En la anterior entrega vimos uno de los tipos de algoritmos de filtrado de puntos (filtrado basado en el cálculo de TIN) existentes actualmente.

También vimos que existen 4 grandes tipos de filtros de interpolación:

  -  Filtros basados en el cálculo de TIN
  -  Filtros de contornos activos
  -  Filtros basados en interpolación
  -  Filtros Morfológicos 

En esta segunda entrega nos centraremos en los siguientes 2 grupos:


Este algoritmo utiliza un modelo de formas activas para representar un contorno tridimensional, el cual funciona como una red para eliminar puntos no pertenecientes al suelo.


ELMQVIST (2003)

Calcula una red horizontal colocada justo por debajo de todos los puntos de la nube. Posteriormente, esta superficie irá elevándose hasta encontrarse con el terreno formado por los puntos. Se considera que el terreno se alcanzará fácilmente, pero los tejados de casas y arboles presentarán más dificultad para ser encontrados. Así se descartaban los edificios y la vegetación.



Su principal objetivo será comparar las elevaciones de los puntos y las estimadas a partir de varios métodos de interpolación.


KRAUS Y PFEIRFER (1998)

Aplicaron un proceso iterativo basado en el cálculo de una superficie media usando todos los datos LiDAR. Los puntos pertenecientes a la superficie topográfica tendrán unos residuos negativos, mientras que los pertenecientes a la vegetación presentan residuos muy pequeños o positivos. Estos residuos se emplean como pesos para cada punto, definiéndose la función de peso con valores entre 1 y 0.

A los puntos con residuos muy negativos, se les asignan pesos próximos a 1, y a los residuos positivos muy altos, el valor 0.


PFEIRFER Y C.BRIESE

Primero toma algunos puntos y calcula una aproximación del terreno. Se asignan pesos a los puntos según la distancia vertical de los mismos a la superficie aproximada: se dará un peso bajo a los puntos que se encuentren por arriba, y alto para aquellos que estén por debajo de la superficie. Se recalcula la superficie con una función de interpolación lineal y utilizando los pesos asignados. Este proceso se repetirá hasta que no existan cambios significativos entre las iteraciones.



M.BROVELLI.

Interpola la superficie mediante funciones spline ajustando por mínimos cuadrados. Los puntos situados por encima del spline calculado se clasifican como puntos asociados a objetos potenciales y los puntos por debajo, como puntos potenciales pertenecientes al suelo. Los bordes de los puntos pertenecientes a objetos se definen. Uniendo los bordes, se obtiene que todos los puntos de su interior, pertenecen a objetos, si la altura es igual o mayor a la altura media de los puntos en el borde.


Para saber más:
Algoritmos de filtrado de puntos LiDAR I