En nuestra publicación anterior detallamos las nuevas funciones implementadas en QGIS sobre Gemelos Digitales y mostramos la compatibilidad nativa con las capas de escena de ESRI (I3S). En este artículo veremos los nuevos y extensos algoritmos de procesamiento de nubes de puntos que se desarrollaron como resultado de la campaña de crowdfunding, ampliando la utilidad de QGIS para datos LiDAR.
Los nuevos algoritmos de procesamiento de nubes de puntos en QGIS están disponibles directamente en la Caja de herramientas de Procesos y pueden integrarse en modelos o utilizarse en flujos de trabajo automatizados.
1. Filtrado de ruido
Dos algoritmos para la eliminación de valores atípicos, tanto estadísticos como basados en el radio, que permiten limpiar nubes de puntos afectadas por errores del sensor, reflexiones multitrayectoria o interferencias atmosféricas.
Generalmente, el primer paso antes de cualquier clasificación o procesado de nubes de puntos es eliminar el ruido, también es posible eliminarlo manualmente mediante la edición de nubes de puntos en QGIS.
2. Clasificación de puntos del terreno (SMRF)
El algoritmo SMRF (Filtro Morfológico Simple) separa los puntos del terreno de los puntos que no pertenecen al terreno (vegetación, edificios, vehículos) en las nubes de puntos LiDAR.
Este proceso se lleva a cabo después de filtrar el ruido de los datos.
3. Altura sobre el suelo
Calcula la distancia vertical de cada punto desde una superficie estimada del terreno. Esto resulta esencial para normalizar los datos LiDAR antes de extraer la altura de edificios, árboles o la altura libre de infraestructuras.
Este es un paso fundamental para aislar la altura real de árboles, edificios y otras infraestructuras del terreno subyacente.
5. Transformación de nubes de puntos
Permite corregir desfases sistemáticos entre conjuntos de datos topográficos o alinear datos con un Sistema de Coordenadas definido en el proyecto.
6. Nubes de puntos virtuales remotas
Permite añadir nubes de puntos virtuales (VPC) directamente desde la URL de un servidor remoto. De este modo no hay necesidad de descargar conjuntos de datos masivos antes de trabajar con ellos.
Licenciado en Geografía. Máster en Sistemas de Información Geográfica. Consultor GIS desde el año 2004. En MappingGIS desde el año 2012 para ayudarte a impulsar tu perfil GIS y diferenciarte de la competencia. Echa un vistazo a todos nuestros cursos de SIG online.