点云算法--地面点提取

   地面点提取算法作为点云后处理算法中的核心一般有以下几类方法可以提取地面点：

1.形态学或者渐进形态学

   优点：效率较高。 缺点:对于腐蚀膨胀过程中的参数设置需要基于先验知识，所以效果的稳定性很差，适合处理简单的场景。

2.布料滤波

   优点：地面点的准确率相对较高（但是地形缺失严重）。缺点：针对平坦地形的效果尚可，复杂的山区场景或者陡坎区域该方法效果较差。

3.渐进三角网

   优点：适用性很强，各种地形场景下效果均较为稳定（TerraSolid，lidar360均采用该方法）。 缺点：专业性较强，使用需要一定的专业门槛。

       当然TerraSolid有20多年的历史了，其对地面点算法做了大量的优化工作。渐进三角网的基本原理虽较为简单，但是TerraSolid对其做了大量的改进工作。

地形里其实最难处理的是陡峭地形，无论各种方法还是各种软件均对陡峭地形场景的处理均较为吃力，毕竟陡峭地形对参数的包容性较差，严格约束的参数会造成地形缺失，宽松的参数对平坦的地形会引来大量的糙点，所以复杂场景真的是众口难调。

本人对该方法也做了一些工作：

该场景是我处理过较为复杂的场景之一了，有平坦的地形，也有陡峭的山坡，有些地方坡度达到60度以上。甚至有较多几乎垂直的崖壁。

 以上是基于本人研发的地面点算法提取的结果（没做编辑处理），地面点效果好坏的核心标准：保持地形完整且尽可能的光滑，不过这个度很难把握，也是算法要处理的核心难点工作。

大家平时主要使用哪些软件来提取地面点呢，遇到的难点主要有哪些，欢迎大家一起来交流。