Mi passion es desarolla software, fotos y sierra

En differentes projectos he coleccionado experencias en recognisacion de imagen, procesar nubes de puntos de láser escánear aéreo llevado  (Aireborn Laser Scanner) ALS y láser escánear terrestre ( Terrestrial Laser Scanner) tambien como desarollar base de datos. La nueva tema red neurona artificial me encanta tanto que he empezado de estudiarle.

Un pequeño examplo:

Para calcular modelos digitales de elovación DEM se puede usar algoritmo locales o globales.

Lo mas facil algoritmo locales es la Inverse Distance Weighting IDV-Algorithm. Dicho simplificado, se calculo un punto de elevación de la suma de los pesos (de los inversos distancias) multiplicado con la elevación (de cada selejido punto de la nube de puntos). Este suma se divide por la suma de los pesos su resulta la altura del punto del red.

Mas complicado es la función Radial Basis RBF. Aqui se transforma un vector de altura en un polinomio alta dimensión.

K_RBF (x_i,x_j) = e^{-0,5||x_i,x_j||²} Pronto hay mas detalles.

Antes de la calculacion tiene que filtrado los valores atípatico para reducir errores. Ademas, se tiene que al modelo digitales del terreno MDT remover los vegetaciones e edeficios

Despues de producir el MDT es el mas facil cosase cuando se usa una nueva nube de puntos de lo mismo area y hacer los calculaciónes. Luego se usa un punto de la nube de puntos y calula con el algoritmo de mas cerca vecion (nearest neighbourhood) o interpolacion bilinear para recivir el Punto del terra bajo del nivel del punto selejido.La resta de punto del nube menos punto calculado es la diferencia de la altura. Un exemplo son los mesurados elevaciónes de un techo. Porque se trabaja con mauchas puntos, se resultan dos planos. La interseción de los dos es el caballete o el altura del techo.