%0 Journal Article 
%A Arias Zambrano, Elemir Alberto
%A Fernández Caro, Sebastián Andrés
%T Algoritmo para clasificar la superficie terrestre a partir de una nube de puntos LiDAR Aéreo


%U http://hdl.handle.net/10584/12980
%X Este trabajo presentó un sistema para la clasificación del suelo en nubes de puntos LiDAR aéreas. Durante el desarrollo del proyecto se lograron cumplir todos los objetivos específicos. Para ello, se estableció una serie de procesamientos como la normalización de datos y cortes segmentados que permitió hacer un análisis acerca de la nube de puntos para después poder implementar un método de clasificación, como es la red triangular irregular utilizando LAStools.

Para los espacios conflictivos en la nube de puntos causados por la baja densidad de puntos clasificados, se implementaron métodos de interpolación geoespacial como el método de Kriging, lo que permite estimar valores en ubicaciones desconocidas de manera óptima. Gracias a que este método es sumamente estadístico, permitió analizar de manera más profunda la nube de puntos y de esta manera definir un modelo que se adapte correctamente a la nube de puntos. Esto se ve reflejado al momento de realizar las pruebas de hipótesis por medio de una distribución T de Student, la cual demuestra que el promedio de error obtenido se encuentra muy por debajo del mínimo error de 0,00105 permitido al momento de interpolar. Además, este margen de error indica que el método de interpolación escogido presenta una alta precisión con respecto a los valores conocidos.

Adicionalmente, debido a las observaciones realizadas por el experto, las cuales han sido consideradas detenidamente, se asegura que en futuras versiones del sistema no se presentarán las dificultades observadas. No obstante, las pruebas realizadas hasta el momento no han evidenciado dichos problemas, por lo que los resultados obtenidos no se ven afectados. Sin embargo, se reitera que estos errores han sido solucionados y futuras pruebas no presentarán errores, aunque no se encuentren explícitamente reflejados.

%K Nube de puntos
%K LiDAR
%K MSE
%K Kriging
%K Clasificar
%K Interpolar
%K Point cloud
%K LiDAR
%K MSE
%K Kriging
%K Classify
%K Interpolate
%~ GOEDOC, SUB GOETTINGEN