布料模拟滤波（英文Cloth Simulation Filtering，简称CSF）

 以前的滤波算法

       以前的滤波算法：主要有基于坡度的滤波算法、基于数学形态学的滤波算法、基于表面拟合的滤波算法。

（1）基于坡度的滤波算法：

思想：通常情况下，地形的坡度在邻域内是逐渐变化的，而建筑物或树木与地面之间的坡度变化非常大。可以通过设置坡度阈值进行滤波。

优点：原理简单。

缺点：需要逐点计算坡度，计算量大；对于一些高植被和地形变化较大区域算法实施鲁棒性较差。通俗来说，就是在复杂地形中滤波效果较差，且随着坡度的增加，滤波精度会下降。

（2）基于数学形态学的滤波算法：

思想：通过形态学操作前后地面点和非地面点的不同高程变化来进行滤波。将在形态学开闭运算前后高程变化较小的点设为地面点，高程变化较大的点设为非地面点并进行剔除。

基于数学形态学的滤波算法需要确定窗口大小，算法性能的好坏关键在于滤波窗口大小的选择。小的窗口大小可以有效地过滤掉小物体，同时保留地面点中较大的建筑物。大的窗口大小往往会平滑地形细节，如山峰，山脊和悬崖。

形态学相关内容：

【P15-OPT-SCI-机器视觉-如何进行滤波&形态学&预处理】 P15-OPT-SCI-机器视觉-如何进行滤波&形态学&预处理_哔哩哔哩_bilibili

https://zhuanlan.zhihu.com/p/61896690

优点：概念简单，易于实现；滤波效果较好。

缺点：窗口大小对滤波效果至关重要。通常需要研究区域的先验知识来确定适合的窗口大小。

（3）基于表面拟合的滤波算法：

思想：创建一个近似于裸地的曲面，计算LiDAR点到曲面的距离，通过阈值选择删除不满足阈值要求的LiDAR点，对剩余的LiDAR点再进行曲面拟合得到新的曲面，直到满足设定的精度要求。

优点：简单易懂，计算速度较快。

缺点：在坡度较高、地形变化较大的复杂区域内，滤波结果的可靠性较差。

布料模拟滤波算法：

原文：An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation（一种简单实用的基于机载激光雷达数据的布料模拟滤波算法）

测试数据集：由国际摄影测量与遥感学会（International Society for Photogrammetry and Remote Sensing，ISPRS）Group III/3