Nube de puntos -artículo 2-

En un artículo anterior describíamos una metáfora para comprender el significado de la nube de puntos. Hoy trataremos de describir más técnicamente el tema.

Una nube de puntos es un listado digital de puntos del terreno (relieve topográfico y obra antrópica) con coordenadas x, y, z  y uno o más atributos descriptivos,  entre ellos, un identificador del punto. Para considerarlo una nube de puntos los archivos (listados) deben contener numerosa  cantidad de puntos (típico> 50.000). Las coordenadas pueden ser locales o globales. Estás últimas son preferentes.

Las nubes de puntos provienen de las siguientes fuentes o instrumental de captura de datos: lidar aerotransportado, lidar terrestre fijo, lidar móvil, barrido láser terrestre y fotogrametría de coincidencia densa. Está última tecnología usada para procesar los datos de imágenes  capturadas  por drones.

La utilización de las nubes de puntos es variada y múltiple. El número de usuarios y las diferentes aplicaciones es creciente en cuanto, cada día, la nube de puntos es más densa y precisa. Colabora a este crecimiento el uso de modelos de datos 3D instrumentados por los Sistemas de Información Geográfica, software de modelado de información de construcciones (BIM, Building Information Modeling), software de modelado de tuberías, etcétera.

La forma básica de almacenamiento de datos es un archivo plano (.txt) con un punto por cada fila con coordenadas alternadas por comas u otro carácter predefinido como separador. Este tipo de archivos es de fácil lectura por distintos tipos de software. El problema es que son muy grandes de tamaño y pueden inducir a malas interpretaciones en su lectura.  Otra forma muy conocida son los archivos de extensión LAS, Este tipo de archivo es binario y resulta menor que los archivos de texto anteriores que usan  caracteres ASCII. Otro formato conocido es  E57. Este tipo de archivos está escrito en XML y tiene las ventajas propias de auto descripción del formato. También, hay otros archivos propietarios de proveedores de software. Estos contemplan algoritmos de compresión, re-clasificación e indexación para un despliegue de datos más eficiente.

Como podemos observar, el tema es amplio. Tópicos como estandarización de formatos, el procesamiento de la nube de puntos para convertirlos en objetos geográficos, su utilización en conjunto con imágenes,  su almacenamiento en base de datos, y su uso por software que los convierten en información útil para su empleo y despliegue son temas  que debemos aprender, conocer y profundizar para su uso en un futuro cada vez más cercano.

.

 Puntos capturada con lidar

Puntos capturada con lidar. Cortesía del agrimensor Marcelo Sarmiento.

.

Nota importante:

La fuente principal del presente post es el artículo: “Métodos de almacenamiento de archivo y base de datos para enormes nubes de puntos”, de Martin Kodde, editor colaborador de GIM Intenational, Holanda. Recomendamos su lectura.

Etiquetas:,

Categorías: Agrimensura, Sistemas de Información Geográfica, Sistemas de Información Territorial

Autor:José María Ciampagna -

profesor, agrimensor, ingeniero, aficionado a la fotografía, escribidor, informático, blogero, aspirante a cocinero y otras yerbas .....

Para Suscribirse:

Puedes suscribirte a nuestro Blog por medio de RSS, Facebook, Linkedin, o Twitter haciendo click en los siguientes iconos:

4 comentarios en “Nube de puntos -artículo 2-”

  1. Mauricio
    16 noviembre, 2017 a 23:47 #

    Buenas, me encuentro realizando un estudio de software comerciales de restitución. Me gustaria consultar si ud cuenta con documentación donde se avale que la cantidad de puntos que contega una nube densa es directamente proporcional al potencial del producto final. Es decir, a mayor cantidad de puntos mayor calidad en el producto. Muchas gracias

    Me gusta

    • 17 noviembre, 2017 a 8:15 #

      Estimado amigo, siento comunicarle que para su pregunta no tengo respuesta. Desde ya le comento que ha despertado mi curiosidad. Un saludo y no deje de comentarme sus hallazgos.

      Me gusta

      • Mauricio
        21 noviembre, 2017 a 7:37 #

        La verdad, aparentemente es mas que nada un enfoque cualitativo por lo que alcance a leer. Pero para seguir adelante con la evaluación me base en el manual de AGISOFT PHOTOSCAN, que más o menos dice lo siguiente:

        Para obtener la densificación deseada, los programas ofrecen diferentes niveles de calidad. Con mayor calidad se puede adquirir un producto con más precisión y detalle en la geometría, pero esto influye directamente en los tiempos de procesamiento [AGISOFT, 2016].

        Gracias por su tiempo

        Me gusta

      • 21 noviembre, 2017 a 8:01 #

        Hola Mauricio, de nuevo…gracias por tu información. Te comento algo más; al tener mayor densidad de puntos, si la señal es buena, puedo relevar a mayor distancia, cubrir más. Y como bien dices, el tiempo de procesamiento es mas largo. Es decir que mayor densidad de puntos a igual alcance de señal es mejor. Creo además que te permitiría elegir distintas densidades de barrido según la distancia de trabajo. Saludos

        Me gusta

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

A %d blogueros les gusta esto: