距离在科学注册与最后一次发帖与登录都有一年半多了，李老师也渐渐淡出人们的视线与记忆。但我对自己说过的话不会忘记，“但我会努力做好我该做的事情，为他老人家开创的遥感局面尽些本分”，“也希望能和他老人家一样为知识、真性情的传播尽绵薄之力，能为公众做些除了抱怨以外的实事更好”，现在总算有些可以匹配的东西了。

我们小组开发的点云滤波算法已经用在两款点云处理软件中了，现在又可以在matlab中调用了。我们的滤波方法完全是自己提出的新思路，使用很简单，通常只需要选择场景即可使用。文章已经发表，可在https://www.researchgate.net/profile/Wuming_Zhang2下载，An Easy-to-Use Airborne LiDAR Data Filtering Method Based on Cloth Simulation。

先科普一下，所谓点云就是用物体表面大量的点将现实三维世界的物体离散化表示。而所谓的点云地面滤波，则是指要区分开哪些点云是属于地面的，哪些点云是属于高出地面的地物（例如建筑物、树木等）。地面滤波是很多点云处理的基础，例如分割（分出一栋栋建筑物或一棵棵树木）、分类（到底是建筑物物还是树木）和参数提取（建筑物尺寸、树木高度胸径）等。暂时先不细讲点云地面滤波方法的发展、分类等专业的问题，也不讲我们是如何想到用模拟布料下落的方式解决滤波问题以及具体实现过程，如果有人感兴趣，特别是研究生，那么我将再开一个帖子，相信是一个对科研思路有所启发的具体例子。这里只想说明一下，为什么把这个算法和软件归到科普。因为传统的点云滤波算法和软件需要设置较多参数，而且只有当这些参数设置很合适的时候，才会有较好的地面滤波效果，所以通常需要有经验的专业人员才能用好。而我们提出的与以往完全不同的思路，一个直接的好处就是参数很少且很容易设置，通常只要选择待滤波点云的场景即可（如根据地势起伏程度分为城区、丘陵、山区），所以应该能扩大LiDAR点云的使用人群。而且，与很多只是天花乱坠停留在文章上的方法不同，我们提供了多种软件的使用方式，任何人都可以用任何数据去测试和处理，我们也欢迎任何反馈与建议。我相信这才是科学的意义，而不仅仅是一篇篇既拿不到数据也拿不到代码软件更无法验证的自吹自擂（或者经同行认可互相吹捧）的文章。

下面四幅图展示一下结果，第一幅是原始点云，因为山有起伏，所以看不出树木的绝对高度。第二幅是用我们的方法去除了地面，得到了树木在水平地面上的绝对高度。第三幅和第四幅是两个垂直方向的剖面图，白色是地面，彩色是地面上的树木等目标。

欢迎使用和反馈，有用的话请引用我们的文章。

CSF has been integrated into two free softwares for point cloud processing. If you want to use it with a graphical user interface (GUI), you can download CloudCompare from http://www.cloudcompare.org/ or Point Cloud Magic from http://lidar.radi.ac.cn (In Chinese).

We also developed a mex version which has been up loaded to file exchange of Mathworks. Anyone who is programming with Matlab may try it. http://www.mathworks.com/matlabcentral/fileexchange/58139-csf--ground-filtering-of-point-cloud-based-on-cloth-simulation.