2- T\u00e9l\u00e9charger les donn\u00e9es LIDAR HD de l\u2019IGN et les charger dans QGis<\/a><\/p>\n\n\n\n 3-Les outils pour les donn\u00e9es LIDAR dans QGis 3.32<\/a><\/p>\n\n\n\n 4-Coloriser un nuage de points \u00e0 partir d\u2019une orthophoto avec CloudCompare<\/a><\/p>\n\n\n\n 5-Coloriser un nuage de points \u00e0 partir d\u2019une orthophoto avec LAStools<\/a><\/p>\n\n\n\n 6- Cr\u00e9er un Mod\u00e8le num\u00e9rique de surface (MNS) avec CloudCompare ou LAStools<\/a><\/p>\n\n\n\n 7- Cr\u00e9er un Mod\u00e8le Num\u00e9rique de Terrain avec CloudCompare<\/p>\n\n\n\n Un Mod\u00e8le Num\u00e9rique de Terrain (MNT) et un Mod\u00e8le Num\u00e9rique de Surface<\/a> (MNS) sont deux types de repr\u00e9sentations num\u00e9riques d’un environnement, g\u00e9n\u00e9ralement bas\u00e9s sur des donn\u00e9es LiDAR. Bien qu’ils soient souvent utilis\u00e9s de mani\u00e8re interchangeable, ils capturent des informations diff\u00e9rentes du paysage. Dans l’article pr\u00e9c\u00e9dent nous avons vu comment g\u00e9n\u00e9rer un MNS avec CloudComapre ou LAStools<\/a>. Nous verrons ici comment g\u00e9n\u00e9rer un MNT avec CloudCompare et dans le prochain article comme le r\u00e9aliser avec LAStools.<\/p>\n\n\n\n Un Mod\u00e8le Num\u00e9rique de Terrain (MNT) repr\u00e9sente la topographie r\u00e9elle du sol sous toutes les caract\u00e9ristiques pr\u00e9sentes \u00e0 la surface, telles que la v\u00e9g\u00e9tation, les b\u00e2timents ou les objets artificiels. Il s’agit essentiellement du terrain naturel, d\u00e9barrass\u00e9 de toutes les structures et \u00e9l\u00e9ments en \u00e9l\u00e9vation qui ne font pas partie de la topographie sous-jacente. Un MNT est g\u00e9n\u00e9ralement obtenu en filtrant ou en classant les points LiDAR pour ne conserver que ceux qui correspondent au sol. Ainsi, le MNT est plus proche de la topographie r\u00e9elle, offrant des informations pr\u00e9cieuses pour l’analyse g\u00e9omorphologique, l’hydrologie, la cartographie des pentes, etc.<\/p>\n\n\n\n Un Mod\u00e8le Num\u00e9rique de Surface (MNS) repr\u00e9sente la surface visible du paysage, y compris les \u00e9l\u00e9ments qui se trouvent au-dessus du sol, tels que les b\u00e2timents, la v\u00e9g\u00e9tation, les v\u00e9hicules, etc. Contrairement au MNT, le MNS ne filtre pas les objets au-dessus du sol et capture donc l’ensemble de la topographie, y compris les structures et les \u00e9l\u00e9ments en \u00e9l\u00e9vation. Les donn\u00e9es LiDAR utilis\u00e9es pour cr\u00e9er un MNS incluent donc toutes les caract\u00e9ristiques pr\u00e9sentes, ce qui en fait une repr\u00e9sentation plus compl\u00e8te du paysage vu de dessus.<\/p>\n\n\n\n Diff\u00e9rences entre MNT et MNS :<\/strong><\/p>\n\n\n\n En r\u00e9sum\u00e9, le Mod\u00e8le Num\u00e9rique de Terrain (MNT) se concentre sur le terrain naturel et \u00e9limine les \u00e9l\u00e9ments au-dessus du sol, tandis que le Mod\u00e8le Num\u00e9rique de Surface (MNS) inclut tous les \u00e9l\u00e9ments en \u00e9l\u00e9vation. Chacun de ces mod\u00e8les a ses utilisations sp\u00e9cifiques en fonction des besoins d’analyse et de visualisation.<\/p>\n\n\n\n Dans un nuage class\u00e9 nous disposons d\u00e9j\u00e0 de l’information n\u00e9cessaire pour g\u00e9n\u00e9rer un MNT : la classe 2 – Sol. En effet, tous les points correspondant au sur-sol (b\u00e2timents, v\u00e9g\u00e9tations,etc.) appartiennent \u00e0 d’autres classes.<\/p>\n\n\n\n Nous pouvons donc cr\u00e9er une couche raster en s\u00e9lectionnant exclusivement les points de la classe 2.<\/p>\n\n\n\n Nous utiliserons un nuage de points class\u00e9s LIDAR HD de l’IGN:<\/p>\n\n\n\n O\u00f9 nous retiendrons que les points class\u00e9s \u00ab\u00a0Sol\u00a0\u00bb:<\/p>\n\n\n\n Pour cela nous allons utiliser un des nouveaux outils applicable aux couches de nuages de points: Export to raster (using triangulation)<\/em><\/strong>. Dans le panneau Bo\u00eete \u00e0 Outils Traitements, vous trouverez ce traitement sous la rubrique Point Cloud Conversion<\/em><\/strong>.<\/p>\n\n\n\n Dans Resolution of the density raster on choisit la taille de maille en sortie.<\/p>\n\n\n\n Dans Param\u00e8tres avanc\u00e9s -> Expression de filtre on s\u00e9lectionne Classification = 2, pour ne retenir que les points de la classe 2.<\/p>\n\n\n\n Nous rentrons un nom au fichier en sortie (ici groundIGN.tif) et nous ex\u00e9cutons la commande.<\/p>\n\n\n\n Le moyen visuel le plus efficace pour d\u00e9terminer la qualit\u00e9 du MNT est d’utiliser la Vue du Profil d’\u00e9l\u00e9vation:<\/p>\n\n\n\n En bleu on voit le MNT que nous venons de calculer.<\/p>\n\n\n\n Pour cette partie de l’article nous allons travailler sur le m\u00eame nuage de points que pr\u00e9c\u00e9demment mais en ayant supprim\u00e9 la classification. On se retrouve alors avec tous les points dans une seule classe 0.<\/p>\n\n\n\n Il nous faut donc un outils qui nous permette de s\u00e9parer les points correspondants au sol du reste des points. Il en existe plusieurs mais nous allons commencer avec CloudCompare qui me para\u00eet le \u00ab\u00a0meilleur\u00a0\u00bb, car il permet de r\u00e9aliser cette t\u00e2che en visualisant les diff\u00e9rents \u00e9tapes des essais. Ces essais sont n\u00e9cessaires car il faut adapter les param\u00e8tres de s traitements \u00e0 chaque nuage selon plusieurs crit\u00e8res.<\/p>\n\n\n\n Le filtre CSF (Cloth Simulation Filter) est un algorithme de filtrage utilis\u00e9 dans le logiciel CloudCompare pour le traitement de nuages de points lidar. Il est principalement utilis\u00e9 pour supprimer le bruit et les points aberrants des nuages de points, en particulier dans les zones o\u00f9 des surfaces complexes, telles que des arbres, sont pr\u00e9sentes, mais aussi pour distinguer les points du sol par rapport au sur-sol.<\/p>\n\n\n\n Le filtre CSF tire son nom de la simulation de tissu (cloth simulation en anglais) en raison de la mani\u00e8re dont il mod\u00e9lise la structure du nuage de points. L’id\u00e9e de base du filtre CSF est de mod\u00e9liser les points comme \u00e9tant attach\u00e9s \u00e0 des \u00ab\u00a0tissus\u00a0\u00bb virtuels qui se plient et se d\u00e9forment en fonction de la densit\u00e9 des points dans les zones environnantes. Les zones o\u00f9 les \u00ab\u00a0tissus\u00a0\u00bb sont fortement d\u00e9form\u00e9s sont consid\u00e9r\u00e9es comme pr\u00e9sentant des surfaces complexes, comme la v\u00e9g\u00e9tation ou les b\u00e2timents.<\/p>\n\n\n\n Voici comment fonctionne g\u00e9n\u00e9ralement le filtre CSF dans CloudCompare :<\/p>\n\n\n\n Le filtre CSF (Cloth Simulation Filter) dans CloudCompare peut \u00eatre utilis\u00e9 pour s\u00e9parer les points du sol des autres points pr\u00e9sents dans un nuage de points LiDAR. Cette utilisation est particuli\u00e8rement utile pour isoler la topographie r\u00e9elle du terrain des \u00e9l\u00e9ments en \u00e9l\u00e9vation tels que les b\u00e2timents, la v\u00e9g\u00e9tation ou d’autres structures.<\/p>\n\n\n\n Il est important de noter que le succ\u00e8s de l’utilisation du filtre CSF pour s\u00e9parer les points du sol des autres d\u00e9pendra des param\u00e8tres que vous choisissez et de la complexit\u00e9 du paysage. Il peut \u00eatre n\u00e9cessaire d’ajuster plusieurs fois les param\u00e8tres du filtre pour obtenir les meilleurs r\u00e9sultats.<\/p>\n\n\n\n Il est important de noter que le succ\u00e8s de l’utilisation du filtre CSF pour s\u00e9parer les points du sol des autres d\u00e9pendra des param\u00e8tres que vous choisissez et de la complexit\u00e9 du paysage. Il peut \u00eatre n\u00e9cessaire d’ajuster plusieurs fois les param\u00e8tres du filtre pour obtenir les meilleurs r\u00e9sultats.<\/p>\n\n\n\n Nous commen\u00e7ons par charger notre nuage de points non class\u00e9 dans CloudCompare:<\/p>\n\n\n\n Ouvrez la fen\u00eatre du filtre CSF \u00e0 partir du menu Plugins->CSF Filter<\/p>\n\n\n\n Vous avez la fen\u00eatre du plugin avec un premier param\u00e8tre \u00e0 d\u00e9terminer, le type de pente du terrain. Vous avez trois types:<\/p>\n\n\n\n Dans notre cas nous avons un terrain vallonn\u00e9.<\/p>\n\n\n\n Ensuite, allez dans l’onglet Advanced parameters settings<\/p>\n\n\n\n Les deux param\u00e8tres \u00e0 d\u00e9finir sont:<\/p>\n\n\n\n Le param\u00e8tre \u00ab\u00a0Cloth resolution\u00a0\u00bb (r\u00e9solution du tissu) dans le filtre CSF (Cloth Simulation Filter) de CloudCompare fait r\u00e9f\u00e9rence \u00e0 la taille de la grille tridimensionnelle utilis\u00e9e pour mod\u00e9liser les \u00ab\u00a0tissus\u00a0\u00bb virtuels dans le processus de simulation.<\/p>\n\n\n\n Lorsque vous appliquez le filtre CSF pour filtrer un nuage de points, il divise l’espace en petites r\u00e9gions en utilisant une grille 3D. Chaque r\u00e9gion est consid\u00e9r\u00e9e comme un \u00ab\u00a0tissu\u00a0\u00bb virtuel qui r\u00e9agit aux forces appliqu\u00e9es, simulant ainsi le mouvement et la d\u00e9formation d’un tissu r\u00e9el. Le param\u00e8tre \u00ab\u00a0Cloth resolution\u00a0\u00bb contr\u00f4le la taille de cette grille.<\/p>\n\n\n\n Une r\u00e9solution plus \u00e9lev\u00e9e signifie que la grille sera plus fine, ce qui permet au filtre CSF de mieux capturer les d\u00e9tails subtils et les variations dans le nuage de points. Cependant, une r\u00e9solution plus \u00e9lev\u00e9e peut \u00e9galement augmenter le temps de calcul et la consommation de ressources.<\/p>\n\n\n\n Une r\u00e9solution plus basse signifie que la grille sera plus grossi\u00e8re, ce qui peut acc\u00e9l\u00e9rer le processus de calcul mais risque de manquer certains d\u00e9tails plus fins dans le nuage de points.<\/p>\n\n\n\n Le choix de la r\u00e9solution d\u00e9pendra de la complexit\u00e9 de vos donn\u00e9es, de la taille du nuage de points et de l’objectif de votre analyse. Si vous travaillez avec des zones complexes, une r\u00e9solution plus \u00e9lev\u00e9e peut \u00eatre souhaitable pour capturer les d\u00e9tails. Si vous avez un grand nuage de points et que vous avez besoin de r\u00e9sultats plus rapidement, une r\u00e9solution plus basse pourrait \u00eatre appropri\u00e9e.<\/p>\n\n\n\n Comme toujours, il est recommand\u00e9 de faire des essais avec diff\u00e9rentes valeurs de r\u00e9solution et de v\u00e9rifier visuellement les r\u00e9sultats pour d\u00e9terminer quelle r\u00e9solution fonctionne le mieux pour vos donn\u00e9es sp\u00e9cifiques.<\/p>\n\n\n\n Le param\u00e8tre \u00ab\u00a0Classification threshold\u00a0\u00bb (seuil de classification) dans le filtre CSF (Cloth Simulation Filter) de CloudCompare est utilis\u00e9 pour sp\u00e9cifier un seuil de d\u00e9formation au-del\u00e0 duquel les points du nuage de points seront consid\u00e9r\u00e9s comme non classifi\u00e9s, c’est-\u00e0-dire qu’ils seront assign\u00e9s \u00e0 l’hors sol.<\/p>\n\n\n\n Lorsque le filtre CSF est appliqu\u00e9, il simule la d\u00e9formation d’une grille tridimensionnelle (repr\u00e9sentant des \u00ab\u00a0tissus\u00a0\u00bb virtuels) bas\u00e9e sur les points du nuage. Les zones o\u00f9 les tissus sont fortement d\u00e9form\u00e9s sont interpr\u00e9t\u00e9es comme des zones pr\u00e9sentant des caract\u00e9ristiques complexes, telles que la v\u00e9g\u00e9tation ou des objets en \u00e9l\u00e9vation. <\/p>\n\n\n\n Le param\u00e8tre \u00ab\u00a0Classification threshold\u00a0\u00bb permet de contr\u00f4ler la d\u00e9formation maximale tol\u00e9r\u00e9e avant qu’un point ne soit consid\u00e9r\u00e9 comme hors sol. En d’autres termes, si la d\u00e9formation d’un point d\u00e9passe le seuil sp\u00e9cifi\u00e9, il ne sera pas assign\u00e9 \u00e0 la classe \u00ab\u00a0particuli\u00e8re\u00a0\u00bbsol\u00a0\u00bb, ce qui le marquera comme \u00e9tant potentiellement du \u00ab\u00a0hors sol\u00a0\u00bb.<\/p>\n\n\n\n L’ajustement du param\u00e8tre \u00ab\u00a0Classification threshold\u00a0\u00bb peut permettre de contr\u00f4ler le niveau de d\u00e9tail que le filtre CSF utilisera pour diff\u00e9rencier les caract\u00e9ristiques complexes du sol. Une valeur plus \u00e9lev\u00e9e rendra le filtre plus sensible aux caract\u00e9ristiques complexes. Une valeur plus basse rendra le filtre moins sensible et peut \u00eatre utilis\u00e9e pour ne filtrer que les caract\u00e9ristiques tr\u00e8s prononc\u00e9es.<\/p>\n\n\n\n Comme toujours, il est recommand\u00e9 de faire des essais avec diff\u00e9rentes valeurs de seuil et de v\u00e9rifier visuellement les r\u00e9sultats pour d\u00e9terminer la valeur qui fonctionne le mieux pour vos donn\u00e9es sp\u00e9cifiques.<\/p>\n\n\n\n G\u00e9n\u00e9ralement on consid\u00e8re que la valeur du Classification threshold doit \u00eatre le double de la valeur d\u00e9finie pour la Cloth resolution.<\/p>\n\n\n\n Nous voil\u00e0 donc partis pour faire nos essais. Un bon point de d\u00e9part est de d\u00e9finir la Cloth resolution \u00e0 0.2 m\u00e8tres et la Classification thresholds \u00e0 0.4 m\u00e8tres.<\/p>\n\n\n\n Nous ex\u00e9cutons le filtre est nous retrouvons une nouvelle couche r\u00e9sultat dans CloudCompare avec deux sous-couches:<\/p>\n\n\n\n La premi\u00e8re contient les points class\u00e9s comme \u00ab\u00a0sol\u00a0\u00bb par le filtre CSF<\/p>\n\n\n\n La deuxi\u00e8me contient les points class\u00e9s comme \u00ab\u00a0hors sol\u00a0\u00bb par le filtre CSF<\/p>\n\n\n\n Nous allons essayer une nouvelle combinaison de param\u00e8tres pour affiner la d\u00e9tection des points hors sol. pour cela nous allons activer la couche \u00ab\u00a0sol\u00a0\u00bb que nous venons de calculer et nous allons lui appliquer le filtre csf avec comme param\u00e8tres la Cloth resolution \u00e0 0.4 m\u00e8tres et la Classification thresholds \u00e0 0.8 m\u00e8tres.<\/p>\n\n\n\n Nous aurons alors deux nouvelles couches, une avec les points qui sont consid\u00e9r\u00e9s comme \u00ab\u00a0sol\u00a0\u00bb et l’autre avec des points qui avaient \u00e9t\u00e9 consid\u00e9r\u00e9s comme \u00ab\u00a0sol\u00a0\u00bb par les premier passage du filtre CSF mais qui sont maintenant consid\u00e9r\u00e9s comme \u00ab\u00a0hors sol\u00a0\u00bb avec les nouveaux param\u00e8tres.<\/p>\n\n\n\n Nous avons la couche \u00ab\u00a0sol\u00a0\u00bb<\/p>\n\n\n\n Et nous avons les points qui sont maintenant \u00ab\u00a0hors sol\u00a0\u00bb<\/p>\n\n\n\n Visuellement on peut d\u00e9j\u00e0 dire que notre r\u00e9sultat doit \u00eatre satisfaisant. Mais pou en \u00eatre s\u00fbrs, nous allons r\u00e9p\u00e9ter une troisi\u00e8me fois l’op\u00e9ration, cette fois ci avec la Cloth resolution \u00e0 0.8 m\u00e8tres et la Classification thresholds \u00e0 1.6 m\u00e8tres.<\/p>\n\n\n\n Nous aurons alors deux nouvelles couches, une avec les points qui sont consid\u00e9r\u00e9s comme \u00ab\u00a0sol\u00a0\u00bb et l’autre avec des points qui avaient \u00e9t\u00e9 consid\u00e9r\u00e9s comme \u00ab\u00a0sol\u00a0\u00bb par les deuxi\u00e8me passage du filtre CSF mais qui sont maintenant consid\u00e9r\u00e9s comme \u00ab\u00a0hors sol\u00a0\u00bb avec les nouveaux param\u00e8tres.<\/p>\n\n\n\n Nous avons la couche \u00ab\u00a0sol\u00a0\u00bb<\/p>\n\n\n\n O\u00f9 vous voyez maintenant des zones assez \u00e9tendues sans aucun point.<\/p>\n\n\n\n Et la couche \u00ab\u00a0hors sol\u00a0\u00bb<\/p>\n\n\n\n Pour pouvoir valider la bonne combinaison de param\u00e8tres, nous enregistrons les couches \u00ab\u00a0sol\u00a0\u00bb obtenues en tant que nuages de points. Vous pouvez enregistrer le nuage de points filtr\u00e9 en s\u00e9lectionnant \u00ab\u00a0File\u00a0\u00bb > \u00ab\u00a0Save As\u00a0\u00bb dans le menu pour enregistrer une nouvelle copie avec les modifications apport\u00e9es par le filtre CSF.<\/p>\n\n\n\n Nous avons donc trois nouveaux nuages de points, ground02… pour le r\u00e9sultat du premier filtre CSF, ground04… pour le deuxi\u00e8me et ground08… pour le troisi\u00e8me, que nous chargeons dans QGis. Nous chargeons aussi le nuage de points non class\u00e9 d’origine, nc…<\/p>\n\n\n\n Intuitivement, le r\u00e9sultat du filtre 0.4 para\u00eet le meilleur. Le filtre 0.2 a un peu trop de \u00ab\u00a0sol\u00a0\u00bb et le filtre 0.8 pas assez dans certaines zones.<\/p>\n\n\n\n Nous pouvons cr\u00e9er les trois MNT et comparer le r\u00e9sultat avec le nuage de points d’origine.<\/p>\n\n\n\n Pour cela, comme pour le premier exemple, nous utilisons l’outil Export to raster (using triangulation). Par contre, comme ici nous n’avons que des points correspondants au sol on n’a pas besoin de mettre un filtre. Nous d\u00e9finissons simplement le pas de maille du MNT en sortie et le nom du fichier en sortie.<\/p>\n\n\n\n Nous avons alors trois rasters avec les MNT correspondants<\/p>\n\n\n\n Comme vous pouvez l’observer, dans le MNT 0.2 on voit encore les empreintes des b\u00e2timents class\u00e9es comme \u00ab\u00a0sol\u00a0\u00bb. Pour voir la diff\u00e9rence entre les MNT 0.4 et 0.8 , nous utilisons la Vue Profil d’\u00e9l\u00e9vation.<\/p>\n\n\n\n Nous affichons le nuage de points d’origine et le MNT calcul\u00e9 \u00e0 partir de la classe \u00ab\u00a0sol\u00a0\u00bb de l’IGN. Nous consid\u00e9rerons cet MNT comme \u00e9tant le meilleur MNT.<\/p>\n\n\n\n Sur ce profil nous avons des accidents de terrain, de la v\u00e9g\u00e9tation basse et haute ainsi que des b\u00e2timents.<\/p>\n\n\n\n Si nous affichons, en jaune, le MNT 0.2 nous avons:<\/p>\n\n\n\n La v\u00e9g\u00e9tation basse et haute ont bien \u00e9t\u00e9 class\u00e9es \u00ab\u00a0hors sol\u00a0\u00bb, mais les b\u00e2timents sont toujours inclus dans les points \u00ab\u00a0sol\u00a0\u00bb.<\/p>\n\n\n\n Si nous affichons, en bleu, le MNT 0.4 nous avons:<\/p>\n\n\n\n Les b\u00e2timents sont maintenant exclus et le r\u00e9sultat se confond avec celui de l’IGN.<\/p>\n\n\n\nMod\u00e8le Num\u00e9rique de Terrain (MNT) :<\/strong><\/h2>\n\n\n\n
Mod\u00e8le Num\u00e9rique de Surface (MNS) :<\/strong><\/h2>\n\n\n\n
\n
Cr\u00e9er un MNT \u00e0 partir d’un nuage class\u00e9 avec QGis<\/h2>\n\n\n\n
![\"nuage](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/nuage_lidar_classe_IGN.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"classe](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/points_sol_nuage_lidar.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"export](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/export_to_raster_tin_qgis.png?resize=640%2C418&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"mnt](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/mnt_avec_ground_ign.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"vue](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/profil_elevation_qgis_mant_ign.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\nCr\u00e9er un MNT \u00e0 partir d’un nuage non class\u00e9 avec QGis.<\/h2>\n\n\n\n
Calcul du MNT avec CloudCompare.<\/h2>\n\n\n\n
\n
![\"nuage](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/lidar_non_classe_cloudcompare.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"menu](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/menu_plugin_csffilter.png?resize=640%2C426&ssl=1\")
<\/a><\/figure>\n\n\n\n\n
![\"dialogue](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/type_de_pente_filtre_csf.png?resize=640%2C867&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"advanced](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/parametres_csf_filter.png?resize=640%2C867&ssl=1\")
<\/a><\/figure>\n\n\n\nCloth resolution<\/h3>\n\n\n\n
Classification threshold<\/h3>\n\n\n\n
![\"premier](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/premier_passage_filtre_csf.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"premier](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/points_hors_sol_filtre_csf-1.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"deuxi\u00e8me](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/points_sol_deuxieme_filtre_csf.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"deuxi\u00e8me](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/points_hors_sol_deuxieme_filtre_csf.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"troisi\u00e8me](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/point_sol_troisieme_filtre_csf.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"troisi\u00e8me](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/points_hors_sol_troisieme_filtrecsf.png?resize=640%2C360&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"les](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/classe_sol_filtres_csf.png?resize=640%2C226&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"export](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/export_raster_filtre_csf.png?resize=640%2C426&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"les](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/mnt_filtre_csf.png?resize=640%2C230&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"vue](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/mnt_de_reference.png?resize=640%2C314&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"vue](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/mnt_filtre_csf_02.png?resize=640%2C307&ssl=1\")
<\/a><\/figure>\n\n\n\n![\"vue](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/mnt_filtre_csf_04.png?resize=640%2C313&ssl=1\")
<\/a><\/figure>\n\n\n\n
![\"vue](\"https:\/\/i0.wp.com\/www.sigterritoires.fr\/wp-content\/uploads\/2023\/08\/mnt_filtre_csf_08.png?resize=640%2C318&ssl=1\")
<\/a><\/figure>\n\n\n\n