原文发布时间：2011-11-25
Jason 翻译
下面的例子展示了如何移除点云要素的部分点，使得建筑区域内的点归于不列入数字高程模型计算并不参与表面模型的建立。
最初的方案
想法其实很简单。在数据转换过程中，我们让点云数据保持不变；建立建筑区域（格式为shapefile）数据集，并用它来对点云数据进行切割，带边界切下这些区域范围内的点，从而让它们不参与高程模型的建立。
当然，事情总是并非如此简单。Shapefile格式的建筑区域不一定都是很整齐地排列在点云数据上，切割时可能会出现点遗漏。为了避免这个问题，我们可以在切割之前对区域数据进行缓冲处理。
照此过程输出结果看起来不太平滑，原因是存在很多的噪点（点高程较高的点），可能是由树木或其他地物引起的。
另外，此过程的总体性能不太好，它在一个相对较小的点云数据集上花了6分钟，但仅仅只完成了1100次切割。
补充方案
不同特性的各种数据源在表现形式上会明显不同。如果切割量是不计其数的，那么切割会遍及所有的点云。
比起切割量较小的情况或者切割是指定在某一个特定区域，这种转化可能会非常耗时。运用FME的瓦片功能，在切割操作之前对点云数据进行分块，这样做会明显提高运行性能，执行速度是直接进行切割速度的6倍。
当点云有一个分类标准被分成不同的组件，执行会达到最好的效果。我们可以使用Data Inspector或PointCloudPropertyExtractor来验证组件是否应该保留下来。如果组件被分类为平面，通常就可以生成表面模型，除了建筑物的影响外，生成的模型是很准确的。它还能帮助避免分类错误以及考虑合适的分类方式。
输出结果比以前得到了大为改善，然而值得注意的是，模型中原数据的桥梁消失了，这意味着它们被分为了非平面的类别：
此工作空间还可以生成TIN（PDF 3D文件）：
