فیلترینگ مدلهای رقومی سطح (DSM) برای برنامههای کاربردی مانند برنامهریزی محیطی، بهروزرسانی نقشه یا تشخیص ساختمان موردتوجه است. فیلتراسیون زمین، حذف نقاط متعلق به اشیاء بالاتر از سطح زمین بهمنظور بازیابی نقاط زمینی است که برای تولید مدل رقومی ارتفاع (DSM) استفاده میشود. ابرهای نقطهای لایدار موفقیتهای بسیاری در ارائهی عوارض داشتهاند اما از آنجا که اخذ دادههای لایدار هنوز یک فرآیند پرهزینه است، استفاده از ابرهای نقطه تولیدشده از فرآیند فتوگرامتری برای تولید DEM یک راهحل مناسب است. بااینحال، بیشتر الگوریتمهای فیلترینگ برای دادههای لایدار طراحیشده و به تنظیم تعدادی از پارامترهای پیچیده برای دستیابی بهدقت بالا نیاز خواهند داشت. درعینحال زمان پردازش، میزان تأثیرگذاری درصحنههای مختلف و میزان اتوماسیون این روشها نیز حائز اهمیت است. پیچیدگیهای صحنه و توپوگرافی، برای نمونه در مناطق شهری فرآیند فیلتراسیون زمین را با چالش بیشتری مواجه میکند. برای کسب نتایج بهینه کاربران باید پارامترهای مختلف را تا زمانی که نتیجه مطلوب فیلترینگ را پیدا کنند امتحان نمایند، که فرآیندی وقتگیر و پرهزینه است. به علت عدم وجود بررسی جامع از میزان کارایی، اتوماسیون و پیچیدگیهای محاسباتی روشهای فیلترینگ مختلف بر روی ابر نقاط حاصل از فتوگرامتری، در این پژوهش الگوریتمهای مختلف مطرح و پرتکرار در این زمینهی مطالعاتی با یکدیگر مقایسه شدند. درعینحال، روشهای موردمطالعه از منظر کیفیت فیلترینگ کلاسها، زمان پردازشها (مدتزمان اجرایی)، پیچیدگیهای صحنه و تعداد پارامترهای الگوریتم (بیانگر میزان دخالت کاربر در پردازش دادهها برای میزان اتوماسیون) مورد تحلیل قرار گرفت. نتایج این تحلیل میتواند در راستای شناخت بهتر عملکرد اجرایی روشهای فیلترینگ بر روی ابر نقاط حاصله از تصاویر باقدرت تفکیک بالا (DSMهای حاصله از تصاویر هوایی و پهپاد) مثمرثمر باشد و بهعنوان یک راهنما در جهت کمک به محققان برای تصمیمگیری در انتخاب الگوریتم مورداستفاده با توجه به پارامترهای زمان، سختافزار، منطقه و میزان دقت خروجی مفید باشد.