Procesamiento y visualización procedimental de nubes de puntos mediante software libre
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13872Palabras clave:
Percepción y Sensorización, Fusión de información y sensores, Procesamiento de imágenes, Trabajo en entornos reales y virtuales, Interfaces inteligentesResumen
El procesamiento de nubes de puntos en el ámbito científico se ha consolidado en torno a operaciones eficientes de reducción, voxelización, análisis de vecindad y filtrado mediante bibliotecas especializadas externas. Paralelamente, los ecosistemas de software libre orientados al modelado y renderizado, como Blender, ofrecen capacidades avanzadas para la visualización, iluminación, animación y composición de escenas, pero no siempre permiten el preprocesamiento interactivo de nubes de puntos. Este trabajo presenta una herramienta procedimental desarrollada en Blender mediante Geometry Nodes para la reducción, voxelización, recorte espacial, filtrado de outliers, instanciación de primitivas y visualización de atributos asociados a nubes de puntos. El sistema se organiza como un modificador modular, no destructivo y parametrizable, complementado con un mecanismo de estimación de carga gráfica para prevenir configuraciones costosas. La aportación principal reside en integrar, en un entorno único, operaciones básicas de preprocesamiento y representación gráfica, facilitando tanto la exploración preliminar como la generación de imágenes, animaciones y escenas enriquecidas con otros modelos 3D.
Referencias
Blender Foundation, 2025. Blender (version 4.x). Free and Open-Source 3D Creation Suite. Available at: https://www.blender.org (accessed: 04/06/2026).
Bullinger, S., Bodensteiner, C., Arens, M., 2021. A photogrammetry-based framework to facilitate image-based modeling and automatic camera tracking. Proceedings of the International Conference on Computer Graphics Theory and Applications (GRAPP 2021), 163-170.Cignoni, P., Callieri, M., Corsini, M., Dellepiane, M., Ganovelli, F., Ranzuglia, G., 2008. MeshLab: an Open-Source 3D Mesh Processing System. ERCIM News, 73, 45–46. DOI: 10.5220/0010319801060112
Flynn, T., 2017. Hintze Hall, NHM London [point cloud, 3D model]. Sketchfab. Available at: https://skfb.ly/6sXWG (accessed: 04/06/2026)
Girardeau-Montaut, D., 2016. CloudCompare (version 2.x): 3D point cloud and mesh processing software. EDF R&D, Telecom ParisTech, France. Available at: http://www.cloudcompare.org (accessed: 04/06/2026).
GlobalDigitalHeritage, 2019. La Barbolla Church, Siguenza Spain [3D model]. Sketchfab. Available at: https://skfb.ly/oNWyX (accessed: 04/06/2026).
Gumster, J., Lampel, J., 2022. Procedural Modeling with Blender's Geometry Nodes: A workshop on taking advantage of the Geometry Nodes feature in Blender for procedural modeling. In ACM SIGGRAPH 2022 Labs (SIGGRAPH '22). Association for Computing Machinery, New York, NY, USA, Article 5, 1–2. DOI: 10.1145/3532725.3538516
Lucke, J., 2015. Animation Nodes (Versión 2.x). Available at: https://github.com/JacquesLucke/animation_nodes (accessed: 04/06/2026)
Nortikin, 2013. Sverchok: Parametric tool for Blender (Versión 1.x). Available at: https://github.com/nortikin/sverchok
Pérez, E., Sánchez-Hermosell, A., Merchán, P., 2025. TLSynth: A Novel Blender Add-On for Real-Time Point Cloud Generation from 3D Models. Remote Sensing 17(3), 421. DOI: 10.3390/rs17030421
Pérez, E.; Merchán, P.; Espacio, A.; Salamanca, S., 2024. Fusion of Thermal Point Cloud Series of Buildings for Inspection in Virtual Reality. Buildings. 14(7), 2127. DOI: 10.3390/buildings14072127
Rusu R. B., Cousins, S., 2011. 3D is here: Point Cloud Library (PCL). IEEE International Conference on Robotics and Automation, Shanghai, China, 2011, pp. 1–4. DOI: 10.1109/ICRA.2011.5980567.
Uhlík, J., 2017. Point Cloud Visualizer for Blender (Versión 3.x). Available at: https://jakubuhlik.com/docs/pcv/ (accessed: 04/06/2026).
Zhou, Q.-Y., Park, J., Koltun, V., 2018. Open3D: A Modern Library for 3D Data Processing. arXiv preprint arXiv:1801.09847.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Emiliano Pérez, Santiago Salamanca, Pilar Merchán

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.