feat(762-1): 지면점 다듬기(SMRF 꼴) · 고를 갈래 업체 분류 + 다듬기 · 점진 TIN + 다듬기 · 제안 흐름 스위치(기본 끔)

- 새 Engine_Filter_Refine — 1 m 칸 최저 · 낮은 잡점(뒤집어 열림) · 창 키움 열림(최대 18 m · 기울기 0.3) · 걸린 칸 빼고 임시 지면 다시 그림 · 점마다 0.5 m + 1.25 × 기울기
- 필터 이름 classification_refine · ptd_refine — Ground _FILTERS · Schema · sampler SurfaceFilter 에 더함 · 엔진은 바탕 마스크 저장본을 다듬음(점진 TIN 두 번 안 돌림)
- 스위치 SURFACE_REFINE_FLOW(프로세스 환경 변수 · 기본 끔) — 켜면 자동 전처리 · 확정 기본 = 다듬기 판 · 끄면 지금 길 그대로
- 기울기 0.3 = 용화 훑기에서 고름(PDAL 0.15 는 급경사 능선을 더 깎음 · 0.45 · 0.6 은 덤불 혹 더 남김)

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

B04_PreProcess/B04_PreProcess_Engine_Ground.py

@@ -1,6 +1,7 @@
 """B04 지면 필터 오케스트레이션.
 
-구조화된 포인트클라우드(structured.npz)에 대해 grid_min_z/csf/pmf/ransac
+구조화된 포인트클라우드(structured.npz)에 대해 grid_min_z/csf/pmf/ransac/ptd/classification
+(+ `_refine` 다듬기 판)
 필터를 실행하여 지면 마스크 딕셔너리를 만든다. 필터 선택은 config의
 source_filters를 따른다.
 """
@@ -20,7 +21,12 @@ from B04_PreProcess.B04_PreProcess_Engine_Filter_Grid import filter_grid_min_z
 from B04_PreProcess.B04_PreProcess_Engine_Filter_PMF import filter_pmf
 from B04_PreProcess.B04_PreProcess_Engine_Filter_PTD import filter_ptd
 from B04_PreProcess.B04_PreProcess_Engine_Filter_RANSAC import filter_ransac
-from config.config_system import SURFACE_AUTO_FALLBACK_FILTER
+from B04_PreProcess.B04_PreProcess_Engine_Filter_Refine import refine_ground_mask
+from config.config_system import SURFACE_AUTO_FALLBACK_FILTER, SURFACE_REFINE_FLOW
+
+# 다듬기 판(762) — `{기본 필터}_refine` = 기본 필터 지면점을 SMRF 꼴로 한 번 더 거름
+REFINE_SUFFIX = "_refine"
+_REFINABLE = ("classification", "ptd")
 
 # 필터 키 → 함수 매핑
 _FILTERS = {
@@ -30,10 +36,17 @@ _FILTERS = {
     "ransac": filter_ransac,
     "ptd": filter_ptd,
     "classification": filter_classification,
+    "classification_refine": lambda data: refine_ground_mask(
+        data["xyz"], filter_classification(data)
+    ),
+    "ptd_refine": lambda data: refine_ground_mask(data["xyz"], filter_ptd(data)),
 }
 
 # LAS에 지면분류가 실제로 들어 있을 때만 쓰는 필터 (미분류 LAS에서는 마스크가 빈다)
-_CONDITIONAL_FILTERS = {"classification": has_classified_ground}
+_CONDITIONAL_FILTERS = {
+    "classification": has_classified_ground,
+    "classification_refine": has_classified_ground,
+}
 
 
 def available_filters() -> tuple[str, ...]:
@@ -61,15 +74,29 @@ def resolve_auto_source_filters(
     usable = usable_conditional_filters(structured_data)
     if usable and not has_classified_coverage(structured_data, processed_dir):
         usable = []
-    return [*usable[:1], SURFACE_AUTO_FALLBACK_FILTER]
+    filters = [*usable[:1], SURFACE_AUTO_FALLBACK_FILTER]
+    # 762 제안 흐름(스위치 켬) — 같은 기본 필터에 다듬기를 붙인 판을 지음
+    if SURFACE_REFINE_FLOW:
+        filters = [f"{key}{REFINE_SUFFIX}" if key in _REFINABLE else key for key in filters]
+    return filters
+
+
+def base_filter(filter_key: str) -> str | None:
+    """다듬기 판이면 바탕 필터 이름 — 엔진이 바탕 마스크 저장본을 다시 쓰게."""
+    base = filter_key.removesuffix(REFINE_SUFFIX)
+    return base if base != filter_key and base in _REFINABLE else None
 
 
 def run_ground_filter(
-    filter_key: str, structured_data: dict[str, Any] | np.lib.npyio.NpzFile
+    filter_key: str,
+    structured_data: dict[str, Any] | np.lib.npyio.NpzFile,
+    base_mask: np.ndarray | None = None,
 ) -> np.ndarray:
-    """단일 지면 필터를 실행해 불리언 마스크를 반환한다."""
+    """단일 지면 필터를 실행해 불리언 마스크를 반환한다 — 다듬기 판은 `base_mask` 를 다듬음."""
     if filter_key not in _FILTERS:
         raise ValueError(f"알 수 없는 지면 필터입니다: {filter_key}")
+    if base_mask is not None and base_filter(filter_key):
+        return refine_ground_mask(structured_data["xyz"], base_mask)
     return np.asarray(_FILTERS[filter_key](structured_data), dtype=bool)