La extracción de modelos digitales de elevación (DTMs) a partir de datos LiDAR bajo el dosel forestal es una tarea desafiante. Esto se debe a que el dosel forestal tiende a bloquear una parte de los pulsos LiDAR que llegan al suelo, lo que introduce huecos en los datos. Este artículo presenta un algoritmo para la extracción de DTM a partir de datos LiDAR bajo el dosel forestal. El algoritmo enfrenta el desafío de la baja densidad de datos generando una serie de DTMs gruesos utilizando los pocos puntos de suelo disponibles y empleando superficies de tendencia para interpolar los valores de elevación faltantes en las cercanías de los puntos disponibles. Este proceso genera una nube de puntos de suelo a partir de la cual se genera el DTM final. El algoritmo ha sido comparado con otros dos algoritmos propuestos en la literatura en tres sitios de prueba diferentes con diversos grados de dificultad. Los resultados muestran que el algoritmo presentado en este artículo es más tolerante a la baja densidad de datos en comparación con los otros dos algoritmos. Además, los resultados muestran que, con la disminución de la densidad de puntos, las diferencias entre los tres algoritmos aumentaron drásticamente de aproximadamente 0.5 m a más de 10 m.