基于LiDAR点云的高精度DEM构建方法

于彩霞，董 箭，李改肖，陈惠荣，王 沫1,

（1.信息工程大学 地理空间信息学院，河南 郑州450052；2.地理信息工程国家重点实验室，陕西 西安710054；3.海军大连舰艇学院，辽宁 大连 116018）

基于LiDAR点云的高精度DEM构建方法

于彩霞1,2,3，董 箭3，李改肖3，陈惠荣3，王 沫1,3

（1.信息工程大学 地理空间信息学院，河南 郑州450052；2.地理信息工程国家重点实验室，陕西 西安710054；3.海军大连舰艇学院，辽宁 大连 116018）

对激光雷达测量点云滤波分类出真实地面点，通过不同的方法构建高精度的数字高程模型，包括不规则三角网模型和Grid模型，采用等值线回放法和检查点法分别从定性和定量角度评估DEM的精度。实验表明，线性三角网插值法构建的DEM边界约束最好、精度较高，且效率最高，是LiDAR点云构建高精度DEM的最优方法。

LiDAR；高精度；DEM；等值线；精度评估

LiDAR能够快速获取高精度、高密度的三维地形数据[1]，成为构建高精度DEM的一种新方法。目前从LiDAR数据中构建DEM的方法研究较少[2,3]，主要从工程应用角度对如何通过LiDAR数据生产DEM进行探讨，缺少对不同DEM构建模型的适用性研究，以及对其构建的DEM进行精度评估。

针对上述问题，本文将基于高密度、高精度的海量LiDAR点云，采用不同模型构建DEM，通过对LiDAR点云数据进行实验，分别从定性和定量的角度出发，对DEM构建算法进行精度评估，以期为海量的高密度点云构建DEM的模型选择提供一定的参考，同时也为后续的LiDAR点云数据处理和应用打下基础。

1 DEM的构建与精度评估

1.1 DEM构建方法

基于LiDAR点云的高精度DEM构建，首先需对LiDAR点云进行粗差滤波处理，滤除粗差数据并保留真实的地面点云；然后通过不同的DEM构建算法由地面真实点云生成DEM，其中包括不规则TIN和规则格网Grid；最后采用等值线回放法和检查点法分别从定性和定量出发评估DEM精度。流程如图1所示。

1）LiDAR点云处理。在本文中LiDAR预处理包括2部分工作：①LiDAR原始点云的粗差（噪声）去除。LiDAR点云在获取时随机性大，易受到外界因素的影响，以及激光脉冲的散射和衍射现象等问题，不可避免地给最终的测量结果带来粗差和噪声[4]。这些粗差和噪声包括高点、低点及孤立点/点云等3类[5]，必须剔除处理，否则会造成局部地形的变形甚至失真，严重影响DEM的精度。②点云的滤波分类。LiDAR点云的滤波分类实质是去除点云中的非地面点，保留真实地面点云。滤波方法有很多[1,6]，较为成熟的是Axelsson提出的基于TIN的渐进加密滤波法。本文将采用该方法对LiDAR点云滤波，并通过实验不断调整阈值以得到更为真实的地面点云[7]。

图1 基于LiDAR点云的DEM构建示意图

2）DEM构建模型。DEM有多种表达方法，目前常用的主要有不规则三角网（TIN）模型和规则格网（Grid）模型[8,9]。①TIN模型。采用TIN对LiDAR数据进行建模，相互连接LiDAR原始点云生成三角形。连接点云时需满足选择最近的点形成三角形，生成的三角形唯一、不交叉、不重叠以及尽量接近正三角形等原则[8,9]。② Grid模型。Grid是用一系列规则格网表示地形表面，主要有反距离加权插值法（IDW）、克里金（Kriging）插值法、线性三角网插值法（TLI）和最近邻点插值法（NN）[8-11]等。其中，反距离加权插值法的基本原理是己知点云的坐标和高程，通过加权计算格网点的高程值，离格网距离越近的点云，权重越大。克里金插值法考虑到空间场的各向异性和LiDAR点云的空间相关性，应用数学模型和统计模型确定对格网有影响的距离范围，并内插得格网的高程。线性三角网插值法通过连接点云构建三角网，根据三角网内的点云均匀分配格网的属性值，属于严密的插值方式。最近邻点插值法是指选择离格网最近的点云作为格网的属性值。

1.2 DEM精度评估

本文采用等值线回放法和检查点法来评估基于LiDAR点云构建的DEM精度。

等值线回放法是将构建的DEM内插生成等值线，然后目视检查，并与其他方法生成的等值线进行比较，属于定性评估。检查点法是选择并预留一定数量的分布均匀、合理的LiDAR点为检查点，其高程为Zi（i=1，2，…，n），由构建的DEM内插出这些点的高程值Zi'，则DEM的精度为：

2 实验与分析

实验区域位于大连某海岸，属于地形陡峭的岩石陡岸。LiDAR数据由中海达激光扫描仪iScan采集，点云间距为0.1 m，点云总量为22.6万。

先对LiDAR去除粗差，并滤波分类出真实地面点云，然后根据不同方法构建TIN模型和Grid模型，分别从定性和定量角度评估其构建的DEM精度。

2.1 定性分析

由TIN模型内插的等值线如图2所示，由TIN生成的等值线破碎、曲折多、抖动大；由Grid生成的等值线（如图3～6所示）较为平滑、合理，这是因为LiDAR点云的高频噪声引起了等值线的曲折抖动[10]，而构建Grid模型的过程则是通过一定的插值算法将LiDAR点云的高程均衡化的过程，从一定程度上滤掉了高频噪声，抑制了高频噪声的影响。

根据反距离加权插值法、克里金插值法、线性三角网插值法和最近邻点插值法分别生成不同分辨率的Grid（分辨率分别为0.5 m和1 m），插值得等值线分别如图3～6所示。高分辨率（0.5 m）的Grid模型对地形表面描述更为细致，由其生成的等值线弯曲稍多。随着分辨率的降低（分辨率为1 m时），Grid模型对地表描述较为粗略，由其生成的等值线较为平滑。从整体上看，这4种不同插值方法构建的DEM及生成的等值线差别不大，但由线性三角网插值法构建的DEM边界约束较好（见图5），其他3种方法还需在边界约束问题上进行改进。

图2 基于TIN生成等值线

图3 基于反距离加权插值法的Grid生成等值线

图4 基于克里金插值法的Grid生成等值线

图5 基于线性三角网内插法的Grid生成等值线

2.2 定量分析

根据式（1）计算Grid的精度，同时记录不同方法构建Grid的时间，如表1所示。实验表明：①Grid分辨率与插值方法的精度成正比，与插值方法的时间成反比。②各类插值方法的插值精度波动不大，均介于1～2倍的Grid分辨率之间。③相对于线性三角网插值法与最近邻点插值法，反距离加权插值法与克里金插值法具有相对较高的插值精度，然而插值效率却严重低下。这主要由于在应用反距离加权插值法与克里金插值法进行Grid插值时，需要搜索格网点周围一定数量的离散点来确定格网点高程值。在没有建立有效空间索引的前提下，会造成搜索效率的严重低下，这对于处理数据量较大甚至海量数据的LiDAR点云显然并不适合。④线性三角网插值法的插值精度优于最近邻点插值法，且插值效率的变化较为均匀。基于上述分析不难看出，线性三角网插值法在处理大数据量的LiDAR点云数据时，插值精度与插值效率均相对优于其余三类插值方法，可作为LiDAR点云数据插值的优选方法。

图6 基于最近邻点插值法的Grid生成等值线

表1 构建Grid不同插值方法的比较

3 结 语

本文针对LiDAR点云数据，利用不同的DEM构建方法生成不同分辨率下的DEM，并分析了DEM的构建精度和效率。实验结果表明：DEM的精度主要取决于采样间隔和地形的复杂程度，不同的插值方法在处理高密度、高精度的海量LiDAR点云时，所得DEM的精度相差不大，但其构建效率却存在较大变化。线性三角网插值法构建的DEM精度较高，所用时间较短且变化均匀，是LiDAR点云构建DEM的较好方法。

鉴于数据缺少原因，本文仅针对复杂的岩石陡岸（属于中度复杂地貌）进行了实验分析，下一步将结合不同类型、不同复杂程度的地形地貌研究DEM构建方法的适用性，并将结合地性线的提取（如山脊线、骨架线等）进一步提高DEM精度。

[1] 张小红. 机载激光雷达测量技术理论与方法[M].武汉：武汉大学出版社，2007

[2] 王铁军，陈云，袁如金. 基于LiDAR数据的DEM和矢量自动提取探讨[J]. 测绘与空间地理信息，2009,32(1):29-31

[3] 李晓红. 一种LiDAR点云生成格网DEM的快速算法[J]. 测绘通报，2012(12):44-46

[4] 王永波. 基于地面LiDAR点云的空间对象表面重建及多分辨率表达[M].南京：东南大学出版社，2011

[5] Zhang L, Ma H C, Wu J W. Utilization of LiDAR and Tidal Gauge Data for Automatic Extracting High and Low Tide Lines[J]. Journal of Remote Sensing, 2012,16(2):405-410

[6] 王金亮，陈联君.激光雷达点云数据的滤波算法述评[J].遥感技术与应用，2010, 25(5):632-638

[7] Axelsson P. DEM Generation form Laser Scanner Data Using Adaptive TIN Models [J]. IAPRS, 2000, 33(B4 ):110-117

[8] 张君. 不同算法下生成的数字高程模型对比分析研究[J]. 计算机应用与软件，2009,26(1):88-90

[9] Johns K H. A Comparison of Algorithms Used to Compute Hill Slope as a Property of the DEM [J]. Computer and Geoscience, 1998, 24(4):315-323

[10] 李志林，朱庆.数字高程模型[M].武汉：武汉大学出版社，2012

[11] 陈欢欢，李星，丁文秀. Surfer 8.0 等值线绘制中的十二种插值方法[J]. 工程地球物理学报，2007,4(1):52-57

[12] 范青松，汤翠莲，胡鹏. DEM精度检查中等高线回放的量化方法[J]. 测绘科学，2008, 33(3):118-120

[13] 王光霞，边淑莉，张寅宝. 用回放等高线评估DEM精度的研究[J]. 测绘科学技术学报，2010,27(1):9-13

P237.9

B

1672-4623（2015）03-0022-03

10.3969/j.issn.1672-4623.2015.03.008

于彩霞，博士，讲师，主要从事海洋地理信息系统数据处理研究。

2015-02-09。

项目来源：国家自然基金资助项目（41171349）；地理信息工程国家重点实验室开放研究基金资助项目（SKLGIE2014-M-3-2）；海军大连舰艇学院2110工程三期资助学术预研课题资助项目（DLJY—XY2014016）。