CloudCompare——点云转换为数字高程模型（DEM）

1. 算法原理

   点云数据转换为数字高程模型（DEM）的核心原理是通过空间采样和插值技术，将三维点云投影到二维平面并赋予高程属性。其完整流程与关键技术如下：

---

1. 点云预处理

   • 去噪滤波：剔除激光点云中的飞点（如鸟类、云层反射点）
   • 地面点分割：通过算法（如布料模拟滤波CSF）分离地面点与非地面点（建筑、植被）
   • 点云精简：对高密度点云进行抽稀（如体素格网下采样）

2. 格网化处理

   • 建立二维网格：将区域划分为规则格网（Cell Size = 分辨率）
   • 高程映射：对每个网格单元内的点云进行高程赋值
     z c e l l = f ( { z i } i = 1 n ) z_{cell} = f(\{z_i\}_{i=1}^n) zcell​=f({zi​}i=1n​)
     常用赋值方法：

     方法	计算公式	适用场景
     最小值法	min ⁡ ( { z i } ) \min(\{z_i\}) min({zi​})	生成地表模型（DSM）
     最大值法	max ⁡ ( { z i } ) \max(\{z_i\}) max({zi​})	树冠高度模型（CHM）
     最近点法	$z_{\text{nearest}}$	实时处理
     插值法	-	DEM生成核心方法

3. 高程插值（关键步骤）
   针对空单元格或需平滑的情况：

   • 反距离权重（IDW）：
     $$z_0=\frac{{\sum }_{i=1}^n\frac{z_i}{d_i^p}}{{\sum }_{i=1}^n\frac{1}{d_i^p}}(p=2)$$
     • $d_i$：目标点到第$i$样本的距离
   • 克里金法（Kriging）：基于空间自相关性建模最优无偏估计
   • 移动最小二乘（MLS）：对点云曲面进行局部拟合

4. 后处理与输出

   • 空洞填补：对无数据区域进行插值（如三角网插值）
   • 平滑滤波：消除高程突变（如高斯滤波）
   • 格式转换：输出GeoTIFF/ASCII Grid等标准DEM格式

---

2. 软件实现

1、获取地面点

2、找到点云转DEM的功能

3、设置转换参数

3. 结果展示