，

(武汉大学 遥感信息工程学院，武汉 430079)

1 研究背景

传统的等高线提取主要基于摄影测量和地面测量。提取原理是首先通过空间后方交会或从星历中解算出影像的外方位元素，然后进行影像匹配得到同名点的像坐标，最后通过前方交会解算出地面点空间三维坐标后内插得到格网DEM，根据DEM生成等高线。传统方法效率低且成本高，由于需要大量人工操作，受人的经验因素影响较大。

随着LiDAR(Light Detection and Ranging)技术的发展，利用LiDAR数据自动提取等高线的方法应运而生，弥补了传统方法的不足。这类方法主要基于高程格网或TIN的等高线跟踪方法。如Batcha等[1]提出离散点内插成规则格网或根据离散点建立三角网，再从规则格网或三角网上跟踪提取等高线的方法；王涛等[2]提出一种优化高程格网内插等高线的方法。由于LiDAR点云密度大，为避免内插的方法导致精度损失，保证地面精度，一般采用基于TIN的等高线跟踪方法，如Boissonnat[3]的加密算法。根据国家成图规范，等高线不能穿过建筑物、水系地物等所在的约束区域。传统基于TIN的等高线跟踪方法一般采用人工编辑处理约束区域的等高线，存在人工劳动强度过大的缺点。本文提出一种基于特征约束的等高线提取方法，先进行特征提取，然后自动生成特征约束的TIN三角网，最后在特征约束TIN的基础上提取等高线。

2 LiDAR点云滤波

LiDAR点云数据是高精度的地表三维点云数据(DSM)，它除了包含地面点之外, 还包含地表的地物点，即非地面点。为了获取反映真实地表的DEM，提高等高线精度，需要对DSM点云数据进行滤波，从而去除非地面点，得到裸露的地面点。……