第19章 - 质量检查、精度评定与测试

点云成果的质检分两个层面：数据本身的检查（有没有空值、范围对不对、分类占比是否合理）和算法结果的精度评定（分类的混淆矩阵、高程的中误差、与参考数据的一致性）。前者靠 pdal info 与统计量就能覆盖，后者需要”预测 vs 真值”的成对比较。

PDAL 里能直接做这两件事的工具是 pdal info（统计）、pdal eval（分类精度）、pdal delta（与参考文件逐点对比）。后两者在 PDAL 2.6 起被标记为 DEPRECATED，官方计划在 2.7 从默认安装移除、2.8 完全移除——但本机的 PDAL 2.10.0（OSGeo4W 发行版）里 pdal eval、pdal delta、pdal hausdorff、pdal chamfer 仍然存在。这意味着你必须先 pdal --help 确认自己的发行版有没有，再决定用命令行还是用 Python 自己实现。

本章给出可复现的质检流程与判定标准，不讨论”精度应该多高”这种取决于项目的指标。

19.1 先做数据体检

19.1.1 一次 summary 拿到基本盘

pdal info block.laz --summary

输出里有四类信息：file_size、points（数量）、bounds（XYZ 范围）、metadata（头信息与 SRS）。验收时至少核对：

19.1.2 统计量

pdal info block.laz --stats --dimensions X,Y,Z,Intensity,Classification

--dimensions 限制统计的维度，避免对大文件把每个维度都算一遍。返回每个维度的 count/min/max/mean/stddev/variance。三个常用判据：

• Z 的 min/max 与测区高差是否吻合（异常值通常来自噪声或错误分类）；
• Classification 的分布：地面点占比在城区通常 10%–30%，植被占比高的区域会更高；占比突变提示分类参数问题；
• Intensity 的 stddev：接近 0 说明强度未归一化或被清零。

19.1.3 抽样与完整性

完整的数据体检还要看空间覆盖：有没有空洞、瓦片是否齐全。两种做法：

# 1) 边界：hexbin 生成覆盖范围多边形
pdal translate block.laz boundary.geojson hexbin --filters.hexbin.boundary=boundary.geojson

# 2) 瓦片清单：tindex 检查瓦片集
pdal tindex create tiles.json tiles/*.laz
pdal tindex list tiles.json

pdal tindex 会为每个瓦片记录 bounds、count、filename，是查”有没有漏瓦片”最快的办法。

19.2 分类精度：pdal eval

19.2.1 输入要求

pdal eval <predicted> <truth> --labels <标签列表>：两个文件必须在同一坐标系、同一点序上——工具按点索引对齐 Classification，不做空间匹配。实践中这意味着真值文件必须是预测文件的副本，只改了分类值；如果你的真值是人工标注的独立样本，得先用 filters.overlay 或空间连接把标签落到同一点序上。

19.2.2 实测输出

用两个分类完全一致的 2000 点文件跑：

pdal eval pred.las truth.las --labels 2

{
  "confusion_matrix": "[[2000,0],[0,0]]",
  "f1_score": 1,
  "labels": [
    {
      "accuracy": 1,
      "f1_score": 1,
      "intersection_over_union": 1,
      "label": "2",
      "precision": 1,
      "sensitivity": 1,
      "specificity": 0,
      "support": 2000
    }
  ],
  "mean_intersection_over_union": 1,
  "overall_accuracy": 1,
  "pdal_version": "2.10.0 (git-version: eb9126)",
  "predicted_file": "pred.las",
  "truth_file": "truth.las"
}

指标含义：

上例里 specificity=0 是一个容易误读的值：这个测试只有”2”一个标签，负类样本数为 0，分母为零所以补 0。真实评测必须至少包含两个类别。

19.2.3 正确的评测姿势

1. 真值与预测必须同一 SRS、同一范围、同一点数；
2. 标签列表覆盖所有要评的类别，未列出的类别会进混淆矩阵的 catch-all 行；
3. 按区域分块评测：整体指标会掩盖局部问题，按瓦片或按地形类型分组算 F1，才能定位”哪种地形分类差”；
4. 保存 JSON 原始输出，不要只记一个 F1 数字——指标之间的背离（高 OA、低 IoU）往往才是问题所在。

19.2.4 如果发行版没有 eval

两个替代方案：

• Python 绑定 + scikit-learn：读两个文件的 Classification 到 NumPy，直接调 sklearn.metrics.classification_report，输出比 pdal eval 更全（含宏平均、加权平均）；
• 自写 C++ kernel：按第 13 章的 stage 写法扩展 Kernel，注册成 kernels.myeval，适合需要固定口径的团队。

19.3 几何一致性：pdal delta

19.3.1 用途

pdal delta <source> <candidate> 为 source 的每个点在 candidate 里找最近邻，统计 X/Y/Z 差值。典型场景：重投影前后对比、两次处理结果对比、DEM 采样点与原始点对比。

pdal delta pred.las truth.las

输出（实测，除文件名与维度外结构固定）：

{
  "X": { "max": 0, "mean": 0, "min": 0 },
  "Y": { "max": 0, "mean": 0, "min": 0 },
  "Z": { "max": 0, "mean": 0, "min": 0 },
  "candidate": "truth.las",
  "source": "pred.las"
}

max 是最有用的判据：两个文件坐标完全一致时 max=0；max 显著大于 0 说明有系统性偏移或点序错位。--detail 输出逐点差值 CSV，--alldims 对所有维度计算而不只是 XYZ。

19.3.2 delta 的边界

它是最近邻匹配，不是同名点匹配。两个文件点集不完全相同时，”最近邻距离”包含采样密度带来的误差：候选点越稀疏，delta 越大，即使几何完全一致。所以：

• 对比同一份数据的两种处理结果 → delta 可信；
• 对比不同源、不同密度的数据 → delta 只能看趋势，不能当精度指标。

跨源精度评定应该用检查点（人工实测的 GCP/检查点）或独立的参考面（DEM），而不是点对点最近邻。

19.4 回归测试：gtest 与固定基准

19.4.1 PDAL 自带的测试组织

PDAL 用 GoogleTest，测试代码分布在各模块的 test/ 目录，主入口在 pdal/pdal_test_main.cpp。C++ 侧的单元测试主要是”同样的输入产生同样的输出”：

TEST(StatsFilterTest, basic)
{
    PointTable table;
    BufferReader reader;
    // ... 构造固定点集
    StatsFilter filter;
    filter.setInput(reader);
    filter.prepare(table);
    PointViewSet views = filter.execute(table);
    MetadataNode m = filter.getMetadata();
    EXPECT_EQ(m.findChild("statistic").children().size(), 3u);
}

19.4.2 组合级回归：JSON + 基准输出

对 pipeline 组合，更实用的是”固定输入 + 固定 pipeline + 固定输出哈希”：

pdal pipeline regression/ground.json
# 与仓库中保存的 ground_expected.csv 对比
diff <(head -1000 regression/out.csv) <(head -1000 regression/ground_expected.csv)

要点：比较前 1000 行而不是整文件，避免浮点末位与平台差异导致的假失败；同时保留一份完整输出用于人工排查。

19.4.3 数据质量断言写进 pipeline

把质检逻辑直接放进 pipeline，比事后写脚本更可靠。例如检查 Z 范围并让越界数据直接失败：

[
  "input.laz",
  { "type": "filters.range", "limits": "Z[-100:9000]" },
  { "type": "filters.stats", "dimensions": "Z" },
  { "type": "writers.las", "filename": "checked.laz" }
]

注意 filters.range 是”删点”不是”报错”。要硬失败得看 filters.stats 的输出或自己写 stage；用 --stream 时可以在外层脚本读 pdal info --stats 判断后决定是否继续。

19.5 检查点法：工程上真正在用的精度评定

pdal delta 是点对点比，工程验收更常用的是检查点法：人工实测若干检查点（RTK/全站仪），与点云或 DEM 在同样位置的高程对比，算中误差。PDAL 没有专门的检查点内核，用 filters.locate + 一次小脚本就能做。

19.5.1 取点云在检查点位置的高程

filters.locate 从点云中找出离给定坐标最近的点：

pdal translate block.laz nearest.las locate \
  --filters.locate.x=400512.34 \
  --filters.locate.y=5700345.67 \
  --filters.locate.dimension=Z

输出是一个只含单点的 LAS，pdal info --stats 就能读到它的 Z。批量检查点用循环或 Python 绑定，几百个点也只是秒级。

19.5.2 中误差的计算与判定

对 n 个检查点，高程中误差：

RMSE = sqrt( Σ(Z_点云 - Z_检查点)² / n )

判定要点：

一个容易忽略的细节：点云在检查点附近可能没有点（空洞），最近邻点的距离本身就带来误差。实践里会限制最大匹配距离（例如 1 m），超过就判该检查点无效，而不是硬取一个远处的点。

19.5.3 与 DEM 精度的区别

点云精度与 DEM 精度不是一回事。DEM 是插值产物，精度取决于格网大小与插值算法：

• writers.gdal 的 resolution 决定格网分辨率，1 m 格网的高程中误差通常大于原始点云；
• 用 output_type 选择插值方式（idw、min、max、mean），不同方式在陡坡上的偏差方向不同；
• 验收 DEM 时要用独立检查点，不能拿生成 DEM 的同一批点云去评自己。

19.6 排错清单

19.7 生产建议

质检要可复现。 把 pdal info --summary 的 JSON、pdal eval 的 JSON、pipeline 版本、数据集标识一起存档。三个月后回查”当时精度是多少”时，只有原始 JSON 靠得住。

指标成对使用。 分类评 OA + IoU，几何评 max + mean，数据完整性评 count + 覆盖范围。单个数字总是可以被优化到好看。

评测集与训练/生产数据隔离。 用同一批数据调参再在同一批上评测，得到的指标没有意义。检查点应独立采集并单独版本管理。

把弃用工具尽早替换。 eval/delta/hausdorff/chamfer 都已标记弃用，团队里应该趁早把评测脚本迁到 Python 绑定 + scikit-learn/scipy，避免升级 PDAL 时整条质检链断掉。

19.8 本章小结