数字高程模型(Digital Elevation Model, DEM)数据是使用有序数组的形式来表示地面高程的一种地面实体模型,被广泛应用于多领域。本文对DEM数据进行的预处理,由于DEM具有稳定的精度,在地形起伏较大的地区控制点数目可能不够,在地形起伏较小的地区会有过多的冗余,为了达到较好的使用效果,需要对其进行插值和简化处理,以实现增加必要可控点的数目和减小数据量。本文根据DEM数据的特性不同,分别采用双线性插值和分形插值算法进行数据补全,得到不同的效果,可以实现对不同类型的DEM进行插值。简化是针对地形起伏较小或信息量较小的区域进行数据量简化。分形是自然场景的本质特征,可以描述地形表面的不规则程度,多用于数字地形生成。本文首次将分形特征应用于DEM的简化过程,提出一种新的基于分形特征的DEM简化算法,依据分形维度对不同子类区域数据进行简化合并。实验表明,相比传统简化算法,本文算法具有高精度、数据空洞小、地形保持度高的特点。DEM数据的三维重建方面,由于DEM数据的三维特性,对其进行重建符合人眼的视觉习惯。本文使用贪婪投影三角化的算法对简化后的DEM数据进行三维重建,重建后的三角网格满足Delaunay准则,具有较好的视觉效果。关于重建后的DEM数据的评价,由于DEM进行了预处理与三维重建,为检验算法的有效性,需要对其进行质量评价,本文将图像领域经典算法应用于DEM多角度质量评估方法中,该评估方法综合考虑了人眼视觉特性HVS和DEM数据的三维特性,,进行DEM数据的多角度质量评估,最后与本领域经典算法进行对比,证明本方法的有效性和实用性。