應用掃描光線重建法的建筑立面遮擋點云恢復

王 果，崔希民，俞世煒，岳 沖

(1. 中國礦業大學(北京) 地球科學與測繪工程學院，北京 100083； 2. 河南工程學院土木工程學院，河南 鄭州 451191)

一、引 言

地面激光掃描設備可以獲取豐富的建筑物立面信息，與航空攝影測量和LiDAR可以優勢互補，成為智慧城市數據獲取的主要手段[1]。然而地面激光掃描設備獲取建筑物點云時，干擾因素過多，建筑物前通常存在大量樹木和車輛等遮擋物體，導致建筑物立面點云數據采集過程不可避免地存在大量由于遮擋問題而導致的數據空洞[2]。這些空洞不僅使得模型無法正確實現可視化,而且嚴重影響點云后期處理工作[3]。因此，對點云空洞進行修補成為地面激光點云數據處理的關鍵。

針對上述問題，國內外多位學者作了深入的研究，總體上分為兩類方法：一是對獲取的點云數據本身進行修補[3-6]；二是借助于外部設備，如攝影測量設備進行修補[7]。從掃描的點云數據本身入手，通過內插等修補方法破壞了原始的點云密度；借助攝影測量設備進行點云獲取，然后進行激光掃描點云和攝影測量點云配準進行修補，不僅成本較大，而且由于兩套設備獲取的點云通過配準等操作，同樣破壞了原始的點云密度。目前尚沒有相關文獻利用重建掃描光線法進行漏洞修補，筆者假定：如果能重新還原掃描時的光線，讓光線越過障礙，直達建筑物，不僅保持了原始的采樣間隔，同時從掃描儀本身入手充分利用了儀器條件，不需附加其他外部設備。

基于這一假定，本文提出了一種結合點云分割和掃描光線重建的建筑物立面遮擋部分點云恢復方法，通過探測建筑立面和遮擋物，通過掃描光線和建筑立面求交的方法達到恢復遮擋部位點云的目的。

二、遮擋部分點云恢復方法

本文提出的方法分為4步：①建筑物面片分割；②基于重建掃描光線和二維分析的遮擋物探測；③遮擋部分點云恢復；④裁剪恢復部分點云，具體流程如圖1所示。

圖1 本文方法路線圖

1. 點云面片分割

采用區域生長的建筑物點云面片分割法，利用特征值分析進行種子點的自動選取，之后對種子點進行區域生長，從而分割出包含點數最多的建筑物立面點云面片數據。

2. 重建掃描光線的遮擋物探測

假定激光單元位置為坐標原點O，以任一掃描點R為例，OR長度為S，與Z軸和X軸的夾角分別為θ和α，如圖2所示，則R點的坐標可計算如下[8]

圖2 建筑物遮擋與光線重建示意圖

為了利用掃描過程中測量的距離和角度進行遮擋物探測，可通過激光掃描獲取的點云數據重建掃描光線，以及S、θ、α，計算如下

由于遮擋原因，掃描儀在水平方向上步進時，到達建筑物表面的水平距離會大于到遮擋物的水平距離。依據此特性，可對遮擋物進行點云探測：首先將點云數據按照掃描角度α進行從小到大排序，通過式(4)計算比較掃描儀到點的水平距離,如果距離差異ΔS超過設定的距離閾值且較大距離的點為分割的面片，則較小的距離點被判定為遮擋物點，其原理如圖3所示。

S水平=Ssinθ

(4)

3. 掃描光線與建筑平面相交遮擋點云恢復

對分割的建筑物立面面片點云進行擬合，求出其平面參數，即

ax+by+cz+d=0

(5)

式中，[abc]為平面法向量；d為平面到原點的距離。

圖3 遮擋物探測原理圖

對于探測到的遮擋物點云數據，利用掃描光線和檢測到的建筑物面片相交，從而對遮擋部位的點云進行恢復,如圖4所示。

圖4 遮擋點云重建原理圖

被遮擋點C和掃描儀中心的連線與建筑物平面P交于C′，則

由于掃描儀O的坐標為(0，0，0)，問題轉化為求解t，由于C′同時滿足平面方程，則聯立式(5)、式(6)得[9]

atxC+btyC+ctzC+d=0

(7)

求解t，得

則恢復的遮擋點C′的坐標為

4. 利用高程約束裁剪恢復點云

由于掃描角度原因，恢復的點云數據會超出建筑高度，如圖5所示。為了消除恢復的點云超出建筑立面的情況，采用建筑立面點的高程進行約束，如果恢復的點云高程介于建筑立面點最大和最小高程之間，則保留恢復點，否則刪除。

圖5 恢復的點云超出建筑高度

三、試驗過程及結果

1. 試驗過程

為了驗證本文方法的可行性與有效性，利用Rigel VZ4000掃描儀對中國礦業大學(北京)力學與建筑工程學院辦公樓東北角樹木遮擋部分進行掃描試驗，著色后的點云數據如圖6所示。

圖6 試驗點云數據

該數據有13 010 573個點，包含建筑物立面、窗戶、陽臺及遮擋物等，試驗選用的水平距離突變閾值ΔS為2 m。

2. 試驗結果及分析

分割出的建筑物最大建筑物面片和探測出的遮擋物點云分別如圖7中的黑色和深灰色點云所示，恢復之后的點云如圖7(a)中的淺灰色部分所示，利用高程約束裁剪的恢復部分點云如圖7(b)中的淺灰色部分所示，修補前后的對比如圖8所示。

從圖7和圖8可以看出，本文方法對遮擋部分點云能夠較好地恢復，但是由于無法自動判別出遮擋部分是否為建筑立面或是窗戶等其他信息，窗戶等其他非建筑立面部位點云只能按照建筑立面進行恢復，如圖8(b)所示。

圖7 點云恢復及裁剪

圖8 立面點云恢復前后對比

四、結束語

由于地面的復雜性，運用地面激光掃描獲取建筑物點云時，經常受到遮擋物影響而導致建筑物點云缺失。針對這一問題，本文提出了一種結合點云分割和掃描光線重建的遮擋部分點云恢復方法，該方法首先對建筑物點云進行平面分割，然后利用水平距離突變探測遮擋物點，最后通過重建的掃描光線與建筑物面片進行相交并利用高程約束對恢復點云進行裁剪，從而達到遮擋部分漏洞修補的目的。該方法保持了原始掃描密度，避免了內插修補方法造成的點云密度變化。試驗結果證明該方法能有效地進行遮擋部位的點云恢復，但目前只對常見的具有平面特征的建筑物立面進行試驗，下一步工作將考慮利用掃描光線對其他形狀的建筑立面遮擋部位點云進行恢復。

參考文獻：

[1] 楊必勝,魏征,李清泉,等.面向車載激光掃描點云快速分類的點云特征圖像生成方法[J]. 測繪學報， 2010,39(5):540-545.

[2] DOLD C, BRENNER C. Registration of Terrestrial Laser Scanning Data Using Planar Patches and Image Data[J].

International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences，2006，36(5)： 78-83.

[3] 陳相，童小華. 基于三角格網的點云空洞修補算法及精度研究[J].測繪通報,2013(4):1-3.

[4] DAVIS J，MARSCHNER R，GARR M，et al． Filling Holes in Complex Surfaces Using Volumetric Diffusion [C]∥Proceedings of the First International Symposium on 3D Data Processing Visualization and Transmission． Padova，Italy: IEEE， 2002: 428-438.

[5] WANG Jianning，OLIVEIRA M M． Filling Holes on Locally Smooth Surfaces Reconstructed from Point Clouds[J]．Image and Vision Computing，2007， 25( 1) : 103-113.

[6] 蔣剛． 基于SVM 和空間投影的點云空洞修補方法[J]． 計算機工程， 2009，35(22): 269-271.

[7] 李海亮，鄧非，李剛． 攝影測量激光點云空洞修補[J]． 測繪科學， 2010，35(5): 101-102.

[8] 劉春,陳華云,吳杭彬.激光三維遙感的數據處理與特征提取[M].北京:科學出版社,2010.

[9] PHILIP S, EBERLY D H. Geometric Tools for Computer Graphics[M]. [S.l.]:[s.n.],2005.