三維激光點云處理軟件的若干關(guān)鍵技術(shù)

龔書林

(武漢海達數(shù)云技術(shù)有限公司，湖北 武漢 430000)

一、點云處理工作

三維激光點云需要處理的工作包括：點云去噪、點云平滑、點云編輯、點云分類、點云著色、目標識別、地物表面重構(gòu)、影像與點云配準、基于影像與點云的單點測量、模型貼紋理等。地面三維激光掃描儀首先需要解決多測站點云快速拼接問題，包括地面站點云與車載、機載點云的拼接。

二、點云處理關(guān)鍵技術(shù)

1. 點云數(shù)據(jù)存儲

海量點云的數(shù)據(jù)存儲是點云處理首先需要考慮的一個基礎(chǔ)性關(guān)鍵技術(shù)。目前比較常規(guī)的數(shù)據(jù)存儲模型主要有八叉樹模型(OcTree)和KDTree模型，這兩種存儲模型解決了點云數(shù)據(jù)空間檢索問題，但是破壞了原始點云數(shù)據(jù)掃描列的特性，不便于基于掃描列進行分析的相關(guān)處理工作。

海達數(shù)云自主研發(fā)設(shè)計的點云數(shù)據(jù)存儲格式既保留了原始掃描列信息，同時建立了高效的空間索引，可以實現(xiàn)海量億級點云數(shù)據(jù)的快速加載和動態(tài)瀏覽，在三維點云瀏覽視圖縮小時，加載顯示抽稀后的點云，當放大到細部瀏覽時，又可以實時加載顯示最詳細的原始點云。

2. 點云渲染模式

三維激光掃描儀掃描獲取的點云數(shù)據(jù)除了坐標以外，還帶有反射強度，部分激光掃描儀還帶GPS時間，軟件可以根據(jù)坐標和屬性信息進行多種方式渲染，增強點云判讀效果。渲染模式可以按強度渲染、按RGB真彩色渲染、按Z值渲染、按循環(huán)色帶渲染等多種方式(如圖1所示)。

圖1 點云的多種渲染模式

3. 多測站自動拼接

地面三維激光掃描儀可以靈活設(shè)站，適合于室內(nèi)、環(huán)境條件復(fù)雜的場所。但是每個測站點云坐標都是相對掃描儀中的坐標系，需要對同一測區(qū)的多個測站點云進行坐標拼接，轉(zhuǎn)換為測區(qū)統(tǒng)一的坐標系。

多測站拼接常規(guī)的方法是在相鄰兩站擺設(shè)靶球或靶紙，作為拼接同名控制點，在軟件處理過程中需要自動識別靶球靶紙，并自動配對同名點作為坐標拼接的控制點。當測區(qū)比較復(fù)雜，如礦山，無法擺設(shè)靶球和靶紙，則需要軟件進行自動對齊拼接。圖2是根據(jù)靶球自動拼接后的點云效果圖。

圖2 測站拼接效果

4. 全景與點云配準

在影像拼接處理時，將影像處理成球面模型，水平方向360°，垂直方向180°，像素按角度均勻分布。假設(shè)全景影像是單位球面體，每個像素值可以計算獲得相應(yīng)坐標，通過在全景上提取的特征點和點云上提取的特征點進行匹配，計算獲取全景球面體到點云的轉(zhuǎn)換模型。對于點云，同樣通過點云坐標可以反算影像像素坐標，獲取像素顏色，制作真彩點云。圖3是全景與點云配準后的真彩點云效果圖。

圖3 真彩點云效果圖

5. 表面重構(gòu)

在基于點云進行物體表面重構(gòu)之前，需要進行點云去噪、點云平滑、點云編輯、點云簡化等處理。表面重構(gòu)按照形狀可以劃分為規(guī)則表面的重構(gòu)和不規(guī)則表面重構(gòu)，規(guī)則表面包括平面、圓柱面、球面等。規(guī)則表面的重構(gòu)可以通過參數(shù)曲面擬合逼近數(shù)據(jù)點集來獲得；對于不規(guī)則表面重構(gòu)，目前最常規(guī)算法有Delaunay、Hoppe等(如圖4所示)。

圖4 基于點云表面模型重構(gòu)

6. 點云分類

點云具有采樣密度高、點云分布密集等特點，難以直接對點云的幾何數(shù)據(jù)進行分類和特征提取。在眾多的三維激光技術(shù)應(yīng)用中，點云的分類占了絕大部分工作，因此點云數(shù)據(jù)分類方法成了研究熱點。

針對車載激光點云，首先需要區(qū)分地面點和非地面點，地面點可以進一步區(qū)分識別道路標志線，非地面點進一步需要區(qū)分建筑物、立桿、電力線、行道樹等。在研發(fā)點云分類處理功能時，需要結(jié)合自動化和手動分類實現(xiàn)點云的快速分類，手動分類過程需要考慮用戶的快速瀏覽體驗、方便地切換視角及點云選取工具。

(1) 道路標志線提取

道路標志的提取主要根據(jù)其點云在反射強度上相比路面的其他點云具有較明顯的區(qū)分度。通過強度和距離的組合特征并結(jié)合人工判別確定該組合特征的最優(yōu)值，最大限度地自動提取出道路標志的點云；其次，通過繪制一個矩形框或確定一個種子點，將興趣范圍內(nèi)的點云通過k-means聚類方法在強度上對點云進行聚類，能夠精準地提取出局部范圍內(nèi)的道路標志點云(如圖5所示)。

圖5 道路標志線自動提取

(2) 立面自動提取

首先根據(jù)立面幾何特征提取建筑物點云，然后根據(jù)立面點云進行聚組分析，識別建筑物對象，最后根據(jù)每個建筑物的點云提取建筑物輪廓線，并根據(jù)需要進行節(jié)點簡化(如圖6所示)。

圖6 立面自動提取

(3) 手動分類

點云手動分類主要用于地面點分類，因為點云是三維空間分布，在單個三維視圖很難對點云的類型進行方便的操作判讀，需要多視圖多視角進行綜合判讀分類，包括俯視圖、三維視圖、剖面視圖。首先在俯視圖按道路垂直方向選擇需要分類的條帶點云，然后將目標條帶點云顯示在三維視圖和剖面視圖中，最終在剖面視圖中使用分類線進行設(shè)定點云類型。圖7是點云手動分類視圖。

圖7 多視圖點云手動分類

三、結(jié)束語

三維激光掃描儀外業(yè)作業(yè)具有數(shù)據(jù)獲取速度快、非接觸式測量、點位測量精度高、實時性強、數(shù)據(jù)量大等特點，可以大大減少外業(yè)工作量，將大量的工作轉(zhuǎn)移到內(nèi)業(yè)完成，因此點云的內(nèi)業(yè)處理能力是制約三維激光應(yīng)該的關(guān)鍵因素。本文研究實現(xiàn)了點云處理軟件的若干關(guān)鍵技術(shù)，可以大大提供點云數(shù)據(jù)處理效率及處理效果，為三維激光的推廣應(yīng)用打下良好基礎(chǔ)，為后續(xù)基于點云數(shù)據(jù)的深度加工提供高質(zhì)量數(shù)據(jù)源。