地面點(diǎn)云處理系統(tǒng)集成研究與實(shí)現(xiàn)

王真立，吳曉章，陳 剛，杜順季

(1. 中國地質(zhì)大學(xué)(武漢)，湖北 武漢 430074； 2. 廣州市城市規(guī)劃勘測設(shè)計(jì)研究院，廣東 廣州 510060)

地面點(diǎn)云處理系統(tǒng)集成研究與實(shí)現(xiàn)

王真立1,2，吳曉章1，陳 剛1，杜順季2

(1. 中國地質(zhì)大學(xué)(武漢)，湖北 武漢 430074； 2. 廣州市城市規(guī)劃勘測設(shè)計(jì)研究院，廣東 廣州 510060)

地面點(diǎn)云數(shù)據(jù)后處理及軟件研制是制約地面三維激光掃描技術(shù)進(jìn)一步發(fā)展的關(guān)鍵因素。本文集成Oracle存儲、PCL模塊點(diǎn)云算法、OpenGL三維顯示技術(shù)，初步研發(fā)了一套集點(diǎn)云存儲、處理、顯示、查詢功能于一體的地面點(diǎn)云處理系統(tǒng)。通過RIEGL VZ-400掃描的雕像測試點(diǎn)云，驗(yàn)證了本文提出的三種技術(shù)集成開發(fā)地面點(diǎn)云處理系統(tǒng)的可行性和系統(tǒng)功能的穩(wěn)健性。為進(jìn)一步研究地面點(diǎn)云數(shù)據(jù)處理系統(tǒng)提供有益的參考。

點(diǎn)云處理；系統(tǒng)集成；Oracle；PCL；OpenGL

地面三維激光掃描技術(shù)以其小型便捷、精確高效、安全穩(wěn)定等優(yōu)勢，在災(zāi)害監(jiān)測[1]、文物保護(hù)[2]、形變監(jiān)測[3]、河道整治[4]、三維建模等領(lǐng)域應(yīng)用廣泛。但同時(shí)由于點(diǎn)云不規(guī)則與海量特性，點(diǎn)云存儲、處理、顯示及點(diǎn)云處理軟件研制等因素一直制約其進(jìn)一步推廣、應(yīng)用與發(fā)展。

現(xiàn)有成熟的點(diǎn)云處理軟件大多是基于儀器配套，且文件管理、自動化程度低、技術(shù)保密，適合中國用戶的中文版軟件非常少[5-6]。國內(nèi)，黃明等[7]集成PostgreSQL數(shù)據(jù)庫、獨(dú)立研發(fā)封裝的C++點(diǎn)云處理庫、DirectX 11，楊軍建[8]集成PCL點(diǎn)云庫、QT，王增濤[9]集成PCL庫、OpenGL圖形庫，徐鵬[10]利用點(diǎn)云空間索引技術(shù)及OpenGL庫，分別不同程度研究了點(diǎn)云數(shù)據(jù)處理系統(tǒng)集成與實(shí)現(xiàn)。但研發(fā)集點(diǎn)云存儲、處理、顯示、查詢功能于一體的地面點(diǎn)云數(shù)據(jù)處理系統(tǒng)及技術(shù)路線寥寥無幾。因此，探索地面點(diǎn)云處理系統(tǒng)集成的技術(shù)路線，并設(shè)計(jì)研發(fā)一套穩(wěn)健實(shí)用的地面點(diǎn)云數(shù)據(jù)處理原型系統(tǒng)具有非常重要的意義。

1 系統(tǒng)總體框架

通過查閱大量文獻(xiàn)發(fā)現(xiàn)，目前還沒有集成Oracle、PCL和OpenGL技術(shù)，研發(fā)集點(diǎn)云存儲、處理和顯示功能于一體的地面點(diǎn)云數(shù)據(jù)處理系統(tǒng)。而Oracle、OpenGL分別是目前性能最優(yōu)秀的數(shù)據(jù)庫和三維圖形庫之一。PCL點(diǎn)云庫開源且集成了大量穩(wěn)健高效的點(diǎn)云算法，可大大縮短開發(fā)時(shí)間。為了驗(yàn)證該技術(shù)路線的可行性，本文將在VS2010 C++ MFC平臺下，集成Oracle OCI技術(shù)、BLOB存儲技術(shù)、PCL點(diǎn)云算法和OpenGL顯示列表、視點(diǎn)幾何變換、深度緩存等技術(shù)，以項(xiàng)目管理方式為基礎(chǔ)，研發(fā)一套能初步實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)存儲、處理和顯示的地面點(diǎn)云數(shù)據(jù)處理平臺。系統(tǒng)總體框架設(shè)計(jì)如圖1所示。3種技術(shù)集成的關(guān)鍵是各自點(diǎn)云格式BLOB、PCL、C++ Vector容器之間的相互轉(zhuǎn)換，本文將所有點(diǎn)云格式抽象提取出點(diǎn)的坐標(biāo)、強(qiáng)度和顏色信息X、Y、Z、I、R、G、B 7個字段作為點(diǎn)云格式間轉(zhuǎn)換的紐帶。

圖1 系統(tǒng)總體框架設(shè)計(jì)

2 系統(tǒng)研發(fā)關(guān)鍵技術(shù)

2.1 Oracle點(diǎn)云存儲

2.1.1 OCI開發(fā)接口

數(shù)據(jù)庫的開發(fā)語言與方式會直接影響系統(tǒng)性能的優(yōu)劣。C++是公認(rèn)具有最佳性能的開發(fā)語言之一，在Oracle數(shù)據(jù)庫C++開發(fā)中提供了多種編程接口，根據(jù)各接口的原理及特點(diǎn)，分析比較總結(jié)得到各接口的性能對比見表1。最終考慮到點(diǎn)云海量性特點(diǎn)，選用了開發(fā)難度較大但性能最佳的OCI開發(fā)接口。

表1 Oracle數(shù)據(jù)庫開發(fā)接口對比

2.1.2 BLOB大對象存取

一測站點(diǎn)云數(shù)據(jù)幾百上千萬個點(diǎn)，以單個點(diǎn)為存儲單元即使再優(yōu)秀的數(shù)據(jù)庫索引也無能為力。本文以O(shè)racle二進(jìn)制大對象BLOB塊為存儲單元，500萬條點(diǎn)云記錄以BLOB塊形式存儲為一條記錄；利用Oracle OCI庫的OCILobRead()和OCILobWrite()函數(shù)，以查詢方式實(shí)現(xiàn)BLOB大對象存取操作；同時(shí)針對存儲過程中點(diǎn)云入庫和讀取緩慢問題，利用內(nèi)存映射技術(shù)提高點(diǎn)云存取效率。

本文最終設(shè)計(jì)一個專門用于實(shí)現(xiàn)OCI操作Oracle的公共類COCIclass，主要實(shí)現(xiàn)了OCI開發(fā)環(huán)境初始化函數(shù)Init_OCI()；錯誤處理函數(shù)Error_proc()；常規(guī)數(shù)據(jù)及BLOB數(shù)據(jù)入庫與讀取函數(shù)AddNormalDataToDB()、AddBOLBDataToDB()、ReadBOLBDataFromDB()。以X、Y、Z、I、R、G、B點(diǎn)云為例，其中BLOB數(shù)據(jù)入庫與讀取的流程如圖2、圖3所示。

圖2 BLOB數(shù)據(jù)入庫流程

圖3 讀取BLOB數(shù)據(jù)流程

為了測試本文系統(tǒng)點(diǎn)云Oracle存取效率，分別對30萬—1000萬帶R、G、B顏色信息的點(diǎn)云進(jìn)行多次測試：30萬數(shù)據(jù)9 MB，入庫和讀取都只需4 s；300萬數(shù)據(jù)91 MB入庫48 s，讀取57 s；1000萬數(shù)據(jù)310 MB入庫174 s，讀取210 s。可以明顯看出，在不建立空間索引的情況下，本文點(diǎn)云數(shù)據(jù)庫存取效率要優(yōu)于文件管理方式。

2.2 PCL點(diǎn)云處理

PCL點(diǎn)云庫是在吸收了前人點(diǎn)云相關(guān)研究基礎(chǔ)上建立起來的模塊化的大型跨平臺開源C++程序庫，實(shí)現(xiàn)了大量穩(wěn)健、高效的點(diǎn)云處理算法[11]。集成PCL研發(fā)點(diǎn)云數(shù)據(jù)處理系統(tǒng)既保證了算法的穩(wěn)健高效，又縮短了研發(fā)時(shí)間，關(guān)鍵是搭建集成PCL開發(fā)環(huán)境，并有效集成PCL中的點(diǎn)云算法。

點(diǎn)云濾波和配準(zhǔn)是點(diǎn)云處理中基礎(chǔ)且關(guān)鍵的環(huán)節(jié)[12-13]，本文系統(tǒng)主要集成PCL的濾波和配準(zhǔn)模塊算法，實(shí)現(xiàn)了具有代表性的直通濾波、體素化網(wǎng)格下采樣和統(tǒng)計(jì)分析離群點(diǎn)濾波算法。另外，本文通過估計(jì)點(diǎn)云法向量、NARF關(guān)鍵點(diǎn)、FPFH等特征描述算子，從而求得配準(zhǔn)參數(shù)實(shí)現(xiàn)配準(zhǔn)，如圖4所示。該配準(zhǔn)技術(shù)路線的關(guān)鍵是提取NARF關(guān)鍵點(diǎn)，對平面特征較多的點(diǎn)云具有良好的配準(zhǔn)效果，為了提高算法的適應(yīng)性，根據(jù)實(shí)際情況判斷是否繼續(xù)進(jìn)行ICP配準(zhǔn)。

2.3 OpenGL點(diǎn)云顯示

2.3.1 顯示列表技術(shù)

OpenGL主要有立即和延遲兩種渲染模式，延遲渲染也稱為顯示列表技術(shù)。為了測試兩種模式點(diǎn)云渲染性能，對30萬—1000萬帶R、G、B顏色信息的點(diǎn)云進(jìn)行渲染試驗(yàn)，通過多次測試取平均值獲得兩種模式下點(diǎn)云渲染性能對比(見表2)。可以看出，1000萬點(diǎn)內(nèi)顯示列表技術(shù)的渲染性能比立即模式平均提高了18倍，隨著渲染點(diǎn)的增加，顯示列表技術(shù)越發(fā)顯示其優(yōu)勢。

表2 兩種模式渲染性能比較

2.3.2 交互操作技術(shù)

在OpenGL三維場景中通常需要通過平移、旋轉(zhuǎn)、縮放幾何變換以任意視角瀏覽視圖，為了不改變點(diǎn)云的真實(shí)坐標(biāo)，系統(tǒng)采用基于視點(diǎn)的幾何變換。平移、旋轉(zhuǎn)、縮放變換的實(shí)質(zhì)是改變視點(diǎn)坐標(biāo)系、世界坐標(biāo)系、屏幕坐標(biāo)系的相互空間關(guān)系，最終確定視點(diǎn)方位。本文參考現(xiàn)有算法[14-15]，實(shí)現(xiàn)了基于鼠標(biāo)的視點(diǎn)平移、旋轉(zhuǎn)和興趣區(qū)位置不變的局部縮放功能。另外，利用OpenGL深度緩存技術(shù)，通過glReadPixels函數(shù)獲取鼠標(biāo)光標(biāo)最近點(diǎn)云深度信息，利用gluUnProject函數(shù)根據(jù)屏幕坐標(biāo)和深度信息轉(zhuǎn)換求得點(diǎn)云空間三維坐標(biāo)，實(shí)現(xiàn)點(diǎn)云空間坐標(biāo)和距離查詢。

圖4 本文配準(zhǔn)算法流程

本文最終設(shè)計(jì)一個操作OpenGL的應(yīng)用類COpenGL，按功能分解為4大模塊：數(shù)據(jù)定義模塊實(shí)現(xiàn)三維向量類tagCVector和顏色向量類tagColor；開發(fā)框架搭建模塊負(fù)責(zé)搭建OpenGL開發(fā)環(huán)境；渲染模塊負(fù)責(zé)點(diǎn)云、文字等圖元的繪制；交互操作模塊實(shí)現(xiàn)基于鼠標(biāo)的平移、旋轉(zhuǎn)、縮放和空間查詢等功能。

3 系統(tǒng)實(shí)現(xiàn)與測試

本文在表3所示環(huán)境下，搭建了Oracle、PCL和OpenGL開發(fā)環(huán)境，集成Oracle OCI、BLOB存儲、PCL模塊算法、OpenGL顯示列表、視點(diǎn)幾何變換、深度緩存等技術(shù)，以項(xiàng)目管理方式為基礎(chǔ)，初步實(shí)現(xiàn)了一套集點(diǎn)云存儲、處理、顯示于一體的地面三維激光點(diǎn)云處理系統(tǒng)。系統(tǒng)界面設(shè)計(jì)如圖5所示。

表3 系統(tǒng)開發(fā)環(huán)境配置

續(xù)表3

圖5 系統(tǒng)界面設(shè)計(jì)

為了驗(yàn)證系統(tǒng)開發(fā)技術(shù)路線的可行性和系統(tǒng)功能的穩(wěn)健性，以中國地質(zhì)大學(xué)(武漢)校園內(nèi)某一雕像數(shù)字化項(xiàng)目為例，采用Riegl VZ-400地面掃描儀，設(shè)置采樣間隔5 mm，掃描獲得第1站(180萬點(diǎn))、第2站(360萬點(diǎn))和第3站(240萬點(diǎn))帶R、G、B信息的點(diǎn)云數(shù)據(jù)。以下將通過3站雕像點(diǎn)云數(shù)據(jù)測試系統(tǒng)的各項(xiàng)功能。

3.1 項(xiàng)目管理與點(diǎn)云存儲

新建項(xiàng)目，在數(shù)據(jù)庫內(nèi)完成項(xiàng)目所有數(shù)據(jù)表的創(chuàng)建；打開項(xiàng)目，初始化系統(tǒng)三維場景；數(shù)據(jù)入庫，支持自定義X、Y、Z、I、R、G、B格式和PCD格式入庫。系統(tǒng)操作如圖6所示。

圖6 項(xiàng)目管理及點(diǎn)云存儲示意圖

3.2 點(diǎn)云濾波

如圖7所示，加載第一測站數(shù)據(jù)(180萬)。通過直通濾波提取其中的雕像點(diǎn)云，處理點(diǎn)數(shù)186萬，耗時(shí)22 s，獲得如圖8所示的雕像點(diǎn)云；設(shè)置體素格網(wǎng)下采樣間隔20 mm，處理13萬點(diǎn)，耗時(shí)3 s，獲得如圖9所示的點(diǎn)云；為了去除噪聲點(diǎn)，設(shè)置統(tǒng)計(jì)點(diǎn)臨近點(diǎn)數(shù)20，標(biāo)準(zhǔn)差倍數(shù)閾值為2，處理點(diǎn)數(shù)2萬，花費(fèi)時(shí)間小于1 s，獲得如圖10所示的效果。

圖7 直通濾波界面及操作

圖9 統(tǒng)計(jì)分析離群濾波界面及操作

圖10 離群點(diǎn)濾波效果

3.3 點(diǎn)云配準(zhǔn)

對第2站雕像點(diǎn)云(18萬)和第3站雕像點(diǎn)云(38萬)進(jìn)行配準(zhǔn)算法測試：設(shè)置VoxelGrid下采樣濾波網(wǎng)格5 cm；點(diǎn)云法線估計(jì)KD-tree搜索半徑5 cm；NARF關(guān)鍵點(diǎn)提取感興趣區(qū)半徑20 cm；特征描述估計(jì)比點(diǎn)云法線估計(jì)KD-tree搜索半徑大，為10 cm；ICP精配準(zhǔn)算法收斂條件0.01，迭代2次，對應(yīng)點(diǎn)對最大距離10 cm。特征提取配準(zhǔn)耗時(shí)72 s，ICP配準(zhǔn)耗時(shí)214 s，配準(zhǔn)輸出點(diǎn)云到最近目標(biāo)點(diǎn)云對應(yīng)點(diǎn)對的距離平方和為0.062 5。配準(zhǔn)算法過程及效果如圖11所示。

圖11 配準(zhǔn)示意圖

3.4 點(diǎn)云顯示

本文對第1站約180萬數(shù)據(jù)進(jìn)行基于鼠標(biāo)視點(diǎn)的平移、旋轉(zhuǎn)、縮放幾何變換測試，效果如圖12所示。對配準(zhǔn)后獲得整體雕像點(diǎn)云約56萬進(jìn)行了典型視圖顯示測試，如圖13所示。

圖12 幾何變換示意圖(從左至右，原始、平移、旋轉(zhuǎn)、縮放視圖)

圖13 雕像典型視圖(從上至下，左至右：前后左右俯仰視圖)

3.5 輔助功能

本文點(diǎn)云空間坐標(biāo)、空間距離和繪圖區(qū)背景色設(shè)置等功能測試效果如圖14所示。

4 結(jié) 語

本文綜合利用Oracle OCI、BLOB存儲技術(shù)、PCL點(diǎn)云庫模塊算法、OpenGL顯示列表、視點(diǎn)空間變換及深度緩存等技術(shù)，初步實(shí)現(xiàn)了點(diǎn)云數(shù)據(jù)存儲、處理、顯示和空間查詢等主要功能，最終設(shè)計(jì)開發(fā)完成了一套穩(wěn)健且功能較為完善的地面點(diǎn)云數(shù)據(jù)處理平臺框架和原型系統(tǒng)。通過雕像數(shù)字化實(shí)例驗(yàn)證了本文研發(fā)技術(shù)路線的可行性及系統(tǒng)功能的穩(wěn)健性。同時(shí)，系統(tǒng)功能還需進(jìn)一步完善；且本文未對點(diǎn)云建立空間索引，可考慮對BLOB塊建立空間索引，進(jìn)一步提高點(diǎn)云存取和調(diào)度效率。

圖14 輔助功能示意圖(從左至右，空間點(diǎn)查詢、空間距離查詢、背景色設(shè)置)

[1] 周學(xué)林,魏文濤,劉麗惠，等.三維激光掃描系統(tǒng)在舟曲重點(diǎn)地質(zhì)災(zāi)害治理工程中的應(yīng)用[J].測繪通報(bào),2011(12):81-82.

[2] 趙煦,周克勤,閆利,等.基于激光點(diǎn)云的大型文物景觀三維重建方法[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2008，33(7):684-687.

[3] 李珵,盧小平，朱寧寧，等.基于激光點(diǎn)云的隧道斷面連續(xù)提取與形變分析方法[J].測繪學(xué)報(bào),2015,44(9):1056-1062.

[4] 于海洋,羅玲,楊強(qiáng)，等.三維激光掃描技術(shù)在河道測量中的應(yīng)用[J].測繪學(xué)報(bào),2015,44(S1):49-53.

[5] 龔書林.三維激光點(diǎn)云處理軟件的若干關(guān)鍵技術(shù)[J].測繪通報(bào),2014(6):135-136.

[6] 蔡來良,李儒.點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[J].測繪通報(bào),2012(S1):258-259，271.

[7] 黃明,王晏民,付昕樂，等.地面激光掃描數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].測繪通報(bào),2014(8):55-58.

[8] 楊軍建.點(diǎn)云數(shù)據(jù)處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].撫州：東華理工大學(xué),2016.

[9] 王增濤.三維點(diǎn)云數(shù)據(jù)處理平臺設(shè)計(jì)[D].大連：大連理工大學(xué),2014.

[10] 徐鵬.海量三維點(diǎn)云數(shù)據(jù)的組織與可視化研究[D].南京：南京師范大學(xué),2013.

[11] 朱德海,郭浩,蘇偉.點(diǎn)云庫PCL學(xué)習(xí)教程[M].北京:航空航天大學(xué)出版社,2012.

[12] 張毅,閆利.地面激光點(diǎn)云強(qiáng)度噪聲的三維擴(kuò)散濾波方法[J].測繪學(xué)報(bào), 2013,42(4):568-573.

[13] 李彩林,郭寶云,季錚.多視角三維激光點(diǎn)云全局優(yōu)化整體配準(zhǔn)算法[J].測繪學(xué)報(bào), 2015,44(2):183-189.

[14] 張立成,張鴿.一種OpenGL局部縮放算法及應(yīng)用[J].微型機(jī)與應(yīng)用,2013(19):44-47.

[15] 王浩然,梁彥剛,陳磊.空間態(tài)勢場景中OpenGL視點(diǎn)控制策略與實(shí)現(xiàn)[J].太赫茲科學(xué)與電子信息學(xué)報(bào), 2015,13(2):302-307.

ResearchandImplementationoftheIntegrationofTLSDataProcessingSystem

WANG Zhenli1,2，WU Xiaozhang1，CHEN Gang1，DU Shunji2

(1. China University of Geosciences (Wuhan),Wuhan 430074,China； 2. Guangzhou Urban Planning Design Survey Research Institute, Guangzhou 510060, China)

The data post-processing and software development of the terrestrial laser scanning (TLS) technology is a key factor that constrains the further development of three-dimensional laser scanning technology. In this work, combined with the Oracle storage technology, PCL algorithm and OpenGL 3D display technology, a set of the TLS data processing system with point cloud storage, processing, display and query functions was developed preliminarily. The feasibility of the TLS data processing systems developed by the proposed three technologies in this paper and the robustness of the system functions was verified via the statue point cloud data scanned by RIEGL VZ-400 scanner, which provides useful reference for further researches on the development of TLS data processing system.

point cloud processing; system integration; Oracle; PCL; OpenGL

王真立，吳曉章，陳剛,等.地面點(diǎn)云處理系統(tǒng)集成研究與實(shí)現(xiàn)[J].測繪通報(bào)，2017(11)：108-114.

10.13474/j.cnki.11-2246.2017.0358.

P208

A

0494-0911(2017)11-0108-07

2017-05-31;

2017-09-27

國家自然科學(xué)基金(41674015)；湖北省自然科學(xué)基金(2011CDB350)

王真立(1991—)，男，碩士，研究方向?yàn)辄c(diǎn)云數(shù)據(jù)處理與精密工程測量。E-mail：wzlcug@163.com

陳 剛。E-mail：ddwhcg@cug.edu.cn