王田磊，袁進軍，王建鋒

(1.鄭州方宇測繪工程有限公司，河南鄭州450052;2.清華大學(xué)公共安全研究院，北京100084; 3.河南理工大學(xué)礦山空間信息技術(shù)國家測繪地理信息局重點實驗室，河南焦作454003)

三維激光掃描技術(shù)在建筑物三維建?？梢暬械膽?yīng)用

王田磊1，袁進軍2，3，王建鋒1

(1.鄭州方宇測繪工程有限公司，河南鄭州450052;2.清華大學(xué)公共安全研究院，北京100084; 3.河南理工大學(xué)礦山空間信息技術(shù)國家測繪地理信息局重點實驗室，河南焦作454003)

詳細(xì)介紹利用三維激光掃描數(shù)據(jù)去噪、壓縮、配準(zhǔn)中采用的方法和應(yīng)注意的問題，對點云數(shù)據(jù)分割、建筑物輪廓線提取等關(guān)鍵技術(shù)進行探討和分析，提出一套完整的建筑物三維建?？梢暬椒?。

三維激光掃描;三維建模;可視化

一、前 言

三維激光掃描技術(shù)作為一種高速度、高精度獲取被測物體表面的三維坐標(biāo)的新技術(shù)，近年來有著長足的發(fā)展和廣泛的應(yīng)用。三維激光掃描技術(shù)的出現(xiàn)克服了傳統(tǒng)單點測量的局限性，是對立體物體進行無接觸掃描，同時將立體世界的信息轉(zhuǎn)換為計算機可以處理的數(shù)據(jù)的全新測量方法。

本文采用Rigel VZ400三維激光掃描成像系統(tǒng)，分辨率設(shè)定為2 cm，測距在200 m范圍內(nèi)，獲取了近6000萬的點云數(shù)據(jù)。本文根據(jù)獲取的建筑物點云數(shù)據(jù)，探討了點云處理和建模實現(xiàn)的關(guān)鍵技術(shù)，并提出了一套行之有效的建筑物三維模型快速重建方法。

二、技術(shù)路線

本文主要研究豎面垂直、平面水平的規(guī)則建筑物。采用的方案是：首先對獲取的點云數(shù)據(jù)進行地物分離，提取建筑物數(shù)據(jù);其次進行建筑物點云數(shù)據(jù)的預(yù)處理，包括數(shù)據(jù)去噪、數(shù)據(jù)壓縮、數(shù)據(jù)配準(zhǔn);然后進行建筑物三維模型重建，包括數(shù)據(jù)分割，輪廓線提取，三維線框模型構(gòu)建;最后對建筑物的三維模型進行渲染，進行建筑物三維可視化的實現(xiàn)。技術(shù)流程如圖1所示。

三、數(shù)據(jù)預(yù)處理

通過三維激光掃描儀在實地采集到的原始點云數(shù)據(jù)，由于數(shù)據(jù)量大，且其中分布隨機或人為造成的噪聲點及每一測站數(shù)據(jù)的局部坐標(biāo)系等問題，需要針對不同建模對象選擇合適的數(shù)據(jù)去噪、數(shù)據(jù)壓縮、配準(zhǔn)方法進行處理才能應(yīng)用到后續(xù)的模型重建和顯示的工作上。

圖1 基于三維激光掃描建筑物可視化技術(shù)流程

1.數(shù)據(jù)去噪

點云數(shù)據(jù)中的噪聲一般由兩方面原因引起［1］：一是外界環(huán)境因素干擾，如掃描儀工作時人員走動、車輛、樹木等障礙物造成的遮擋，或一些明顯的遠(yuǎn)離點云中心區(qū)的散亂數(shù)據(jù)點;二是在掃描過程中，由雜散光、背景光或者CCD內(nèi)部產(chǎn)生的熱噪聲、電噪聲、圖像采集卡本身和信號在電子電路傳輸過程中帶來的隨機噪聲。對第1種原因產(chǎn)生的明顯異常點和散亂點的處理方法是通過肉眼判別直接刪除。第2種情況引起的噪聲，由于和正確的點云混在一起，因此需要通過中值濾波、均值濾波、高斯濾波等方法進行平滑處理。而在這3種方法中，高斯濾波的平均效果較小，能夠較好地保持特征點，因此優(yōu)先用于建筑物數(shù)據(jù)去噪。

2.數(shù)據(jù)壓縮

利用三維激光掃描技術(shù)進行空間數(shù)據(jù)的獲取，具有速度快、精度高、覆蓋廣的特點，但同時獲取的數(shù)據(jù)集也成倍的增加，造成運算效率低下。因此有必要采取一些方法，在保證失真較小的情形下，盡可能地保留原始點云的特征，最大限度地壓縮點云數(shù)據(jù)。目前常用的方法主要為最小距離法、角度偏差法、距離-角度聯(lián)合法與弦值法［2］。

弦值法的原理如圖2所示，即先連接一掃描數(shù)據(jù)點的首尾兩端點p1、p2，并以此為基線，比較該序列其他數(shù)據(jù)點距離此直線的距離，找到最大距離的數(shù)據(jù)點pi，將其記錄下來;然后再連接p1、pi及pi、p2，并以它們?yōu)榛€尋找它們之間的弦值最大的點，找到后將其插入到已經(jīng)選取的數(shù)據(jù)列中。如此繼續(xù)下去，設(shè)定一個閾值，當(dāng)遞歸分割到一定程度，弦值小于給定的閾值時，說明這兩個數(shù)據(jù)點之間曲率變化已經(jīng)很小，兩點之間的數(shù)據(jù)點則予以舍棄。

圖2 弦值法原理圖

從圖3可以看到，利用弦值法可以很好地刪除掉平面上的多余點，將建筑物的特征點保留下來。

圖3 最小距離法壓縮效果

3.點云數(shù)據(jù)配準(zhǔn)

本文采取特征點配準(zhǔn)的方法，特征點的選取應(yīng)優(yōu)先采用反射標(biāo)定物，或者比較明顯的建筑物輪廓點。為了在配準(zhǔn)中提高精度，可以結(jié)合實際采用兩種方法：第1種方法是直接將每次測站的點云數(shù)據(jù)轉(zhuǎn)換到大地坐標(biāo)系中;第2種方法是以任意一站坐標(biāo)系為基準(zhǔn)，下一站依次向前一站數(shù)據(jù)轉(zhuǎn)化。第1種方法的優(yōu)點是不存在多站轉(zhuǎn)換的誤差傳遞，減少了操作步驟;缺點是每個測站的轉(zhuǎn)換是獨立的，存在人為因素而形成的微小誤差且不易分辨。第2種方法的優(yōu)點是因控制點經(jīng)過建網(wǎng)平差，精度很高，可以用最后一站的控制點對轉(zhuǎn)換后的對應(yīng)點進行校核;缺點是當(dāng)測站比較多時，誤差累計較大，往往會超過精度要求。因此，在實際應(yīng)用中應(yīng)根據(jù)具體情況靈活運用配準(zhǔn)方法，當(dāng)測站較少時可以采用第1種方法進行配準(zhǔn);當(dāng)測站較多時，采用第2種方法分部分進行配準(zhǔn)。

四、三維模型重建

國內(nèi)外學(xué)者對三維建模進行了深入的研究，李卉總結(jié)了國內(nèi)外道路三維模型和道路三維建模的研究成果，獲得了道路三維模型［3］。建筑物點云數(shù)據(jù)的模型重建中，國內(nèi)外學(xué)者均進行了深入的研究。這些研究多數(shù)從兩個方面進行建筑物邊界的提?。旱?種是對點云數(shù)據(jù)網(wǎng)格化，建立拓?fù)潢P(guān)系，從而進行邊界線提取［4-5］;第2種是通過點云數(shù)據(jù)的距離信息、CCD影像等方法提取建筑物的特征［6-7］。但是由于建筑物龐大的數(shù)據(jù)量，通過三角網(wǎng)格建立拓?fù)浣Y(jié)構(gòu)來提取邊界在曲面反求過程中效率非常低;而第2種直接提取建筑物特征的方法在實際應(yīng)用中還存在不少問題。因此，本文采用數(shù)據(jù)分割、曲面擬合提取輪廓線以及交互組合的方法來實現(xiàn)建筑物的三維建模。

1.數(shù)據(jù)分割

點云數(shù)據(jù)為散亂數(shù)據(jù)點，即每個數(shù)據(jù)點只包含點的三維坐標(biāo)值，而沒有明確給出其對應(yīng)的幾何拓?fù)湫畔?，因此一般需要根?jù)空間點的鄰域關(guān)系估算點對應(yīng)的拓?fù)潢P(guān)系，從而估算點對應(yīng)的幾何信息(如數(shù)據(jù)點單位法向量、微切平面、曲率大小和鄰接關(guān)系)。本文通過對點云數(shù)據(jù)建立kd-tree索引，利用kd-tree進行點云鄰域搜索，便可以在不知三維點云數(shù)據(jù)拓?fù)?鄰接)關(guān)系的情況下，設(shè)定距離閾值快速獲取每一點的鄰域，從而確定該點鄰域的法向量。進而利用兩個相鄰局部平面的法向量共向性原則和局部平面點集共面性原則［7］，快速進行建筑物面片的分割。具體步驟如下。

1)對點云數(shù)據(jù)建立kd-tree索引。點的鄰域查找方法為search(i，R)，其中，i為節(jié)點;search表示鄰域，由點云中一點p和搜索半徑R決定。所有落在search中的點便是p點的最近鄰域點。

2)先從一種子點開始，基于kd-tree查找該點的鄰域R，擬合該鄰域，若擬合不成功，則將該點加入Cnull;否則，計算出該鄰域的幾何信息，根據(jù)幾何信息對鄰域內(nèi)的點分類，并加入新創(chuàng)建的點集C1、C2、…、Ci。

3)遍歷到點云數(shù)據(jù)中的第i個點，基于kd-tree搜索該點的鄰域，擬合該鄰域，不成功，將該點加入Cnull;否則，計算該鄰域的幾何信息。

4)利用幾何信息判斷該鄰域中的點與點集C1、C2、…、Cn－1是否符合共面條件，若符合則將符合的點加入到相應(yīng)點集中;否則，加入新創(chuàng)建的點集Cn。

5)遍歷下一點，轉(zhuǎn)到步驟3)。

經(jīng)過上述過程，把點云數(shù)據(jù)C分割為一系列的點集C1、C2、C3、…、Cn和Cnull，其中每個點集都是C的一個子集。

圖4為建筑物點云數(shù)據(jù)進行平面分割實例。沒有歸入平面的數(shù)據(jù)點，是由于噪聲等原因形成的散亂點沒有成功擬合造成的。

圖4 平面分割結(jié)果

2.輪廓線提取

點云數(shù)據(jù)經(jīng)過分割后，就可以把空間問題簡化為平面問題。即可以將點云數(shù)據(jù)投影到平面或柱面以及球面上，然后在投影上提取輪廓邊界后映射到三維上。本文僅限于討論平面映射問題，柱面和球面邊界提取可借助平面方法進行。

目前關(guān)于平面投影點云數(shù)據(jù)提取邊界線的方法是網(wǎng)孔法，即先把散亂點云網(wǎng)格化，從而得到邊界網(wǎng)孔和非邊界網(wǎng)孔［9］;然后把所有相鄰的邊界網(wǎng)孔相互連接起來，得到邊界網(wǎng)孔環(huán)，其效果如圖5所示。利用這種方法得到的邊界逼真細(xì)膩，但是對于比較規(guī)則的建筑物，該方法會將點云數(shù)據(jù)邊界上的噪點(或者墻壁的異物)考慮進去，形成曲線，達(dá)不到建筑立面垂直的效果。因此，本文采用凸包算法提取邊界線并結(jié)合人機交互方法進行修正。

凸包(convex hull)是指點集的一個最小凸多邊形，滿足Q中的點或者在多邊形邊上或者在其內(nèi)。圖6的封閉多邊形就是點集Q={p0，p1，…，p12}的凸包。

圖5 網(wǎng)格法生產(chǎn)的邊界線

圖6 凸包示意圖

利用該算法提取邊界線的步驟如下：

1)找到所有點中最左邊的(y坐標(biāo)最小的)點，如果y坐標(biāo)相同，找x坐標(biāo)最小的點。

2)以步驟1)中找到的點為基準(zhǔn)點求所有點的極角arctan(y－y0，x－x0)，并按照極角對這些點排序，前述基準(zhǔn)點在最前面，設(shè)這些點為 P0、P1、…、Pn－1。

3)建立一個棧，初始時P0、P1、P2進棧，對于P2點以后進棧的點P3、P4、…、Pn－1，每次進棧后都要進行“向左轉(zhuǎn)”關(guān)系檢驗，若棧頂?shù)膬蓚€點與其前一個點不構(gòu)成“向左轉(zhuǎn)”的關(guān)系，則將棧頂?shù)狞c出棧，直至沒有點需要出棧以后將當(dāng)前點進棧。

4)所有點處理完畢之后棧中保存的點就是凸點。

5)將所有凸點連接就構(gòu)成邊界線。

圖7即為用該算法提取的建筑物輪廓線。由圖7看到，輪廓線由凸點連接而成，包含了建筑物的部分特征點?？稍賹ι傻倪吔缇€進行修正，形成完整的邊界線，如圖8所示，與實物吻合，效果很好。

圖7 自動提取的邊界線

圖8 修正后的邊界線

3.三維線框模型重建

在生成建筑物的主要輪廓后，還要作進一步的組裝工作，將每個面的輪廓線合并，才能形成完整的模型。另外，由于建筑物的樓梯、陽臺、窗戶、雨棚板等構(gòu)件會因為遮擋等原因，造成點云數(shù)據(jù)形成空洞，無法自動生產(chǎn)邊界線。因此，要在AutoCAD軟件中進行修改。

首先將輪廓線導(dǎo)入AutoCAD軟件中;然后根據(jù)幾何原理及建筑物的CCD照片進行繪制。這里需要注意的是，導(dǎo)入的輪廓線必須要有足夠的幾何信息。圖9為樓房的完整三維模型。

圖9 二層小樓三維線框模型

五、三維可視化的實現(xiàn)

可視化是指模型或數(shù)據(jù)經(jīng)過一定處理后顯示在計算機屏幕上的過程，三維可視化在GIS中可以增強用戶與數(shù)據(jù)、模型之間的交互操作性能，具有廣泛的應(yīng)用前景。

本文利用采集的點云數(shù)據(jù)建立模型，同時同步獲取外觀影像，并對已建立好的三維模型進行紋理細(xì)節(jié)的布設(shè)，實現(xiàn)了建筑物三維模型的可視化顯示。

關(guān)于紋理的獲取，采用了現(xiàn)場拍照的方式，并通過實地采集建筑物的外觀影像，以及利用Photoshop等圖像處理軟件，實現(xiàn)由普通照片到可用紋理的轉(zhuǎn)變，進而完成建筑物模型的創(chuàng)建過程。紋理裁切時的長寬盡量控制在2的N次冪大小，以加快計算機顯卡加速繪制填充的速度。

對于已經(jīng)建立好的建筑物三維線框模型，按照以上方法對其進行紋理的布設(shè)、實際效果的逼真顯示，以及賦予其可用的紋理貼片后的模型實際效果如圖10所示。

圖10 建筑物實體模型

六、結(jié)束語

本文分析研究了利用點云數(shù)據(jù)進行三維模型構(gòu)件的技術(shù)方法和過程，并在此基礎(chǔ)上實現(xiàn)了場景的三維可視化顯示。在以下幾個方面還需要不斷創(chuàng)新和完善：

1)在點云數(shù)據(jù)預(yù)處理方面，對于數(shù)據(jù)預(yù)處理的其他方面如空洞填充、數(shù)據(jù)平滑等的分析，具體方法及實現(xiàn)，還需要作進一步的研究。

2)在建筑物三維建模方面，基于三維激光掃描數(shù)據(jù)的不規(guī)則邊界和立面信息的自動提取方法尚有很大的挖掘空間。

［1］ LIEHTI D D，LICHTI M G.Experiences with TerrestriaI Laser Scanner Modelling and Accuracy Assessment［C］∥The International Archives of Photogrammetry.Dresden： Remote Sensing and Spatial Information Sciences，2006.

［2］ 洪軍，丁玉成，曹亮，等.逆向工程中的測量數(shù)據(jù)精簡技術(shù)研究［J］.西安交通大學(xué)學(xué)報，2004，38(7)：661-664.

［3］ 李卉.集成LiDAR和遙感影像城市道路提取與三維建模［J］.測繪學(xué)報，2011，40(1)：28-30.

［4］ 李必軍，方志祥，任娟.從激光掃描數(shù)據(jù)中進行建筑物特征提取研究［J］.武漢大學(xué)學(xué)報：信息科學(xué)版，2003，28(1)：65-70.

［5］ 劉學(xué)，張弘.基于三維激光掃描數(shù)據(jù)的構(gòu)筑物三角構(gòu)網(wǎng)模型［J］.測繪科學(xué)，2008，33(1)：167-170.

［6］ 王健，靳奉祥.基于車載激光測距的建筑物立面信息提取［J］.山東科技大學(xué)學(xué)報：自然科學(xué)版，2004，23(4)：8-11.

［7］ 王曉南，鄭順義.基于激光掃描和高分辨率影像的文物三維重建［J］.測繪工程，2009，18(6)：53-56.

［8］ STAMOS I，ALLEN P E.3-D Model Construction Using Range and Image Data［C］∥Computer Vision and Pattern Recognition(CVPR).Hilton Head Island：［s.n.］，2000.

［9］ 李江雄.反求工程中復(fù)雜曲面邊界線的自動提取技術(shù)［J］.機械設(shè)計與制造工程，2000，29(2)：26-28.

The Application of TLS Technology in the 3D Visualization Modeling

WANG Tianlei，YUAN Jinjun，WANG Jianfeng

0494-0911(2012)09-0044-04

P234.5

B

2011-08-19

河南理工大學(xué)礦山空間信息技術(shù)國家測繪地理信息局重點實驗室開放基金

王田磊(1976—)，男，山東東營人，工程師，主要從事工程測量、地理信息開發(fā)與應(yīng)用方面的工作。