龔書林
(武漢海達(dá)數(shù)云技術(shù)有限公司,湖北 武漢 430000)
三維激光點(diǎn)云需要處理的工作包括:點(diǎn)云去噪、點(diǎn)云平滑、點(diǎn)云編輯、點(diǎn)云分類、點(diǎn)云著色、目標(biāo)識(shí)別、地物表面重構(gòu)、影像與點(diǎn)云配準(zhǔn)、基于影像與點(diǎn)云的單點(diǎn)測(cè)量、模型貼紋理等。地面三維激光掃描儀首先需要解決多測(cè)站點(diǎn)云快速拼接問題,包括地面站點(diǎn)云與車載、機(jī)載點(diǎn)云的拼接。
海量點(diǎn)云的數(shù)據(jù)存儲(chǔ)是點(diǎn)云處理首先需要考慮的一個(gè)基礎(chǔ)性關(guān)鍵技術(shù)。目前比較常規(guī)的數(shù)據(jù)存儲(chǔ)模型主要有八叉樹模型(OcTree)和KDTree模型,這兩種存儲(chǔ)模型解決了點(diǎn)云數(shù)據(jù)空間檢索問題,但是破壞了原始點(diǎn)云數(shù)據(jù)掃描列的特性,不便于基于掃描列進(jìn)行分析的相關(guān)處理工作。
海達(dá)數(shù)云自主研發(fā)設(shè)計(jì)的點(diǎn)云數(shù)據(jù)存儲(chǔ)格式既保留了原始掃描列信息,同時(shí)建立了高效的空間索引,可以實(shí)現(xiàn)海量?jī)|級(jí)點(diǎn)云數(shù)據(jù)的快速加載和動(dòng)態(tài)瀏覽,在三維點(diǎn)云瀏覽視圖縮小時(shí),加載顯示抽稀后的點(diǎn)云,當(dāng)放大到細(xì)部瀏覽時(shí),又可以實(shí)時(shí)加載顯示最詳細(xì)的原始點(diǎn)云。
三維激光掃描儀掃描獲取的點(diǎn)云數(shù)據(jù)除了坐標(biāo)以外,還帶有反射強(qiáng)度,部分激光掃描儀還帶GPS時(shí)間,軟件可以根據(jù)坐標(biāo)和屬性信息進(jìn)行多種方式渲染,增強(qiáng)點(diǎn)云判讀效果。渲染模式可以按強(qiáng)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(diǎn)云的多種渲染模式
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(chǎng)所。但是每個(gè)測(cè)站點(diǎn)云坐標(biāo)都是相對(duì)掃描儀中的坐標(biāo)系,需要對(duì)同一測(cè)區(qū)的多個(gè)測(cè)站點(diǎn)云進(jìn)行坐標(biāo)拼接,轉(zhuǎn)換為測(cè)區(qū)統(tǒng)一的坐標(biāo)系。
多測(cè)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(diǎn),在軟件處理過程中需要自動(dòng)識(shí)別靶球靶紙,并自動(dòng)配對(duì)同名點(diǎn)作為坐標(biāo)拼接的控制點(diǎn)。當(dāng)測(cè)區(qū)比較復(fù)雜,如礦山,無(wú)法擺設(shè)靶球和靶紙,則需要軟件進(jìn)行自動(dòng)對(duì)齊拼接。圖2是根據(jù)靶球自動(dòng)拼接后的點(diǎn)云效果圖。
圖2 測(cè)站拼接效果
在影像拼接處理時(shí),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(gè)像素值可以計(jì)算獲得相應(yīng)坐標(biāo),通過在全景上提取的特征點(diǎn)和點(diǎn)云上提取的特征點(diǎn)進(jìn)行匹配,計(jì)算獲取全景球面體到點(diǎn)云的轉(zhuǎn)換模型。對(duì)于點(diǎn)云,同樣通過點(diǎn)云坐標(biāo)可以反算影像像素坐標(biāo),獲取像素顏色,制作真彩點(diǎn)云。圖3是全景與點(diǎn)云配準(zhǔn)后的真彩點(diǎn)云效果圖。
圖3 真彩點(diǎn)云效果圖
在基于點(diǎn)云進(jìn)行物體表面重構(gòu)之前,需要進(jìn)行點(diǎn)云去噪、點(diǎn)云平滑、點(diǎn)云編輯、點(diǎn)云簡(jiǎn)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(diǎn)集來(lái)獲得;對(duì)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(diǎn)云表面模型重構(gòu)
點(diǎn)云具有采樣密度高、點(diǎn)云分布密集等特點(diǎn),難以直接對(duì)點(diǎn)云的幾何數(shù)據(jù)進(jìn)行分類和特征提取。在眾多的三維激光技術(shù)應(yīng)用中,點(diǎn)云的分類占了絕大部分工作,因此點(diǎn)云數(shù)據(jù)分類方法成了研究熱點(diǎn)。
針對(duì)車載激光點(diǎn)云,首先需要區(qū)分地面點(diǎn)和非地面點(diǎn),地面點(diǎn)可以進(jìn)一步區(qū)分識(shí)別道路標(biāo)志線,非地面點(diǎn)進(jìn)一步需要區(qū)分建筑物、立桿、電力線、行道樹等。在研發(fā)點(diǎn)云分類處理功能時(shí),需要結(jié)合自動(dòng)化和手動(dòng)分類實(shí)現(xiàn)點(diǎn)云的快速分類,手動(dòng)分類過程需要考慮用戶的快速瀏覽體驗(yàn)、方便地切換視角及點(diǎn)云選取工具。
(1) 道路標(biāo)志線提取
道路標(biāo)志的提取主要根據(jù)其點(diǎn)云在反射強(qiáng)度上相比路面的其他點(diǎn)云具有較明顯的區(qū)分度。通過強(qiáng)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(dòng)提取出道路標(biāo)志的點(diǎn)云;其次,通過繪制一個(gè)矩形框或確定一個(gè)種子點(diǎn),將興趣范圍內(nèi)的點(diǎn)云通過k-means聚類方法在強(qiáng)度上對(duì)點(diǎn)云進(jìn)行聚類,能夠精準(zhǔn)地提取出局部范圍內(nèi)的道路標(biāo)志點(diǎn)云(如圖5所示)。
圖5 道路標(biāo)志線自動(dòng)提取
(2) 立面自動(dòng)提取
首先根據(jù)立面幾何特征提取建筑物點(diǎn)云,然后根據(jù)立面點(diǎn)云進(jìn)行聚組分析,識(shí)別建筑物對(duì)象,最后根據(jù)每個(gè)建筑物的點(diǎn)云提取建筑物輪廓線,并根據(jù)需要進(jìn)行節(jié)點(diǎn)簡(jiǎn)化(如圖6所示)。
圖6 立面自動(dòng)提取
(3) 手動(dòng)分類
點(diǎn)云手動(dòng)分類主要用于地面點(diǎn)分類,因?yàn)辄c(diǎn)云是三維空間分布,在單個(gè)三維視圖很難對(duì)點(diǎn)云的類型進(jìn)行方便的操作判讀,需要多視圖多視角進(jìn)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(diǎn)云,然后將目標(biāo)條帶點(diǎn)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(jìn)行設(shè)定點(diǎn)云類型。圖7是點(diǎn)云手動(dòng)分類視圖。
圖7 多視圖點(diǎn)云手動(dòng)分類
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(cè)量、點(diǎn)位測(cè)量精度高、實(shí)時(shí)性強(qiáng)、數(shù)據(jù)量大等特點(diǎn),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(diǎn)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(shí)現(xiàn)了點(diǎn)云處理軟件的若干關(guān)鍵技術(shù),可以大大提供點(diǎn)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(diǎn)云數(shù)據(jù)的深度加工提供高質(zhì)量數(shù)據(jù)源。