化濤 李瑩

（河南豐圖測繪服務有限公司，河南 鄭州 45000）

1 概述

近年來，由于科學技術的飛速發(fā)展，激光探測系統(tǒng)的測量結果日益準確，點云技術在古建筑保護、地質(zhì)勘查、土地測繪、礦山修復、垃圾填埋場選址等領域得到了廣泛應用。由于儀器的精度和重復性等原因，測量過程中會產(chǎn)生噪點，對數(shù)據(jù)處理造成干擾。因此在點云數(shù)據(jù)處理過程中，必須對點云進行降噪，本文提出利用分割切片方法對點云模型進行降噪、去重處理后再重建模型、計算體積的流程和方法。

隨著電腦技術與硬件設備的飛速發(fā)展，用電腦技術與硬件設備把真實的事物轉(zhuǎn)換成一個虛擬的立體實體，利用電腦對實體進行加工，從而得到點云對象[1]，就像是實體建模的反向工程技術一樣。市場上有很多點云采集裝置，但點云模型較小，都是用三維激光掃描儀來采集點云。利用三維激光掃描儀獲得的點云數(shù)據(jù)品質(zhì)高，且儀器設備操作簡單、數(shù)據(jù)獲取便捷[2]。該方法能夠迅速獲取點云模型的外形數(shù)據(jù)，并對其進行編輯，獲得以點云數(shù)據(jù)為基礎的實體建模[3]。

體積是空間目標的一個重要參數(shù)，不管是規(guī)則的，還是形狀復雜的對象，體積計算都是一個大問題。體積參數(shù)是反映對象的最基本參量。對于有規(guī)則形狀的對象，可以用方程式來計算體積[4]。但對非規(guī)則對象，體積計算沒有對應公式，因而十分繁瑣，激光掃描技術的發(fā)展為復雜空間體體積的求解提供了新途徑[5]。點云體積通常采用點云模型計算，本文提出了一種基于切片方法的點云模型體積計算方式，運算過程簡便，可求解任意復雜、不規(guī)則的點云體積[6]。

2 點云數(shù)據(jù)處理及體積計算

點云是目標表面特性的海量點集合，表現(xiàn)了對象的空間特性和曲面信息。激光雷達獲取的點云數(shù)據(jù)是包含三維坐標（x、y、z）信息和激光反射強度（Intensity）的數(shù)據(jù)合集，具有一定的混亂性，需要進行數(shù)據(jù)預處理。而未經(jīng)處理的點云中含有較多的噪點信息，要想繼續(xù)利用就需要進行點云降噪。經(jīng)攝影測量方式獲取的點云數(shù)據(jù)還有顏色數(shù)據(jù)（RGB）等其他信息。

2.1 算法流程設計

實驗獲取的點云存在噪聲、雜點等冗余信息。為獲取相關點云體積信息，需要對點云數(shù)據(jù)進行處理，主要有預處理、平面分割、三維重建等步驟。

點云預處理主要是對采集的數(shù)據(jù)進行簡化 ，包括直通濾波（通過軸向分割快速剔除無效點云）、下采樣濾波（進行點云簡化計算）；去噪，即采用統(tǒng)計濾波（保留數(shù)據(jù)本身特征的同時，剔除噪點），減少點云數(shù)量，提高點云處理效率。

點云平面分割則主要剔除平面信息，一般采取RANSAC 分割，然后對點云進行三角化重建，通過網(wǎng)格信息進行體積計算。

依據(jù)上述原理，結合實驗數(shù)據(jù)，設計點云體積計算算法流程與相關偽代碼，如表1 所示。

表1 算法設計流程偽代碼

2.2 實驗軟件環(huán)境介紹

實驗使用的雷達型號為杉川Lidar Delta2A 消費級激光掃描測距雷達（如圖1 所示），該雷達的工作參數(shù)如表2 所示。

圖1 Lidar Delta2A激光掃描雷達

表2 雷達工作參數(shù)

實驗在視野范圍內(nèi)采集如圖2 所示的堆體，獲取堆體的點云數(shù)據(jù)。

圖2 被測目標堆體

2.3 點云處理軟件設計

使用QT 結合PCL 開發(fā)點云處理軟件界面。軟件模塊主要包括：文件模塊（讀取和保存點云數(shù)據(jù)）、濾波模塊、分割模塊、重建模塊、顯示模塊，具體功能如圖3 所示。

圖3 軟件模塊功能

2.4 實驗過程

實驗使用的雷達不具備數(shù)據(jù)存儲功能，需要通過電纜將雷達連接至電腦，通過串口助手軟件保存掃描出的點云數(shù)據(jù)。硬件平臺設計了直線模組，可以裝載雷達進行往復直線運動，同時設計了多個節(jié)點可以控制雷達的停止與運動，在此過程中，通過移動固定距離，每次到達節(jié)點采集點云數(shù)據(jù)，通過幾何關系處理拼接，最終得到所需點云。雷達連接到電腦的方式如圖4 所示。

圖4 點云數(shù)據(jù)傳輸

2.4.1 直通濾波處理

獲取點云后，首先對點云數(shù)據(jù)進行直通濾波處理，原理是設點集P{p1，p2，p3…pn}，直通濾波通過在某一維度設置相應閾值f1，f2，通過遍歷點集P中所有點，并在點的對應維度與f1，f2 比較，當所在點集對應維度在f1，f2 之間，則保留相關點集，否則剔除。直通濾波器簡單高效，適合快速消除背景及其他不相干的雜點。按順序?qū)Τ跏键c云數(shù)據(jù)（x，y，z）軸進行賦值。原始點云數(shù)據(jù)如圖5 所示。

圖5 原始點云數(shù)據(jù)

直通濾波處理過程中，需要對點云數(shù)據(jù)x、y、z軸分別進行剪裁處理，選取參數(shù)依據(jù)是最大保留目標堆體點云。圖6、圖7、圖8 是直通濾波剪裁后的圖像，為了更加直觀地看到被測物體的點云圖像，實驗將點云圖像進行了渲染處理。

圖6 x軸剪裁后圖像

圖7 y軸剪裁后圖像

圖8 z軸剪裁后圖像

2.4.2 均勻采樣處理

激光掃描儀獲取的初始點云數(shù)據(jù)密集度較高，數(shù)量相對較多，影響后期處理速度。對原始點云數(shù)據(jù)進行取樣可有效減少點云密度，并保留點云原始形態(tài)特征，提高后期處理如去噪、投影、合并、網(wǎng)格重建等操作的運算速度。原理為：設點集P{p1，p2，p3…pn}，均勻下采樣，將空間劃分為柵格，每個柵格中點集設為p1、p2、p3…pn，計算每個柵格中所有點集最靠近柵格中心的點作為新的點q1、q2、q3…qn，最終形成新的點集Q{q1、q2、q3…qn}。通過均勻采樣處理后的點云保留了原始點云形態(tài)特征，如圖9 所示。

圖9 均勻采樣處理

2.4.3 去噪處理

利用三維激光掃描儀和其他掃描儀采集的點云數(shù)據(jù)中包含大量雜亂無章的點云，無法直接用于點云體積的統(tǒng)計分析。利用遞歸算法統(tǒng)計連續(xù)點的個數(shù)，通過閾值判定是否為離散點。經(jīng)計算標定為離散點數(shù)據(jù)，軟件自動進行噪點刪除操作。從圖10 可以看出，經(jīng)過去噪處理之后的點云模型數(shù)量有明顯下降，噪點消失。

圖10 去噪處理

2.4.4 點云分割

利用激光雷達進行點云掃描，一般包含背景、地面或其他無意義的物體等非靶點信息。點云分割能夠根據(jù)空間、幾何等特點將點云分成具有類似幾何特性的區(qū)域，再對其進行拼接，從而實現(xiàn)對非目標源的剔除。局域點的存在會極大地影響曲面的重建及計算對象的精度。點云分割是指根據(jù)點云數(shù)據(jù)中對象的空間幾何特性，對點云數(shù)據(jù)進行分割、提取和重組，使非關聯(lián)數(shù)據(jù)的影響降到最低。本文主要是識別地面部分，使用RANSAC 算法將掃描到的地面信息進行分割處理，只保留被測物體的點云數(shù)據(jù)信息，點云分割如圖11 所示。

圖11 點云分割

2.4.5 點云投影及合并

將點云投影到擬合的平面方程上（如圖12 所示），然后合并（如圖13 所示）。經(jīng)合并后的點云模型，在點云體積數(shù)據(jù)上已經(jīng)達到一個比較精準的狀態(tài)，并且在體型和細節(jié)上也達到了最大程度還原物體的效果。

圖12 點云投影

圖13 點云合并

2.4.6 網(wǎng)格重建

采用貪心三角算法對點云數(shù)據(jù)進行三維重建，重建效果如圖14 所示。由圖可知，重建合并后的點云物體是有孔洞的，此時的點云模型直接進行體積計算，會影響計算結果的精確度，因而，為避免由孔洞造成的誤差，需對孔洞進行修復。

圖14 重建

2.4.7 孔洞修復

針對上一步重建的模型數(shù)據(jù)，采取網(wǎng)格孔洞修復算法，對三角重建后的網(wǎng)格進行孔洞修復，修補結果如圖15 所示。由圖可以看出，孔洞數(shù)據(jù)被很好地修復，此時點云物體已被最大限度恢復，再進行體積計算時，可以將誤差降到最小。

圖15 物體點云

2.4.8 體積測量

得出完整的點云模型后，采用積分法進行體積分割計算，計算后的物體體積如圖16 所示。

圖16 物體體積計算

經(jīng)計算，對象體積為513957 立方毫米，把單位設置為毫米，可以讓體積計算結果更精準。

2.5 實驗分析

為論證本方法計算結果的準確性，擺設三種堆體結構，分別采用實驗程序、cloudcompare、Magic3d計算驗證，計算結果如圖17、圖18 和圖19 所示，體積計算對比如表3 所示。

圖17 點云計算結果

圖18 Cloudcomapre計算結果

圖19 Magic3d計算結果

表3 體積計算對比

經(jīng)對比，本文設計程序計算結果和成熟的點云體積計算軟件的結果基本相同，本文體積計算結果驗證正確。

3 結論

本研究設計了復雜對象體積測量的模擬環(huán)境，搭建了硬件平臺獲取點云數(shù)據(jù)，并根據(jù)研究需求開發(fā)了應用軟件，實現(xiàn)不規(guī)則對象點云數(shù)據(jù)的切片處理，以及目標物的體積計算。通過研究得出以下結論：

針對礦山治理、垃圾填埋場選址、高標準農(nóng)田建設等項目場景中的復雜不規(guī)則對象，均可采用此方法計算體積。

根據(jù)不同項目類型對需獲取點云數(shù)據(jù)的目標場景進行硬件選擇，適時采用固定機位、無人機掛載、手持、背包等形式，便捷獲取點云數(shù)據(jù)。

針對不同項目不規(guī)則物體點云數(shù)據(jù)計算，可定制開發(fā)軟件系統(tǒng)，采用成熟算法完成對點云數(shù)據(jù)的濾波、下采樣、分割、重建、孔洞修復等處理過程。

本研究雖論證了積分法分割計算體積的流程，及利用計算機多線程并行處理點云數(shù)據(jù)的可行性及準確性，但由于去噪處理中遞歸算法閾值的唯一性，實際工作中可結合效率和精度要求，選擇合適參數(shù)，避免計算量過大或精度過高引起計算機運算過程冗長問題。后期研究將著重優(yōu)化算法，提高計算精度，減少計算時長。