（光学工程专业论文）三维人体轮廓数字化及尺寸测量技术研究.pdf

摘要摘要人体数字化及尺寸测量技术是采用激光三维传感系统获取人体轮廓点的三维空间坐标数据，通过对这些数掘进行预处理、三维重建和模型编辑等操作获得人体的数字化表面模型，并以人体工学理论定义和测量人体特征尺寸，得到人体特征的数字表达。这项技术广泛应用于服装工业、医学、人体工程学、动画、娱乐等领域。本文采用本实验室研制的激光三维扫描仪获得的人体三维数字化数据，实现了数据预处理、三维重建、模型编辑和入体测量等操作，主要工作及创新点如下：1 在点云数据预处理技术方面，提出使用手动和连通域两种方法配合删除噪声点；使用i c p 算法实现多传感器数据对齐；提出了一种基于网格处理的算法实现多传感器数据统一，并使用了间距和立方体两种点数据精简算法。2 在三维模型重建与模型编辑方面，利用g o p i 算法实现了人体数据重建，对获得的人体三角网格模型，利用基于项点删除准则的网格简化算法实现网格模型简化，用t a u b i n 算法和l o o p 算法分别实现了网格平滑和网格细化，获得了理想的三维人体模型。3 ，在人体测量方面，对在不同数据阶段进行人体尺寸测量的准确度进行了分析，绘出了人体二十一个关键截面位置及三十五个关键尺寸的定义和测量结果。提出了网格处理法用于计算人体外轮廓周长，并与凸弧法的周长测量结果作了比较和评价。理论分析和实验结果均表明对多传感器数据对齐后的点云使用网格法测量周长可获得最高的准确度。关键词：三维人体轮廓数字化：三维点云预处理；模型重建；模型编辑；人体尺寸测量a b s t r a c ta b s t r a c th u m a nb o d yd i g i t i z a t i o na n dd i m e n s i o nm e a s u r e m e n tt e c h n i q u eo b t a i n s3 dc o o r d i n a t e so f p o i n t so nh u m a nb o d yc o n t o u rt h r o u g h3 dl a s e rs e n s o rs y s t e m b yd a t ap r e t r e a t m e n t ，3 dm o d e lr e c o n s t r u c t i o na n dm o d e le d i t i n gw ec a l lg a i nh u m a nb o d yd i g i t i z a t i o ns u r f a c em o d e la n dt h e nw ec a l lo b t a i nt h ed i g i t a le x p r e s s i o no fh u m a nb o d yc h a r a c t e r sb yd e f i n i n ga n dm e a s u r i n gh u m a nb o d yc h a r a c t e rd i m e n s i o n si nh u m a ns y s t e me n g i n e e r i n gt h e o r y t h i st e c h n i q u ec a nb ew i d e l ya p p l i e di nc o s t u m ei n d u s t r y , m e d i c i n e ，h u m a ns y s t e me n g i n e e r i n g ，a n i m a t e dc a r t o o na n de n t e r t a i n m e n t t h i st e x ta d o p t s3 dh u m a nb o d yd i g i t i z a t i o nd a t ac a p t u r e db y3 dl a s e rs c a n n e rt h a ti sd e v e l o p e db yo u rl a b p l e n t yo fo p e r a t i o n sa r er e a l i z e ds u c ha sd a t ap r e t r e a t m e n t ，3 dm o d e lr e c o n s t r u c t i o n , m o d e le d i t i n ga n dh u m a nb o d ym e a s u r e l n e n t t h em a i ns t u d ya n di n n o v a t i o na r ea sf o l l o w s ：1 ，f o rp o i n tc l o u dd a t ap r e t r e a t m e n tt e c h n i q u e ，ip r e s e n tt h a td e l e t i n gn o i s ep o i n tb yt w oa l g o r i t h m so fm a n u a la n di n t e r c o n n e c t e dd o m a i n a i m i n ga tm u l t i s e n s o rs c a nd a t aiu s ei c pa l g o r i t h mi nm u l t i s e n s o rd a t ar e g i s t r a t i o n p r e s e n ta l la l g o r i t h mb a s e do nm e s hp r o c e s s i n gt om e r g em u l t i s e n s o rd a t a u s ed i s t a n c em e t h o da n dc u b em e t h o dt or e a l i z ep o i n td a t ar e d u c t i o n 2 f o r3 dm o d e lr e c o n s t r u c t i o na n dm o d e le d i t i n gt e c h n i q u e ，r e a l i z e3 dh u m a nb o d ym o d e lr e c o n s t r u c t i o nb yg o p ia l g o r i t h m 。f a c i n gb o d yt r i a n g l em e s hm o d e l iu s ed e c i m a t i o na l g o r i t h mb a s e do nv e r t e xd e l e t i o nc r i t e r i o nt or e a l i z et r i a n g l em e s h e sd e c i m m i o n t a u b i na l g o r i t h ma n dl o o pa l g o r i t h ma r er e s p e c t i v e l ya p p l i e di nm e s hs m o o t h i n ga n dm e s hs u b d i v i s i o n 3 f o r3 dm o d e lt e c h n i q u ei na n t h r o p o m e t r y , ia n a l y z et h ei n f l u e n c ef o rt h em e a s u r e m e n tp r e c i s i o nw h e nm e a s u r i n gi nd i f f e r e n td a t ap h a s ea n dt h e np r e s e n tt h ed e f i n i t i o n sa n dm e a s u r e m e n tr e s u l t so f2 1i m p o r t a n ti s o s u r f a c e s p o s i t i o n sa n d3 5i m p o r t a n td i m e n s i o n so nh u m a nb o d yip r e s e n tt h em e s hp r o c e s s i n gm e t h o di nb o d yc o n t o u r sp e r i m e t e rc a l c u l a t i o na n dt h e nc o m p a r ea n de s t i m a t ei tw i mt h ec o n v e xm e t h o di np e r i m e t e rc a l c u l a t i o n t h e o r ya n a l y s i sa n de x p e r i m e n t a lr e s u l tb o t hi n d i c a t e st h a tm e a s u r i n gp e r i m e t e rb ym e s hp r o c e s s i n gm e t h o da f t e rp o i n td a t ar e g i s t r a t i o nc a no b t a i nt h eh i g h e s tv e r a c i t y k e yw o r d s ：3 dh u m a nb o d yd i g i t i z a t i o n ，3 dp o i n tc l o u dp r e t r e a t m e n t ，3 dm o d e lr e c o n s t r u c t i o n , m e s hd e c i m a t i o n ，m e s hs m o o t h i n g ，m e s hs u b d i v i s i o n ，h u m a nb o d yd i m e n s i o nm e a s u r e m e n tl i独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他入已经发表或撰写过的研究成果，也不包含为获得焘鲞盘堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：粑扛 签字同期：2 口。乡年7 月7 0 日学位论文版权使用授权书本学位论文作者完全了解叁盗盘生有关保留、使用学位论文的规定。特授权鑫洼盘茔可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。( 保密的学位论文在解密后适用本授权说明)学位论文作者签名柱计导师签名：签字日期：2 口。；年7 月f 驴只签字日期；一年，月2 - 3第章绪论第一章绪论随着当代科学技术特别是计算机技术的迅速发展，三维彩色数字化技术得到人们越来越多的关注和应用。通过三维彩色数字化技术，我们可以得到数字化的物体三维信息，它具有较高的实用价值和广阔的市场前景。同时数字化技术和先进制造技术也是国家当前优先发展的高技术产业。此项技术不但本身可以实现产业化，而且依托其形成的先进设计和加工制造技术、虚拟现实等技术，可以广泛应用于汽车工业、航天工业、服装工业、军工、医学、人体工学、动画、娱乐、文物保护等领域，对相关产业的发展具有较强的推动和提升作用，展示出强大的生命力和广阔的发展前景。本章将借助逆向工程技术的定义来描述三维人体轮廓数字化技术的定义和内容，并通过此技术的几个应用实例来说明本课题的研究意义和应用范围，最后提出本课题的总体处理流程。1 1 三维数字化技术与逆向工程1 1 1 逆向工程技术 1 】 2 】逆向工程的思想最初是来自从油泥模型到产品实物的设计过程。在2 0 世纪9 0 年代初，随着现代计算机技术及测试技术的发展，逆向工程发展为一项以先进产品、设备的实物为研究对象，利用c a d c a m ( 计算机辅助设计计算机辅助制造) 等先进设计、制造技术来进行产品复制、仿制乃至新产品开发的一种技术手段，其相关领域包括几何测量、图像处理、计算机视觉、几何造型和数字化制造等。除机械领域外，三维测量、模型重建技术还用于医学、地理、考古等领域的图像处理和模型恢复。在当今的产品开发和制造过程中，虽然已广泛地使用计算机几何造型技术，但仍有许多产品最初并不是由计算机辅助设计模型描述的，设计和制造者面对的是实物样件。为了利用先进制造技术，需要通过一定途径将实物转化为c a d 模型，这种从实物样件获取产品数学模型的技术，已发展为一个相对独立的研究领域，即“逆向工程”i j 6 1 ( r e v e r s ee n g i n e e r i n g ) 。“逆向工程”，也称反求工程、反向工程等。逆向工程起源于精密测量和质量检验，它是设计下游向设计上游反馈信息的回路。在制造业领域内逆向工程有广泛的应用背景。在下列情形下，需要将实物模天津大学硕十学位论文型转换为c a d 模型：1 尽管计算机辅助设计技术( c a d ) 发展迅速，各种商业软件的功能日益强大，但目前还无法满足一些复杂盐面的设计需要，还存在许多使用粘土或泡沫模型代替c a d 设计的情况，最终需要运用逆向工程将这些实物模型转换为c a d模型。2 外形设计师倾向使用产品的比例模型，以便于产品外形的美学评价，最终可通过运用逆向工程技术将这些比例模型用数学模型表达，通过比例运算得到美观的真实尺寸的c a d 模型。3 由于各相关学科发展水平的限制，对零件的功能和性能分析，还不能完全由c a e ( 计算机辅助工程) 来完成，往往需要通过实验来最终确定零件的形状，如在模具制造中经常需要通过反复试冲和修改模具型面方可得到最终符合要求的模具。若将最终符合要求的模具测量并反求出其c a d 模型，在再次制造该模具时就可运用这一模型生成加工程序，就可大大减少修模量，提高模具生产效率，降低模具制造成本。4 目前在国内，由于c 觥舢讧技术运用发展的不平衡，普遍存在这样的情况：在模具制造中，制造者得到的原始资料为实物零件，这时为了能利用c a d c a m 技术来加工模具，必须首先将实物零件转换为c a d 模型，继而在c a d模型基础上设计模具。5 艺术品、考古文物的复制。6 人体中的骨头和关节等的复制、假肢制造。7 特种服装、头盔的制造要以使用者的身体为原始设计依据需首先建立人体的几何模型。8 在r p m ( 快速原型设计与制造) 的应用中，逆向工程的最主要表现为：通过逆向工程，可以方便地对快速原型制造的原型产品进行快速、准确的测量，找出产品设计的不足，进行重新设计，经过反复多次迭代可使产品完善。三维数字化、实体造型、以及快速原型设计与制造是逆向工程中的三个核心技术，下文将介绍其概念及内涵。1 1 2 三维数字化三维数字化是指通过三维数字化设备，例如三维激光扫描仪或其他光学或激光数字化仪，测量和获取待复制物体的三维空间坐标数据。所获取的实体三维空间坐标数据形成空间的“三维点云”。在进入实体造型和快速原型制造之前，还必须对“三维点云”进行必要的处理，使其能够与三维实体造型的算法及软件兼容，同时也能够与快速原型制造系统兼容。2第一章绪论随着传感器技术、控制技术、计算机技术和制造技术等相关技术的发展，出现了各种数字化技术和数字化测量方法。根据数字化设备的工作原理将数字化技术分为接触式测量和非接触式测量两类。非接触测量根据是否有光照又分为被动式测量和主动式测量【9 】。接触式通过接触被测物体表面，逐点获取数字化测量值，坐标测量机( c m m ) 是接触式测量典型的代表。接触式测量精度高，但测量的速度慢，而且在测量的过程中容易损坏被测量物体的表面，对柔软或者贵重的物体来说这种测量的方法是不适合的。非接触测量主要是利用光学原理进行的，例如，激光点扫描、线扫描 1 0 , l l 】、结构光条 1 2 - 1 7 】、聚焦法1 8 “、相干雷达【2 1 0 2 1 、双目体视方法【2 3 】等，其特点是测量速度快、操作简单，适用于各种材料物体的测量，特别是对用接触方法不能进行测量的物体，可以获得实体高度密集的几何数据，从而得到高密度的测量数据点。1 1 3 三维实体造型【砒6 】在逆向工程的框架下，三维实体造型是基于上述三维数字化生成的“数据点云”来构造表达实体的几何形状和拓扑结构的模型。同时，为了与快速原型制造或多自由度数控加工技术集成，还需要进行数据格式的转换。例如，将描述实体的几何与拓扑模型的数据格式转换成s t l 或d x f 等标准格式，从而使其能够与快速原型制造或c a d c a m 系统集成。测量数据的曲面模型的重建是逆向工程和快速原型中的关键一环，通常的构造曲面的方法可以从两个方面入手，直接利用测量获取的点云进行构建曲面或者利用曲线构建。在利用曲线构建曲面时，应根据具体的测量物体要求选择不同类型的曲线，b e z i e r 、b s p l i n e 曲线适合处理平坦的数据点，而n u r b s ( n o n - u n i f o r mr a t i o n a lb s p l i n e l 曲线则对于不平坦的测量数据有较好的处理结果。另外，对一般曲线而言，曲线的阶次愈高，愈易产生振荡现象而不易控制产生的曲面的平滑度。通常，三阶曲线能满足大部分的应用要求。1 1 4 快速原型设计与制造【2 5 ，孙3 0 】快速原型设计与制造是一项集激光、材料、信息及控制等于一体的高新制造技术，是计算机辅助设计与制造技术、分层制造技术( s f f ) 、材料去除技术成形( m p r ) 、材料增加成形技术以及它们的系统集成。r p m 的突出特点是不需要任何复杂工装夹具便能根据产品的c a d 数据快速地制造出具有一定结构和功能的产品，是制造领域的一次重大的技术突破。快速原型设计与制造技术之所以能够在激烈竞争的现代商品社会脱颖而出，在于其固有的技术特点：天津大学硕上学位论文l 、几乎可以制造任何复杂几何形状的物体原型；2 、所制造的物体原型的重复性和互换性高；3 、制造工艺过程与制造原型的几何形状复杂度无关，因此在加工空间自由曲面时更显优势；4 、产品开发周期短，成本低，成本与产品复杂程度无关；5 、多种高度技术的集成，可实现设计制造一体化。1 1 5 三维数字化技术与逆向工程技术的关系逆向工程是一个具有明确定义和内涵的概念，而三维数字化技术的内容则比较模糊，本文借助逆向工程技术的定义来解释本文中所提到的三维数字化技术的内涵。实际上，人体三维数字化与逆向工程的区别仅在于人体三维数字化不以“制造”为最终目的，处理过程也就省去了“快速原型设计与制造”这一步骤，换句话说，我们所提到的人体三维数字化技术，仅包括三维数字化与三维造型技术两大部分。我们的最终目的是获得被扫描物体( 人体) 的数字模型，并使用这个数字模型进行服装、人体工学、动画、娱乐等方面的应用。1 。2 三维数字化技术的典型应用三维数字化技术具有较高的实用价值和广阔的市场前景。此项技术不但本身可以实现产业化，而且依托其形成的先进设计和加工制造技术、虚拟现实等技术，可以广泛应用于汽车工业、航天工业、服装工业、军工、医学、人体工学、动画、娱乐、文物保护等领域，对相关产业的发展具有较强的推动和提升作用，已经展示出强大的生命力和广阔的发展前景。1 2 1 虚拟中国人计划数字化可视人体 3 2 - 3 4 ( d i g i t i z e dv i s i b l eh u m a n e ) 是2 0 世纪后期兴起的一项信息技术和医学学科互相交叉、综合发展起来的世界前沿性研究领域，是将成千上万个人体断面数据信息在计算机里整合、重建成人体的三维立体结构图像，构成人体形态学信息研究的平台，为开展各类人体相关研究提供形象而真实的模型，具有重大的社会应用价值。4第一章绪论2 0 0 1 年我国专门召开了以“中国人数字化虚拟人体科技问题”为主题的学术讨论会，包括数字化虚拟人体研究意义、模型数据的获取方案与技术、医学图像处理方法学和数字化虚拟人体应用及平台等，目前我国的研究成果如图1 - 1 所示。2 0 0 2 年6 月，我国科学家提议国家正式立项“数字化虚拟人体”研究项目“虚拟中国人计划”。数字化虚拟人体计划，将是一个大型的科学研究工程，涉及以图1 - 1 三维重建后的人为中心的科学技术发展，使国内与人体相关的研立体虚拟人究走向世界的i j i 列。将数字化虚拟人体的高精度数字模型与不同专业领域的知识和需求相结合，将产生具有行业特色的应用模型。这些模型可以应用在多个行业，如医学影像导引手术、机器人手术，整形外科在手术前后及术中的复杂变形可视化模型；特定环境血液流动模拟，环境辐射对人体的影响；汽车设计中的人体碰撞检测模型；三维服装设计，布料与三维人体表面的贴合，运动员训练过程动作分析，优秀运动员特定动作的轨迹合成与模拟等。“虚拟中国人计划”既是一项具有战略意义的科学研究计划，又是一项规模庞大而复杂的系统工程，它涉及新世纪众多学科的前沿技术，反映国家的综合实力。1 2 2 虚拟服装设计在成衣制造业中，传统的手工测量方法有精度低、过程繁琐、速度慢等缺点，而利用数字化技术则可以很好地解决这些问题1 3 5 - 3 6 】。图1 2 为采用线结构激光进行三维人体扫描，并将所得结果进行特征提取，用于成衣制造业中的服装设计。图1 - 2 ( a ) 为三维扫描后所得数据，图1 2 ( b ) 为根据数据点云图进行表面重建后得到的三维人体模型，图1 - 2 ( c ) 为根据特征点( 线) 对女士短裙进行设计，图1 2 ( d )为设计结果，图1 - 2 ( e ) 为着装后的效果。随着信息网络化技术的不断发展，服装设计网络化己成为现代服装设计的新理念，在虚拟服装设计中，有了参数化的人体模型，消费者只要上传自己身材的必要数据，如身高，脚围，腰围，臀围，年龄，所选服装的类型等等信息输入网站，网站根据人体体型分类方法进行计算，计算出顾客的形体特征后试穿上顾客所选款式。顾客就能在自己的终端看到服装的穿着效果，于是可以任意选择最适合、最满意的服装。以上简要介绍了数字化技术的几个典型应用实例，除此以外，数字化技术还被应用到许多其它领域，比如数字米开朗基罗计划、产品设计和建模、数字博物天津大学碘+ 学位论文图1 2 线结构激光扫描应用举例( a ) 三维点云图( b ) 三维人体模型( c ) 对模型的特征提取( d ) 依掘特征提取结果进行成衣设计( e ) 试穿效果馆等，在此不再赘述。随着它与计算机技术、互联网技术、多媒体技术、虚拟现实技术、快速原型技术等其它高新技术的结合，必将加强和拓宽此项技术在其它领域的应用，从而展示出其强大的生命力和蓬勃的生机。本研究项目对人体进行实时扫描，可以获得三维数字化人体数据。通过对数掘进行处理可以得到人体关键部位的尺寸信息，进一步可以创建个人的身材尺寸数据库，从而为不同人进行实时量体裁衣创造了条件。另外，对三维人体数掘进行重建，可以获得三维虚拟模型，通过动画处理可使虚拟人做出需要的任何动作，现在这项技术已经被应用于电影特技当中来完成演员不可能完成的动作。而且这样的人体模型还可以应用于未来的游戏行业中，它可以使游戏者的虚拟形象参与到游戏的剧情当中去。由于三维数字化人体在未来具有广阔的应用领域，已经有专家提出未来人拥有自己的人体三维数字模型将会像当今人们为自己拍照一样具有普遍性和实际应用意义。以上就是本项目的出发点，也是其研究目的和意义所在。1 3 课题总体流程本课题的总体流程如图1 3 所示。首先利用三维传感器对被扫描物体( 人体)进行扫描，之后通过三维标定技术可以获得人体的三维坐标点集( 三维数字点云) ，至此人体已被三维数字化，此时的数据处于“点阶段”。上面获得的点集存在噪声，并不能马上进行三维模型重建，这时一般先要做点云预处理，根据本课题的数据特点，预处理主要包括删除噪声点、多传感器数据对齐、数据采样等处理步骤，处理后的点云就可以进行三维模型重建了，重建后获得由三角面片连接表示的三维人体模型，至此数据进入“多边性阶段”。这时的三维网格模型一般仍会存在许多的问题，比如不良拓扑结构、形状失真、表面孔洞等等，这就需要第一章绪论图1 3 三维人体轮廓数字化处理流程对模型中的多边形( 本课题中为三角面片) 进行处理，本课题包括的处理方法主要有网格简化、网格平滑和网格细化等。经过这一步处理，就可以获得比较理想的三维网格模型。需要指出的是，本课题的处理流程并不具有三维数字化处理的普遍性，里面涉及的处理步骤大都是根据本课题的特点进行选择后确定的，而涉及算法的选择范围和具体的选择原因将会在以后各章逐个解释。7天津丈学硕上学位论文1 4 课题背景和论文主要内容本课题为国家自然科学基金资助项目“激光三维彩色技术研究”( n o 6 0 2 7 7 0 0 9 ) d 7 1 。其中一方面主要内容是研究由获取的原始数据生成可视化的三维彩色数字模型的理论、算法和软件系统并对人体模型的关键尺寸进行测量。依托上述课题，本文主要在三维人体扫描点云数据预处理、三维人体模型重建、三维人体模型编辑技术和三维人体尺寸测量领域进行研究，主要内容如下：第一章对三维数字化与逆向工程的概念作了辨析，并举例说明了三维人体数字化技术的应用实例。针对本课题，给出了人体数字化处理的流程图，用以明确我们的处理思路和步骤，并选择和简单描述了本课题采用的处理方案。第二章根据本课题的数据情况详细地分析了在点云数据预处理中面临的问题，并在噪声点删除、多传感器数据对齐、数据采样等操作步骤中选择了适合的实现方法，提出了一种新的多传感器数据统一算法，达到了很好的处理效果。对于每种算法均详细说明了其原理及实现方法。第三章面向预处理后的点云数据选择了g o p i 提出的高效重建算法对点数据模型化。对于冗余三角面片较多的网格，使用了基于顶点删除的网格简化算法。采用t a u b i n 网格平滑算法对光顺性差的网格进行处理。当网格分辨率较低时，本课题使用l o o p 网格细化来处理。第四章结合第二三章描述的算法，给出了每一操作步骤的可视化实例，最后展示了本课题中四个人体扫描数掘的最终显示效果。第五章根据人体工程学原理，推导出了人体扫描数据关键位置的定义及重要尺寸计算方法。针对人体周长尺寸测量问题，提出了两种算法，分析讨论了应该在哪个数据阶段使用哪种算法进行人体尺寸测量，并对其适用范围和测量数据准确度作了对比。第二章点云数据预处理技术第二章点云数据预处理技术本课题中人体外形数据是通过线结构光激光扫描仪来获取的，多种原因都会引入数据误差，比如激光线可能会投射到c c d 摄像机视场范围内的非测量物上，导致有人体以外的不想被扫描的物体被扫描仪获取、摄像机边缘视场畸变、标定误差以及由于多个传感器获得的数据统一坐标系后产生的数据“错位”现象等等。测量数据中的噪声点可能使该点及其周围的曲面片偏离原曲面。对于这些点，或者应该想办法删除，或者应该重新调整它们的位置，从而消除数掘点集中的误差数据点，为后期的模型重建创造条件。另外，由于激光扫描的应用，曲面测量时会产生海量的数据点，这样在造型之前可以考虑对数据进行精简，也就是采样操作，这样可以减少以后各步操作的计算难度和时间，当然也可以使处理的结果数据减小，但是数据的精简一定要兼顾到尽量保持模型的外形特征。以下几节将首先分析本课题点云数据预处理操作，之后将陆续具体讲解本课题所采用的噪声点删除算法、多传感器数据对齐算法和数据精简算法。2 1 点云数据预处理操作分析2 1 1 噪声点的分类及解决方案的选择所谓噪声点在本课题中主要是指影响输出模型质量的点。依掘噪声点的性质可以把它分为两大类：一类是不想被扫描的物体被扫描仪获取的点集；另一类是被扫描目标物体上位置有偏差或位置不合理的点集。后文将会讲到第一类点应被删除，即噪声点的删除。第二类点则应该侧重于调整噪声点的位置，在本课题中调整位置的操作主要采用的是多传感器数据对齐处理。2 1 1 1 噪声点删除处理的分析第一类噪声点往往是难以避免的，比如扫描仪要扫描人体就很容易把人所站立的平台也扫描进去，这类点是必须被删除的，因为他与我们所要获取的点集完全无关，是“纯粹的”噪声点。这类点从与被扫描无物体的位置关系上也可以分为两类：第一类，噪声点距离被扫描物体比较远( 比如，日j 隔距离大于扫描间隔) ，视其不与被扫描物体连通；第二类，噪声点距离被扫描物体比较近( 比如，间隔距离小于扫描间隔) ，天律人学硕士学位论文视其与被扫描物体连通。这第一类“纯粹的”噪声点在三维空间位置上往往没有任何规律可循，其中不与被扫描物体连通的噪声点尚可以通过基于距离计算的算法来区分，而与被扫描物体连通的噪声点用基于距离计算的算法处理也会失效。看起来自动化水平高的算法在这个问题中很难奏效，必须结合手动交互处理来解决了。面对以上困难，我们采用的方法是手动删除噪声点与连通域方法删除噪声点两种手段混合使用。具体的使用步骤是：1 由操作人主观判断点云中是否存在与被扫描物体连通的噪声点。2 如果不存在与被扫描物体连通的噪声点就直接使用连通域方法删除所有的噪声点。3 如果存在与被扫描物体连通的噪声点，先用手动方法删除与被扫描物体相连通处的少量噪声点。这样与被扫描物体连通的噪声点就没有了，只剩下不与被扫描物体连通的噪声点。然后使用连通域方法删除其余的噪声点，至此噪声点就全被删除了。如果不存在与被扫描物体连通的噪声点就直接使用连通域方法删除所有的噪声点。第二节将详细说明手动删除噪声点与连通域方法删除噪声点两种算法的具体实现方法。2 1 1 2 噪声点位置调整处理的分析对第二类噪声点，即被扫描目标物体上位置有偏差或位置不合理的点集，原则上说是不应该被删除的，因为它们都是从被扫描物体上获得的，误差可以通过位置调整来弥补。对于本课题，使用线结构光三维扫描仪进行扫描产生这类噪声点的原因可以分为四类：a 由摄像机视场边缘畸变导致的点坐标误差；b 由标定算法本身的缺陷导致的点坐标误差；c 测量设备的标定参数突然发生改变和测量环境突然变化造成的点坐标误差等；d 多传感器扫描仪要获得最终数据需要将各个传感器的坐标系统一为一个世界坐标系( 如本课题有四个传感器，就需要将四个不同坐标系的点集统一到一个坐标系当中) ，并且要求尽量重现物体的轮廓形貌，在显示终端上就表现为四个点集的“拼接”，并使结合处尽可能衔接平滑。但数据统一后很难将几个点集对齐，从而产生“错位”的现象，实际上是各个1 0第二章点五数据预处理技术点集相对位置的坐标误差。其中a 类误差是由硬件造成的，这种误差很难避免而且不容易使用软件的后期处理来修正。它产生的原因是受透镜畸变和其它非线性因素影响，在成像时不再遵从透视成像规律，像点会发生畸变，且畸变在光学中心处最小，越靠近图像边缘，畸变越大。这种摄像机视场边缘畸变导致的点坐标误差通常只有用标定技术来弥补。本课题采用了线性分区标定技术【3 8 j 9 1 ，它有效地补偿了系统误差，而且计算相对简单。采用这种技术后，由摄像机视场边缘畸变导致的点坐标误差减小了。b 类误差是由标定算法本身的缺陷导致的。选用好的标定算法的目的是为了减小视场畸变导致的误差，我们采用的线性分区标定技术起到了这种作用。但是误差是由透镜畸变和其它非线性因素引起的，线性分区标定技术虽然使用线性方法补偿了大部分误差，但是小误差仍然存在，幸好这样的误差很小而且变化不突然，从处理数据的实际处理经验来看，它对最终的重建效果和测量精度的影响可以忽略。造成c 类误差的原因比较多，但通常是由系统的突然变化造成的，比如测量设备的标定参数发生改变和测量环境突然变化等。它经常表现为单个点的突然偏离，通常被形象地称为“跳点”。在同一截面的数据扫描中，存在一个点与其相邻的点偏距较大，我们可以认为这样的点是“跳点”，数据中的“跳点”对曲线的光顺性影响较大。在以往数据预处理的研究中，学者们比较重视对“跳点”处理的研究，并发展出了直观检查法、曲线检查法、弦高差方法等处理方法。以前侧重“跳点”处理的原因主要是过去的测量技术比较低下，从最早的人工手动测量到三坐标测量机，都比较容易在测量中产生突然的干扰，从而产生“跳点”。而随着激光扫描仪和标定技术的进步，“跳点”的出现已经比较少见了。本实验室的三维激光扫描仪获得的截面点集连结可以形成光顺性很好的曲线，几乎没有“跳点”。因此在本课题中并不对“跳点”进行处理，如果有个别“跳点”造成重建后的模型表面不平滑，我们可以使用网格平滑算法( 见3 4 节) 处理模型。这样处理有三个好处：1 如果在点云预处理阶段进行“跳点”处理，可能会因为参数选择不当而调整了准确点的位置，进而影响尺寸测量精度。2 如果处理要求获得出色的三维模型视觉，也应该在重建后根据人为判断模型效果决定是否进行平滑处理。如果在早期进行“跳点”处理，就有可能在看不到效果的情况下盲目处理而丢失了某些特征点，导致最终模型不可修复的失真。3 “跳点”处理算法通常都要求点数据排列有序，而本课题存在四个传感天津人学硕十学位论文器产生的四个点集，即便不存在点集的交叉，它的拓扑关系也是散乱的，这样就必须先对统一坐标系后的点集进行排序，这样就又大大增加了算法的处理难度。综上所述，“跳点”处理是弊大于利的，因此本课题可近似忽略c 类误差点，因此不进行“跳点”处理操作。在电脑处理能力允许的情况下，本课题争取把所有移动原始测量点的操作都放在网格处理阶段进行，因为模型的优劣往往是基于观察者的视觉判断的，所以这样做最大的好处是增加了操作者的主观判断，减少了盲目性，也为获得最精确的模型保留了最大的余地。实际上d 类误差是本课题数据预处理过程中面临的最严重的问题，四个坐标系在统一到一个坐标系之下后很难保证四个点集在连接处衔接平滑，一般会出现点集的交叉、错位等现象，这不仅导致人体轮廓截面数据变形，而且会阻碍重建操作的实现，使整个处理流程面临中断。因此如果不把这个问题解决好，之后的操作就根本无法进行。实际上，每个点集在其原有坐标系中均准确地记录了局部的轮廓形状，即在此点集中的点的相对位置是准确的，造成误差的原因是四个点集之间的相对位置不恰当，具体来说，就是在将四个坐标系统一到一个坐标系时，需要重新调整这四个坐标系的原点的相对位置。因此，如果要消除这种误差，删除任意点集中的任一个点均是不足取的，因为包括这个点的对应点集准确地描述了局部的轮廓形状，从这方面来讲，每一个点均包含了部分正确信息( 在本点集中此点与其它点形成的位置关系是准确的) ，也包含了部分错误信息( 各个点集中的点之间的位置关系不准确，实际上由于是几个点集之间的相对位置不准确造成的) 。在处理这样的问题时，我们应该尽量保留正确的信息，修正错误的信息，也就是重新调整几个点集的相对位置，使全部点集能比较准确地重现真实人体的轮廓形状，从而同时保证了点云的测量精度。这样的操作也就是我们常说的多传感器数据对齐，也有人称它为多视数据对齐。这里需要指出，在多传感器数据对齐前必须先将与人体数据无关的噪声点全部删除，这样才能使对齐结果更加精确。经过以上讨论，我们可以得到以下结论，对本课题中的第二类噪声点，在软件处理阶段只需使用多传感器数据对齐算法处理四个点集即可获得理想的点云预处理结果。本章第三节将详细介绍本课题所采用的多传感器数据对齐算法。2 1 2 数据精简的重要性分析及实现方案的选择目前激光扫描技术在精确、快速地获得数据方面有了很大的进展，三坐标激光扫描机在逆向工程数掘测量领域有取代接触式三坐标测量机之势。激光扫描测量每分钟会产生成千上万个数据点，怎样处理这些大批量的数据点云成为激光扫第一章点i 数据顶处理技术描测量造型的主要问题。在几年前，如果直接对点云进行造型处理，存储和处理大量的数据就成了不可突破的瓶颈，从数据点生成模型表面要花很长一段时日j ，而且整个过程也会变得难以控制。因为并不是所有的数据点对模型的重建都有关键作用，根据这一特点研究者提出了那时的解决方案数据精简，也就是在保证一定精度的前提下减少扫描数据量，既要对获得的大量的数据点进行精简而又要确保加工过程的精度。而到了目前阶段，随着计算机技术和三维重建、模型处理算法的快速进步，计算速度迅速加快，处理时日j 迅速减短，而数据存储空| 日j 更是不成问题。这样一来，原来被迫的解决方案数据精简，到现在就变成了一个可选择的数据预处理步骤，它甚至是可有可无的，以本课题数据处理的经验来看，只要采用的算法优秀，即使不进行数据采样和精简，目前普通的电脑都能承受对齐或重建几十万个人体数据点所造成的负荷，不会导致死机，而且计算时间尚可接受。不进行数据精简的最大好处是最大限度地保证了测量数据的完整性、不会损失任何可能有价值的数据，尤其是保证了尺寸测量的精度。在是否使用数据精简处理原始数据的问题上，我认为在电脑处理能力允许的情况下，应尽量使测量点保持原位置，争取把所有移动或删减原始测量点的操作都放在网格处理阶段进行，到模型可视阶段根据操作者的主观判断再使用各种模型处理算法进行修正。只有这样操作才能减少处理盲目性，获得尽可能精确的模型。鉴于现今计算机的计算处理能力，并不推荐使用数据精简操作。如果不使用，唯一的副作用就是后面的计算时l 日j 较长。对此问题我建议人为地将数据分块，这样就把原来的长时间整体处理变成一系列短时间的局部处理，实际上数据分块更大的好处是可以使局部数据对齐操作获得更好的效果和更高的精度。考虑到在实际处理中可能会遇到超大型的数据，而且数据精简近年来一直在数据预处理操作理论中占有比较重要的位置，因此我们仍然编程实现了数据精简操作以备需要。所采用的方法都是比较简单的，包括基于问距精简、均匀立方体精简。具体的数据精简实现算法将在第四节介绍。2 2 噪声点删除2 2 1 手动删除噪声点我们要实现手动删除噪声点必须要按顺序进行以下操作：1 首先混合使用点云旋转、平移、缩放操作使希望被删除的噪声点在显示屏幕上不与有用的点重叠。2 在屏幕上使用鼠标在想要被删除的噪声点外围划定一个区域，即删天津人学硕十学位论文除二维屏幕上区域内的全部点。3 遍历三维点链表，逐个反求所有点云数据点在计算机窗口上的二维屏幕坐标。4 逐个判断反求后的点屏幕坐标是否在手动划定区域的内部，如果在其内部则删除此点；反之，不删除。在第一步中，调整点云在屏幕中的位置和角度目的就是为了使想被删除的噪声点不与有用的点重叠，避免在第二步中有用的点也被划入删除点的区域，导致误删。在第二步中，划定区域的形状可以有多种选择，比如矩形、任意形状多边形、圆。其中，矩形在使用中显得不太灵活，它只能划定与屏幕平行的区域。任意形状多边形操作起来非常方便，无论删除大量噪声点还是少量噪声点都容易操作，但它的问题是在第四步判断点是否在多边形内时算法比较复杂。圆形最大的优势是通过设定圆的半径，它一定可以把屏幕内的所有噪声点全部删除，而且使用很灵活，可轻易划定与曲线相切的圆，而且在第四步判断点是否在圆内时算法非常简单。它唯一的缺点是不容易一次性大量删除点，但如果结合连通域方法删除噪声点就可以弥补这一缺点，因为第一节讲到过，手动删除点的目的仅是把与有用点相连的小量噪声点删除。因此在手动删除点操作中选择了画圆形区域作为删除区域。画之前先设定圆的半径并记录，之后通过m f c 4 0 ( 微软基础类库) 可以记录鼠标左键点击点的屏幕坐标值，并在屏幕上绘制此圆以使操作者看到这个区域的范围。第三步实际上是将世界坐标( 空间三维坐标) 转换为屏幕坐标( 屏幕二维坐标) 的操作，下一小节将详细讲解将世界坐标转换为屏幕坐标的实现方法。如果选择了画圆形区域，则第四步操作就非常简单了。反求空间点的屏幕二维坐标后，计算此点与先前纪录的鼠标点击点间的屏幕距离，如果此距离小于圆的半径，则此点在圆内，应被删除；反之，保留此点。2 2 1 1 世界坐标转换为屏幕坐标本课题借助3 d 图形软件开发a p i 库o p e n g l t 4 1 删提供的高效函数来实现世界坐标转换为屏幕坐标的操作。o p c n g l 中显示模型一般要经过下面几次变换，如图2 - 1 所示。实际上这个流程中的实现过程是通过一系列坐标变换矩阵之间的乘法完成的，o p e n g l 为编程人员提供了方便的坐标变换函数，这样就不必人为地使用繁琐的矩阵乘法运算去实现显示。1 4第= 章点云数据预处理技术视点坐标剪裁坐标正交化设窗r 坐标备坐标图2 1o p e n g l 显示处理流程在o p c n g l 中，世界坐标和屏幕坐标的相互转换是常用的操作，其正向和逆向操作分别对应o p e n g l 中的函数g l u p r o j e c t 和g l u u n p r o j e c t 。在使用这两个核心函数之前，必须正确得到当前场景的3 个矩阵信息，即模型变换矩阵( m o d e lv i e w m a t r i x ) 、投影变换矩阵( p r o j e c t i o n m a t r i x ) 和视口变换矢量( v i e w p o r t v e c t o r ) 。其中，模型变换矩阵是随着模型变换变化的，所以一般要在绘制模型场景之后获取并且保存这个矩阵，这样可以保证随时获得的模型的变换矩阵是与当前模型对应的。后面两个矩阵不随场景中模型的旋转或平移运动而变化，所以可以随时直接获取。调用o p e n g l 函数g l g e t d o u b l e v 可以获得模型变换矩阵和投影变换矩阵，它们都是4 x 4 的浮点型矩阵。调用函数g l g e t i n t e g e r v 可以获得视口变换矢量，它是一个整型4 维矢量。之后用以上三个矩阵作为参数调用函数g l l l p r o j e c t即可求得三维坐标对应的二维屏幕坐标，至此就完成了由世界坐标向屏幕坐标的转换。2 2 2 连通域方法删除噪声点经过手动删除噪声点之后，噪声点不再与有用的人体数据临近，这时如果把三维空间内相互邻近的点划分到不同的点集当中，人体数据点与噪声点必定处于不同的点集中，互不混杂。而且人体作为被扫描的主体，其数据点一定多于噪声点，那么这些点集中点数最多的就是人体数据点集，其它的点集一定是噪声点点集，之后把这些点集中的点删除也就完成了所有噪声点的删除。“点的临近”如何定义是以上算法能否实现的关键问题，使用连通域的概念就可以很好地解决这个问题。本课题将三维点云的外包围长方体以d i s t a n c e 为边长切割为三维立方体矩阵，之后按点坐标将所有点逐个归入立方体中，之后根据三维空间二十六连通定义，就可以对内部有点的立方体矩阵进行二十六连通标识，标识后获得的最大连通域内的点就是人体数据，最后将其它连通域内的点删除就删除了所有噪声点。以下几小节将陆续讲解本课题中的连通域概念、涉及的数