（摄影测量与遥感专业论文）基于点云数据的塑像三维建模.pdf

摘要 摘要 作为一种新兴的空间数据获取技术，三维激光扫描技术已开始广泛应用于 各种领域。其非接触的数据获取方式能在不触及扫描对象的情况下进行数据采 集，为些文物的检测、保护与维护施工等提供准确、科学的现状数据，并可 以有效地减少保护干预中不必要的破坏和影响，发挥高新技术在文物保护和宣 传方面的积极作用。用三维激光扫描技术采集到的数据称为点云数据，由于其 独特的特点，使之具有十分广泛的应用，同时也使得点云数据的处理十分复杂 和困难。本文针对塑像的点云数据建模的部分问题进行了研究，介绍了多站点 云数据的配准方法，点云数据构建三角网格的方法，以及点云数据缩减的算法， 并通过实际的实验对塑像建模的这一流程进行了验证。 本文首先概述了三维激光扫描技术的基本知识和国内外研究现状，提出了 本文的研究意义及研究内容。 文章的第二章，从三维激光扫描数据的特点出发，介绍了数据处理的基本 流程，重点介绍了预处理的内容：其一，介绍了使用f a r ol a s e rs c a n n e r8 8 0 的 配套软件f a r os c e n e 和商业软件g e o m a g i cs t u d i o 对点云数据进行去噪的方法 和步骤；其二，介绍了多站数据配准的基本理论和几种重要算法，包括：有靶 标控制的点云配准方法、i c p 算法和四元数法，并归纳了这几种方法的特点。 第三章主要研究了基于塑像三维点云数据进行模型重建的技术。针对塑像 表面不规则的特点，对塑像点云的建模选择了逐点插入法构建空间三维网格， 详细介绍了该算法和流程；针对三维激光扫描数据量大的特点，提出了基于构 建不均匀网格对点云数据进行压缩的算法，以减少数据量并达到保留扫描对象 几何特征的目的。 第四章以贝多芬的头像为扫描对象，设计合理的实验方案来获取塑像点云 数据，并对数据进行去噪、配准和网格化处理，实验了本文所述的三维建模的 过程；此外，对所获数据进行了压缩，取得了不错的效果。 文章的最后对全文的研究工作进行了总结，展望了需要进一步深入研究的 工作内容和研究方向。 关键词：三维激光扫描技术，塑像三维建模，点云数据，数据配准，三角形网 格化，数据缩减 a b s t r a c t t h r e e - d i m e n s i o n a ll a s e rs c a n n i n gt e c h n o l o g yh a sb e e nu s e di nm a n yf i e l d s ，弱a n e wt e c h n o l o g yo fc a p t u r i n gs p a c ed a t a i t sm o d eo fc a p t u r i n gd a t aw i t h o u tt o u c h i n g t h es c a n n i n go b j e c t sc a n p r o v i d ee x a c ta n ds c i e n t i f i cd a t af o rc h e c k i n g ，p r o t e c t i n ga n d m a i n t a i n i n gc u l t u r a lr e l i c ，a n da v a i l a b l yr e d u c ed e s t r o y i n ga n di n f e c t i o ni np r o t e c t i n g c u l t u r a lr e l i ct or e v e a li t sp o s i t i v ee f f e c tf o rp r o t e c t i n ga n dp r o p a g a n d i z i n gc u l t u r a l r e l i c t h ed a t a , f r o mt h r e e - d i m e n s i o n a ll a s e rs c a n n i n g ，i sc a l l e dp o i n tc l o u d b e c a u s e o fi t s e l fc h a r a c t e r i s t i c ，p o i n tc l o u di sa p p l i e dw i d e l y , a n di sm a n a g e dw i t hm a n y c o m p l e x i t i e sa n dd i f f i c u l t i e s t h i sa r t i c l es t u d i e ds o m ei s s u e sa b o u tt h r e e - d i m e n s i o n a l m o d e l i n go fs t a t u eb a s e dp o i n tc l o u d ，a n dp r e s e n t e dd a t ar e g i s t r a t i o n ，t r i a n g u l a t i o n ， a n dd a t ar e d u c t i o n f i n a l l y , t h i sa r t i c l et a x i e do u tt h em o d e li n gp r o c e s sb y e x p e r i m e n t f i r s to fa l l ，t h i sp a p e rs u m m a r i z e de s s e n t i a lm a t t e ra n dr e s e a r c h f u ls t a t u sa t h o m ea n da b r o a do f3 dl a s e rs c a n n i n gt e c h n o l o g y , a n dg a v es i g n i f i c a n c ea n d c o n t e n t s t h es e c o n dc h a p t e ro ft h i sp a p e ri n t r o d u c e dt h ep o i n t - c l o u dc h a r a c t e r i s t i c ，d a t a p r o c e s s i n gf l o wa n dd a t ap r e t r e a t m e n t t h ed a t ap r e t r e a t m e n ti n c l u d e dt w oi m p o r t a n t a s p e c t s ：o n ew a st h en o i s ep r o c e s s i n gb yc o r r e l a t i v es o f t w a r e ，w h i c hw e r ef a r o s c e n eo ff a r ol a s e rs c a n n e r8 8 0a n dg e o m a g i cs t u d i o ，a n dt h eo t h e rw a st h ed a t a r e g i s t r a t i o n t h ed a t ar e g i s t r a t i o ni n v o l v e d i t sk e y g o n ea n ds e v e r a ls i g n i f i c a n t m e t h o d s ：d a t ar e g i s t r a t i o nw i t ht a r g e t s ，i c pa r i t h m e t i ca n dq u a t e m i o na r i t h m e t i c t h et h i r dc h a p t e rm a i n l ys t u d i e dt h et e c h n o l o g yo fm o d e l i n ga n dd a t ar e d u c t i o n b a s e dt h ep o i n tc l o u dc h a r a c t e r i s t i c so fs t a t u e t h i sp a p e rs e l e c t e dt h ei n s e r t i n g p o i n t - b y - p o i n tt ob u i l d3 dt r i a n g u l a t i o n g r i d d i n g , c o n t r a p o s i n gt h es t a t u e ss n a t c h y s u r f a c e ，a n dd e t a i l e d l yp r e s e n t e dt h ea r i t h m e t i ca n dt h ef l o w t h ea r i t h m e t i co fd a t a r e d u c t i o nw a sp r o p o s e d ，w h i c hr e d u c e dp o i n tc l o u db yb u i l d i n ga s y m m e t r i cg r i d d i n g a n dp r e s e r v e dt h eg e o m e t r i c a lc h a r a c t e ro ft h es c a n n i n go b j e c t t h ef o r t hc h a p t e re x p e r i m e n t e dt h ep r o c e s sf r o mc a p t u r i n gp o i n tc l o u dd a t ao fa s t a t u eo fb e e t h o v e n sh e a dt ob u i l dt h e3 dt r i a n g u l a t i o n - g r i d d i n gm o d e l ，i n c l u d i n g n o i s ep r o c e s s i n g ，d a t ar e g i s t r a t i o n ，t r i a n g u l a t i o na n dd a t ar e d u c t i o n i nt h ee n d ，t h i sp a p e rs u m m a r i z e dt h ew h o l er e s e a r c hw o r ka n dg a v es o m e s u g g e s t i o n sa b o u tt h ef u r t h e rr e s e a r c hi nt h i sf i e l d k e yw o r d s ：t h r e e d i m e n s i o n a ll a s e rs c a n n i n gt e c h n o l o g y , t h r e e d i m e n s i o n a lo f s t a t u e ，m o d e l i n g , p o i n tc l o u d , d a t ar e g i s t r a t i o n ，t r i a n g u l a t i o n ，d a t a r e d u c t i o n h i 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文：学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名：压喀 一年 限 乡月乃日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行 研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文 的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 学位论文作者签名：匆砰 i 矽1 1 年抄i 日 第一章绪论 1 1 研究背景及依据 1 1 1 三维激光扫描技术 第一章绪论 三维激光扫描技术目前是测绘领域中一个新的研究热点。众所周知，传统测 绘技术主要是单点精确测量，要用其采集数据进行三维建模就存在很多问题，因 为描述目标结构的完整属性需要采集大量的点，少则几万，多则几百万甚至几千 万，这样才能把目标完整地建模，所以，用现代高精度扫描技术就可以解决了这 个问题。三维激光扫描技术就是全自动高精度立体扫描的技术，它不同于单纯的 测绘技术，它主要面向高精度逆向工程及三维模型重构，具有独特的优势【l 】：数 据获取速度快，实时性强：数据量大，能详细描绘物体的细节；主动性强，能全 天候工作；全数字特征，信息传输、加工、表达容易；操作方便，扫描时由软件 控制仪器工作。因此，对基于三维激光扫捕数据的建模技术研究很有必要。 三维激光扫描技术又称“实景复制技术”，对任何复杂的现场环境及空间进 行扫描操作，采用高精度逆向三维建模及重构技术，以获取研究目标的三维坐标 数据和数码照片的方式快速获取各种大型的、复杂的、不规则、标准或非标准等 大型实体或实景等目标的三维立体信息，直接将这些三维数据完整地采集到电脑 中，进而快速重构出目标的三维模型及线、面、体、空间等各种数据，再现客观 事物真实的形态特性。该技术为快速获取空间数据提供了有效手段，是继g p s 技 术以后的又一项测绘技术新突破【引。 利用地面三维激光扫描仪对物体进行数字化，得到物体表面大量点的三维坐 标集合，称为点云数据。这些三维激光点云数据还可进行各种后处理工作( 如： 测绘、计量、分析、仿真、模拟、展示、监测、虚拟现实、等) 【3 】，即所谓 的逆向工程应用。所有采集的三维点云数据及三维建模数据都可以通过标准接口 格式转换给各种正向工程软件直接使用。 目前空间模型的表达一般用面体，包括平面和曲面，平面的表达用的最多的 是平面三角形，因为空间中任意三个点都可以决定一个平面；曲面的表达一般用 基于控制点的n u r b s 曲面，此曲面以一定量的控制点来控制整个曲面的形状。 由三角形组成的三角网应用非常广泛，它可用于表达物体表面细致的凹凸形状， 进行光照反射的分析，纹理映射，以及空间信息的获取；而曲面的应用也很有效， 第一章绪论 它可建立光滑自然的曲面造型，更趋于真实。因此两者在建立三维模型时都非常 有用。 所谓建模，就是利用真实物体的几何特性，利用点、线、面或图像将其在计 算机上显示出来，并达到与真实物体相似的感观效果。 1 1 2 逆向工程 随着信息时代的到来，全球统一市场的逐渐形成，加剧了世界市场的竞争， 使得市场对产品的价格和性能更为敏感，产品的生命周期变得越来越短，产品的 更新换代频繁，生产批量减小。如何低成本高效率地开发出新产品，己成为赢得 市场竞争的首要因素。传统的产品开发方式已难以满足新的市场竞争的需求，而 产品逆向工程技术则以其在快速产品开发中的独特优势得到了广泛重视和迅速 发展。 逆向建模技术是从实体中或实景中直接还原出模型。由于该技术可以将设 计、生产、实验、使用等过程中的变化内容重构出来，所以可用以进行各种结构 特性分析( 如形变、应力、效能、工艺、姿态、预测等) 、检测、模拟、仿真、 c i m s 、c m m s 、虚拟现实、柔性制造、虚拟制造、虚拟装配等，这对于有限元 分析、工程力学分析、流体动力分析等软件来说是非常重要的，对于精度适合的 工作还可以进行后处理测绘、计量等。利用三维激光扫描仪对物体表面进行三维 扫描，获得物体的三维点云数据，再利用逆向工程软件对获得的三维扫描数据进 行整理、编辑、建立格网，最终通过三维空间的面体表达出物体的外形，为后续 的设计或加工做准备。利用三维扫描技术可以获得以往无法获得的物体外形数 据，同时大大提高获得数据的速度以及准确性。 逆向工程使得设计师可以在设计和制造过程的各个阶段从物体模型( 实物) 上获得数据信息。这种方法不但可以生成准确的设计替代模型，以及获得物体模 型和设计模型之间的比较差异，而且可以在整个的设计过程中建立起从物体模型 到数字模型的桥梁，从而大大提高了整个产业的自主创新能力和竞争能力。 1 2 研究现状 三维激光扫描技术是上世纪九十年代中期开始出现的一项高新技术，特别是 地面三维激光扫描仪的出现，为三维数据获取提供了新的手段。它利用高速激光 扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维坐标数据。可 以快速、大量的采集空间点位信息，为快速建立物体的三维模型提供了一种全新 的技术手段。三维激光扫描仪可以快速获得被测对象表面每个采样点空间立体坐 2 第一章绪论 标，得到被测对象的采样点( 离散点) 集合，也即“点云”( p o i n tc l o u d ) 。 1 2 1 国外现状 由于三维模型的应用方向十分广泛，从其问世以来，国外已经有很多专家、 学者进行这方面的研究、尝试，并取得了一些成果，所以从点云数据建立模型的 研究工作得到了不断的完善和发展。 1 9 9 4 年，h o p p e 提出了从无结构的点云数据精确地实现分段光滑曲面的自 动重建的方法。该方法分为初始曲面的估计、格网优化和分段光滑曲面的优化三 个阶段h 1 。 t a m e sv a r a d y 等人针对工业领域的逆向工程技术，总结了逆向工程的工作步 骤，概括了数据获取和模型重建的一些重要算法，提出了几何模型特征、相关表 面特性表达，简单表面和自由表面的分割和曲面拟合，多视点影像的组合以及生 成连续精度的b r e p ( b o u n d a r yr e p r e s e n t a t i o n ) 模型的方法【5 】。 1 9 9 8 年m a r c ov i c e c o n t i 等人应用c t 扫描三维影像数据建立人体骨骼的 n u r b s 实体模型，建立的c a d 模型精度比_ 维数据建立的模型精度高很多 6 1 。 q i n g j i np e n g 和m a r t i nl o f i u s 阐述了从二维视觉信息晕建三维模型的过程 【7 1 。 美国s t a n f o r d 大学计算机系的图形学实验室与意大利政府合作，针对著名艺 术家米开朗基罗的“大卫”等十几个大型雕塑作品进行的数字化米开朗基罗计划， 在文物扫描、三维模型建立、大规模模型的绘制等方面积累了一定的研究成果。 2 0 0 0 年r u z i c am a k s i m o v i c 等人在医学领域中研究了用于c t 治疗的一种基 于等值线模型的影像数据分割和三维模型建立的算法【8 】。 自2 0 0 2 年以来，每年的欧洲计算机图学年会( e u r o g r a p h i c s ) 都有一个专门 的p b g ( p o i n tb a s e dg r a p h i c s ：基于点的图形学) 研讨会，基于点的图形学引起 了众多研究学者的研究兴趣。p b g 概念出现后，基于点的绘制技术成为点云模 型的标准渲染技术。点云模型渲染技术目前无论是从渲染的速度抑或渲染的效果 上来看，均已发展地较为完善1 1 。 1 2 2 国内现状 目前在国内，就硬件技术而言，浙江大学、天津大学等一些科研院校己经对 三角法三维激光扫描技术进行了较为全面的研究。由于基于t o f 测距技术的三 维激光扫描技术是目前最先进的高新集成技术之一，国内对这方面的硬件研究尚 未见发表。在在数据处理方面，国内只有极少数研究学者对三维激光扫描数据的 3 第一章绪论 处理方面作了理论与方法研究，其研究内容的层次还远达不到实用阶段。因此可 以认为，目前在国内，几乎没有一套自行开发的三维激光扫描技术的数据处理软 件。在三维激光扫描数据处理上的研究正处于初步发展的阶段，需要对三维激光 技术的硬件与数据处理加以系统地研究。 但是，近几年，国内也不断有专家学者将三维激光扫描技术应用于实践，并 取得了一定的科研和实践成果。 2 0 0 1 年3 月，清华大学土木系和徕卡测量系统公司的技术人员采用c y r a 三 维激光扫描系统对清华大学校内的建筑物二校门进行了三维激光扫描，并基于生 成的点云数据建立了二校门的三维模型【1 2 】。 北京建筑工程学院与故宫博物院合作，采用三维激光测绘技术，采集太和殿 的完整点云数据，用逆向工程的方法建成了太和殿的三维模型。 2 0 0 6 年1 2 月6 日至1 1 日，北京建设数字科技有限责任公司利用徕卡测量 系统h d s 3 0 0 0 型三维激光扫描系统高精度地采集乐山大佛的表面数据，并利用 该系统附带的数据处理软件建立精确的乐山大佛三维立体模型，即“数字乐山大 佛”。 2 0 0 7 年1 0 月1 8 日开幕的纪念圆明园建园3 0 0 周年国际学术研讨会上，专 家宣布将用三维激光扫描和虚拟构件技术等现代化的科技手段，复原圆明园中的 一些古建筑原貌，并将进行重建。清华大学城市规划设计研究院教授臧春雨介绍， 清华大学城市规划设计研究院的专家已经两次用三维激光扫描技术，对圆明园九 州景区中的碧澜桥残余构件进行了扫描，通过计算机虚拟构件，研究得出碧澜桥 残留构件的组合复原方案，并最终取得成功【1 3 1 。 1 3 研究意义 三维激光扫描技术出现十多年来，硬件方面不断完善，多数问题都已经得到 解决，数据采集的精度和速度都有了很大的提高，出现了不少成熟的商用三维激 光扫描硬件系统。如瑞士l e i c a 的c y r a xh d s 3 0 0 0 激光扫描仪，美国f a r o 公司 的f a r ol a s e rs c a n n e r8 8 0 等。国外，在多年的三维激光扫描技术发展中，激光 扫描数据处理的内容也得到了不断的补充和完善，出现了不少商用软件，如 g e o m a g i c ，i m a g e w a r e ，s u r f a c e s t u d i o ，r a p i d f o r m 等。特别是在医学研究和应用 领域、工业模具制造及工业逆向工程领域中，三维激光扫描技术的仪器设备、数 据处理的理论与方法己经比较成熟【1 4 】。 这些硬件和软件系统的发展使得三维激光扫描技术在土木工程、城市规划、 虚拟现实等领域的应用具有了广阔的前景。然而，在国外，三维激光扫描技术在 4 第一章绪论 这些领域中的研究也是处于初步发展阶段。例如，在仪器的精度研究方面尚缺乏 较为系统的研究与评价方法；在数据处理方面也缺乏较为成熟的理论与算法，甚 至有些数据处理方面的理论与方法尚未开展研究【1 4 】。所以，对三维激光扫描技术 进行研究具有很强的实际意义。 本课题的研究目的是基于三维激光扫描仪获取的塑像点云数据，采用合适的 方法对所得的点云数据进行过滤、配准、构建格网等处理，最终建立该塑像的三 维模型。由于整个塑像的点云数据不可能在同一个位置状态下获取，所以通过多 测站获取数据是必须的，这就需要有合适的配准方案将所有数据映射到同一坐标 系下，获得整体数据：另外，塑像表面几何形状的不规则性也为点云数据的数字 建模提出了较高的要求，如何保证建立的数字模型的精度且使其不失真，就需要 有相应合适的建模算法。 三维激光扫描技术可以为一些文物的检测、保护与维护施工等提供准确、科 学的现状数据，发挥高新技术在文物保护和宣传方面的积极作用。这种非接触的 数据获取方式能在不触及扫描对象的条件下进行测绘研究，从而减少保护干预中 的不必要破坏和影响，提高复原古貌的准确性。 另外，三维激光扫描技术也可为工业技术领域内很多具有不规则表面的实体 复制提供技术支持，例如各种零部件、玩具、工艺品等行业，也即逆向工程的应 用。因此可以说，该技术在工业技术、文物或遗址的复原研究中，有着广泛的应 用前景。 1 4 本文主要研究内容 作为一种新兴的空间数据获取技术，地面三维激光扫描已开始广泛应用于各 种领域，但在实际应用过程中仍存在不少问题。本文针对基于塑像的点云数据建 模的部分问题进行了研究，提出了独特的点云配准方案及其算法，利用点云数据 构建三维三角网格的方法，以及对点云数据进行缩减的算法。全文的具体内容和 总体结构如下： ( 1 ) 第一章阐述了三维激光扫描技术的特点，本论文研究的背景及依据， 国内外研究现状，提出了本文的研究意义及研究内容。 ( 2 ) 第二章概括介绍了基于点云数据进行三维建模的技术基础及流程，包 括三维激光扫描数据的噪声处理技术，以及多站点云数据配准方法。 ( 3 ) 第三章主要研究了基于塑像三维点云数据的模型重建技术，介绍了构 建d e l a u n a y 三角格网的基本理论，采用逐点插入法建立点云的空间三角网；并 针对点云数据数据量大的特点，设计一种方法对点云数据进行压缩。 5 第一章绪论 ( 4 ) 第四章设计合理的实验方案，使用f a r o 公司的三维激光扫描仪l a s e r s c a n n e r8 8 0 采集所需点云数据，根据实验采用合理的配准方法将多站点云数据 配准在一起。并对三维激光扫描点云数据构建网格，验证了前文所述的数据压缩 算法，实现了基于塑像点云数据的三维建模的过程，最终得到了很好的结果。 ( 5 ) 第五章对全文的研究工作进行了总结，展望了需要进一步深入研究的 工作内容和研究方向。 1 5 本章小结 本章的基本要点包括： ( 1 ) 分析了本论文研究的背景及依据； ( 2 ) 概括介绍了三维激光扫描技术的国内外研究现状； ( 3 ) 提出了本文的研究意义； ( 4 ) 简要地概括了本文的主要内容和结构。 6 第二章点云数据预处理 第二章点云数据预处理 2 1 三维激光扫描数据的特点 采用激光进行距离测量已有四十余年的历史，而自动控制技术的发展使得三 维激光扫掐最终成为现实。三维激光扫描仪的工作过程实际上就是一个不断重 复的数据采集与处理的过程，它通过具有一定分辨章的空间点( 坐标x ，y ，z ， 其坐标系是弓扫描仪位置和扫描仪姿态有关的仪器坐标系) 所组成的点云图来表 达系统对目标物体的采样结果。 利用二维激光扫描仪获取点云数据后，可以看到点云数据图像，出此，= = 维 激光扫描点石数据也称为三维激光扫描影像数据。立u 图2i 所示。 罔2i 枉软什f a r o s c e n e 巾皿示的点云图像( = 维卒间网像 从三维激光扫描点云数据图像可以看出，三维激光点云数据具有以下特点 1 4 1 ： ( ”数据量大。三维激光扫描数据的数据量很大一幅影像中常包含几十 万到几百万个点。 ( 2 ) 密度高。扫描数据点的间隔可以山仪器设置，一些仪器设置的最新间 隔可达到12 m m ( 如：徕仁公司的h d s4 5 0 0 系统) 。 ( 3 ) 带有扫描物体的光学特征信息。由于i 维激光扫描仪可阻接收反射光 的强度，因此，三维激光扫描点云数据中般包含反射强度信息，有些三维激光 扫描仪还可以获得扫描点的颜色信息。如f a r o l a s e rs c a n n e r 8 8 0 的点云数据信 第二章点云数据预处理 息中就包含每个点的三维坐标值，反射强度值，以及颜色信息的r 、g 、b 值。 三维激光扫描点云数据的这些特点使得其具有十分广泛地应用，同时也使得 三维激光扫描点云数据的处理十分复杂和困难。 2 2 三维激光扫描数据处理流程 在点云数据处理的某些相关主题方面的研究已经经历了几十年的发展。近几 年，在扫描数据的处理方面，国内外的专家学者对此作了广泛而又细致的研究。 三维激光扫描数据即点云的处理是一项十分复杂的工作。从三维建模过程来 看，点云数据处理可分为三个步骤：数据的获取，数据的加工处理，建立空间三 维模型。而点云数据处理又可进一步细分为：噪声处理( n o i s ep r o c e s s i n g ) 、数 据配准( d a t ar e g i s t r a t i o n ) 、格网建( t r i a n g u l a t i o n ) 、数据缩减( d a t ar e d u c t i o n ) 、 曲面拟合( s u r f a c ef i t t i n g ) 、建立空间三维模型( 3 dm o d e l i n g ) 等步骤。如图2 2 所示。 图2 2 三维激光扫描数据的处理流程 8 第二章点云数据预处理 2 3 三维激光数据预处理 三维激光扫描数据预处理是逆向工程c a d 建模中的关键环节之一。它的结 果将直接影响后期模型重构的质量。目前，激光扫描法采集数据在可视化产品检 测、测量中有较为广泛的应用。其特点是速度快、测得的数据量大，可以充分表 示零件表面信息，形象地显示加工出来的零件与设计之间的差别，使制造加工精 度可视化，从而对提高和改善加工方法、加工工艺起到指导作用，同时也能提高 效益，降低成本。但通常由这种测量方法测得的数据非常庞大，并常常带有许多 的杂点、噪声点，影响后续的三维c a d 模型重建。 因此，在模型重建前，需要对点云数据进行一些必要的处理，以获得满意的 数据，为模型重建过程做好准备，即点云预处理。由图2 2 可知，预处理的过程 主要包括噪声处理( n o i s ep r o c e s s i n g ) 和数据配准( d a t ar e g i s t r a t i o n ) 两个方面， 下面将分别进行介绍，并重点介绍数据配准的方法。 2 4 噪声处理 三维激光扫描仪通常可以采集到非常密集的点云，包括扫描目标的背景数据 等，但是不是所有的点都对建模有用，不可避免地存在数据误差，甚至有很多噪 声点。噪声来源有多种【l5 。，如远远大于扫描设定范围的物点；不属于研究物体本 身的其它物体的点：由于外界环境，如周围震动的影响使得获取的数据不能表示 真实的研究物体；此外，由于激光光束的离散度，使得一个发射光束可能接收到 不同物体返回的反射光束而产生噪声，这种噪声在物体边缘十分明显。这些噪声 点不仅使得点云数据量庞大，而且影响建模的精度和速度，为此，必须删除这些 点，为点云数据的后续处理打下基础。本文主要采用在点云处理软件中删除噪声 的方法。 2 4 1 在软件f a r os c e n e 中去噪 目前，各个激光扫描仪自带的配套软件都提供了删除噪声点的功能。如美国 f a r o 公司的l a s e rs c a n n e r8 8 0 ，在其配置的软件f a r os c e n e 中就具备去噪功能。 使用过滤器删除噪声的基本流程包括以下步骤。 步骤一：通过设置栅格尺寸和距离阈值过滤异常值，异常值指的是激光点碰 撞两个对象或未碰撞任何对象( 如天空) 而产生的扫描点。 9 第二章点i 数据预处理 图2 3 异常值过滤 栅格尺寸指用于比较的刷嗣区域的尺、j 。对于扫描的每个扫描点或选择的各 个扫掐点，此过滤器现在可铁取此周围区域的有效扫描点，并根据到扫描仪的距 离确定平均值。距离阈值指定了当前查看的扫描点与岐平均值之问允许的距离偏 差。如果偏差大于该值，! i l l j 会删除此扫描点。 步骤一：通过设置深色扫搞点过滤器删除带有过多噪音的扫描点。 罔2 4 过滤深色扫捕点 深色扣描点过滤器有一条非常简单的杯准：选择过程基丁深色点的反射值。 反剁系数闽值的值表不扫描点必颁县有的最小反射值。此标准根有用，幽为使用 深色扫描点，进入扫描仪的光线景极少冈此测量噪音会增加。此过滤方法不适 h 】丁彩色于_ 廿点。 步骤三：使用离群过滤器也非常适台h 于更止不正确的测量。 幽2 5 移除离群点 上图中栅格尺、j 和距离阐值的含义同异常值过滤一致，对于扫描或选择的各 笕一章点云数据预处理 个扫描点，过滤器会获取此周罔区域中的有效扫描点，并计算其中有多少个点到 扫描仪的距离与正在查看的扫描点的距离大致相等。如果距离差异小于距离阈 值，则将此扫描点计算在内。如果周围区域中的分配阚值显示的扫描点百分比也 在此距离闻值内( 最低条件) ，则将在扫描中保留此扫描点。否则将被删除。 步骤四：基于距离删除扫描点；通过设置点云到扫描仪的距离的最小值和最 大值过滤噪音点。对于e l 标点后面或者距离较近的遮挡点等，通过此项设置能够 过滤掉明显的噪音点。 此外，在软件f a r os c e n e 中对三维点云数据进行各个方向的旋转，会发现 在周围不同的位置都存在很多明显的噪声点对这些噪声点也可咀通过矩形选择 器、直线形选择器、多边形选择器、球形选择器、椭圆形选择嚣等多种方式手动 选择噪声点，并将其删除。 如蝌2 6 所示，即是利用f a r os c e n e 软件初步删除噪声点的示例。a 围是 含有大量噪声点的原始点云图像，b 图是将背景点云及其它明显噪声点删除后的 点云图。 智 黜 茹 自 a ) 原始点云图( b ) 删除大部分噪卢点后的点i 罔 幽2 6 使川f a r os c e n e 软件删除噪声点比较图 将图2 6 中( b ) 图放大、旋转，可看出正是所需的塑像点云，如图2 7 所示 第二章点云数据预处理 幽27 放大后的颦像点云 从阁2 6 中( a ) 酗所小的原始点云图川以看出，三维激光扫描仪扫描褂到 的原始点云数批中包含有相当人数量的噪声点，而且u r 以看出扫描时由于背景而 一生的明显噪声点占有很人的比例。由此町以看m 噪声处理是非常必要的。 2 42 用软件g e o m a g i c 去噪 很多逆向上程商业软件如g c o m a g i e ，i m a g e 啪等也具备去噪功能。所以， 在扫描仪的配套软件f a r os c e n e 中去除偏差较大的噪音后，可以在g e o m a g i c s t u d i o 中进一步去噪。在软件g e o m a g i c 中对点云数据的噪声处理需要多步骤进 行，对点云数据进行多改放大、及各个方向的旋转，从而不断地发现在刷俐小同 的位置存在的很多明显的噪声点，对这些噪声点直接删除。 ( i ) 杂点的处理 杂点就是测量错误的点( 不是噪声) ，是光敏的点，放大后就看褂出一些很 h 月始地离开开标表面的孤证点。譬如，激光扫描仪生成的图像吧就比较多杂点t 散布在图像四周，轮廓边缘外尤其多；或喇为日杯表面很粗糙，或出现在测量淘、 台、孔处或因测量时的抖动引起。对这样的点，一般用手工或使用非连接项 ( d i s c o n n e c t e d c o m p o n e n t s ) 、体外孤点( o u t l i e r s ) 将其选择后再删除。 步骤- 点击“选择体外孤点( s e l e c to u t l i e r s ) ”朵单弹出如图2 8 的菜 请二章点云数据预娃理 s 日m b i w爿 团皇到 图28 选择体外孤点 s e n s i t i v i t y ( 敏辟度) ：当数值较小，即敏感度低时，选择距离较远的点，数 值较大时，选择的范围比较大，选择好2 后，点击o k ，选择d e l e t e 进行删除。 步骤二：点击“选择非连接项( d i s c o n n e c t e dc o m p o n e n t s ) ”菜单，弹出如 图2 9 的菜单， 臣雹墨墨盘墨墨盘墨盛 s lo nh 4 e d i j i ， s 鼬- 50 型 国到 圈2 9 选择非连搓项 非连接项是指同一物体上具有一定数量的点形成点群，并且彼此问分离。此 命令应用于无序点云。将点群定义为群组决定于它们的远近程度和所占整体点百 的比例。用于选取杂点将其删除或后续的使用。 参数分离程度( s e p a r a t i o n ) ：影响分离点如何成组，使用选项低等( l o w ) 、 中等( m e d i u m ) 、高等( h i g h ) 来控制远近程度；点云数董( s i z e ) ：指定点云的 数量占整体点云的比例是多少。 选择好参数之后，点击o k ，选择d e l e t e 进行删除。 ( 2 ) 噪声点的处理 凶为逆向设备与测量方法的缘故，测量数据存在系统误差和随机误差，其中 有一些测量点的误差比较大，超出允许范围，这就是噪声点。消除噪声的功能即 r e d u c c n o i s e 。点击“去除噪声”菜单，弹出如图2 1 0 。 第二章点云数据预处理 曩田墨口正_ r 一 rr ”k rr ”十h “ rd _ r 1 目* 6 ；i ro u 嘶 rp _ 椭 。! j f j 图2 1 0 去除噪音界面 步骤：在p a r a m e t e r s 窗口中选择要去除噪声的物伴的类型，分别是 f r e e f o r ms h a p e s ( 自由曲面形状) 、p r i s m a t i cs h a p e s ( c o n s e r v a t i v e ) ( 棱柱形，保 守的) 、p r i s m a t i cs h a p e sr a g g r e s s i v e ) ( 棱柱形，积极的) ，冉调节点云将要光滑 的程度，指定去除噪声路径的数量，指定点允许移动的最人距离。 步骤二：在体外孤点( o u t l i e r s ) 复选框中指定姓否耍处理那些远离主体区 域的点及方法： 步骤三：在预览( p r e v i e w ) 复选框中预览去除噪声后的效果： 步骤叫：在显示偏差( d i s p l a y d e v l m i o n s ) 复选框中以图形的力式丝示去 除噪声后的产生的偏差。 经过上述去噪之后，点云数据即可用于后期的其它处理及最终的实际应用。 图2 7 中所示殿云图像经过上述去噪处理后结果如图21l 所示。明显看出去噪后 的点五图像变得整齐，“边界”没有了浮着的“独立点”。 蚤一 第二章点日数据预处理 2 5 数据配准 2 51 数据配准概述 圈21 0 去噪厉的点云图像小例 通常的_ 维激光扫捕系统，巾于真实场景的范阵l 一般较大，受激光扫描仪视 场角的限制，以及物体删遮蔽的影响，母站扫捕叫j 能得到物体的一个侧丽的点 云数据，即点云半杯是相对于当前仪器坐标系而言。要得到物体完整的形状信息， 需采用多视角对扫描对象进行测量。但由于在不同视角进行测量时坐标系币同， 需要将多枧角下测量的二维数掘进行拼接将其转换到蚓一坐标系下，卅能获得 物体表面的完整的形状信息，这就是点云数据的配准( r e g i s t r m i o n ) 。 多视数据的配准电称为多视数据对齐定位，该问题丌始是存计算目l 动画搜图 像学研究中提出，主要是用于处理模型的刚体运动以及刚f l 物体相对个参考的 位置，包括三维数据点集、线段、白由曲线、曲面的配准，其中_ 维点集的配准 是种常见的配准处理问题。 配准即指将小同时f i j ，小同祝点或小同传感器获取的罔像转换垒同一坐标系 下的过程是计算机视觉、医学诠疗、工业检测、逆向上程、g i s 等领域重要的 研究课题之。点云配准是= 维激光扫描中的关键问题之一，配准的好坏直接影 响到后续的数据处理及三维建模。 第二章点云数据预处理 设有三维激光扫描仪在不同测站下获得的两个点云集合a 、b ，任意两个点 e ( x ，y ，z ) a ，q ( x ，l ，z ) b ，且号、q 为同一物点在不同坐标系下的构像。严格 地讲，点云配准就是要使所有来自两个点云集合中代表物体表面同一点的点对 ( ，q ) 满足同一刚体变换( r ，t ) ，即 f x ) f ，x 、 l 】，l = r iyl + 丁 ( 2 1 ) izjlzj 其中r 为旋转矩阵，t 为平移矩阵。旋转矩阵r 是一个正交阵，具有以下 性质： r 7 = r - i i r i = l 公式( 2 1 ) 称为空间相似变换公式，是点云配准的基本公式。 实际上，由于噪声点的存在，两个点集a 、b 中并不总是存在对应点的，所 以两个点集的配准转换为使下列目标函数最小： f ( r r ) - - z 础+ r - q , 2 - - r a i n ( 2 2 ) 公式( 2 2 ) 的求解是一个高度的非线性问题，多视数据配准问题的研究也 就集中在寻求对该式的快速有效的求解上。 点云配准工作分成两大步：首先确定同名点对，接着解算旋转矩阵r 及平 移矩阵t 。在实际操作过程中，由于激光点的大小、激光扫描仪的设置、扫描仪 距物体的远近等原因，很难保证在不同站点获取物体表面上相同的点。因此同名 点的确定是点云配准中的重点和难点之一；确定同名点后，接着就要确定配准目 标函数并快速准确地解算变换参数。 目前发展的3 d 多视点云数据拼合技术，根据不同的分类标准，可以得到不 同的配准方法【1 5 j 。 ( 1 ) 根据特征搜索空间的不同，可以将点云的配准分为全局配准和局部配 准。全局配准是指在整个点云中搜索对应特征用于配准，而局部配准则是在部分 点云中进行搜索。 ( 2 ) 根据配准的精度，可分为粗配准及精配准。粗配准的目的是通过确定 两个3 d 点集中的对应特征，解算出点云间的初始变换参数；而精配准则是在粗 配准的基础上获取最佳变换参数，从而完成点云配准。 ( 3 ) 根据所采用的配准基元，将配准分为基于特征的配准和无特征的配准。 基于特征的配准是指利用一些几何特征，如角点、边缘、面等特征，来解算变换 参数，达到配准目的；无特征的配准则是直接利用原始点云数据进行配准。 ( 4 ) 根据配准参数解算的目标函数，可分为点到点距离最小和点到对应切 面距离最小等。 1 6 第二章点云数据预处理 ( 5 ) 根据配准变换参数解算的方法，分为四兀数法、奇异值分解法、最小 乘法、遗传算法等。 r 面介绍几种常见的配准算法。 在三维激光扫描中，常可以在两两扫描站的公共区域布设标靶，通过标