点云数据格式与缺失成因分析

三维激光扫描技术点云数据格式与缺失成因分析目录CONTENTS点云数据缺失成因分析点云数据格式简介0102点云数据格式简介01仪器名称自定义格式常见的普通格式Riegl3DDASCⅡ、VRML、OBJ、DXF、PTCLeicaLeica’sX-functionDBXformatASCⅡ、LandXML、PTZ、3DD、DXFOptchIXFASCⅡ、PFTrimbleRWP、DCP、SOI、PPFPTC、TXT、CSV、DXF表1常见地面激光点云格式点云数据格式简介三维激光扫描仪一般将数据保存为仪器自定义的数据格式,在自带的后处理软件中提供了对这些格式的读写模块,表1是常见仪器支持的数据格式。点云数据格式与缺失成因分析地面三维激光测量技术点云文件格式点云数据格式简介1.ASCⅡ格式文件ASCⅡ格式文件是仪器普遍采用的一种数据格式,它包括PTX、XYZ,PTS,TXT等文件格式。PTX格式适用于交换扫描点及其对应的坐标变换,所有值都是以ASCII给出的,并且单位都采用公制。ASCII型格式数据的结构大致相同，其共同的优点是:结构简单,读写容易,可以被大多数仪器和软件支持。但是ASCⅡ型数据所占空间大,这使海量LiDAR数据的存储和处理都比较困难.同时,该格式数据只存储了(X,Y,Z)坐标和反射值这些基本信息,点的信息量不完整,不利于数据的应用和信息提取。点云数据格式与缺失成因分析点云数据格式简介2.0BJ格式的特点是：文件既可以存储离散点，又可以记录线，多边形以及自由曲面的数据。明显的形体信息和拓扑关系信息使数据便于显示和建模。其缺点是：点的属性信息不完整，格式的编译和解码比较复杂，局限了它的应用。点云数据格式与缺失成因分析点云数据格式简介3.PTC点云格式PTC是一种二进制的点云格式，大部分仪器可以直接导出PTC文件，一些软件也可以转换或写出该格式文件。文件不仅保存了三维坐标信息，还存储了高分辨率的数据对应图像的像素信息，同时比ASCⅡ格式存储更简洁。从而保证了点云数据AutoCAD中的导入、显示与绘制都很高效。缺点是：数据的导出需要先收集所有扫捕点，然后开始写入文件，因此，内存需求可能会很大。点云数据格式与缺失成因分析点云数据格式简介4.DXF格式这是一种描述CAD数据的ASCⅡ格式文件。扫描数据在保存为DXF文件后，可直接在AutOCAD中显示与建模。CSV表单文件是一种数据中间以空格隔开的文件格式，具有转换容易的特点。但存储对内存空间要求太。LandXML是一种包含空间拓扑信息的文件，适用于保存具有地理信息、交通和建筑等空间信息的数据。点云数据格式与缺失成因分析点云数据缺失成因分析02点云数据缺失成因分析采集数据过程中，由于搭载平台限制、扫描对象局部遮挡等原因引起的点云数据不完整情况，称为点云数据缺失。点云数据缺失现象不仅影响了数据的完整性，还将影响三维模型重建、局部空间信息提取等后续数据处理工作。点云数据格式与缺失成因分析点云数据缺失成因分析1.镜面反射缺失激光投射到玻璃、镜子等一些表面光滑或其表面粗糙度无法构成漫反射现象的物体时，激光产生镜面反射，导致激光扫描仪无法接受回波，由此产生的数据缺失现象称为镜面反射缺失。这类缺失主要分布于城市建筑物表面的干净透明窗户，玻璃幕墙装饰等，玻璃幕墙是造成点云数据缺失的较为普遍的原因。点云数据格式与缺失成因分析点云数据缺失成因分析2.外物遮挡缺失建筑物周围的树木、行人，车辆会遮挡住激光，使得激光在没有到达待测物体表面时便返回，由此引起的主要被测物体点云数据缺失称为外物遮挡缺失。这一类缺失面积大，分布广泛且不均匀。外物遮挡缺失也是主要的点云数据缺失类型，特别是在城市复杂环境下，很难做到建筑物周围无任何遮挡，因此极易产生此类缺：外物遮挡缺失的缺失边界一般为不规则几何面，与镜面缺失不同，外物遮挡缺失区域纹理复杂，缺失邻域纹理结构特征基本丧失，可使用多站多角度互补扫描修补缺失区域或采用全回波激光扫描仪采集数据，因此可修复性高。点云数据格式与缺失成因分析点云数据缺失成因分析3.自遮挡缺失建筑物的姿态千变万化，然而其基本构架是不变的，即由多个不同的面构成的多面体在扫描作业时，面与面之间易形成遮挡，这样形成的点云缺失称为自遮挡缺失。自遮挡缺失与外物遮挡缺失类似，都属于遮挡类的缺失。这一类点云数据缺失常见于成角度的墙面与墙面之间，分布于建筑物的各个角落中。由于建筑物本身一般较规则，因为自遮挡产生的缺失边界一般也为规则几何面，缺失区域纹理简单，只包含一种物体或少量物体，缺失区域邻域纹理保留几何结构特征，可修复性高一般通过多站多角度互补扫描修补缺失区域。点云数据格式与缺失成因分析点云数据缺失成因分析4.细节缺失建筑物的楼梯扶手，窗户的窗框等部位相对于其他部分，表面积小，当激光到达这些细小部分时”常常会困为角度分辨率低而无法被扫描对象反射，从而产生数据缺失，称为细节缺失。在城市三维重建中，建筑物楼梯的扶手，阳台的栏杆、窗框，复杂的幕墙装饰等细节部分常会发生数据缺失，这一类缺失一般只包含一种物体，缺失纹理具有重复性，因此可利用基于样本的修复方法修复这一类缺失，可修复性较高，而其缺失区域邻域信息则基丧失。点云数据格式与缺失成因分析点云数据缺失成因分析5.扫描盲区缺失地面三维激光扫描仪的水平扫描角度一般可以达到360°，然而竖直方向还达不到全扫描的程度。因平台条件限制，无法进行扫描产生的数据缺失称为扫描盲区缺失。建筑物的屋顶是最为常见的地面三维激光扫描盲区。建筑物的屋顶部分数据缺失即为此类缺失。扫描盲区缺失是一类特殊的缺失类型，缺失区域几何形态及纹理复杂，可使用多源数据，如机载LiDAR数据、立体遥感影像数据修补缺失区域。点云数据格式与缺失成因分析点云数据缺失成因分析6.激光吸收缺失当激光传播至物体表面时，反射率越高的物体，反射的激光信号越多，强度越高，困此点云越密集。当反射的激光信号少时，反射的激光不足以计算测距值，从而产生数据缺失，此类缺失称为激光吸收缺失。因扫描仪的波长不同，对不同的材质激光反射率不同，并且差异较太。水体部分极易产生据缺失。激光吸收缺失同扫描盲区缺失相同，属特殊缺失类型，缺失对象特性明