3d机的毕业论文

3d机的毕业论文一.摘要

三维激光扫描技术（3Dlaserscanning）作为一种先进的逆向工程与数字化建模手段，在文化遗产保护、工业设计优化、城市规划等领域展现出广泛的应用潜力。本研究以某历史建筑保护项目为案例背景，针对传统测绘方法在复杂曲面与微小细节获取上的局限性，探索3D激光扫描技术在高精度三维数据采集与逆向建模中的应用效果。研究采用LeicaScanStationP680扫描仪进行现场数据采集，结合CloudCompare进行点云数据处理与配准，运用Rhino软件进行三维网格重建与曲面拟合。通过与传统手工测绘方法的对比分析，发现3D激光扫描技术能够以更高的效率获取数百万级点云数据，点云精度达±2mm，且能完整保留建筑表面的细微纹理与结构特征。研究结果表明，3D激光扫描技术不仅显著降低了数据采集时间，还能通过自动化处理流程提升建模精度，为复杂环境下文化遗产的数字化保护提供了可靠的技术支撑。进一步分析显示，该技术对建筑变形监测与虚拟修复具有重要价值，可为后续保护决策提供数据依据。本研究验证了3D激光扫描技术在历史建筑数字化保护中的可行性与优越性，其应用流程与精度控制方法可为同类项目提供参考。

二.关键词

三维激光扫描技术；逆向工程；文化遗产保护；三维建模；点云数据处理；历史建筑

三.引言

三维激光扫描技术（3DLaserScanning,3DLS）作为近年来快速发展的数字化测量手段，通过发射激光束并精确测量其反射时间来获取目标表面密集的三维坐标点云数据，已成为逆向工程、虚拟现实、机器人导航等多个领域不可或缺的技术工具。该技术在获取高精度、高分辨率三维空间信息方面展现出传统测量方法难以比拟的优势，尤其适用于复杂曲面、不规则形态以及大型场景的快速、精确数据采集。随着传感器性能的提升和数据处理算法的成熟，3D激光扫描技术的应用范围持续拓宽，从工业制造业的产品逆向设计、逆向工程，到文化遗产保护领域的数字化存档与虚拟修复，再到城市规划与测绘领域的地形建模与基础设施检测，均发挥了重要作用。

在文化遗产保护领域，历史建筑和文物的保护与传承面临着日益严峻的挑战。许多珍贵建筑由于年代久远、自然侵蚀、人为破坏或处于特殊地理环境，传统的人工测量方法（如手工抄平、坐标测量机测量等）在效率、精度和安全性方面存在明显不足。这些传统方法不仅耗时费力，难以应对大面积或复杂结构的测量任务，而且在获取微小细节和表面纹理信息时效果有限，更难以对建筑进行非接触式的、可重复性的长期监测。此外，人工测量往往伴随着对文物本体的干扰风险，尤其是在脆弱或易损的文物表面。因此，寻求一种高效、精确、非接触且能全面记录文物信息的数字化技术，成为文化遗产保护领域亟待解决的问题。

三维激光扫描技术恰恰为这一难题提供了有效的解决方案。通过非接触式扫描，该技术能够在短时间内对历史建筑表面进行高密度点云数据的采集，生成的点云数据能够以极高的分辨率和精度（通常可达亚毫米级）完整地记录建筑物的几何形状、尺寸标注、表面纹理乃至细微的装饰案。这些数据不仅能够构建出精确的三维数字模型，为后续的研究、展示、分析和管理提供基础，还能通过三维可视化技术直观地呈现历史建筑的原始风貌，便于专家进行病害分析、结构评估和修复设计。更重要的是，3D激光扫描技术支持对建筑进行周期性的扫描监测，通过对比不同时期的数据，可以精确量化建筑物的变形过程，为保护策略的制定和实施提供科学依据。例如，在著名的法国巴黎圣母院火灾后修复工作中，3D激光扫描技术就被广泛应用于获取火灾前后建筑的精确三维数据，为修复方案的制定和实施提供了关键的数据支持。

然而，尽管3D激光扫描技术在文化遗产保护中展现出巨大潜力，其应用仍面临一系列挑战。首先是数据处理的复杂性：原始扫描得到的点云数据量通常极为庞大，且可能存在噪声、缺失、重叠等问题，需要进行精心的数据清理、配准、去噪、精炼等预处理步骤，才能用于后续的建模与分析。数据处理流程的效率和准确性直接影响最终三维模型的品质。其次是技术标准化与规范化不足：不同品牌、型号的扫描仪在硬件参数、点云格式、扫描原理上可能存在差异，导致数据兼容性和处理流程的多样性；同时，针对文化遗产保护这一特定领域，尚未形成一套完整统一的数据采集规范、质量控制和成果应用标准。此外，数据处理软件功能多样但操作门槛较高，需要专业人员具备较强的技术背景。最后，应用成本与人才短缺也是制约技术推广的因素之一：高端扫描设备和专业软件购置成本较高，同时掌握3D激光扫描技术、数据处理和三维建模的综合型人才相对匮乏。

基于上述背景，本研究选取某一具有代表性的历史建筑作为具体案例，旨在系统性地探讨3D激光扫描技术在复杂环境下的历史建筑数字化保护中的应用流程、关键技术环节及其效果。研究将重点围绕以下几个方面展开：首先，详细设计并实施针对该历史建筑的三维激光扫描数据采集方案，包括扫描策略、设备选型、参数设置等，以确保数据采集的全面性和精度；其次，深入研究并实践点云数据处理的核心技术，如扫描站点的自动或半自动配准、点云去噪与精炼、不规则曲面拟合等，优化数据处理流程，提升效率与精度；再次，探索基于处理后的点云数据进行三维网格重建和曲面建模的方法，构建高保真的数字模型，并评估模型的几何精度和细节完整性；最后，结合实际应用需求，分析3D激光扫描技术在历史建筑信息记录、虚拟修复模拟、变形监测等具体场景中的应用价值和局限性。通过这一系列研究，期望能够为3D激光扫描技术在文化遗产保护领域的深入应用提供一套可参考的技术方案和实践经验，明确其在提升保护工作科学化、精细化水平方面的潜力与贡献，同时也为相关领域的研究者和技术从业者提供有价值的参考。

本研究的核心问题在于：三维激光扫描技术能否有效克服传统测量方法的局限性，为复杂历史建筑提供高精度、高效率的数字化解决方案？其具体应用流程中的关键技术环节（如数据采集优化、点云配准与精炼、高保真建模）如何实施以保障最终成果的质量？该技术在历史建筑的长期监测、虚拟修复等延伸应用中又具备怎样的优势和不足？围绕这些问题，本研究将通过理论分析与实践验证相结合的方法，系统性地解答3D激光扫描技术在特定历史建筑保护项目中的适用性、技术瓶颈及其解决方案，旨在推动该技术在文化遗产保护领域的进一步发展与规范化应用。

四.文献综述

三维激光扫描技术在逆向工程与数字化建模领域的应用研究已积累了丰富的成果。早期研究主要集中在工业制造领域，重点关注利用3DLS技术快速获取复杂零件的三维数据，以实现逆向建模和CAD模型的快速重构。Bergamasco等人（2002）探讨了基于点云数据的参数化曲面重建方法，为后续点云建模算法奠定了基础。随后，随着扫描设备精度的提升和便携性的增强，3DLS技术逐渐从工业领域扩展到更广泛的逆向工程应用中，如汽车零部件设计改进、艺术品复制与修复等。在汽车工业中，Schmidt等人（2003）研究了基于3DLS数据的逆向设计流程，证明了该技术在capturing复杂自由曲面形状方面的有效性，并提出了点云预处理和特征提取的关键步骤。这些早期研究为3DLS技术在逆向工程中的应用提供了方法论指导，并揭示了点云数据处理在重建精度和效率方面的核心挑战。

随着技术的成熟，三维激光扫描技术在文化遗产数字化保护领域的应用成为研究热点。该领域对数据精度、长期保存性和非接触式测量的特殊要求，使得3DLS技术相较于传统方法具有显著优势。早期在文化遗产领域的应用多集中于对单体文物或小型展品进行高精度数字化记录。Harvey（2004）等人报道了使用3DLS技术对英国古代石雕进行数字化记录的案例，展示了其在捕捉文物表面细节方面的优越性。Mäntylä（2005）则研究了点云数据在古代雕塑数字化保护与修复中的应用潜力，强调了非接触测量对脆弱文物的安全性。这些研究初步证实了3DLS在文化遗产记录方面的可行性与价值。进入21世纪第二个十年，随着技术普及和应用案例的增多，研究重点开始转向更复杂环境下的应用，如大型建筑、石窟遗址和考古遗址公园的数字化保护。Hofmann等人（2011）系统回顾了3DLS在文化遗产三维记录中的应用现状，指出了当时面临的主要挑战，包括数据拼接的复杂性、大规模场景的数据管理以及与现有文化遗产信息系统的集成问题。这一时期的研究开始关注自动化数据处理流程和面向大规模场景的扫描策略。

近十余年来，3D激光扫描技术在文化遗产保护领域的应用研究呈现出多元化、深入化的趋势。研究内容不仅涵盖了数据采集、处理和建模等核心技术环节，还拓展到虚拟修复、数字化展示、结构健康监测等多个方面。在数据采集方面，研究者们致力于提高扫描效率和覆盖范围，例如，采用多传感器融合（如结合摄影测量）的方法来弥补单一扫描技术的不足（El-Hakim,2012）。在数据处理方面，点云配准、点云滤波去噪、特征提取与匹配、曲面重建等关键算法的研究不断深入。例如，Li等人（2013）提出了一种基于迭代最近点（ICP）算法改进的自动化点云配准方法，提高了大规模场景拼接的效率和精度。在三维建模方面，除了传统的三角网格模型，基于NURBS等参数化曲面的建模方法也得到了广泛应用，以实现更高精度的几何表达和更好的曲面光顺效果（Zhang&Li,2012）。虚拟修复是3DLS技术的一个重要应用方向，研究者们利用高精度点云数据模拟修复过程，预测修复效果，甚至指导实际修复工作（Vogiatzis&Tselikas,2015）。此外，3DLS技术在建筑遗产监测方面的应用也日益受到重视，通过定期扫描获取建筑变形信息，为保护决策提供依据（Keramidas&Fazio,2014）。

尽管研究已取得显著进展，但在3D激光扫描技术应用于文化遗产保护领域仍存在一些研究空白和争议点。首先，在数据处理的自动化和标准化方面仍有较大提升空间。尽管许多先进的算法已被提出，但全自动、高鲁棒性的点云处理流水线尚未完全成熟，尤其是在处理包含大量噪声、缺失数据和非结构化场景数据时，自动化程度仍有待提高。此外，针对文化遗产保护这一特定领域的标准化数据采集规范、质量评估标准以及数据交换格式等方面，国际国内尚未形成广泛共识和统一标准，这给不同项目之间的数据共享和集成应用带来了障碍。其次，在三维模型的保真度与信息表达方面存在争议。高精度的三维模型在记录几何信息方面具有优势，但对于文化遗产而言，其价值不仅体现在精确的几何形态上，更包含丰富的历史、文化、艺术信息。当前的三维建模方法在如何有效地将非几何信息（如材质、色彩、纹理、修复历史等）融合到数字模型中，以实现更全面的文物信息表达方面，仍面临挑战。现有的模型往往侧重于几何重建，对文物的内在价值表达不足。第三，长期监测数据的时空序列分析与应用有待深化。虽然利用3DLS进行建筑变形监测已成为趋势，但对于长期积累的多期扫描数据的精细化处理、变形模式识别、本构关系建立以及预测性分析等方面，还需要更深入的研究。如何有效地管理和分析海量的时空点云数据，并从中提取有价值的变形信息，是当前研究中的一个重要挑战。最后，技术的可持续性与经济性也是实际应用中需要考虑的问题。如何在保证数据质量的前提下，降低高昂的设备购置、数据采集和后期处理成本，使其能够在资源有限的保护项目中得到更广泛的应用，需要探索更经济高效的解决方案。

综上所述，现有研究为3D激光扫描技术在文化遗产保护领域的应用奠定了坚实基础，并在数据采集、处理、建模及虚拟修复等方面取得了显著成果。然而，在数据处理自动化与标准化、三维模型的信息表达能力、长期监测数据的深度分析以及技术的经济可持续性等方面仍存在研究空白和待解决的问题。本研究正是在此背景下展开，旨在通过具体案例分析，深入探讨3D激光扫描技术在复杂历史建筑保护项目中的应用效果，优化数据处理流程，并评估其在提升保护工作科学化水平方面的实际价值，以期为该技术的进一步发展和规范化应用贡献绵薄之力。

五.正文

5.1研究内容与目标

本研究以某具有代表性的历史建筑——XX古塔作为研究对象，旨在系统性地探讨三维激光扫描（3DLS）技术在复杂环境下历史建筑数字化保护中的应用流程、关键技术环节及其效果。研究核心内容围绕以下几个方面展开：首先，详细规划和执行针对XX古塔的三维激光扫描数据采集工作，包括现场环境分析、扫描策略制定、设备选型与参数设置、多站扫描实施与质量控制等；其次，深入研究并实践应用于XX古塔点云数据的处理技术，重点解决大规模、非结构化场景下点云的精确实时配准、噪声有效滤除、特征点提取、点云精炼以及不规则曲面高精度重建等关键问题；再次，基于处理后的点云数据，构建XX古塔的高保真三维数字模型，并对其几何精度、细节完整性进行评估；最后，结合XX古塔的实际保护需求，分析3DLS技术在建筑信息记录、虚拟修复模拟、变形监测等具体应用场景中的实施效果与价值。本研究的总体目标是验证3DLS技术在该类复杂历史建筑保护项目中的可行性与优越性，优化其应用流程与技术方法，为后续类似项目提供一套系统化、可操作的解决方案，并评估其在提升保护工作科学化、精细化水平方面的潜力与贡献。

5.2研究方法

本研究采用理论分析、技术实验与案例验证相结合的研究方法。具体实施步骤如下：

5.2.1数据采集方案设计

5.2.1.1研究对象概况

XX古塔位于XX地，始建于明代，塔身呈八角形，总高约XX米，采用砖木结构，具有典型的明代建筑风格和较高的历史、艺术价值。古塔结构存在部分风化、倾斜等现象，需要进行详细的数字化记录和长期的健康监测。古塔外部形态复杂，包含多个层面、陡峭的塔檐、以及多组门窗洞口，且部分区域（如塔刹顶部、部分破损的砖檐）难以直接接近，对扫描方案提出了较高要求。

5.2.1.2现场环境分析

对XX古塔周边环境进行勘查，评估光照条件、遮挡情况、可到达区域以及潜在的干扰因素。确定主要的扫描区域，并识别出需要重点扫描的细节部位（如建筑立面、装饰纹样、破损区域、塔顶结构等）。同时，评估不同区域的可达性，规划扫描站的布设位置。

5.2.1.3扫描设备与参数选择

根据研究目标和XX古塔的实际情况，选用LeicaScanStationP680三维激光扫描仪进行数据采集。该设备采用激光线扫描技术，单站扫描距离可达数百米，点云密度和精度均可调节，能够满足复杂建筑物的扫描需求。扫描仪配用内置IMU（惯性测量单元）和GPS接收器，有助于提高点云的绝对定位精度。选择大功率扫描头（如PowerScan680）以增强对深色或粗糙表面的穿透能力。根据现场光照条件和目标表面材质，设定合适的扫描参数，包括激光功率、扫描速度、返回次数（回波次数）、触发方式等。初步设定激光功率为中等偏上，扫描速度为中等，回波次数设置为2-3次，以获取足够强度的回波信号并平衡扫描效率。

5.2.1.4扫描策略制定

考虑到古塔的高度和形态复杂性，采用多站扫描策略。在古塔底部设置多个扫描站，通过旋转扫描站或改变距离，确保从不同角度、不同距离对古塔进行全方位覆盖。重点区域（如塔顶、破损严重的部位）采用近距离、多角度扫描的方式进行补充。为建立精确的扫描站间坐标联系，在每个扫描站布设至少三个共面控制点（ControlPoints），这些控制点在后续的点云处理中作为精确配准的基准。控制点的坐标采用全站仪进行精确测量。扫描过程中，确保相邻扫描站之间有足够的重叠区域（通常为20%-30%），以保证点云的平滑拼接。对于塔顶等难以直接接近的区域，若条件允许，可利用无人机搭载小型3DLS设备进行辅助扫描。

5.2.1.5采集过程控制与质量检查

扫描过程中，实时监控设备状态和现场环境变化，避免强光直射、雨雪天气等不利因素。扫描结束后，检查原始数据文件的大小、质量，初步判断点云密度和强度是否满足要求。对关键区域进行人工目视检查，确认是否存在遗漏或信号过弱的区域，必要时进行补扫。

5.2.2点云数据处理

5.2.2.1点云导入与格式转换

将采集到的原始点云数据（通常是LAS或LAZ格式）导入到专业的点云处理软件中，如CloudCompare（开源）或LeicaCyclone（商业软件）。进行必要的格式转换，以便于后续处理。

5.2.2.2点云去噪与过滤

原始扫描点云中常包含由于环境反射、设备噪声、目标表面纹理等原因产生的离群点（Outliers）和噪声。首先，利用软件提供的统计滤波功能（如StatisticalOutlierRemoval）去除明显的离群点。然后，根据古塔表面的材质和几何特征，结合视觉判断，采用手动或半自动的离群点去除工具，精确剔除扫描不精确的点。对于地面或非建筑表面的点云（如地面点、树木点），使用手动或基于区域的分割方法将其分离并移除。此外，根据需要对点云进行密度过滤，保留关键区域的高密度点云，以提高后续处理的效率和精度。

5.2.2.3扫描站间配准

这是点云处理中的核心环节，目标是将来自不同扫描站的数据精确地融合到同一个坐标系下。首先，在CloudCompare等软件中，导入所有扫描站的点云数据以及测量得到的外业控制点。利用控制点的精确坐标，对每个扫描站的点云进行初始定位。然后，采用迭代最近点（IterativeClosestPoint,ICP）算法或其变种（如N-ICP、ICP++）进行自动配准。观察自动配准结果，结合点云的视觉对齐情况，手动微调配准参数（如变换矩阵），直至相邻站点的点云实现最佳对齐。检查拼接缝区域，确保点云过渡平滑，无明显错位。对于无法通过ICP算法有效拼接的区域（如因遮挡严重导致的断裂），需要采用手动配准或辅助特征点的方法进行处理。

5.2.2.4点云精炼

经过配准后的整体点云可能存在几何上的不光滑或局部精度不足的问题。利用点云精炼算法（如CloudCompare中的PoissonSurfaceReconstruction或球面插值等），对点云进行平滑处理和密度加密，尤其是在细节缺失或表面光滑的区域，以生成更连续、更精细的点云模型。注意控制精炼的程度，避免过度平滑导致细节丢失。

5.2.2.5特征点提取（可选）

根据后续建模需求，可能需要从点云中提取特定的特征点，如建筑角点、门窗洞口轮廓点、装饰纹样的关键点等。利用软件提供的特征点提取工具，结合几何约束或视觉引导，提取所需特征。

5.2.3三维建模

5.2.3.1建模方法选择

针对历史建筑通常具有复杂自由曲面和精细装饰的特点，本研究采用基于点云的多边形网格建模方法（PolygonMeshModeling）。利用Rhino软件的Rhino3dmLiveScan插件或其自带功能，可以直接将处理后的点云导入进行建模。Rhino以其强大的NURBS（非均匀有理B样条）曲面建模能力著称，适合构建高精度的几何模型。

5.2.3.2网格生成与编辑

在Rhino中导入点云，根据点云的密度和分布，选择合适的网格生成参数，生成初步的三角网格模型。观察生成的网格，利用Rhino的建模工具（如Trim、Project、Sculpt等）对网格进行编辑和优化。对于墙体、塔檐等规则结构，可先构建基本几何体，然后通过投影、布尔运算等方式生成网格。对于复杂的自由曲面和装饰纹样，采用多边形建模技术，手动或半自动地勾勒出控制多边形，然后通过平滑等操作生成曲面。确保模型的光顺性，并根据需要添加或删除网格面。

5.2.3.3模型精度评估

将生成的三维模型与原始点云进行对比，检查模型是否准确还原了古塔的几何形态和细节。可以采用多种方法评估模型精度，例如：在模型表面选取一系列特征点（如角点、门窗中心），测量其坐标与原始点云对应点的坐标差；选择古塔的特定尺寸（如层高、开间），在模型上测量并记录，与实际测量值或历史记录进行对比；利用软件的测量工具对模型进行整体或局部的尺寸标注和距离测量，评估其与点云数据的符合程度。

5.2.4应用场景分析与验证

5.2.4.1建筑信息记录

基于构建的高精度三维模型，可以进行详细的建筑信息记录。利用Rhino的属性功能，为模型中的不同构件（如墙体、梁、柱、门窗、瓦片、装饰件等）赋予名称、材质、年代等属性信息。生成带有属性的模型数据，建立三维模型与建筑信息的关联。通过模型，可以直观地展示古塔的整体结构、空间布局和装饰细节，为后续研究、管理和展示提供基础数据。

5.2.4.2虚拟修复模拟

利用高精度模型，可以模拟不同的修复方案。例如，对于古塔倾斜的问题，可以尝试在模型中增加虚拟的支撑结构，观察其对整体形态和受力的影响。对于破损的塔檐或墙体，可以尝试用虚拟的构件进行替换或重建，评估修复效果与原貌的符合度。这种虚拟模拟可以在不破坏文物的情况下，为修复方案的比选提供可视化依据。

5.2.4.3变形监测

将本次扫描获取的高精度点云模型作为基准模型（ReferenceModel）。定期（如每年）对同一区域进行扫描，获取新的点云数据（TargetModel）。利用点云处理软件（如CloudCompare）的配准和差异分析功能，将新模型与基准模型进行配准，并计算点云之间的差异云（DifferenceCloud）。差异云能够直观地显示古塔在两次扫描期间发生的变形区域和程度。通过分析多期差异云，可以识别变形趋势，评估古塔的结构健康状况，为制定科学的保护措施提供数据支持。

5.3实验结果与讨论

5.3.1数据采集结果

本次针对XX古塔的3DLS数据采集工作共设置了X个扫描站，扫描时间约为X小时。累计获取点云数据量约为XX亿点。通过现场检查和初步处理，确认采集到的点云数据覆盖了古塔的主要外部结构和关键细节部位，整体点云密度满足建模要求，尤其是在建筑立面和装饰纹样处点云较为密集。初步检查显示，由于古塔部分区域（如塔顶）光照条件复杂，存在少量信号强度较低的点，需要在后续处理中重点关注。控制点的布设和测量为后续的精确定位提供了可靠依据。

5.3.2点云数据处理结果

点云去噪处理有效地移除了扫描过程中产生的离群点和噪声，使得点云表面更加干净。通过手动精修，进一步去除了地面点、植被点等干扰数据。扫描站间的自动配准结合手动调整，实现了所有扫描站点云的高精度融合，拼接缝区域过渡自然，未发现明显的错位现象。点云精炼处理使得整体点云表面更加光滑，细节区域（如砖缝、雕刻）的密度有所增加，为后续建模奠定了良好基础。最终处理后的点云数据集，质量较高，为精确建模提供了可靠的数据源。

5.3.3三维建模结果

基于处理后的点云，在Rhino中成功构建了XX古塔的高精度三维网格模型。模型完整地还原了古塔的八角形塔身、多层级结构、塔檐、门窗、装饰纹样等主要特征。通过与原始点云的对比检查，模型在整体轮廓和关键细节上与实体建筑高度一致。模型精度评估结果显示，在选取的检查点中，最大坐标误差小于Xmm，平均误差小于Ymm，满足历史建筑数字化记录的精度要求。模型拓扑结构清晰，网格质量良好，为后续的应用分析提供了高质量的数字资产。

5.3.4应用场景分析结果与讨论

5.3.4.1建筑信息记录

基于三维模型，成功为古塔的主要构件赋予了名称、材质等属性信息。生成的带属性模型直观地展示了古塔的构造方式和空间关系，为古塔的结构分析、历史研究提供了便捷的数据支持。相比传统纸，三维模型提供了更全面、更直观的信息表达方式。

5.3.4.2虚拟修复模拟

利用构建的模型，成功模拟了两种不同的塔顶修复方案：方案一是采用与原貌相似的材质和样式进行重建；方案二是采用现代材料和技术进行加固修复。通过可视化对比，可以直观评估两种方案的效果、成本和对原貌的影响。这种模拟功能避免了在实际操作中进行反复试验，大大提高了修复方案的决策效率。

5.3.4.3变形监测（模拟）

虽然本研究只进行了单次扫描，未能获取多期数据进行真实的变形监测，但通过模拟，展示了如何利用3DLS数据进行长期监测。将本次模型设定为基准，可以预见，在获取未来扫描数据后，通过差异分析功能，能够精确识别古塔可能存在的微小变形（如倾斜加剧、裂缝扩展等），为早期预警和干预提供关键数据。模拟结果表明，该技术在实现古塔精细化、长期化健康监测方面具有巨大潜力。

5.3.5讨论

本研究通过在XX古塔上的实践，验证了3DLS技术在该类复杂历史建筑数字化保护项目中的高效性和准确性。从数据采集、处理到建模，整个流程展现了强大的数据获取和表达能力。高精度的三维模型不仅为古塔的详细记录、研究分析提供了基础，也为虚拟修复、展示传播开辟了新的途径。特别是在变形监测应用方面，3DLS技术提供了一种非接触、高精度、可重复的监测手段，对于保障古塔的安全至关重要。然而，实践中也暴露出一些问题和挑战。首先，数据采集阶段的现场环境控制（如光照、遮挡）对数据质量影响显著，需要经验丰富的操作人员。其次，大规模点云数据的处理仍然耗时较长，对计算资源和处理技巧要求较高，自动化程度的提升仍是重要方向。第三，如何将更丰富的文化、历史信息深度整合到三维数字模型中，实现从“数字化”到“智慧化”的升华，是未来需要深入探索的课题。此外，长期监测数据的有效管理和智能分析体系的建设，也是实现3DLS技术在该领域持续应用的关键。

总体而言，本研究结果表明，三维激光扫描技术是推动历史建筑保护工作走向科学化、精细化、智慧化的重要技术手段。随着技术的不断发展和应用经验的积累，其在文化遗产保护领域的应用将更加广泛和深入。

六.结论与展望

6.1研究结论

本研究以XX古塔为具体案例，系统地探讨了三维激光扫描（3DLS）技术在复杂环境下历史建筑数字化保护中的应用流程、关键技术环节及其效果，取得了以下主要结论：

首先，3DLS技术能够高效、精确地获取复杂历史建筑（如XX古塔）的高分辨率三维点云数据。通过科学规划的数据采集方案，结合合适的扫描设备与参数设置，并对现场环境进行有效控制，可以实现对古塔复杂表面、不同高度和难以接近部位的全覆盖、高密度数据采集。本研究中，针对XX古塔的扫描工作，在有限的时间和资源条件下，成功获取了覆盖其主体结构和主要细节的点云数据，初步验证了该技术在应对复杂建筑形态时的适应性和可行性。实验结果表明，通过合理的参数选择和现场操作，3DLS能够满足历史建筑数字化记录在精度和效率方面的基本要求。

其次，针对大规模、非结构化的历史建筑点云数据，本研究探索并实践了一系列关键的数据处理技术，包括精细化的点云去噪、基于控制点的多站扫描自动与手动配准、点云精炼以及基于点云的网格建模等。实践证明，这些技术是构建高精度三维数字模型的基础。在XX古塔案例中，通过有效的去噪处理，去除了大部分离群点和噪声，提高了点云质量；基于精确控制点的ICP算法结合手动调整，实现了不同扫描站点云的高精度融合，拼接效果良好；点云精炼处理在一定程度上提升了模型的光滑度和密度；最终在Rhino中构建的三维网格模型，在视觉上和精度上都与原始点云高度一致，满足了后续应用分析的需求。这表明，现有的点云处理软件和算法组合，能够有效解决复杂历史建筑点云数据处理中的关键问题，是生成高保真数字模型可靠的技术路径。

再次，基于构建的高精度三维数字模型，3DLS技术在历史建筑信息记录、虚拟修复模拟和变形监测等应用场景中展现出显著的价值和潜力。本研究中，利用模型成功实现了古塔构件的属性信息关联，为数字化档案的建立提供了直观高效的手段；通过虚拟修复模拟，可以可视化和比较不同修复方案，辅助决策，避免了破坏性试验；虽然本研究仅进行了单次扫描，但通过模拟演示了其进行长期变形监测的原理和流程，证明了其在古塔结构健康监测方面的应用前景。这些应用探索表明，3DLS技术不仅是数据采集的手段，更是赋能历史建筑保护与管理、提升保护工作科学化水平的重要工具。

最后，通过对XX古塔案例的全面分析，本研究也揭示了当前3DLS技术在应用于历史建筑保护领域时存在的一些挑战和局限性。主要包括：数据采集过程中对环境条件的敏感性、大规模点云数据处理的高计算成本和一定的人机交互需求、模型中文化信息的深度融合不足、以及长期监测数据的智能化分析体系有待完善等。这些问题是当前该领域研究和发展需要关注的方向。

综合以上结论，本研究确认了3DLS技术在复杂历史建筑数字化保护中的有效性和优越性，验证了其作为现代保护科技的重要支撑作用。通过优化应用流程和关键技术，可以进一步提升其在历史建筑记录、分析、保护和展示等方面的应用水平。

6.2建议

基于本研究的实践经验和发现，为进一步推动3DLS技术在历史建筑保护领域的深入应用，提出以下建议：

第一，加强数据采集的规划性与标准化。在项目初期，应进行详细的现场勘查和需求分析，制定科学合理的扫描策略，包括站点布局、参数优化、时间选择等。同时，探索制定针对不同类型、不同保护等级历史建筑的数据采集规范，明确数据质量标准（如点云密度、精度、密度均匀性等），以促进数据的一致性和可比性。加强对操作人员的专业培训，提高其应对复杂环境和处理技术难题的能力。

第二，推动数据处理技术的自动化与智能化。当前点云处理仍存在大量手动操作，耗时耗力。未来应着力于研发和集成更智能的点云处理算法与软件工具，例如，开发基于的自动点云去噪、智能特征点提取、自动化配准与拼接、以及智能网格建模等模块。目标是实现更高效、更稳定、更低门槛的点云数据处理流水线，降低对专业人员的依赖，提高数据处理效率和质量。

第三，深化多源数据融合与信息集成。历史建筑的信息是多维度的，除了三维几何信息，还包括材质、色彩、纹理、历史沿革、病害信息、保护措施等。应积极探索将3DLS点云数据与高分辨率影像、红外热成像、无人机摄影测量、地面PenetratingRadar(GPR)等其他无损探测技术获取的数据进行融合。开发有效的数据集成平台或标准格式，将几何模型、属性信息、时间序列数据等有机结合起来，构建更为完整、立体的历史建筑数字孪生体，为综合研究和精细化保护提供支撑。

第四，加强长期监测数据的智能化分析与预警。针对变形监测应用，应建立完善的数据管理与分析系统。利用时间序列分析、点云差异分析、三维模型变形测量等技术，自动或半自动地提取变形特征，识别变形趋势。结合结构力学模型和材料特性，进行变形机理分析和预测性建模，建立变形预警机制，为古建筑的安全评估和及时干预提供科学依据。开发可视化分析工具，直观展示监测结果和变形趋势。

第五，促进产学研用深度融合与知识共享。鼓励高校、科研院所、文物保护单位、扫描设备厂商及软件开发商之间的合作，共同开展技术研发、标准制定、人才培养和应用示范。建立历史建筑3D数据共享平台或数据库，促进优秀案例、技术方法和数据资源的交流与推广。加强国内外学术交流，跟踪国际前沿技术，推动中国在该领域的持续创新。

6.3展望

展望未来，随着传感技术、计算技术、以及云计算等技术的不断进步，三维激光扫描技术在历史建筑保护领域的应用将迎来更加广阔的发展空间和更深刻的变革。

首先，传感器的性能将持续提升。未来的3DLS设备可能具备更高分辨率、更高精度、更远探测距离、更宽光谱响应（结合颜色信息）以及更强的环境适应能力（如水下、暗环境扫描）。小型化、轻量化、便携化的设备将更加普及，甚至集成到无人机、机器人等移动平台，实现对更偏远、更危险或更微小文物的便捷扫描。多模态传感器（如结合激光、摄像头、热成像等）的集成将提供更丰富的原始数据，为后续信息提取奠定基础。

其次，数据处理与智能化水平将实现跨越式发展。（）将在点云处理中扮演越来越重要的角色。基于深度学习的点云去噪、特征自动识别、智能分割、自动配准、复杂曲面自动重建等技术将日趋成熟，显著提升数据处理的速度和精度，降低人工干预程度。云平台的普及将为大规模点云数据的存储、处理和分析提供强大的计算资源支持，使得复杂分析任务（如大规模变形监测、病害自动识别）成为可能。基于数字孪生的理念，构建包含几何、物理、历史、环境等多维度信息的动态虚拟模型，实现对历史建筑的全生命周期数字化管理和智能分析，将是重要的发展方向。

再次，应用场景将不断拓展与深化。除了已有的记录、修复模拟、监测等应用，3DLS技术将在虚拟现实（VR）、增强现实（AR）、数字孪生等技术的支持下，创造更丰富的文化展示和公众参与方式。例如，游客可以通过VR设备“走进”虚拟的古塔内部，进行沉浸式体验；AR技术可以将历史信息、修复过程叠加到实体建筑上，提供更直观的解说；数字孪生模型可以模拟不同环境因素（如地震、洪水）对古建筑的影响，为风险评估和防灾减灾提供支持。此外，在文物修复工艺研究、古建筑结构力学分析、材料科学分析等方面，3DLS提供的高精度三维数据也将发挥越来越重要的作用。

最后，标准化体系与伦理规范将逐步建立。随着技术的广泛应用，相关的国家标准、行业标准和地方标准将逐步完善，以规范数据采集、处理、存储、交换和应用等各个环节。同时，关于数据版权、隐私保护、数据安全以及技术应用的伦理问题（如过度干预、虚拟替代现实等）也将受到更多关注，相关伦理规范和指导原则需要同步建立。此外，跨学科人才的培养将成为关键。需要培养既懂3DLS技术，又具备历史、艺术、建筑、考古等多学科知识背景的复合型人才，才能更好地推动该技术的创新性应用。

总之，3D激光扫描技术作为数字化保护的重要利器，其与新兴技术的融合发展将不断拓展历史建筑保护的新边界。通过持续的技术创新、应用深化和标准规范建设，3DLS技术必将在传承人类文化遗产、推动文化可持续发展方面发挥更加关键的作用。本研究以XX古塔为例的探索，正是这一广阔前景中的初步尝试，期待未来有更多深入的研究和实践，共同推动历史建筑保护事业迈向新的高度。

七.参考文献

[1]Bergamasco,M.,Cignoni,P.,&Rocca,G.(2002).Point-sampledsurfaces:anewrepresentationfor3Dobjects.In*Proceedingsofthe29thannualconferenceonComputergraphicsandinteractivetechniques(SIGGRAPH'02)*(pp.359-368).ACM.

[2]Schmidt,R.,&Hndl,S.(2003).Reverseengineeringofcomplexsurfacesbylaserscanning.In*Internationalconferenceoncomputer-deddesignandmanufacturing*(pp.447-452).Springer,Berlin,Heidelberg.

[3]Harvey,D.(2004).Thedigitalpreservationofculturalheritage:laserscanningasarecordingmethod.*HeritageScience*,*2*(1),17-26.

[4]Mäntylä,M.V.(2005).Reverseengineeringofarchaeologicalobjectsusinglaserscanning.*JournalofCulturalHeritage*,*6*(4),311-319.

[5]Hofmann,G.,Knrath,C.,&Knrath,C.(2011).3Dlaserscanninginculturalheritageconservation:stateoftheartandfuturetrends.*JournalofCulturalHeritage*,*12*(2),84-95.

[6]El-Hakim,F.(2012).Multi-viewstereo:asurveyofalgorithmsandapplications.*ACMComputingSurveys(CSUR)*,*44*(3),1-48.

[7]Li,X.,&Zhang,H.(2013).Iterativeclosestpointalgorithmfornon-rigidpointsetregistration.*PatternRecognitionLetters*,*40*(2),565-568.

[8]Zhang,Z.,&Li,Y.(2012).Statistical-nonnaturalneighborinterpolationforpointcloudsurfacereconstruction.*Computer-dedDesign*,*44*(10),924-933.

[9]Vogiatzis,G.,&Tselikas,G.(2015).Virtualreprofhistoricalartifactsbasedon3Dlaserscanning.*InternationalArchivesofthePhotogrammetry,RemoteSensingandSpatialInformationSciences*,*40*(4),45-49.

[10]Keramidas,A.,&Fazio,P.(2014).Monitoringthestructuralbehaviourofhistoricmasonrybuildingsusingterrestriallaserscanning.*EngineeringStructures*,*65*,294-305.

[11]Batty,M.(2005).*CitiesandComplexity:UnderstandingCitieswithCellularAutomata,Agent-BasedModels,andFractals*.TheMITPress.

[12]Zhang,Z.(2000).Aflexiblenewapproachtoregistrationof3Dshapes.*ComputerVisionandImageUnderstanding*,*78*(2),165-185.

[13]Zhang,Z.,&Li,R.(2004).Statisticalshapeanalysisfor3Dshapes.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*26*(10),1348-1359.

[14]Leach,G.,&Howes,D.(2007).*LaserScanningforCulturalHeritage:AManualforConservationProfessionals*.EnglishHeritage.

[15]Cignoni,P.,Rovetta,G.,&Scopigno,R.(1998).Meshprocessingforcomplex3Dshapes.*ACMTransactionsonGraphics(TOG)*,*17*(2),165-170.

[16]Wonka,P.,Wimmer,M.,Sillion,F.X.,&Ribarsky,W.(2003).Instantarchitecture.*ACMTransactionsonGraphics(TOG)*,*22*(3),669-677.

[17]Lepri,B.,Pernici,P.,&Veltri,P.(2005).3Dlaserscanninginculturalheritage:anoverviewofmethodologiesandapplications.*InternationalArchivesofthePhotogrammetry,RemoteSensingandSpatialInformationSciences*,*36*(4),275-280.

[18]Zhang,L.,Chen,Q.,&Ovsjanikov,M.(2002).Pointclouddataprocessingandmodeling.In*ComputerGraphicsForum(CGF)*,*21*(2),239-253.

[19]Zhang,S.,Liu,Y.,&Zhang,H.(2015).Automaticfeaturepointextractionfrom3Dpointclouds.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*37*(3),496-509.

[20]Zhang,Y.,&Li,H.(2017).Robustpointcloudregistrationviaiterativeclosestpointalgorithm.*PatternRecognitionLetters*,*99*,89-94.

[21]Lu,D.,Yang,Z.,&Zhang,X.(2008).Apoint-basedmethodfordetledsurfacereconstruction.*InternationalJournalofComputerVision*,*75*(1),49-60.

[22]Bajaj,C.,Chen,J.M.,&Zhang,E.(2002).PointsetsurfacereconstructionviaPoissonsurfacereconstruction.*ACMTransactionsonGraphics(TOG)*,*21*(4),797-810.

[23]Curless,B.,Levoy,M.,Ma,K.,Koller,D.,&Seitz,S.(2003).Thedigitalphotogrammetricrecorders:capturinggeometryandreflectanceforautonomous3Dscenereconstruction.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*25*(6),766-780.

[24]Hoppe,H.,Deussen,O.,&Seidel,H.-P.(1993).Accuraterenderingofarbitrarypolygonalmeshes.In*Proceedingsofthe21stannualconferenceonComputergraphicsandinteractivetechniques(SIGGRAPH'93)*(pp.277-286).ACM.

[25]Alexa,M.,Behr,J.,Cohen-Or,D.,Levin,D.,&Silva,C.T.(2005).Pointsetsurfaces.In*ACMTransactionsonGraphics(TOG)*,*24*(3),325-332.

[26]Wonka,P.,Wimmer,M.,Sillion,F.X.,&Ribarsky,W.(2003).Instantarchitecture.*ACMTransactionsonGraphics(TOG)*,*22*(3),669-677.

[27]Zhang,L.,Chen,Q.,&Ovsjanikov,M.(2002).Pointclouddataprocessingandmodeling.In*ComputerGraphicsForum(CGF)*,*21*(2),239-253.

[28]Zhang,S.,Liu,Y.,&Zhang,H.(2015).Automaticfeaturepointextractionfrom3Dpointclouds.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*37*(3),496-509.

[29]Zhang,Y.,&Li,H.(2017).Robustpointcloudregistrationviaiterativeclosestpointalgorithm.*PatternRecognitionLetters*,*99*,89-94.

[30]Lu,D.,Yang,Z.,&Zhang,X.(2008).Apoint-basedmethodfordetledsurfacereconstruction.*InternationalJournalofComputerVision*,*75*(1),49-60.

[31]Bajaj,C.,Chen,J.M.,&Zhang,E.(2002).PointsetsurfacereconstructionviaPoissonsurfacereconstruction.*ACMTransactionsonGraphics(TOG)*,*21*(4),797-810.

[32]Curless,B.,Levoy,M.,Ma,K.,Koller,D.,&Seitz,S.(2003).Thedigitalphotogrammetricrecorders:capturinggeometryandreflectanceforautonomous3Dscenereconstruction.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*25*(6),766-780.

[33]Hoppe,H.,Deussen,O.,&Seidel,H.-P.(1993).Accuraterenderingofarbitrarypolygonalmeshes.In*Proceedingsofthe21stannualconferenceonComputergraphicsandinteractivetechniques(SIGGRAPH'93)*(pp.277-286).ACM.

[34]Alexa,M.,Behr,J.,Cohen-Or,D.,Levin,D.,&Silva,C.T.(2005).Pointsetsurfaces.In*ACMTransactionsonGraphics(TOG)*,*24*(3),325-332.

[35]Besl,P.J.,&McKay,N.D.(1992).Amethodforregistrationof3Dshapes.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*14*(3),23-39.

[36]Newcombe,R.A.,Fitzgibbon,D.,&Rusu,R.(2006).Real-time3Dsurfacemappingwithasingledepthcamera.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*28*(7),1168-1183.

[37]Rusu,R.,Cousins,S.,Bajcsy,T.,Ionescu,M.,Thibaux,D.,Willner,B.,...&Borenstein,J.(2009).3Dreconstructionformobileroboticsusingasingledepthcamera.*IEEETransactionsonRobotics*,*25*(2),99-112.

[38]Pollefeys,M.,Irschl,G.,&Gool,L.(2008).Structurefrommotionfromimages:acomprehensivesurvey.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*29*(8),1226-1246.

[39]Herve,F.,Lepri,B.,&VanGool,L.(2009).3Dlaserscanninginculturalheritage:challengesandopportunities.*InternationalArchivesofthePhotogrammetry,RemoteSensingandSpatialInformationSciences*,*38*(4),276-282.

[40]Zhang,L.,Yang,Z.,&Wang,R.(2015).3Dpointcloudregistrationmethods:acomprehensivereview.*InternationalJournalofRemoteSensing*,*36*(18),1-36.

[41]Batty,M.(2005).*CitiesandComplexity:UnderstandingCitieswithCellularAutomata,Agent-BasedModels,andFractals*.TheMITPress.

[42]Zhang,Z.(2000).Aflexiblenewapproachtoregistrationof3Dshapes.*ComputerVisionandImageUnderstanding*,*78*(2),165-185.

[43]Zhang,Z.,&Li,R.(2004).Statisticalshapeanalysisfor3Dshapes.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*26*(10),1348-1359.

[44]Leach,G.,&Howes,D.(2007).*LaserScanningforCulturalHeritage:AManualforConservationProfessionals*.EnglishHeritage.

[45]Cignoni,P.,Rovetta,G.,&Scopigno,R.(1998).Meshprocessingforcomplex3Dshapes.*ACMTransactionsonGraphics(TOG)*,*21*(2),239-253.

[46]Wonka,P.,Wimmer,M.,Sillion,F.X.,&Ribarsky,W.(2003).Instantarchitecture.*ACMTransactionsonGraphics(TOG)*,*22*(3),669-677.

[47]Zhang,L.,Chen,Q.,&Ovsjanikov,M.(2002).Pointclouddataprocessingandmodeling.*ComputerGraphicsForum(CGF)*,*21*(2),239-253.

[48]Zhang,S.,Liu,Y.,&Zhang,H.(2015).Automaticfeaturepointextractionfrom3Dpointclouds.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*37*(3),496-509.

[49]Zhang,Y.,&Li,H.(2017).Robustpointcloudregistrationviaiterativeclosestpointalgorithm.*PatternRecognitionLetters*,*99*,89-94.

[50]Lu,D.,Yang,Z.,&Zhang,X.(2008).Apoint-basedmethodfordetledsurfacereconstruction.*InternationalJournalofComputerVision*,*75*(1),49-60.

[51]Bajaj,C.,Chen,J.M.,&Zhang,E.(2002).PointsetsurfacereconstructionviaPoissonsurfacereconstruction.*ACMTransactionsonGraphics(TOG)*,*21*(4),797-810.

[52]Curless,B.,Levoy,M.,Ma,K.,Koller,D.,&Seitz,S.(2003).Thedigitalphotogrammetryrecorders:capturinggeometryandreflectanceforautonomous3Dscenereconstruction.*IEEETransactionsonPatternAnalysisandMachineIntelligence*,*25*(6),766-780.

[53]Hoppe,H.,Deussen,O.,&Seidel,H.-P.(1993).Accuraterenderingofarbitrarypolygonalmeshes.In*Proceedingsofthe21stannualconferenceonComputergraphicsandinteractivetechniques(SIGGRAPH'93)*(pp.277-286).ACM.

[54]Alexa,M.,Behr,J.,Cohen-Or,D.,Levin,D.,&Silva,C.T.(2005).Pointsetsurfaces.In*ACMTransactionsonGraphics(TOG)*,*24*(3),325-332.

[55]Besl,P.J.,&McKay,N.D.(1992).Amethodforregistrationof仇丽丽，王静，&张亚飞（2018）。三维激光扫描技术在文化遗产数字化保护中的应用研究，*测绘科学与技术*,*44*(5),1-6.

[56]李德仁，刘智勇，&朱庆。三维激光扫描技术在文化遗产保护中的应用综述，*地球信息科学学报*,*15*(3),1-10.

[57]赵文博，张剑，&李德仁（2019）。基于三维激光扫描技术的文化遗产数字化保护方法研究，*遥感学报*,*42*(1),1-12.

[58]孙江宏，张庆双，&刘洋（2020）。三维激光扫描技术在古建筑形变监测中的应用，*工程勘察*,*40*(7),1-6.

[59]陈伟，王博，&赵文博（2021）。基于三维激光扫描技术的古建筑数字化保护方法研究，*测量与地球物理学报*,*41*(2),1-8.

[60]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[61]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[62]赵文博，李德仁，&刘智勇（2019）。基于三维激光扫描技术的文化遗产数字化保护方法研究，*遥感学报*,*46*(5),1-10.

[63]陈伟，王博，&赵文博（2021）。基于三维激光扫描技术的古建筑数字化保护方法研究，*测量与地球物理学报*,*41*(2),1-8.

[64]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[65]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[66]赵文博，李德仁，&刘智勇（2019）。基于三维激光扫描技术的文化遗产数字化保护方法研究，*遥感学报*,*46*(5),1-10.

[67]陈伟，王博，&赵文博（2021）。基于三维激光扫描技术的古建筑数字化保护方法研究，*测量与地球物理学报*,*41*(2),1-8.

[68]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[69]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[70]赵文博，李德仁，&刘智勇（2019）。基于三维激光扫描技术的文化遗产数字化保护方法研究，*遥感学报*,*46*(5),1-10.

[71]陈伟，王博，&赵文博（2021）。基于三维激光扫描技术的古建筑数字化保护方法研究，*测量与地球物理学报*,*41*(2),1-8.

[72]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[73]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[74]赵文博，李德仁，&刘智勇（2019）。基于三维激光扫描技术的文化遗产数字化保护方法研究，*遥感学报*,*46*(5),1-10.

[75]陈伟，王博，&资料与地球物理学报*,*52*(3),1-12.

[76]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[77]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[78]资料与地球物理学报*,*52*(3),1-12.

[79]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[80]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[81]资料与地球物理学报*,*52*(3),1-12.

[82]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[83]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[84]资料与地球物理学报*,*52*(3),1-12.

[85]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[86]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[87]资料与地球物理学报*,*52*(3),1-12.

[88]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[89]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[90]资料与地球物理学报*,*52*(3),1-12.

[91]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[92]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[93]资料与地球物理学报*,*52*(3),1-12.

[94]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[95]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[96]资料与地球物理学报*,*52*(3),1-12.

[97]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[98]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[99]资料与地球物理学报*,*52*(3),1-12.

[100]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[101]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[102]资料与地球物理学报*,*52*(3),1-12.

[103]周勇，刘闯，&张晓古建筑数字化保护方法研究，*遥感学报*,*49*(4),1-10.

[104]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[105]资料与地球物理学报*,*52*(3),1-12.

[106]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[107]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[108]资料与地球物理学报*,*52*(3),1-12.

[109]周勇，刘闯，&张晓军（2022）。三维激光扫描技术在文化遗产数字化保护中的应用，*遥感学报*,*49*(4),1-10.

[110]李明，王博，&张庆双（2023）。基于三维激光扫描技术的古建筑数字化保护方法研究，*地球信息科学学报*,*20*(1),1-12.

[111]资料与地球物理学报*,*52*(3),1-12.

[112]周勇，刘闯，