三维激光扫描仪在大场景扫描应用中点云拼接方法研究.pdf

36 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT0 引言在现代科技和工程领域，三维激光扫描技术已经成为一项重要的工具。它通过激光束的发射和接收，能够高精度地获取物体表面的三维坐标信息，被广泛应用于地理信息系统、建筑测量、文化遗产保护、城市规划等领域。巨型水电枢纽作为国家重点战略工程，在建设规模，装机容量，装机台数，枢纽区面积，洞室数量及开挖长度、枢纽区配套设施、库区规模、周围山体复杂程度等方面有着巨大体量，相关建筑及设备的安全成为关系国家经济甚至地方安全稳定的重要因素，二维平面化的数据分析和展示已无法满足日益庞大的巨型水电枢纽的需求，因此三维模型的建设和应用成为了必然的发展趋势。三维扫描建模的快速和高度还原性相比与传统人工手绘方式能更好的应用于巨型水电站的三维模型建设。然而，在大场景扫描中，这项技术面临着一系列挑战。三维激光扫描仪在大场景扫描应用中点云拼接方法研究曾广栋，刘德新，尤治博（三峡金沙江川云水电开发有限公司永善溪洛渡电厂，云南永善657300）摘要：本文研究了三维激光扫描仪在大场景扫描应用中的点云拼接方法。通过对点云数据的获取、预处理和拼接等关键步骤进行深入探讨，提出了一种有效的点云拼接方法，以为大场景扫描提供更可靠的点云拼接方法，为各种应用领域提供高质量的三维数据支持。这将有助于促进三维建模在多领域的发展，为未来的科学研究和工程应用提供有力支持。关键词：三维激光扫描仪；大场景扫描；点云拼接；精度中图分类号：P225.2文献标志码：A文章编号：1672-4739（2024）01-0036-03The Study of Point Cloud Stitching Method in Large-Scale Scene Scanning Application of 3D Laser ScannerZENG Guangdong，LIU Dexin，YOU Zhibo（Yongshan Xiluodu Power Plant of Three Gorges Jinsha River Chuanyun Hydropower Development Co.,Ltd.,Yongshan 657300,China）Abstract：This article investigates the point cloud stitching method of 3D laser scanners in large-scale scene scanning applications.Through in-depth exploration of key steps such as obtaining,preprocessing,and stitching point cloud data,an effective point cloud stitching method is proposed to provide a more reliable point cloud stitching method for large-scale scene scanning and high-quality 3D data support for various application fields.This will help promote the development of 3D modeling in multiple fields and provide strong support for future scientific research and engineering applications.Keywords：3D laser scanner；large scene scanning；point cloud splicing；accuracy大场景扫描通常需要处理大量点云数据，数据规模庞大，点云之间存在差异，可能包含噪声和误差，因此如何有效地将这些点云数据拼接成一个完整、精确的模型成为一项复杂的任务。1 点云数据获取1.1 三维激光扫描仪原理三维激光扫描仪是一种高精度的测量设备，其原理基于激光束的发射和接收。它使用激光器发射一束激光光束，该光束照射到目标物体表面，然后由光电接收器接收反射回来的光。根据光的传播时间（飞行时间）和光的相位变化，可以计算出激光束与物体表面的距离。通过旋转或移动扫描仪，可以在不同角度和位置上获取一系列点的坐标，从而构建目标物体的三维点云模型1。这一原理的关键在于精确测量光的传播时间，通常通过飞行时间法或相移法来实现。飞行时间法基于测量光束从发射到反射回来的时间，利用光速和时间差计算距离。相移法则通过测量光波的相位变化，通常借助干涉仪来实现。1.2 数据采集参数在进行点云数据采集时，合理选择数据采集参数至关收稿日期：2023-11-23作者简介：曾广栋（1972.11-），男，汉族，湖北宜昌人，高级工程师，本科，研究方向：水轮发电机检修维护。37 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT重要，以满足具体应用需求。其中，扫描密度是指每平方单位面积内点的数量，这直接关系到点云数据的细节程度。高密度扫描能够提供更为精细和详尽的数据，但同时也需要更多的扫描时间。因此，在确定扫描密度时，需要根据实际应用场景的要求进行权衡，综合考虑时间成本和数据精度。扫描角度决定了扫描仪在每次扫描中能够覆盖的区域大小。这涉及到一个权衡的问题，即如何在保持扫描范围的同时维持足够的分辨率。通常来说，更大的扫描角度能够覆盖更广泛的区域，但可能会降低数据的分辨率。在选择扫描角度时，需要根据具体应用对空间信息的要求来进行谨慎抉择。激光功率同样会影响点云数据质量，较高的激光功率有助于克服远距离和弱反射条件下的噪声问题，提高点云的信噪比。然而，高激光功率也伴随着更大的能耗，因此在选择激光功率时需要考虑设备的电力消耗和工作环境的实际情况。扫描速度直接决定了数据采集的效率。快速扫描能够在短时间内覆盖大区域，提高采集效率，但可能会因为快速运动而降低数据的精度。在确定扫描速度时，需要根据应用场景对速度和精度的要求进行平衡，确保在高效率的同时不牺牲过多的数据精度。1.3 数据质量控制在点云数据采集的复杂环境中，数据质量控制显得尤为重要，因为数据质量直接关系到后续的数据处理和分析结果的可信度。数据质量问题可能来自多个方面，其中包括环境因素、仪器精度、杂散光和干扰物体等。因此，进行有效的数据质量控制任务就是要迅速而准确地检测并消除这些问题，以确保采集到的点云数据具有高度的准确性和一致性。在进行数据质量控制的过程中，需要采用多种方法来应对各种潜在的问题。其中，去噪是一个不可或缺的重要步骤。去噪的目的在于识别和清除由于环境干扰或仪器故障引起的噪声，从而有效提高数据的清晰度和精确性。通过去噪，能够在数据集中保留真实信号，排除干扰，使数据更符合实际情况。此外，误差校正也是数据质量控制中不可忽视的环节。通过校正仪器产生的误差，能够有效提高整个系统的测量准确性。这一过程涉及对仪器产生的误差进行分析和修正，从而确保测量结果更加可靠和准确。误差校正的实施使得数据更具可信度，为后续分析和应用提供了可靠的基础。数据滤波是另一项常用的方法，它通过对数据进行平滑处理，去除突变和异常值，以提高整体数据质量。这种处理有助于保留有用信息的同时消除不必要的波动，使得点云数据更具可分析性和可靠性。数据滤波的应用使得数据更加平稳，有助于更精确地反映所研究对象的特征和变化趋势。此外，在数据采集过程中，确保扫描仪的准确性和稳定性是至关重要的。为此，需要使用校准工具来监测仪器的状态。校准工具不仅能及时发现并纠正可能的偏差，还能确保采集到的数据与真实场景高度匹配。通过定期的校准，能够维持仪器的准确性，从而保证采集到的数据具有高度的可信度和可用性。2 点云数据预处理2.1 数据去噪噪声可能来自多个因素，如环境干扰、光线散射、设备误差等。这些噪声点会影响点云的精确性和质量，因此去噪过程至关重要。有多种方法可用于数据去噪。其中，滤波是最常见的一种。滤波方法通过考察点云中每个点及其周围的点，识别并移除与周围点差异较大的异常点。其中，高斯滤波、中值滤波和均值滤波是常用的滤波算法。高斯滤波通过加权平均周围点的坐标来平滑点云，适用于消除高频噪声2。中值滤波通过取周围点坐标的中值来去除离群值，对于不同形状和尺寸的噪声都有较好的效果。均值滤波则采用平均值来平滑点云，对低频噪声效果较好。除了滤波方法，数据去噪还可以采用统计学方法，如标准差法和百分位法，以检测和剔除异常值。2.2 数据配准在进行大场景扫描应用时，通常需要多次扫描才能全面覆盖整个场景。因此，数据配准成为不可或缺的步骤，它对于构建完整、精确的三维模型至关重要。数据配准的核心挑战在于确定不同点云之间的变换关系，其中包括平移、旋转和缩放，以确保它们在同一坐标系下精准对齐。特征点匹配是实现数据配准的一种常见方法。通过要通过识别关键特征点，如边缘、角点和曲率信息，进行匹配，成功匹配后就能计算出变换矩阵，从而将两个点云在同一坐标系下对齐。这一过程依赖于对点云中的显著特征的准确提取和匹配，因此在算法设计和实施中需要高度的精确性和鲁棒性。另一种常用的数据配准方法是基于地标的配准。在这种方法中，地标可以是已知的参考点，如地面标志物或特定的结构。通过使用这些地标，可以更容易地确定点云之间的变换关系，从而实现它们的精准对齐。这种方法在存在明显地标的场景中效果显著，提供了一种可靠的配准手段。在大场景扫描应用中，数据配准可能涉及多个点云数据的配准，以形成一个整体的场景模型。这要求对整个过程进行有效的管理和协调，确保各个部分之间的一致性和准确性。同时，由于大场景扫描通常会产生大量数据，对配准算法的效率和稳定性提出了更高的要求，以确保在合理的时间内完成配准过程。3 点云数据拼接3.1 拼接算法选择在三维激光扫描领域，拼接算法的选择对点云数据的合并准确性和效率具有直接影响。其中，基于特征匹配的拼接算法是一种广泛应用的方法，其核心思想是通过寻找不同点云中相同特征点的位置来确定点云之间的变换关系。这些特征可以包括边缘、角点、曲率等，在点云中具有明显的特征性质，因此相对容易匹配。一种常见的特征匹配算法是基于最近邻的方法，通过寻找两个点云中最近 38 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT邻的点对来进行匹配，从而估计点云之间的变换关系。另一常用的拼接算法是 ICP（Iterative Closest Point）算法，它通过迭代优化的方式使得两个点云尽可能地对齐。ICP算法在需要高精度的情况下表现出色，适用于点云拼接中的许多实际场景。在大场景扫描应用中，例如城市建模、室外环境重建等，这些拼接算法发挥着重要作用。以城市建模为例，激光扫描可能由于扫描设备的限制而分成多个部分，通过特征匹配或 ICP 算法，可以将这些部分无缝拼接成一个完整的城市模型。这有助于实现更全面、准确的城市空间信息获取。同样，对于室外环境的重建，区域的拼接方法也非常有效。通过将点云划分为小块区域，然后匹配这些区域，可以更好地处理大场景中的复杂几何结构和丰富的特征信息，从而获取高质量的整体重建结果。3.2 特征提取特征提取在点云处理中是一项至关重要的任务，其目标是确定点云中的关键特征，以在后续的拼接和分析过程中提供有效的支持。在几何特征方面，主要关注点云的形状、曲率和法线方向等信息。这些几何特征在点云处理中扮演着关键的角色，因为它们提供了有关点云中物体形状和物体之间空间关系的关键信息。几何特征的提取通常分为局部和全局两个层面，局部特征关注于点云中小区域的特性，而全局特征则关注整体点云的属性。这种层次化的特征提取策略有助于更全面、细致地理解点云的结构和形态。而语义特征则聚焦于点云中的语义信息，例如对不同物体或物体部分的识别和分类。这为点云数据的分割和对象识别提供了关键支持，使计算机能够更深入地理解点云中不同物体的含义。通过注重物体的语义信息，计算机系统能够更智能地进行场景理解和物体识别，从而提高点云处理的精度和实用性。3.3 数据匹配在点云拼接中，不同点云数据的坐标系可能存在微小差异，因此需要将它们精确对齐，以获得一个完整的三维模型。数据匹配的目标是找到不同点云之间的对应关系，以确定它们之间的平移、旋转和缩放关系。一种常用的数据匹配方法是特征点匹配。特征点匹配通过寻找不同点云中相同的关键特征点，如角点、边缘和曲率信息，来确定点云之间的变换关系。这些特征点通常在点云中具有明显的特征性质，因此易于匹配3。一旦特征点匹配成功，可以计算出点云之间的变换矩阵，以实现对齐。数据匹配的准确性直接关系到拼接结果的质量。在大场景扫描应用中，可能需要进行多次数据匹配，逐步完善三维模型的建立。这是因为在复杂场景中，单一的匹配可能无法涵盖整个场景，需要通过多次匹配来逐步细化和完善拼接结果，确保最终的三维模型具有高精度和完整性。3.4 拼接精度评估拼接精度评估在点云处理中是至关重要的一环，其目标在于验证拼接结果的准确性和可行性。完整性是评估拼接后点云数据的关键指标。确保所有点云数据都被有效地拼接到一起，且没有发生遗漏或重叠现象，是保障整个拼接过程有效性的基础4。关注拼接的精度是评估过程中的另一个重要方面。这包括检查拼接后的点云数据在同一坐标系下的对齐程度，以确保数据在空间上准确匹配。此外，连续性的评估同样不可或缺，涉及检查拼接点云中不同部分的平滑度和一致性，以确保拼接过程未引入突变或不连续的现象。精确度是评估拼接结果与实际场景吻合度的重要考量，通常，可使用参考物体或标志物对拼接后点云数据进行验证，以确认拼接结果在实际环境中的准确性。这有助于确认点云数据反映了真实场景的精确形状和结构。最后，拼接精度评估需要包括定量分析，以确定拼接过程中引入的误差和偏差。通过比较拼接后点云数据与原始数据的差异，可以量化地评估拼接的准确性，并进一步改进拼接算法和参数。4 结语大场景扫描中的点云拼接是一个复杂的问题，需要综合考虑多个因素，包括数据质量、拼接算法选择和精度评估。在解决点云拼接问题时，应仔细考虑每个环节，以确保拼接结果的可靠性。随着技术的不断进步，点云拼接将继续为这些领域提供有力的支持。未来的研究可以集中在更智能的数据处理方法、多点云数据的配准和更全面的拼接精度评估上。随着需求的不断增长，点云处理将继续发挥重要作用，需要不断提高其质量和效率。参考文献：1 胡玉祥,赵亚波,张洪德等.三维激光点云拼接方法及精度对比分析J.测绘与空间地理信息,2023,46(09):86-88+92.2陶刚.多站三维激光扫描仪点云序列拼接方法研究J.新型工业化,2019,9(07):122-126.3辛培建,韦宏鹄.三维激光扫描技术中的点云拼接精度问题探讨J.山西建筑,2012,38(07):219-221.4吴霆.基于标签法和 ICP 的点云拼接方法J.仲恺农业工程学院学报,2011,24(04):57-59.