基于点云数据的真三维建模方法研究

《基于点云数据的真三维建模方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

万方数据声明尸明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：签杰起日期：逆f丝：Jf5：△关于学位论文使用权的说明本人完全了解太原理工大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；’②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名：越：盘EII彭I：递埋：堑：么里导师签名：二3医丝EII蕻I：印I叶．()√D 万方数据太原理工大学硕士研究生学位论文基于点云数据的真三维建模方法研究摘要Y2693041随着科学技术的进步和人类社会的发展，三维激光扫描技术是目前测绘地理信息领域的一个研究热点。由于二维的测绘成果已经制约人们社会生活中的各种需求，再加上数字城市概念的提仪和倡导，使得三维化、虚拟化、实在化成为人们共同追求的目标。相比二维模型，三维模型不仅直观可视效果较好，且可较完整精确表达模型三维信息。这也客观要求数据源必须精确而完整。本文比较系统的阐述了三维激光扫描仪系统的组成(激光测距系统、激光扫描系统和支架系统)，其中激光测距技术目前已经相当成熟，且测绘领域的三维激光扫描仪是脉冲测距法TOF。本文做实验采用扫描仪是相位式测距原理的美国TrimbleFX延伸到将国外几种常用的三维激光扫描仪品牌参数都列表详尽之。三维激光扫描技术作为新兴的测量技术手段，可以快速直接准确获得地物表面点的三维信息数据，即点云数据。现在逆向工程建模领域正广泛使用这种技术，像电子商务、汽车制造、文物古董和工艺品的复制、医学修复、三维动画、人体测量等。但是这些领域大都离不开地物三维建模，而地物三维建模根据地物形状一般可分为规则形状建模和不规则形状建模。规则形状三维建模也叫传统三维建模，就是在CAD软件中提取地物轮廓线，比较简单、粗略。不规则形状三维建模方法现在较多，且根据不同的建模方法，建模效果随之不尽相同。T 万方数据太原理工大学硕士研究生学位论文对此，论文以某市化工厂中办公楼为研究对象，整理了两站测量资料，并对两站点云数据进行了预处理。利用现在较流行的两种建模方法，基于自适应CS．RBF算法的建模方法和基于多尺度CS．RBF算法的建模方法。然后用整理的两站点云数据生成三维模型进行了验证和对比研究。通过对比发现其各有优缺点，但都没法达到真三维的理想模型，于是本文提出一种改进的凸包算法，其最主要思想是将三维问题二维化，因为二维算法思想已相当成熟，所以先将点云数据分层，先处理一层点云数据，然后多次调用凸包算法，层层点云数据都调用多次凸包算法处理，最终达到用户较满意的效果。关键词：三维激光扫描仪，点云数据，建模，改进凸包算法 万方数据：太原理工大学硕士研究生学位论文THETURE3DMODELINGM匣THODBASEDONPOINTCLOUDDATAABSTRACTWiththeprogressofscienceandtechnologyandthedevelopmentofhumansociety,the3Dlaserscanneriscurrentlyahotresearchtopicinthefieldofsurveyingandmappinggeographicinformation．Becauseoftwo-dimensionalsurveyingandmappingresultshaverestrictpeopletothevariousneedsofsociallife，coupledwiththeinstrumentandadvocacyoftheconceptofdigitalcity,making3D，virtualizationandrealitybecomethecommongoal．Comparedtothetwo．dimensionalmodel，Three—dimensionalmodelnotonlyintuitiveandvisualeffectisbeaer，expressmorecompletelyandaccuratelythree-dimensionalmodelinformation．Thedatasourceobjectivelymustbeaccurateandcomplete．Inthispaperitsystematicallyexpoundsthecompositionof3Dlaserscannersystem(1aserrangingsystem，laserscanningsystemandsupportsystem)，Thelaserrangingtechnologyalreadyquitematureatpresent．InthefieldofSurveying，three—dimensionallaserscannerispulsedrangingmethodTOF．Inthispaper,anexperimentusingaphase-typescannersrangingprincipleofAmericanforeignTrimbleFXextendstotheseveralcommonlyusedthree-dimensionallaserscannerbrandsexhaustivelistofparametersIII 万方数据太原理工大学硕士研究生学位论文3Dlaserscanningtechnologyasanewmeasurementtechniques，cangetquicklydirectlyandaccuratelythree—dimensionalsurfacepointfeatureinformationanddata，thatpointclouddata．ThistechniquesReverseengineeringisnowbeingwidelyusedinthefieldofmodelingtechniquessuchascopyinge-commerce，automotive，antiquesandcrafts，medicalrestoration，3Danimation，andanthropometricmeasures．However,mostoftheseapplicationsisclosecontactthree·dimensionalmodeling，andfeaturethree—dimensionalmodelingbasematerialshapemodelingCanbedividedintoregularshapesandirregularshapemodeling．Irregularlyshapedthree—dimensionalmodeling，alsocalledtraditionalthree-dimensionalmodeling，istoextractthecontourfeatureinCADsoft'ware，isrelativelysimple，rough．Irregularthree—dimensionalmodelingmethodisnowmore，andaccordingtothedifferentmodelingmethods，alongwithmodelingresultsvary．This，inacityofficebuildingchemicalplantsisstudied，finishingthetwostationsmeasuringdata，andthetwositeswerepretreatedclouddata．Useingisnowmorepopulartwomodelingmethods，basedonadaptiveCS-RBFalgorithmmodelingmethodsandmodelingmethodbasedonmulti-scaleCS-RBFalgorithm．Thenfinishingwithtwothree—dimensionalmodelofthesitegeneratedclouddatawereverifiedandcomparativestudyBycomparisonofitsadvantagesanddisadvantages，butnomethodtoachievetheidealoftruethree—dimensionalmodel，thenweproposeamodifiedconvexhullalgorithm，itsmainideaisthatthethree-dimensionalproblemrumtotwo—dimensional，IV 万方数据太原理工大学硕士研究生学位论文two—dimensionalalgorithmhasbeenthinkedquitemature，SOatthefirstpointclouddataisstratificated，thefirstlayerofpointclouddataisprocessed，andmultiplecallstotheconvexhullalgorithm，layersofpointclouddataprocessingconvexhullalgorithmcalledseveraltimes，andultimatelyachievesatisfactoryresultsforuser．KEYWORDS：3Dlaserscanner，pointclouddata，modeling，convexhullalgorithmV 万方数据太原理工大学硕士研究生学位论文VI 万方数据太原理工大学硕士研究生学位论文目录摘要⋯．．．．．．．．⋯．．．．⋯⋯．．．．．．．．．．．．．．．．．⋯．⋯⋯．．．．．．．．．．．IABSTRACT．．．．．．．．．．．．．．．．．．．⋯．⋯．．．．．．⋯⋯．．．．⋯⋯．．⋯．．．．III目录．⋯⋯．．．．⋯．．．．⋯⋯⋯．．．．．．．．．⋯⋯⋯⋯⋯⋯⋯⋯．vII第一章绪论．．．．．．．．．．⋯⋯⋯⋯．．．⋯．．．．⋯⋯．⋯⋯．．．．．⋯．．．11．1选题背景及研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯．．11．1．1选题背景⋯⋯⋯．⋯．．⋯．．．．．⋯．．．．．．⋯．一．．．．．．．．．11．1．2研究意义．．⋯．⋯．．⋯⋯．⋯⋯⋯．．⋯．⋯．⋯⋯．．．．21．2国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．21．3论文主要研究内容．．．⋯．．．．．．⋯．⋯．．⋯．．⋯．．⋯．．．．．．．．．．41．3．1论文主要工作．⋯．．．．．．．．．．⋯．．⋯．．．．．．⋯．．．．．．．．．．．．41．3．2论文结构安排⋯⋯．．⋯．．．．．．．．⋯．⋯⋯．．．．．．．．．．．．．．5第二章三维激光扫描技术⋯⋯．．．⋯．．．．．．⋯⋯．．．．⋯．．．⋯⋯．．．．72．1三维激光扫描系统⋯⋯⋯⋯．．．．．．⋯⋯⋯⋯⋯．⋯．⋯．．．72．1．1三维激光扫描扫描系统的组成⋯⋯⋯⋯⋯⋯⋯⋯⋯．．72．1．2三维激光扫描系统的工作原理⋯⋯⋯⋯⋯⋯⋯⋯⋯．．92．1．3国外几种常用的三维激光扫描仪器的性能．．⋯⋯．．⋯．．．．．142．1．4TrimbleFX三维激光扫描系统优点⋯⋯⋯．⋯⋯⋯⋯．172．2三维激光扫描技术的数据特点及相关软件简介⋯⋯⋯⋯⋯⋯．182．2．1三维激光扫描数据的特点⋯．．．．．．．⋯．．．．⋯．．⋯⋯．．．．182．2．2三维激光扫描技术的软件简介⋯⋯⋯⋯⋯⋯⋯⋯⋯．21第三章点云数据的真三维建模方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．233．1规则形状真三维建模方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．233．2不规则形状真三维建模方法⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯⋯．233．2．1RBF内插原理⋯⋯．．⋯．．．．．．⋯⋯⋯⋯⋯⋯⋯．．．．233．2．2自适应CS—RBF算法．．⋯．⋯⋯．．⋯⋯⋯⋯．⋯．．．⋯．253．2．3多尺度CS—RBF算法⋯⋯．．．．．．．．⋯⋯⋯⋯．．⋯．⋯．．283．3改进的凸包算法．．⋯⋯．．⋯．．．．．．．．．⋯．．．．．．⋯．．．⋯．．．．．29VII 万方数据太原理工大学硕士研究生学位论文第四章点云数据的真三维建模技术应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．354．1点云数据的获取方式．．．．．．．．．．．．．．．．．．．⋯．．．．．．．．．．．．．．．．．．．354．2点云数据预处理方法⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯⋯．364．3真三维模型的建立⋯⋯⋯．⋯⋯⋯⋯⋯⋯⋯．．⋯⋯⋯．404．3．1规则形状真三维模型的实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯404．3．2不规则真三维模型的实现⋯．⋯．⋯⋯⋯⋯．⋯⋯⋯．．414。4改进凸包算法真三维模型的实现⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．424．5本章总结．．⋯⋯．．⋯⋯⋯⋯．⋯⋯．⋯⋯⋯．⋯⋯⋯．．42第五章结论与展望．⋯．．⋯．．．．．．⋯⋯．．．．．．．．⋯．．．．．．．⋯．．．．．．．455．1结论．⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．．455．2不足之处⋯．．．⋯．．．．．．．．．．．．．．．⋯．．⋯⋯．．．．．．．⋯．．．．．．45参考文献⋯⋯．⋯⋯．．．．．．．．．．．．．．．．．．．．⋯．．．．．．．．．．．．．．．．．⋯．．47致谢．．．．．．．⋯．．．⋯．⋯．．．．．．．．．．．．．．．．．⋯⋯⋯⋯．．⋯．．．．．．．．51VIII 万方数据太原理工大学硕士研究生学位论文1．1选题背景及研究意义1．1．1选题背景第一章绪论地面三维激光扫描技术．也称为“实景复制”技术．被誉为“继GPS技术以后的又r1]一次测绘技术的革命“。’。但是传统测量概念里，所测的的数据最终输出的都是二维结果(如CAD出图)，在测量仪器里全站仪，GPS比重居多，在逐步数字化的今天，三维已经逐渐的代替二维，三维激光扫描仪应运而生。地面三维激光扫描技术是一种快速直接获取地形表面模型的技术。和微波以及传统的光学成像不同，雷达(LDAR)传感器采用红外和近红外波长，直接获得地面特征点在水平和垂直方向上的位置。这种技术直接将各种大型的、复杂的、不规则的、标准或非标准等实体或实景的三维数据完整地采集到计算机中，从而为快速重构目标的三维模型，并为获得三维空间的线、面、体等各种制图数据提供了极大方便，同时，它所采集的三维激光扫描数据还可进行多种后处理工作，如建构、编辑、修改生成通用输出格式的曲面数字化模型，应用到测绘、分析、仿真、监测、虚拟现实等。近些年来，三维激光扫描技术日趋成熟，伴随而来的其应用成本也在逐步降低。现在己成为被一般行业所能接受的一门先进技术，人们通过三维激光扫描仪可以快速、准确、直接地获得地物空间高分辨率、高精度的地理三维数据。但是将如此海量的点云数据处理得到地物表面的真实三维模型是目前研究的热点，尤其在工程和科学领域的应用r11价值极大。国外一个Arehatour项目“。，由欧洲的两座博物院、两所大学、三家公司联合承接，项目的主要目的就是要将医疗、考古领域中的多媒体系统进行升级，即三维数字化。而激光真实三维地物建模是很重要的一个环节。在许多好莱坞科幻大片里，常用到三维激光扫描技术获取到某一场景海量点云，然后将这些点云处理成真实的三维场景模型。我国也曾提议过一个数字故宫的项目，和前面提到的建立科幻大片里真实的三维模型技术路线大同小异，也是利用三维激光扫描重建技术虚拟现实。正是三维激光扫描技术有如此大的应用前景，它的高自动化程度，高精度，高数据处理效率，所以其整体1 万方数据太原理工大学硕士研究生学位论文的经济效益要高于其他测量技术。目前，欧美发达国家在三维激光扫描技术方面已经走在了前列，其在点云数据处理和建模技术方面都有高的技术水平和经验。而我国的三维激光扫描仪技术研究起步较晚，且国内大部分科研机构都侧重于理论研究。尽管近几年真三维建模发展形势不错，但国内在点云数据处理技术方面仍然落后，普遍存在自动化程度低及无法复原复杂地物真三维模型。这些不足都是真三维点云数据建模研究中的难点。基于以上背景，本文以真三维建模方法为研究对象，进行各种不同建模方法对比应用研究。1．1．2研究意义目前，国外对三维激光扫描测量技术的研究和开发已取得了显著成绩“。，像美国、加拿大、日本、瑞士、澳大利亚等的许多家高科技公司在软、硬件方面都有了自己的代表性产品，其产品在速度、精度、便携、安全等方面都达到了较高的水准，并且现在正被广泛应用于社会生活中的各个领域，产业规模也正越做越大，越做越强。反观国内，研究经费的投入不足导致国内很多研究机构侧重于三维激光扫描的理论研究，而在工程应用领域的研究则比较偏少，国内三维激光扫描市场己被进口产品所垄断。在实际生活中。建模工程正发挥着越来越重要的作用，像外形比较复杂的地物建模，新产品的开发建模。而且，利用三维扫描重建技术进行新产品的开发建模，可将新产品的设计周期从几年缩短为几月，甚至几周；三维激光扫描建模技术还应用于计算机集成制造、敏捷制造、并行工程等。这样企业在降低生产成本、缩短新产品开发周期、提高f●1产品质量方面有了新的技术支撑”。。因此，三维激光扫描建模技术已成为一部分企业强有力的竞争技术之一，优势技术之一。另外，将三维扫描建模技术和其他先进技术相结合，能更加降低生产成本、缩短新产品开发周期、提高产品质量，从而使企业能在激烈的竞争环境中屹立不倒，企业的经济效益得到大幅提高，推动人类社会的发展。1．2国内外研究现状在三维点云数据地物重建方面的发展经过了几十年的研究。近几年，在基于点云数据真三维重建方面的研究，国内外的专家学者对此作了大量研究工作。2 万方数据太原理工大学硕士研究生学位论文三维激光扫描点云数据的真实地物重建是由曲面拟合质量决定的。所以其是三维激光点云数据处理的关键内容之一。1977年BooksteinFLLoJ提出将杂乱的点数据拟合成为二次曲面的数学思想。1987年HECline和WELorensen“。构建了一个三维曲面重建算法，其具有精度高的特点。1992年Bajcsy和Gupta⋯提出了将超二次体原型和双二次曲面分割三维数据，实验验证适当的双二次曲面模型可恰当的对三维数据分段。1994年Cao等人”j提出先将垂直距离牛顿线性化，然后再用最小均值平方逼近拟合曲面，虽没有提供最小二乘拟合法的统计质量，但实验效果比较不错。1995年KwangsooKim和HyungjunPark”。提出用分段三次Bezier曲面拟合光滑曲面的算法。此外，Hans—PeterSeidel和AndreasKolb¨w提出将散乱点数据插入光滑曲面的方法，其还将极值拟合法、最小二乘拟合法、凸壳拟合法、最小均值拟合法具体作了一番比较。通过比较和分析得出所有的CMM数据处理中，以上四种拟合方法都不是数据处理的最佳方法。于是，提出了“合理地选择准则才能选择恰当的算法”的主张。1996年ChoiWoncheo⋯j推导了极值拟合法和最小二乘拟合法公式，对比分析了两个公式特征得出，如果数据中随机误差是主导因素，则最4"--乘拟合法比较占优；如果数据中设计标准是主导因素，则极值拟合法比较占优；他还检验了部分关于三维测量数据分析的理论基础。研究了不确定性问题，他认为极值拟合中不确定性和最小二乘拟合中随机噪声造成尺度评价张的不确定性；还进一步用概率论与数理统计中的参数置信区间表示出来。Krishnapuram和Friguiu纠提出了一个稳健的聚类算法，并陈述了怎样利用该算法将三维数据拟合成曲面。这个算法的特点是拟合受噪声污染的数据点成稳健的二次曲面效果较好。该算法的基本假设是先生成了许多曲面片，然后曲面片之间相互竞争，最后留下少部分能够扩展，其他曲面片将消失。Levoy和Krishnamurthy¨“提出了将密集度高的三角网转化为B样条曲面片的算法。该算法首先是将格网曲面变成矩形样条格网曲面，然后细化矩形样条格网或改变松弛因子实现格网片的参数化，再利用B样条曲面算法拟合生成不严谨的细分矩阵样条网格。其主要的优点在于面片边界之间的彼此交融生成和面片边界之间反复进行B样条曲面拟合和参数化，最终生成最理想的曲面。DZwick和HPHeifrich㈨提出TAm：最4、二乘曲线曲面法拟合散乱的数据点，并用3 万方数据太原理工大学硕士研究生学位论文LevebergMarquardt方法补充和完善拟合的置信区间，提高了曲面拟合的质量。1997年GrierCILINH基于E和ChenLiang—ChiaLlaJ提出了基于点云数据的最小二乘曲面拟合，其算法的重要步骤是：1．用约束狄罗里三角形法构造初始三角格网，2．用自适应模型数字化曲面重建。他们的研究成果在生产实践中得到深入应用的是三次B样条模型的最小二乘拟合。这种算法相比传统算法减少时间80％以上。1999年KurfessTR和ChoiWLIDJ提出了几何图形数据带拟合法。这种拟合法可替代模型监测中的用到的极值拟合和最小二乘拟合。实例验证了次算法的拟合情况，并更进一步提出了最小带拟合法，此算法适用于测量点不在拟合带。2000年Ming—ChihHuang和Ching—ChihTai”“、u副根据处理点云数据结合容差改进B-spline曲线拟合逼近的方法。2001年TolgaTasdizen[]93运用多项式对点云数据进行曲面拟合。DerekBrianBoothroyd‘203在医学领域对散乱点云数据进行了随机系数模型的建立和B-Spline拟合的研究2002年DeeboonMethakullachat““研究了真三维模型构建中格网优化、初始格网估计和分段光滑曲面三个阶段。利用线性分段光滑生成非均衡有理B—Spline曲面、三角格网、CSG结构的复杂曲面和实体模型。GScherer和VPereyra‘223、‘233用B-spline曲面进行最小二乘拟合散乱点云数据，并对算法中的病态问题，用LSQ算法和BTSVD算法进行了研究。DanManhNguyenu刮将NURBS和非线性有限元进行组合，研究出自动化的曲面拟合方法，这个方法自动化程度高且能够拟合复杂的曲面。2003年GAWatson和AAtieg¨副提出了基于三维点云数据的的最小目标函数和垂直距离平方，并将点云数据拟合成曲面片。他们在拟合过程中用高斯一牛顿法每次迭代，并作了详细的理论公式推导。2004年Ohtake等提出了多尺度的基于紧支撑的径向基函数和自适应的基于紧支撑的径向基函数算法对散乱点云数据进行逼近，并都达到了较好效果。1．3论文主要研究内容1．3．1论文主要工作本论文主要从点云数据建模算法和三维扫描技术工程应用两方面展开工作。在算法4 万方数据太原理工大学硕士研究生学位论文方面，总结点云数据处理中的关键技术，并针对点云数据能被快速准确建立地物真三维模型问题提出一种改进凸包算法。工程应用方面先使用三维扫描仪完成数据采集，再结合建模软件进行后期数据处理，对建模对象总结建模经验和工程应用特点。本论文中的建模对象是某化工厂办公主楼。算法研究的点云对象是散乱点云，或者叫非组织,点N(unanizedcloudpoin)，即点云数据本身只包含空间点坐标，没有其它信息。1．3．2论文结构安排第一章介绍了论文的选题背景和研究意义。第二章介绍三维激光扫描系统组成、工作原理和国外几种常用的三维激光扫描仪器性能及相关软件简介。第三章。介绍针对地物点云数据形状分为规则和不规则两种建模方向，其中不规则形状真三维建模法又分为两种自适应CS-RBF算法和多尺度CS-RBF算法，最后本章又提出改进型一种凸包算法第四章针对结合实验及工程数据讨论三维扫描仪的工程应用情况，总结建模经验。第五章对本论文的主要研究工作进行总结，指出本论文的研究工作需要改进和提高之处，明确了今后的研究方向。5 万方数据太原理工大学硕士研究生学位论文6 万方数据太原理工大学硕士研究生学位论文第二章三维激光扫描技术三维激光扫描技术又被称为实景复制技术，是测绘领域继GPS技术之后的一次技术rncl革命“⋯。它突破了传统的单点测量方法，具有高效率、高精度的独特优势．三维激光扫描技术能够提供扫描物体表面的三维点云数据，因此可以用于获取高精度高分辨率的数字地形模型。上世纪九十年代中期，三维激光扫描技术作为一项高新技术渐渐出现在人们的生活当中，而且被主要应用于测绘领域中，可以说是继GPS空间定位之后测绘技术的一次开创。它通过激光技术高速度、高精度的获得地物表面的海量点云三维坐标数据，为后续建立真实地物三维模型提供了一种全新的方法。由于三维激光扫描技术含有不接触性、主动性、快速性、穿透性、动态性、高精度性、自动化性、高密度性、数字化性、实时性等特性，不久将来将会是继GPS之后测绘领域的又一次创新革命。r1'1三维激光扫描技术在国内的最近几年越来越受到专家和学者的关注。⋯。它通过激光测距原理，高速度、高精度的获得地物表面的海量点云三维坐标、纹理、反射强度等信息，可高速复制出地物信息的整体轮廓，包含点、线、面等各种图件单元信息。由于三维激光扫描仪可获得大量的地物表面点云数据，相对于以前测量仪器的单点测量，所以三维激光技术也被叫做单点侧量的一次开拓。三维激光扫描系统包括硬件和软件两部分，硬件部分主要是用来采集数据，而软件部分主要是用来处理数据。2．1三维激光扫描系统三维激光扫描仪是一种新型的三维激光坐标测量仪器，它吸收了许多高新技术，利用激光高速性和非接触性的特点，采集地物表面以阵列形式表达的几何图形的三维数据。三维激光扫描仪主要由三部分组成，激光测距系统、激光扫描系统和支架系统。此外有的还集成内部校正和CCD数字摄影系统。2．1．1三维激光扫描扫描系统的组成1．激光测距系统现在激光测距原理主要有激光三角法、脉冲测距法TOF、干涉测距法。其中干涉测7 万方数据太原理工大学硕士研究生学位论文距法又叫相位测距法。激光测距技术已经比较成熟，面向测绘领域所用三维激光扫描仪多数多用的是脉冲测距法TOF，例如Riegl公司的LMS．Z210和徕卡公司的Cyrax2500以及HDS3000和Optech公司的ILRIS．3D等三维激光扫描仪。国内专家和学者长期致力于三角法扫描测量系统。(1)激光三角法‘2印通过结构化的光源和立体照相机以及两条光信息，构建立体投影关系。典型的运用了三角激光法测距原理的三维激光扫描系统的是法国Mensi公司的S10／$25型。(2)脉冲测距法TOF脉冲测距法TOF是一类快速激光具有既可测时间又可测距离的技术。典型的运用了脉冲测距法TOF原理的三维激光扫描系统的是瑞士莱卡公司的HDS3000型。脉冲测距法TOF的测距过程分四个主要步骤‘29l：a)探测激光，激光经过扫描镜反射，再经过物体反射变为激光回波信号，然后通过同一个聚光透镜和扫描镜转为电信号。b)发射激光，在触发脉冲的作用下，激光脉冲发射体发出一个快速相当窄的激光脉冲，经过扫描镜反射射向物体，另外，从取一部分激光信号变为激光主动脉冲。c)测量时间延迟，利用距离计数方法通过由精密原子钟控制的精密计数器测量出激光发射主脉冲和激光回波脉冲之间的时间间隔。d)估计延时，首先处理不规则的激光回波信号，准确地确定对地物测距的延时，然后生成脉冲回波信号，以该脉冲回波信号的前沿为节点表示接收到地物回波信号的时刻。(3)干涉测距法三维激光扫描仪发出连续激光波，结合物理中的光线干涉原理来确定干涉相位。典型的运用干涉测距法原理的三维激光扫描系统的是日本Minolta公司的VIVID900型。2．激光扫描系统现在三维激光扫描技术用的最广泛的是电镜扫描、全息光栅扫描、多棱镜扫描、光机扫描。成像技术向高帧频发展、扫描幅度力求较大以及小角度扫描间隔力求精度要高，这是三维激光扫描系统评价的三个主要技术指标。三维激光扫描系统里含有伺服驱动马达系统，其调节多面反射镜的转动，然后进行光栅化。利用扫描系统预设范围使脉冲激8 万方数据太原理工大学硕士研究生学位论文光束沿纵轴和横轴方向高速扫描。圆锥扫描模式，线扫描模式，纤维扫描模式是现在比较常见的三种扫描模式。一X＼1／I．．．．．．．．．．．．L．．．．．．I、I(b)多面棱镜线扫描模式＼]／———／’(c)圆锥扫描模式(d)纤维光学阵列扫描模式图2-1扫描模式示意图Fig．2-1Theschematicdiagramofscanmode3．支架系统调整三维激光扫描仪高度和固定三维激光扫描仪的器材有：金属底座、适配器和外2．1．2三维激光扫描系统的工作原理地面激光扫描仪扫描的工作原理首先测得激光束从发射到返回所用时间，根据这个时间得到距离观察值L，然后在精密时钟的控制下，由扫描仪的中的编码器测出纵向扫描角度观测值Q和横向扫描角度观测值0。另外，根据经过校正的彩色相片结合返回激光信号的反射强度，可得到与该激光脚点相匹配的颜色信息。激光扫描系统一般都有自己自带的坐标系统：Z轴与横向扫描垂直，Y轴在横向扫描面与X轴垂直，X轴在横向扫描面内，如图2-2所示。9 万方数据太原理工大学硕士研究生学位论文图2-2坐标测量原理Fig．2—2Theprincipleofcoordinatemeasuring由此可得到激光脚点坐标的计算公式如下：lx=SCOS8COS征{y=SCOS臼sin口(2-1)LZ=Ssin日地面激光扫描仪按照扫描距离的长短可将扫描仪大体分为[303：近距、较近距、较远距和远距四类。2m以内的扫描范围为近距，手持式扫描仪一般都属近距扫描仪；1～25m以内的扫描范围为较近距，40～1000m为较远距；1000m以上为远距。现在，地面激光扫描仪主要是应用于较远距。按照搭载扫描仪的系统平台，可以将地面激光扫描仪分为固定式和移动式两类。固定式扫描仪类似于全站仪，扫描过程中，须将仪器固定在某一点上进行扫描；而移动式扫描仪则是指可以搭载在移动平台上(如车载等)，配合移动定位进行三维点云扫描的方式。测得激光扫描中心点到地物目标的距离叫做激光扫描定位，且其精度取决于测量距离的精度。现在，根据测距原理，将激光扫描仪分为四种类型分别为：三角测量式、脉冲式、相位式和脉冲一相位式。1．三角测量三角测量是利用三角形的几何关系，通过一系列计算得到扫描中心与扫描对象的距离的一种测量方法。所谓三角构成，其实就是由包括目标反射点、激光发射仪器以及数码相机感光元件CCD所对应的接收信号部位在内的三点，所构成的三角。同时，通过发射到所测量目标物的激光信号和反射到感光元件CCD的激光信号之间所形成的夹角，还有激光发射仪器与感光元件CCD二者之间存在的一个基线长度，从而就能得到扫描目标物的距离，如图2-3所示。 万方数据太原理工大学硕士研究生学位论文图2—3三角测量原理Fig．2-3Triangulationprinciple2．脉冲式测距激光发散角一般比较偏小，而且激光的脉冲能够持续的时间也极其的短暂，瞬时功率有时可达到兆瓦以上，说明功率极大，由于上述原因，因此可以达到的侧程就比较远了。虽然脉冲式的激光测距比较远，但是，精度却不很高，一般只有1～5m。激光脉冲测距利用目标地物对脉冲激光的漫反射收集到反射信号来测距。其原理示通过获得发射和接收脉冲激光信号的时间差，在通过计算得到目标地物的距离，测距公式为‘31I：L-avt(2—2)2式中，L是测量距离，v是光速，t是测距信号往返时间。从式(2—2)中可知，如果我们可以把激光的脉冲所用来发射和接受的往返时间测量得到，那么，我们就一定可以得出需要测量的目标物的距离了，如图2—4所示。一般这种脉冲式的激光测距的测量方法所用的仪器为固体激光器，比如红宝石和YAG。 万方数据太原理工大学硕士研究生学位论文图2-4脉冲测距原理Fig．2·4Theprinciplepulseranging3．相位式测距[323相位式测距其实是一种通过调制光的波长，然后换算出相位延迟代表距离的一种测量方法。这种方法中的相位延迟其实是利用了无线电波段的频率，在对激光束进行了一定幅度的调节的同时，去测量得到调制光往返于目标物与扫描仪器之间一次的距离。其本质就是运用间接方法测量出激光往返一次的时间，相位法测距的一般公式是：D=三(渤∽3，式中，中代表的是检测的相位差，／代表的是填充脉冲的频率。从式(2-3)中我们可以看出这种测量方法就是利用求得的发射信号与接收信号之间的相位差，从而间接的求得目标物的被测距离。这样的测量法，可以使用He-Ne激光仪器(具有连续光源)。与脉冲式的测距方法比较，这种方法极度比较高，一般是以毫米为单位，因此经常被运用到比较精密的测距当中。在测量过程中，我们一般会为仪器配置相应的反射镜，从而可以更好地把目标物固定在与仪器精度相一致的特定一点，也可以更有效地反射信号。其原理如图2—5所示12 万方数据太原理工大学硕士研究生学位论文P图2-5相位测距原理Fig．2·5Theprincipleofphaseranging图2—5中，P代表光波调节的发射点，0表示反射器安置点，P’表示调制光所发出的光波经反射器反射后的接收地点。因此，PP’也就是光波所经路程，相当于测量距离L的两倍。也就是说，入是由两部分组成的(入代表光波往返所需路程)，一部分是还不够一个波长距离的入1，另一部分是具有完整波长的入2，即入：入1+入2(2-4)高精度的测量是在调制和差频技术的基础上实现的。目前，脉冲式的扫描仪和相位式的扫描仪器都已经可以达到50000点／s的最大速度。4．脉冲一相位式测距脉冲一相位式测距方法是一种新型的测量方法，其本质就是将脉冲式测距法与相位式测距法相结合的产物。这种方法实现脉冲和相位的测距是通过脉冲的激光信号的连续发射。利用脉冲信号发射和接受的时间差对待测距离进行粗略测量的同时，对连续信号的发射和接受的时间差对待测距离进行精密略测量，在将这两者通过技术处理，有效结合，实现对目标物的测距。手持式的激光测距仪器在目前阶段，大多是利用上述的脉冲一相位式测量方法。目前，是短距离高精度工程测量和建筑物占地面积测量中最新的一种测量距离的工具，它通过数字测相脉冲展宽细分技术，即使在没有合作目标的情况下，也可以达到毫米的精度，而且测量距离大于100米，并能够又快又准地直接显示距离长度。当前最常见的有DIST0系列手持式激光测距仪，由Leica公司生产。地面激光扫描仪可以把激光信号划分为三个等级，即I、II、ⅡI三个级别。其中，I级的激光一般情况下，对人体没有光辐射的伤害。II级的激光在可见的光谱区是有辐射的，该级别的产品需要标识警告信息，并进行安全测试。Ⅲ级激光又可以分为3a与】3 万方数据太原理工大学硕士研究生学位论文3b两级。a级别对于具有正常躲避强光反应的人来说，对裸眼是没有伤害的，一般会造成伤害的是利用透视仪进行观察的人眼；3b级产品包括在200～1000000nm的辐射，不可用裸眼直视，否则会造成意外伤害，因此对其管制也相对第二级要更加严格。2．1．3国外几种常用的三维激光扫描仪器的性能近几年三维激光扫描仪发展己比较成熟，且在实际工程中正发挥越来越重要的作用。各类仪器在测距精度(0。4～20ram)、测程范围(1-1000m)、测量速度(100～500000／s)、测量采样密度等方面都有各自的特点和技术参数。如有些扫描仪适合在室内和中程距离测量(<100m)，有些适合在室外长距离(<1000m)使用，有些虽具有很高的扫描定位精度，但最大测程只有几米。一般对这些激光扫描仪可按扫描速度、空间分辨率、测程等ra01不同的技术指标进行分类。下面对几个主流公司的系列产品的参数进行简单介绍““。1．Leica公司产品20世纪九十年代，法国的MENSI公司和美国的Cyra公司首次将激光技术引入到三维测量领域。瑞士的徕卡公司2001年收购了美国的Cyra公司，其在成为徕卡测量系统股份有限公司一个分支机构之后，成功开发了HDS(highdefinitionsurveying)系列地面激光扫描仪。该系列中从开创性的HDS(又叫cyrax2500)至U目前最新推出的HDS6000中，HDS3000型三维激光扫描仪是HDS产品家族中曾获得较多好评的一款经典产品。HDS系列配套软件为cyclone系列。目前，徕卡公司还研制出了ScanStation系列(ScanStation、ScanStation2)，该系列正逐渐将全站仪和激光扫描仪一体化。ScanStation2的最远测量距离可达300mjLeica公司的激光扫描系列产品以精度高为特点。表2—1是LeiCa公司推出的系列激光扫描仪的技术指标汇总。表2-ILeica公司系列产品参数Tab．2-1TheparameterofLeicacompany’sproducts型号册S2500HDS3000皿S4500HDS6000ScanStation2扫描类型脉冲相位脉冲测量距离2-100m2～lOOm1～25m1～79m2-300mFOV(视场角)40。X400360。×270。3600X31003600×31003600×270。单点测距精度+6ram+6ram±6mm+6ram+6mm(50m处)测角精度／(V／H)+60微弧+60微弧±350微弧+25”±12”最大扫描速率1000点／s4000点／s500000点／s50000点／s激光级别IⅡⅡI14 万方数据太原理工大学硕士研究生学位论文2．Trimble2003年，MENSI公司被美国的Trimble公司收购。收购伊始，Trimble公司仍然沿用MENSI公司的S系列激光扫描仪，当时S系列测程非常短，最大测程只有25m，在MENSI技术支持的基础上，Trimble公司又推出了G系列三维扫描仪。G系列从最开始的GSl00，发展到GS200、GX3D。此后，Trimble公司基于激光扫描仪和全站仪一体化的理念推出了VX空间测站，VX空间测站是基于全站仪的三维扫描仪，和其他线扫描方式的扫描仪不同，它仍然采用全站仪的点扫描方式，其扫描速度较慢，但精度较高。表2—2是Trimble公司推出的系列激光扫描仪的技术指标汇总。表2-2Trimble公司系列产品参数Tab一22TheparameterofTrimblecompany’sproducts型号MensiS10／$25GS100GS200GX3DVX扫描类型三角测量脉冲测量距离O．8～10m／2Sm1～100mFOV(视场角)320。×460360。×600单点测距精度±0．1mm／O．8mm±6ram测角精度／(v／H)一6”最大扫描速率100点／s5000点／s脉冲1～200ml～350m>150m360。X600360。×600取决于取景窗口±6mm±12mm±10mm6”12”(H)／14”(V)1”5000点／s15点／s激光级别IIIIII一3．Riegl公司产品1970年．奥地利Riegl公司成立，其生产的激光测量设备质量比较闻名，生产的地面激光扫描仪目前有LMS(1asermeasurementsystem)系列和LPM(1aserprofilemeasuringsystem)系列。在1999年推出了当时世界上最长距离(1000m)、高精度(3mm)和可外置GPS的LMS—Z420i三维激光扫描仪，受到了很多好评。近些年又推出了超长距离(6000m)、中高精度(15～25mm)的LPM一321和LMS—Z420i的升级版LMS—Z620(测量距离2000m、精度2ram)。目前该公司最新推出的V系列VZ-400提出了一种称为“在线波形分析”的新功能，使测量者可以在测量同时实时地分析回波数据，在不同天气状况中提取出最好的测距结果。仪器配套软件为RiSCAN系列。Riegl公司的激光扫描系列产品全部采用脉冲式测距，以测程长而著称，并号称生产的仪器所有的激光对人体丝毫无害。表2—3是Riegl公司推出的系列激光扫描仪的技术指标汇总。15 万方数据太原理工大学硕士研究生学位论文表2—3Riegl公司推出的系列产品参数Tab．2·3TheparameterofRigelcompany7sproducts4．Faro公司美国的Faro公司主要生产激光跟踪仪和便携式三坐标测量臂，近些年在激光扫描仪的市场中也逐渐占有一席之地，它所产生的地面激光扫描仪是目前市场上少数采用相位式激光测距的扫描仪，它是通过发射连续的不同波长的红外光来获得相位差从而计算距离的。改公司生产的产品有LS420、LS840、LS880以及最近推出的新系列Photon20和Photon80。这些都可以外接特定型号的数码单反相机采集颜色匹配信息。LS880号称采集点云数据的速度比脉冲式的扫描仪快100倍。相关的点云数据处理软件系列有FAROScout、FAROScene、FARORecord、FAROC10ud、FAROWorks，其中受到客户欢迎的是FAROScene，它将扫描和点云数据处理两个模块集成到一起。表2-4是Faro公司推出的系列激光扫描仪的技术指标汇总。表2-4Faro公司系列产品参数Tab。2-4TheparameterofFarocompany’sproductsb．Optech加拿大的Optech公司以生产机载激光扫描仪器而闻名，该公司生产的IL—RIS一3D系列地面激光扫描仪占有一定市场份额，该公司的宣传El号是对眼睛完全没有伤害的LIDAR系统(激光I级)。该系列装置内置600万像素的数码相机和LCD监视器。该系列中ILRIS一3D为基本型可使用PDA对其进行扫描控制；ILRIS一3DVP(valuepackage)为简装经济型；ILRIS一36D可360。旋转；ILRIS一3DER(enhancedrange)为距离增强型，】6 万方数据太原理工大学硕士研究生学位论文最远距离为1000～1500m；ILRIS-3DMC(motioncompensated)为可配合GPS／I删的动态平台扫描。表2-5是Optech公司推出的系列激光扫描仪的技术指标汇总，该公司的ILRIS一3D系列在外形上完全一样。表2-50ptech公司产品系列参数Tab．2—5TheparameterofOptechcompany’sproducts生产地面三维激光扫描仪的厂家，还有英国的3DLaserMapping，德国的CALLIDUS、Z+F、ArcTron，澳大利亚的I-SITE等，在这就不再详细阐述。随着激光扫描技术的发展和应用范围的扩展，将含有越来越多的相关厂家加入到地面三维激光扫描仪的领域中来。日本著名的全站仪生产厂家Topcon也跟随市场潮流，在2008年7月推出了IS影响型三维扫描全站仪和GLS-1000三维激光扫描仪。IS影像型三维扫描全站仪也是基于全站仪的点扫描工具，类似于Trimble的VX空间测站。2．1．4TrimbIeFX三维激光扫描系统优点本文选用的是Trimble公司的TrimbleFX型号地面三维激光扫描仪对某化工厂行政主楼进行激光扫描，并用其配套软件(RealWorksSurvey)进行点云的后续处理。选用TrimbleFX三维激光扫描仪有如下优点：TrimbleFX扫描仪是高级的3D激光扫描系统，专为工业、造船和海上平台环境所设计，在这些环境中快速获取高清晰高精度数据十分重要。360。×370。全视眼，平均获取速率190000点每秒，TrimbleFX系统在工程管理中有强大的优势。TrimbleFX扫描仪是一款有高校移动性的仪器，重量仅有1]kg，可以在工程中方便的移动。配备的仪器箱适应航空的需要，方便随身携带，可以在乘坐飞机时放在行李架上，降低了损坏和丢失的风险。TrimbleFX也适合海上进行工作，符合海上仪器装载的要求。一切都在数据中，TrimbleFX扫描仪允许用户快速高精度测量已知情况，创建高精】7 万方数据太原理工大学硕士研究生学位论文度图像。图像中每一个像素都代表空间中的3D点，这些点可用于测量、交互定位和空间连接，或者用AVEVA，Intergraph，Autodesk，Bentley和其他设计软件来创建2D和3D图形。灵活性TrimbleFX扫描仪联合TrimbleFX控制软件通过改变图像栅格尺寸提供给用户灵活的3D成像方案。这就创建了低分辨率或者高分辨率数据集。这样的灵活性是十分必要的，可以适应各种工程，例如拥挤的工业环境，逆向工程，校检空间控制或者控制建筑精度。新的手段提高效率节省开支你得到了一个1亿美元的翻新工程。这个工程通过一个已经包括几公里的管道、设备和高压AC电力设施运行着数百公里的管道和高压设备。你的工程为进行现场装配或更改线路而每推迟一天都会令公司花费数百万美元。知道现有项目的确切位置以及改善新项目设计的集成对你有多重要吗?知道预制的管道、刚铁和设备是否完全适合现有设备对你有多重要吗?建站和设置TrimbleFX扫描仪可以架设在三脚架上，通过5／8”螺旋连接。也可以设置在其他支架，柱体，装饰或者天花板托梁上。这就允许用户任何环境下架设仪器以获取所需数据。仪器在架设时无需整平。RealWorksSurvey软件的配准模块可以使用户在内业时快速传输数据，改正定位，从而减少外业设站所需时间。控制和定位使用TrimbleRealWorksSurvey配准模块能够快速定位目标，从而获取3D场景和转换相对于已知点的空间位置。TrimbleFX扫描仪根据工程需要可使用觇标和定位球。用户可以创建配准报告，来显示设站和控制的误差，这样为工程提供了全面的方案。2．2三维激光扫描技术的数据特点及相关软件简介2．2．1三维激光扫描数据的特点1．三维激光扫描点云的结构三维激光扫描点云按行和列两个方向排列，在平面上或圆柱面上形成四边形格网关系，如图2—6所示。因此，很多原始的三维激光扫描数据都带有点与点之间构成的格网结构关系‘34|。18 万方数据太原理工大学硕士研究生学位论文图2-6三维激光扫描数据点的格网关系Fig．2·6The鲥drelationshipof3Dlaserscanningdatapoints2．三维激光扫描点云的影像及其特点三维激光激光点云数据通过扫描仪获得后，将其导入到仪器自带的软件以后即可可视化，如图2—7所示。因此，三维激光扫描影像数据也是三维激光扫描点云数据的另一别称。(a)某化肥厂办公楼点云图(1918786点)19 万方数据太原理工大学硕士研究生学位论文(b)6cm点间隔(70556点)(C)12cm点间隔(21256点)图2-7三种不同间隔点云数据Fig．2·7Pointclouddatawiththreedifferentinterval从三维激光扫描影像图中可以看出，三维激光点云数据具有以下的特点：(1)高密度。在测量时，仪器可以在一定范围内任意设置扫描数据点间的间隔，如，HDS4500系统的最小平均间隔可达1．2ram。(2)大的数据量。三维激光扫描仪的点云数据量非常大，通常一站的点云数据就可达几十万到上百万个数据点。(3)带有扫描物体光学特征信息。三维激光扫描点云数据含有反射光强度信息，因为三维激光扫描仪可接收目标地物反射光强度信息，此外，有的扫描仪都可收集目标地物的真彩信息。由于三维激光扫描点云数据具有以上特点，三维激光扫描仪得到广泛的应用，点云数据处理也变的相当重要。20 万方数据太原理工大学硕士研究生学位论文2．2．2三维激光扫描技术的软件简介GeomagicStudio简介㈣GeomagicStudio软件主要包括扫描数据处理、点和多边形编辑、曲面建模等功能。GeomagicStudio软件可以支持多种扫描仪输出的数据格式，因此，也是各种仪器数据交互和转换的常用软件。扫描数据处理：处理大型数据集，可以从所有主要的3D扫描仪和数字转换器中采集点数据，优化扫描数据(通过删除体外孤点、减少噪点和其他可用工具)，对齐与合并多个扫描数据集，自动或手动注册多个点云。点和多边形编辑：通过曲率采样、统一采样或随机采样降低点云数据集的密度，然后由点云数据创建多边形网格，修改、编辑和清除多边形模型，检测和创建模型中的特征，修复和锐化边界，支持多种文件输出格式，包括STL、OBJ、VRMLl、VRML2、DXF、PLT和3DS。曲面建模：由多边形模型自动创建物体表面的NURBS曲面，通过手工绘制曲线，轻松创建新的曲面片布局。直观的“草图”功能：可以从点云和多边形模型直接创建横截面曲线，并直接对其进行编辑强大的脚本语言环境一扩展、定制并自动化了一些能够对软件中的所选命令进行深层次访问的功能。编辑、导航和可视化的功能：对于场景级的三维模型，改进了从中程和远程扫描仪对点云进行编辑、导航和可视化的功能。硬测头功能：可使用硬测头合作伙伴(如：FARO、Hexagon、Nikon、Creaform和许多其他合作伙伴)提供的接触式测头、便携式三坐标测量臂和类似设备对特征进行准确的测量和创建。“重划网格”工具：可以快速、准确地对多边形模型重新进行三角化，使其成为更加整洁、更有用的三维模型，以便用于数字内容创建(DCC)和三维打印。新的“曲面片”命令：为快速、准确地修复多边形模型提供了强大动力。与Spaceclaim软件集成：可进行直接的建模交互和设计21 万方数据太原理工大学硕士研究生学位论文22 万方数据太原理工大学硕士研究生学位论文第三章点云数据的真三维建模方法随着三维激光扫描仪的不断更新和建模技术的不断发展，三维点云建模技术在生活r，C1中的应用越来越广泛p⋯。三维激光扫描仪所获得数据一般都比较巨大，但是通常由于各种地物的遮挡还会缺少相当一部分点云数据，而且目标地物形状一般也都比较复杂，这就给建模过程制造了不少问题。利用点云数据建模的一般步骤是，点云预处理、点云拼接、点云封装，模型修饰。许多专家学者对点云封装及由点到面的成型质量和效率比r，．，1较关注，这也是点云建模的研究热点和焦点p“。3．1规则形状真三维建模方法对于具有规则形状的地物真三维建模，通常是将地物点云数据导入到相关的CAD软件中，因为在该软件中的点云处理模块中，任意方向、角度的地物三维都可被显示，所以利用人工捕捉将地物轮廓线提取出来，然后在成熟的CAD建模模块中就可完成地物真三维模型的建立。这一建模方法比较简单且已成熟。3．2不规则形状真三维建模方法激光三维扫描数据的应用取决于点云数据建模的质量，目前对于点云数据的真三维建模一直是激光扫描数据应用中的研究重点。其中参数化曲面是较常用的建模方法，径向基函数因其在多维空间插值中的精确性和稳定性，使得基于RBF‘的离散点曲面拟合越来越受到关注。目前有不少学者在基于RBF的散乱数据点重建方面做了不少开拓性的工作【3引，其中，Ohtake等提出了多尺度的基于紧支撑的径向基函数(CS．RBF)和白适应的基于紧支撑的径向基函数算法对离散点云进行逼近，并都达到了很好的效果。3．2．1RBF内插原理假设离散点y1，⋯，k，在N维欧几里得空间中，a1，⋯，乜n为常数，属于径向基的权值，IY一巧I为y与巧的距离，仍(IY一巧1)是一个单变函数同时也是一个正定基函23 万方数据太原理工大学硕士研究生学位论文数，即RBF。其原理是，给定点(K，cj)，j=l，⋯，n，K∈尺n，仍为指定基函数，cj∈R，通常搭配恰当的常数吁，j21，⋯，n得出径向基函数∑冬1q白(Iy一巧I)来内插q。计算复杂r，01度低，且在多维空间中准确、稳定地处理数据是RBF内插原理的主要优点p“。一般在二维空间内插三角网的点云，如图3—1所示，在一个平面三角网模型里就会出现有重叠的点，像在模型里有相对视线有前后距离的点，这样将无法真实表达目标地物的空间拓扑关系。利用基函数在多维空间内插长处，以内插中心点为球心，支撑域为半径建立椭球体，将点云单元分散到三维椭球体内，如图3-2所示。椭球体内点云数据用多项式逼近曲面，相邻椭球体间的局部曲面用径向基函数加权拟合，这样得到三维三角网模型。这样就避免了二维平面内有点云重复的情况。图3-1平面三角网连线Fig．3-1ThewiredforplaneIrianglenet图3-2椭球体上的三角网连线Fig．3-2ThewiredforIrianglenetOilellipsoid24 万方数据太原理工大学硕士研究生学位论文3．2．2自适应CS-RBF算法自适应CS-RBF的算法思想是单元分界，首先建立基于点云数据的以内插中心点为球心，支撑域为半径的相连椭球体。然后在支撑域的约束下，用多项式局部逼近曲面，最后用归一化的RBF加权拟合【401，形成自适应PU隐式曲面，另外对函数另一部分归一化RBF加权拟合，改善自适应PU隐式曲面，得到较满意的三维模型。具体流程如图3--3所示。在点云中搜索最优内插中心点ci由式3-4、式3-5判断c；的最优＼支撑域O。＼／f在各内插中心c。，以支撑域。为半径建椭球体，把点云单元分解＼／I在各椭球体内用g(x)对曲面局部逼’0用CS．RBF函数对各相邻椭球体的局部逼近曲面g(x)加权拟合，得到空间曲面模型图3—3自适压CS—RBF曲面拟合流程Fig．3-3ThefittingprocessofadaptiveCS·RBFcurvedsurface有一批从三维曲面上获取的离散点集Q={q1，⋯，qn)cR3，点的单位法向量N=(M，⋯，“)，每个点的可靠度用式o≤￡f≤1，表示，得到函数，：只3一_÷R是曲面重建的目的，隐式曲面以z)=0逼近来自Q点的曲面是曲面重建的另一目的。给定内插中心点c2lcl。⋯，cmj，m．，一p(|I)(q一^(肛J，巧))‘_(／a[，Vl，∞t=pjEP)求得参数A、B、C。通过夕c(x)=0．1一^0，V)建立局部内插函数，支撑域。由点密度计算得到。用八叉树对P的包围盒进行分解，当每个叶细胞包含点数小于或等于八个时停止分解。然后计算每个叶细胞的平均对角。o为平均对角长的3／4。2。多尺度CS-RBF离散点曲面拟合单尺度逼近快速，但存在一些限制，比如点密度不均匀时，曲面拟合质量较差，无法修复不完整点。多尺度CS—RBF的方法是，建立点(m，P2，⋯，Pm=p)的多重层次2R 万方数据太原理工大学硕士研究生学位论文结构。通过平移用于内插pm的上一级函数来内插下一级点pm+1。多尺度内插是按由粗到细的方法进行，首先定义基函数／o(x)：一1(3—12)用迭代法定义内插函数_Ick-1，／(z)=f(z)+0七(x)，k=1，2，⋯，m(3—13)式中，广(z)：o内插pk。平移函数。七和单尺度内插的形式相同。弋1o“(x)=>．【9}(z)+A?】仍盯k(Ilx—pf|I)(3—14)p，印。局部内插夕f(z)按单尺度的法则求得。用下列线性方程计算：广。1(p，)+ok(p})=0(3—15)∥，：嬖，q：CL(3-16)支撑域。大小由式(3．16)求得，其中，L是点的平行四边形包围盒的对角长。C的选取原则是包围盒八分体内的任意一个半径为以的球可以覆盖该包围盒的八分体，通常取C=O．75。细分等级M由吼和ar0决定。cr0是单尺度CS·RBF拟合的支撑域大小。当M=·缒(ao／(203)时，细分效果较好。本算法引用了一个简单的中心减少法则。p七由y=的零水平集逼近，用那些到的Taubin距离大于用户定义的阀值点来逼近pk+1。实验效果表明这种方法可节约计算时间与内存。3．3改进的凸包算法由于点云数据常呈散乱无序的特征，且冗余数据也存在不少，这样在三维建模过程中，尤其三维空间的角度去研究算法，首先在去除冗余数据和寻找点与点之间的拓扑关系将非常困难。但是二维平面内的算法己经比较成熟且一条扫描线上的数据在同一平面内，这样就想到将散乱点云数据转化为扫拈线数据，即三维点云数据转化为二维扫描线数据，这样建立点与点之间的拓扑关系就简单了。于是本文提出将点云数据直接分层的构思，然后调用凸包算法将每一层点云数据细化。29 万方数据太原理工大学硕士研究生学位论文1。直接分层算法【43】分层之前，点云数据是呈散乱分布的，但根据其关于坐标轴轴对称特点仍可分为两类数据。一类数据相对于坐标轴不对称，另一类数据正好关于X、Y、z轴对称，其中相对于坐标轴不对称的数据可通过人机交互方式，直接用鼠标在屏幕上依次取点，然后将选中的这些点拟合或插值成一条曲线，这条曲线即为分层轴线。假设某一点云数据的截面高度是H，取相关区域高度为±△H(根据点云疏密程度确定数值)，设该截面为中截面【441，则会形成一环形窄带，定义上邻域点集E。为区域[H一△H，H]的点，，下邻域点集E：为区域[H，H+△H]的点，首先在上邻域点集E。中分别找出每点M的下邻域点集E：的最小距离N，令D,=MN。同理，在E：中找出点N在E。的最小距离T，令D2=NT，若T与M重合，则最小距离关联点为M、N，并将其中数值小的所对应的点对作为最小距离点对并记录，另一数值所对应点对为非关联点。重复进行上述过程，遍历完整个上邻域点集后，得到该层截面的最小距离关联点对集合。设某一关联点对为M1，M1=(x1，Y1，Z1)、M2=(x2，Y2，z2)，可得点对连线方程为：T1=M1+(M2一M1)t／1M2一ml(3—17)已知该截面高度为h，且令k=(h—z1)／(Z2-z1)，则有t=iM2一M1l·k可得点对连线与该截面交点的X、y值为=x1+k(x2-x1；(3-18LvYlk(y2)7关联点对一2．凸包算法【451对一图3-4线面截交图Fig．3-4Thefigureofwireandsurfaceintersecting30o和举。、{o．一：。X一 万方数据太原理工大学硕士研究生学位论文对于点集Q={Qo，⋯，Qn一1)，n为点的个数，一个小的凸多变形K，通常有三种情况包含Q中的每个点，其在K的内部，或在K的边界上。在图像学、地学计算、计算机图形学等方面，凸包算法有很重要的应用。根据凸包算法得到的凸多边形是点集的一个子集，可以认为是点集所代表的物体等值线折线的一个近似。但是，物体表面仍然有离散点没有包括在该折线上。因此，需要将这些点归类到当前折线上。为了更加精确的表达等值线，首先需要确定每个点归类于折线内的某条边。如图3—6所示，蚝K+1是一条折线段，Q为尚未归入到该折线的一个点。对于每个尚未加入到折线的点，应该归类于其最近的折线线段，并且该点在线段的投影应该在线段上。连接KfO，Ki+1Q两条线段，组成了三角形蚝K+1Q。图3-6等值线和待定点Fig·3—6ContourandstayfixedQ在线段％心+，的投影是否在心心+，内部可以用角。度判别法进行判断，即求出三角形心妫+。Q的两个内角0t和B，根据平面几何知识，显然可以知道有如下的判断条件：如果a，B其中一个角度大于90，那么Q点在局K+1上的投影位于心蚝+，外。如果a，B其中一个角度等于90，那么Q点在心K+1上的投影位即为％点或者心+1点。如果0t，B每个角度小于90，那么Q点在心K+1上的投影位于KK+1内部。如图3-6所示，对每个未定点Q，需要计算该点和当前等值线各线段的投影和距离的关系。每个待定点只能归类于仅，B均小于90并且距离最近的线段。对当前的等值线和待定点利用上述方法进行归类后，将折线的每条线段的顶点和归31 万方数据太原理工大学硕士研究生学位论文类到该线段的待定点重新计算凸包，得到局部区域的凸包。并将所有的局部凸包在原有等值线的线段处断开，得到不闭合的折线段。按顺序将前后折线段进行连接，即得到下一级折线。该过程如图3-7所示。(a)当前的等值线折线(b)局部凸包(c)原有等值线处断开后图3-7迭代的凸包算法过程Fig．3·7Theprocessofiterativeconvexhullalgorithm如果研究一层点云数据，首次我们使用凸包算法可以获得一个凸多边形，在此基础32 万方数据太原理工大学硕士研究生学位论文上，继续进行凸包算法的计算过程，可以进一步得到局部也是一个凸多边形，如果我们把刚刚计算得到的凸多边形进行整合之后，就可以得到的一个由等值线组成的凹多边形，而非凸多边形。接下来我们对凹多边形进行剩余点的归类，再次运用凸包算法，仍然可以得到一个凹多边形。也就是说，只有首次运用凸包算法会获得凸多边形，之后的每次跌代后，进行合并得到的就不再是凸多边形了，而是凹多边形。在我们结束凸包算法后，其余的每个定点以及当前折线的拓扑关系是相同的，可以在折线内部，也可以是外部。若迭代次数为奇数，那么剩余的待定点是在折线的外部：若迭代次数为偶数，那么剩余的待定点是在折线的内部。(图3—7(a)、图3—7(C))。通过我们目前所获得的折线多边形以及剩余待定点，对折线进行进一步的拟合，之后可以得到平滑的等值线。折线有很多种拟合方法，比如三次多项式、样条函数拟合。本文所使用的方法就是样条函数拟合方法。等值线一般都存在细节方面的分布问题，可以用来表示物体的表面特征。在一条等值线上，如果等值线情况比较复杂，说明某些区域特征比较多，反之，若是等值线情况简单，则是因为某些区域特征少。但是，在之前我们所论述的等值线的构建过程，其复杂程度还会伴随着迭代次数的增加而愈加复杂化。因此，凸包的迭代次数，是区分等值线的一个标准，也就是说，如果迭代次数少，那么我们可以判断等值线所含细节也随之减少。因而，把首次运用凸包算法迭代获得的最初等值线，定为等值线中的最低细节程度，该等值线也是特征量最少的一条，同时其并无明显细节程度。之后可以按照本文所述方法，把等值线和剩余待定点进行归类。进行归结之后，对这些点再运用凸包算法进行第二次迭代，再次得到次低细节程度的等值线。如果我们依次类推，便可得到一系列细节程度从低到高的等值线。假设现在构建某层点运用凸包算法获得的最高级等值线的迭代次数为k，那么，按照现实需要的细节程度，去设置等级，加入划为m级，取决于每一级细节所相应的迭代次数。例如，当k：7，m：4时，那么我们可以得知，第一级等值线，也就是最低细节等值线的得带次数为1，第二级迭代次数是3，以此类推，第三第三级的迭代次数为5，第四级也就是最高细节等值线的迭代次数为7。构建等值线过程中，当迭代次数从1到k时，每次计算完毕，该等级的等值线已经计算得到，因此，只需要在内存中加以存储，包含所有点的等值线计算得到后，其余等级的等值线也已经完成。因此只需对迭代次数和要求的等值线细节等级进行对应，就可33 万方数据太原理工大学硕士研究生学位论文以得到所有细节从高到低的等值线。34 万方数据太原理工大学硕士研究生学位论文第四章点云数据的真三维建模技术应用地面三维激光扫描仪应用在实际工作中的主要技术流程包括：设定外业扫描的计划、外业数据的采集过程、内业点云数据的处理以及精细模型的生成与后期展示。在具体的测量工作开展之前，我们需要制定好详细的扫描计划，完成相关的准备工作。根据扫描对象的不同、工程精度的要求及扫描的外部环境等因素，选择合适的扫描设备、设置适当的扫描采样精度、调整合理的设站数目和设站位置等。这些准备工作可以有效地提高外业扫描的工作效率，防止目标部分漏测或数据质量不合格的情况发生。4．1点云数据的获取方式在表征目标实体表面特征的空间三维坐标方面，激光扫描技术较于传统的数据采集方法有如下优点：(1)快速性。大范围内的目标实体表面的空间三维信息被快速获取；(2)穿透性。稀疏的植被能够被激光穿透，并且瞬间获得目标实体表面的空间地理信息，这些信息包含不同层面的、不同种类的地理信息；(3)接触性。采集地理实体表面三维信息不需要直接接触目标实体即可实现；(4)高密度、高精度。能够以较高精度获取表征目标实体表面特征的高密度三维点云数据：(5)主动性、实时性、动态性。由于不受时间和空间的制约，外部光源也不需要借助，仪器自身可发射测量信号；(6)数字化、自动化。直接获取数字距离信号，全数字特征，易自动化，可靠性好。通过非接触测量的测量方法，地面三维激光扫描仪利用激光测距原理获得真三维几何结构形状的表面三维信息。首先三维激光扫描通电打开开关后，扫描控制模块工作，调节激光信号的射出角度，控制反射棱镜匀速的转动，然后距离测量模块得到每个点云数据所对应的激光传播距离，再利用点云数据在水平和垂直方向上的角度值，间接得出在空间分布的激光点云数据。上面讲的是利用激光信号来获得激光点云数据，而地面三维激光扫描仪上还集成CCD数码相机，利用此相机可采集真三维几何结构形状物体的纹理信息。对于表面形状复杂的真三维物体，往往因仪器性能、信号强度、遮挡等造成点云信息的缺失，而且获得的零散点云数据只能表达出各自空间分布状态，这就造成后续真三维模型建模的障碍，甚至难以对其有效的分辨。因此在建模过程中，尤其是遇到难以分辨复杂地物的时候，35 万方数据太原理工大学硕士研究生学位论文结合CCD数码相机获得的纹理信息，可以有效的解决真三维模型的识别从而顺利完成建模。根据测量项目所在位置，首先进行现场勘查。另外根据测量项目有无控制测量的要求，在现场要认真详细勘查各地物彼此之间的空间分布情况，如有控制测量的要求，还需在现在考虑估摸控制点位置的选取。根据地物空问分布情况，几何结构，光照，扫描精度来确定设站点位置及个数。如设站位置有安全隐患及对激光信号的干扰等，还需结合这些因素考虑设站位置及个数。勘查完现场后，我们根据勘查结果制定详细的外业扫描测量方案，扫描测量方案内容主要有：扫描测量背景与需求、技术步骤分析、现场扫描设计等。尤其对扫描测量的整体工作流程、组织情况、人员配备制定全面详细的计划。外业工作程序：根据外业扫描测量方案设置合适的扫描线路，固定好三维激光扫描仪；按点云数据匹配时候有无需要标靶可根据点云数据匹配算法设置若干个标靶；连接好电源线路、计算机、三维激光扫描仪；根据扫描仪与地物的相对关系，设置好扫描精度及扫描范围参数，扫描结束进行下一站的扫描，期间要进行相片的补拍，依次类推，直到扫描完全。然后现场进行分析和检验采集到的数据是否满足项目的要求。如果数据质量不符合建模要求，还要进行补测工作。4．2点云数据预处理方法原始的点云数据通过三维激光扫描系统采集，其点位信息一般包括三维坐标信息、点云纹理信息、反射强度信息等。车载激光扫描系统取得的数据不能直接用于内业处理，还需要对采集到的数据进行一定的解译处理工作，地面激光三维激光扫描仪系统也一样需要解译工作。因为地面激光扫描系统对真三维地物四周是采用一站一站式的扫描，而某一站的点云数据只包括一部分或者一个方向上的地物信息，所以要想拼接点云，相邻站点的点云数据必须要有重叠部分。点云数据的拼接又叫点云数据的配准，总体思想利用人工识别相邻站点的点云数据重叠部分，在人机交互将本来不属于一个坐标系下的点云数据拼接到属于一个坐标系下的点云数据，从而完成对整个地物原貌的复原。不同品牌的三维激光扫描仪系统都自带36 万方数据太原理工大学硕士研究生学位论文有自己开发的软件，也就是说其都有自己的点云拼接方法，有的在扫描过程中在某个测站点标注一个标记点，把相邻站点的点云数据通过标记点进行拼接，还有的不用设置标记点，利用软件里的特殊算法通过公共点云部分将点云数据拼接起来。不同品牌激光扫描仪都有各自开发的点云处理软件，相应的点云存储格式都各不相同，例如瑞士莱卡(Leica)的点云数据存储格式为DBX；奥地利瑞格(Rie91)的点云数据存储格式为3DD；美国法如(Faro)的点云数据存储格式为FLS；美国天宝(Trimble)的点云数据存储格式为RWP、DCP、SOl、PPF；加拿大欧普(Optech)的点云数据存储格式为IXF。由此我们可以看出点云数据存储格式的种类繁多，但是这么多存储格式的点云数据都是互相不兼容的，严重制约了点云数据的转换与共享。到目前为止仍然没有一款软件是可以将上面所提到的点云数据存储格式都拿来直接处理与应用。所以为了能够在后续的逆向工程软件建模中处理，利用某一品牌的点云数据处理软件配准点云数据以后还需将此点云数据转为不同品牌三维激光扫描仪处理软件兼容的点云数据格式如XYZ、OITL、PTX等格式等等。在得到了完整的通用格式点云数据后，我们才能进行实实在在点云建模工作。这里以GeomagiC为例来阐述对点云数据预处理的一系列过程。一般情况下，地面三维激光扫描仪所采集到的点云数据都精确到了毫米级，所以这是个海量的点云数据，如果在软件中全部打开对计算机的性能是个很大的考验，而且计算时间也是个问题，严重者甚至直接导致计算机崩溃。因此在建模过程中，我们选取一部分点来参与建模过程，也就是对点云数据进行一定的采样然后作后续处理。首先将采集到的点云数据导入的GeomagiC软件里，我们看到相对应的“点”模块也即打开。下面将介绍点云预处理具体过程。1．消除噪声点因为在地物三维重建中，噪声点数据对地物三维建模有很大影响，所以在点云数据建模前需要消除噪声点，点云数据中噪声点存在有几方面因素：扫描仪自身、光线、震动、遮挡物等。在点云数据中地物表面常有玻璃等透明的物体，激光穿过透明物体亦形成冗余数据。这些噪声点和冗余数据对地物建模来说都是无效的，延长了计算机处理时间，数据处理效率也随之降低，当然和地物点云无关的点云也被视为噪声点。所以消除噪声低啊是非常有必要的。37 万方数据太原理工大学硕士研究生学位论文；爱囊繁囊囊溺÷攀嬲j鬻j囊妻灏鬓鬻鬻≯攀薹戮鬻鬻饕熬誉i攀攀i。鬻辫鬻鎏i蘩缓鬻辫鬻i繁黪：攀图4-1原始点云数据Fig．4·1Theoriginalpointclouddata图4-2除噪点后点云数据Fig．4-2Aftereliminatingnoisepointclouddata2．简化点云数据扫描仪在工作过程中首先在竖直方向上进行激光束的垂直偏转角，然后进行预设的水平角分辨率水平转动，再进行水平方向激光束的垂直偏转角，虽然这样的扫描过程很有次序，但是点云数据仍然比较混乱，建模之前对点云进行光滑是必需的．尤其对于建模对象来说，原始点云数据经过降噪点云数据密度仍然很大，数据简化是非常必要的。这个可通过不同类型的采样来简化点云数据。38 万方数据太原理工大学硕士研究生学位论文3．配准点云图4—3简化后点云数据Fig．4·3Aftersimplifyingpointclouddata将相邻两站点云数据进行配准i囊茏嚣鬻鬻i鬃攀罄簿鬻麓i鬻翳鬻i缀荔攀蓍囊鬻、罄鬻鬻j囊鬻i攀囊羹i麟鬻辫黪}ii；鬃i；≥鬻黪鬻!篓图4-4建筑物侧面原始点云数据Fig．4-4Theoriginalpointclouddataofbuildingside39 万方数据太原理工大学硕士研究生学位论文i鬻羹黪翳瑟黧鬻鬻麟羹褰黍溱攀豢攀攀豢i鬻l誉鬻耧黍霉熬黪图4-5建筑物正面点云数据Fig．4·5Theoriginalpointclouddataoffacade《鬻鬻豢纛麓藜羹糕攀豢霪鬻鬻滋》鬻繁鬻纂囊繁；溪鍪鬻；鬻戮鬻鬻缪萋妻囊夔夔j*o．_*e≈撩博霸＆o潍{鬻冀罐e臻2_卷一捌。誊自撼≯灌、№#o#滞磷篡掌⋯■，¨1‘-‘*|；1一¨虢蕊拣藏瓣瓣涮鹣露徽蕊麓鞣繇粼箍漱交稿瓣黧燃蠡￡誊舞。『1|图4-6配准后点云数据Fig．4-6Afterregistrationedpointclouddata4．3真三维模型的建立4．3．1规则形状真三维模型的实现40 万方数据太原理工大学硕士研究生学位论文oo日拿暑宣毋盛鬟毫奄§站q吖．，芒气盏盘孽睦巨盘违誊要l§·st山‘鼍zst洲膏孓s，⋯“t￡ⅡEt⋯西矗-钝；o：亡■o夏曩蒌曩■罨■●■■■■■_挚备毫l¨⋯r?：——-山～一——I加-r，凌篱戮ii；i黎i鬻鬻?攀i；i惹i鬻镕；i蘸袤2j鏊嚣零罄戮缓羹镁《；1q如矗?，Co咕·，～∞，括定蛊蟪曲蟪÷置q茹jji覃巍簸蟊i蔷萄浮图4-7规则形状真三维模型Fig．4-7Themodelregularshapeoftruethree-dimensional4．3．2不规则真三维模型的实现图4-8自适应CS—RBF算法实现模型图Fig．4-8ThemodeldiagramofadaptiveCS-RBFalgorithm图4-9多尺度CS-RBF算法实现模型图Fig．4—9ThemodeldiagramofmultiscaleCS-RBFalgorithm41～1当甜_龟己两备，，．ooFI，．00一o(．替母，j_=l野bBA 万方数据太原理工大学硕士研究生学位论文4．4改进凸包算法真三维模型的实现4．5本章总结图4-10算法流程图Fig．4—10Theflowingchartofanalgorithm多尺度的CS—RBF算法采用采样法建立点的梯度层次，并由粗到精用紧支撑径向基函数逼近每一层的点。自适应的基于紧支撑的径向基函数算法特点是，把径向基函数和单元分解原理综合起来，把整体定义域自适应细分成一系列稍微重叠以内插中心为球心的子42 万方数据太原理工大学硕士研究生学位论文域，基于径向基函数在各子域上逼近局部表面，最后采用单元分解函数对局部表面进行加权混合得到全局的重构表面。通过图4—8和图4—9的对比发现，自适应的径向基函数曲面拟合，在模型边缘处拟合质量较好，其抗噪点的能力也更强。而多尺度的径向基函数曲面拟合，在模型表面的一个平面上拟合质量较好，抗噪能力也弱。43 万方数据太原理工大学硕士研究生学位论文 万方数据太原理工大学硕士研究生学位论文5．1结论第五章结论与展望本文较为全面的阐述了三维激光扫描的发展历史及应用领域，在此基础上对三维激光扫描仪系统的组成，原理及各品牌主要扫描仪参数作了详细描述。针对建模方法，本文从两个大的方向规则和不规则地物形状方面详列了算法步骤，并对不规则地物形状建模方面作了重点研究，并提出了两种算法，然后利用VisualC++语言实现了包含以上两个算法的点云处理模块。并通过实例对比了两种的算法所实现的真三维地物模型，从应用于工程项目的较高要求来看，都没达到理想效果，为此本文又提出了一种新的建模方法即改进的凸包算法。由于此算法是从二维角度来处理点云数据，所以在点云数据获取较完整的情况下，模型定能够达到较理想的效果，从而更好的服务于工程项目。5．2不足之处首先，本人接触三维激光扫描仪时间不长，且仪器本身价格也不菲，导致这方面专业人才并不是很多，大量交流很受局限，加上自己理解也不是很透彻，由此在论文里所使用的专业词汇，在描述上会存在一定偏差。再者由于项目的保密性，本人所获得的点云数据并不是很完整，所以在建模过程中感到很是掣肘，另外由于本人的计算机硬件配置不够给力，计算机编程语言不够熟练的情况下没能真正实现改进的凸包算法。最后由于本人专业能力有限，论文中存在不足之处，敬请各位专家、同仁批评指正，真诚地希望通过同行之间的交流促进三维激光扫描技术的进一步发展145 万方数据太原理工大学硕士研究生学位论文46 万方数据太原理工大学硕士研究生学位论文参考文献[1]马晓泉．地面三维激光扫描技术及其在国内的应用现状[J]．科技信息，2012，(29)：74-75．[2]张旭东．基于LIDAR技术的三维城市建模方法研究[D]．广西：桂林理工大学，2012．[3]袁夏．三维激光扫描点云数据处理及应用技术[D]．江苏：南京理工大，2006．[4]智翔．面向航空发动机构件的激光快速再制造软件系统仿真与实现[D]。江苏：南京航空航天大学，2012．[5]BooksteinFL．FiningConicSectionstoScatteredData．ComputerGraphicsandimageProcessing．f1979)9：56-一71．[63WELorensen，HECline．AHighResolution3DSurfaceConstructionAlgorithm．ComputerGraphics．(1987)21：163-169．【7】GuptaA，BajesyR．AnIntegratedApproachforSurfaceandVolumetricSegmentationofRangeImagesUsingBiquadricsandSuperquadrics．ProceedingofSPIE，TheInternationalSocietyforOpnealEngineering，(1992)1708：210-一227．【8】CaoX，ShrikhandeN，HuG，ApproximateOrthogonalDistanceRegressinMethodforFiXingQuadricSurfacestORangeData．PaRemRecognitionLeRers．(1994)15：781—796．【9】HyungiunPark，KwangsooKim．AnAdaptiveMethodforSmoothSurfaceApproximationtoScattered3DPoints．Computer-AidedDesign．(1995)27：929—939．【10】AndreasKolb，Hans-PeterSeidel．InterpolatingScatteredDatawithC‘Surfaces．Computer_AidedDesign．(1995)27：277—282．【11】ChoiWonche01．ComputationalAnalysisofThreeDimensionalMeasurementDataPhDDissertationoftheCarnegieMellonUniversity．1996．【12】FriguiH．KrishnapuramR．SurfaceApproximationandRangeImageSegrnentatinThroughRobustCompetitiveClustering．IEEEInternationalConferenceonFuzzySystems，(1996)2：1414一1419．【13】KrishnamuahyVLevoyM，FittingSmoothSurfacestoDensePolygonMeshes，ComputerGraphics，SIGGRAPH’96Proceedings．(1996)30：313～324．47 万方数据太原理工大学硕士研究生学位论文【14]HPHelffich，DZwick．ATrust，RegionAlgorithmforParametricCurveandSurfaceFitting．JournalofComputationalandAppliedMathematics．(1996)73：119一134．15】ChenLiang-_Chia，GrierCILIN．AVision--AidedReverseEngineeringApproachtoReconstructingFree-formSurface．Robotics&Computer-IntegratedManuflacturing．(1997)13：323-336．【16]ChoiWKurfessTR．DimensionalMeasurementDataAnalysis，Part1：AZoneFixingAlgorithm．JournalofManufacturingScienceandEngineering．(1999)121：238—245．I7】Chia—ChunHuang．EfficientDigitizingofSculpturedSurfaces．PhDDissertationoftheUniversityoftheOhioStateUniversity．1997．【18】Ming-ChihHuang，Ching--ChihTai．ThePre-．ProcessingofDataPointsforCurveFininginReverseEngineering．TheIntemationalJournalofAdvancedManufacturingTechnology．(2000)16：635-642．【19】TolgaTasdizen．RobustandRepeatableFittingofImplicitPolynomialCurvestOPointDataSetsandtoIntensityImages．PhDDissertationoftheBrownUniversity．May,2001．【20】DerekBrianBootbroyd．SplineFittingandARandomCoefficientModelofLongitudinalIrregularlySpacedDatawithAnApplicationtoDiabeticNephropathyPhDDissertationofStanfordUniversity．August，2001．【21】DeeboonMethakullachat．SurfaceReconstructionUsing3DLinearFeatures．PhDDissertationoftheOhioStateUniversity．2002．【22]VPereyra，GScherer．LeastSquaresScatteredDataFittingbyTruncatedSVDs．AppliedNumericalMathematics．(2002)40：73—86．【23]VPereyra，GSchereLLargeScaleLeastSquaresScaaeredDatafitting．AppliedNumericalMathematics．(2003)44：225-239．【24】DanManhNguyen．AnUnifiedAutomatedApproachtoSurfaceApproximationViaFiniteElementandNonUniformRationalB--SplineMethods．PbDDissertationoftheCaliforniaStateUniversity．2002．48 万方数据太原理工大学硕士研究生学位论文【25】AAtieg，GAWatson．AClassofMethodsforFiRingACurveofSurfacetoDatabyMinimizingtheSumofSquaresofOnhogonalDistancesJournalofComputationalandAppliedMathematics．(2003)158：277—296．【26】朱文龙，姚宾．三维激光扫描仪在空区测量中的应用与研究[J]．科技创新导报，2013，(03)：5·7．【27】刘江涛．三维激光扫描技术在考古勘探中的应用[D]．北京：首都师范大学，2007．【28】郑德华，雷伟刚．地面三维激光影像扫描测量技术[J]．铁路航测，2003，(02)：8-9．[29]周华伟．地面三维激光扫描点云数据处理与模型构建[D]．云南：昆明理工大学，2011．[30】李云．不规则形体点云的三维重建研究【D]．新疆：新疆大学，2013．[31】朱相磊．脉冲-相位式激光测距仪的研究[J]．山东：山东科学，1998，(03)：09-25．[32】张丽军．基于LIDAR的康西瓦断裂晚第四纪滑动速率研究【D】．北京：中国地质大学(北京)，2013．【33】刘春，陈华云，吴杭彬．激光三维遥感的数据处理与特征提取[M】．北京：科学出版社，2009：25．29．【34】郑德华．三维激光扫描数据处理的理论与方法[D】．上海：同济大学，2005．【35】http：／／fans．solidworks．corn．cn／bbs／thread·21320-1-1．html时间：2014年03月04日，来源：SolidWorks论坛．【36]陈治睿，官云兰，杨鹏等．基于点云数据的建筑物快速三维重建方法[J]．江西：江西科学，2011，(05)：lO．15．[37】刘春，姚银银，吴杭彬等．基于自适应紧支撑径向基函数的点云三维建模[J]．石家庄：地理与地理信息科学，2009，(01)：4．9．【38】徐志．基于点云数据处理的激光雷达监控系统的设计与开发[D]一匕京：北京交通大学，2012．[39]王永波．基于点云的空间对象表面重建及其多分辨率表达方法研究[D]．南京：南京师范大学，2008．[40】张学文．地面三维激光点云处理关键技术与实现[D]．北京：北京建筑工程学院，2008．[41]李清泉，杨必胜，史文中等．三维空间数据的实时获取、建模与可视化[M]．武汉：49 万方数据太原理工大学硕士研究生学位论文武汉大学出版社，2003：25—29．【42】马立广．地面三维激光扫描测量技术研究[D]．武汉：武汉大学，2005．【43]王亚美，赵萍．一种基于点云数据的直接分层算法[J]．沈阳：沈阳理工大学学报，2009，(03)：21．28．【44】蔡清华．散乱数据M3RBS曲面建模与数控加工技术研究[D]．沈阳：沈阳工业大学，2004．【45]吴杭彬，刘春。激光扫描数据的等值线分层提取和多细节表达[J]．上海：同济大学学报(自然科学版)，2009，(02)：16．28．50 万方数据太原理工大学硕士研究生学位论文致谢研究生三年的时光，如白驹过隙，一闪而过，我们还来不及告别，来不及缅怀这段短暂而又充实的青春年华。抬头望望窗外，柳枝己抽出了嫩芽，泛着点点绿意，枝桠曼曼，一如当年我们第一次踏入校园时，泛着满满的希望和憧憬。那一年，我们朝气蓬勃；那一年，我们意气奋发：那一年，我们欢声笑语；那一年，在不知不觉中，已经远去。回想当年刚开学时，踏进校园的热闹场景仍在脑海中盘旋，历历在目，仿佛那一切只是昨日。如今论文写作己接近尾声，我们即将离开校园，只剩下默默地扳着手指头数着这为数不多的校园生活，仿佛神州飞船在发射基地静静地聆听指挥员倒计时那般，只有等待和逼近。请原谅此时此刻的我，不免有些留恋。留恋那单纯懵懂的同窗，留恋那青春活力的校园生活，更留恋那些在学习中、生活中不断给我正能量的人。首先，感谢我的导师张和生老师，张和生老师是一位非常有原则的人，在学术上不苟言笑，严谨治学，并有相当敏锐的洞察力，每当坐一块开会或者吃饭，总能聆听到张老师在学术上的高瞻远瞩，以及别具一格的思维方式和匠心独运的做事方法，受益匪浅，打心眼里敬佩之至。张老师平时总还教导我要做事认真，敢于担当，勇于做决断，侧面也反映出张老师是个有责任心，有魄力的人。在生活中，张老师又像是一位慈祥的父亲，问寒问暖，和在术上的治学态度相比简直是判若两人，这也反映出张老师是个热心，懂得生活的人。在此向张老师致以我最真诚的感谢和崇高的敬意!感谢师母，一个精明干练，处处争先的女强人。在生活上，严于律己，对我们批评与教育甚至都不少于张老师，且在棘手事的处理上总是能给我们暖人心的建议和帮助，让我时有胜读十年书的感觉，另外师母大事小事都打点的井井有条，有条不紊，交流过程中感到向其学习的地方太多了，简直就是我人生中的第二导师，在这里真诚的说声，谢谢您!感谢刘鸿福老师，刘鸿福老师是位非常有个人魅力，身材高大、走路箭步如飞、精神面貌总是给人以朝气蓬勃，积极向上。更令我钦佩的是刘老师的言谈举止，待人接物，感到特别亲切和有礼节，刘老师是我自身修养提高的楷模和人生的领航者。与此同时，还要感谢张新军、吕义清、隋刚老师、孙二虎、余传涛、张华伟师兄给我在论文上的指导和帮助。感谢张傲、王莉师姐，李国栋、周冲、郭魁师兄，平时和你们相处在一块，就像是51 万方数据太原理工大学硕士研究生学位论文一个团队，你们不仅让我懂得团队、友情的重要，还给我生活和学习上无限鼓励和动力。是你们给实验室留下了优良的传统。感谢杨俊亮师兄，，一个勤快、幽默、积极向上、有能力的师兄，三年来对我照顾有加的师兄，尤其是我们师弟学习的榜样，每当我迷茫、遇到急事的时候，杨师兄总是用心去解决和帮助。感谢我的同门，秦世界、胡琪。在写论文期间，是你两陪伴我走过这每一天的日出日落，特别是世界，总是给我在论文遇到难处时给我启迪和建议。感谢师妹，张艺凡、韩芳、徐涵洵、马娟，感谢你们在论文期间对我的帮助。感谢山西考古所的程湖伟，谢谢你给我论文的支持和帮助。52 万方数据太原理工大学硕士研究生学位论文攻读硕士期间发表的论文ZhiliangLi，HeshengZhang，O．iWu．TheMethodandImplementationofThree．dimensionalLaserScanningPipelineScanDataOutliersExcluded[C]．The3“InternationalConferenceOnEnergy，EnvironmentandSustainableDevelopment．Shanghai：TransTechPublication，2014：2760—2763．53