基于TerraScan軟件的點云數據濾波處理研究

高志國

(廣州市城市規劃勘測設計研究院，廣東廣州 510060)

1 引言

地面三維激光掃描技術(Terrestrial Laser Scanning，TLS)是20世紀90年代發展起來的一種快速獲取空間三維信息的新技術手段，使得空間數據的獲取從傳統的單點數據采集向連續的、密集型自動數據獲取技術轉變。然而相對三維激光掃描技術硬件的發展的成熟度而言，三維激光掃描技術所獲取的實體的點云(Point Cloud)數據的后處理還相對滯后，而且在測繪領域都還沒有形成一套標準的數據處理方案，因此對數據處理的研究顯得尤為重要［10］。

2 基于TerraScan模塊的數據處理

2.1 TerraSolid系列產品介紹

TerraSolid系列軟件是第一套商業化LiDAR數據處理軟件，基于Microstation開發的，因此需要熟悉Microstation操作的用戶才能很好地使用它。它包括:TerraMatch、TerraScan、TerraModeler、TerraPhoto、TerraSurvey、TerraPhoto Viewer、TerraScan Viewer、TerraPipe、TerraSlave、Terra-PipeNet等模塊。TerraSolid系列軟件能夠快速載入Li-DAR點云數據，在足夠內存支持下(2G)，載入 39 000 000個點只需要40多秒。TerraSoild軟件因受限于Microstation，瀏覽起來閃爍較為明顯，速度不快。

2.2 TerraScan軟件模塊

TerraScan軟件模塊能夠讀取除了標準激光雷達數據格式*．las文件外，還可以讀取*．xyz數據格式文件，因此為其他掃描儀提供了良好的數據接口。TerraScan的基本功能如下:

①以xyz文本或類似于LAS和 TerraScan的二進制文本讀入原始的激光點云

②三維方式瀏覽數據

③自定義點類別

④激光點自動手動分類

⑤交互式判別三維目標(如:鐵塔)

⑥數字化地物

⑦探測電力線

⑧矢量化房屋

⑨生成激光點的截面圖

⑩輸出點分類

TerraScan軟件模塊具有能夠完成大量雷達點云數據的分類處理等工作，并且能根據用戶對不同數據分類要求，完成數據讀取、分類、處理、建模等相關工作。TerraScan軟件還可以根據用戶的不同需要對數據進行分類處理，結合該軟件中的其他數據處理模塊，(如 TerraModel模塊、TerraPhoto模塊、TerraStreet模塊等)完成對點云數據的二次分類，并通過人機交互等操作對地物進行建模等。

2.3 TerraScan的分類原理

TerraScan是基于利用改進的不規則TIN網加密方法進行分類的。首先，通過迭代計算初始化一個稀疏不規則TIN網，事先設定TIN網閾值并通過計算將每次滿足條件的點添加到TIN網中。然后，對不滿足先前條件的點重新構建新的不規則TIN網，并重新計算新的閾值條件，對后續點進行同樣的篩選判斷。重復操作，直到不再有新點加入為止［7］。

由于本次論文數據是采用徠卡地面三維激光掃描儀Lecia ScanStation2獲取的，其數據文件格式未知，而其工程文件格式為*．imp格式，因而不能直接讀取到TerraScan軟件進行后續的處理等操作，但可以通過數據格式之間的轉換來完成相互的操作。TerraScan可讀取的數據格式為*．dte文件、標準的激光雷達數據格式*．las和數據格式為*．XYZ的數據文件。因此可以將數據直接讀入Lecia ScanStation2掃描儀采集的點云數據進行相關操作，用徠卡本身的cyclone數據后處理軟件提供的多種數據格式輸出與轉換接口，通過數據輸出格式轉換成TerraScan軟件能夠直接讀取的*．XYZ數據格式讀入軟件如圖1所示。

圖1 數據格式轉換與激光點云數據的讀入

2.4 TerraScan的分類過程

TerraScan工具箱為數據后處理提供了豐富的分類工具，使用戶能夠方便快捷地對點云數據進行分類工作。三維激光掃描儀接收返回的激光信號不僅包括地面反射，同時也包含多種誤差信息等。因此需要將點云數據中各種類型的數據和誤差區分開來。

TerraScan軟件模塊中提供了多種數據分類的類別。同時，用戶還可以根據自己的實際或工程需要，添加新的所需的分類類別，每個激光信號分類類別都是唯一的，如圖2所示。

圖2 TerraScan點分類及其屬性

如圖2所示，使用者可以根據實際需要，使用“Add”命令對分類的類別進行添加，使用“Edit”命令對上述的分類類別屬性等信息進行修改等操作。

(1)分離低點

所謂低點，就是指高程明顯低于周圍區域內所有點高程的一些點。分離低點通常對數據點擊進行初始化，尋找高程明顯低于周圍區域數據點集的高程的錯誤點。并以該點為中心在一定范圍內與其他數據點的高程進行對比。若需要判斷的點的高程明顯低于目標中心點的高程，則將其歸為低點。若遇到低點密度較大時使用單點分類會造成錯誤，這時需要采用數據分類的方法來分離低點，其具體操作過程及參數設置如圖3所示。

圖3 分離低點的參數設置界面

(2)分離獨立點

所謂獨立點，是指在一定三維空間分布范圍內分布比較稀疏的一些點，因此根據上述獨立點的分布原則建立獨立點的分離準則，其具體步驟為:首先尋找以空間獨立點為目標點，以此點位中心建立一定范圍的空間三維緩沖區，如果在該緩沖區內的點數少于規定的點數閾值，則該點就為獨立點。

圖4 分離獨立點參數設置界面

(3)分離空中點

所謂空中點，顧名思義就是指其高程明顯高于數據點集周圍所有點高程均值的一些點。分離空中點的基本原則同上述獨立點的基本類似。首先設置需要判斷的某點為目標點為中心點，設定一個三維搜索半徑的緩沖區，包含在這個三維緩沖區內的點看做是目標點的鄰近點。將目標點的高程與鄰近點高程均值大小做比較，同時做差計算，若其差值達到高程標準偏差規定的倍數，就將其歸類為空中點。

圖5 分離空中點參數設置

(4)分離植被點

在TerraScan中將植被信息根據高程值可將植被點歸為三類:Low vegetation、Medium vegetation、High vegetation，其中Low vegetation高程值在 0.5 m～2 m之間，Medium vegetation在 2 m～5 m之間，High vegetation＞5 m。

分離植被點時，以從地面起的高度為準，先從地面以上的點分離出低的植被點，其基本的思想是首先在地面點建立臨時的三角形模型，然后這個三角形模型的高程值與區域中的其他點高度比較，如果低于0.5 m，就認為這個點屬于低矮植被進行分離。然后根據相同的算法，從余下的點中分離出中等高度的植被點，最后分離出高植被點。

圖6 TerraScan植被信息的提取操作界面

(5)分離建筑物點

分離出的中、高植被中包含有建筑物點，因此從高植被點中分離出建筑物點。建筑物信息的提取應遵循的原則是建筑物上的點能形成一個平面。因此首先要完成地面點的分類，在此基礎上再進行建筑物分類。

圖7 建筑物分離操作界面

(6)地面點集的獲取

建立地表初始不規則TIN網模型并通過不斷的迭代計算來分類地面點。通過選擇最大建筑物尺寸參數來確定初始點的選取。如一個建筑物的最大尺寸是50 m，那么在 50 m×50 m的區域內最少有一個地面點存在，認為其中的最低點就是地面點。

圖8 提取地面點集操作界面

首先用已經選擇好的最低點作為初始地面點建立不規則TIN網模型。然后通過迭代計算、不停地加入新激光點來擬合初始的地面模型。通過不斷地選擇一些可以接受的新點到地面模型中的重復參數來更新地面模型使得模型更接近地表一些，最終得到一個近似地面模型。

(7)提取Model key points

Model key points是提取DEM所用的點，為后面提取DEM方便，在分離Model key points的同時，要將點輸出，選擇 macro step－action－output points，設置選擇保存Model key points的文件路徑，并設置好提取建立DEM關鍵點的參數，對其進行提取輸出。

圖9 Model key points的提取與文件輸出

提取Model key points是在已經獲取了地面點集的基礎上進行的，根據精度要求建立地面TIN網。地面TIN網模型精度受到參數Above Model和Below Model影響。前者是確定激光高程超過模型的高度閾值，后者是確定激光高程能低于模型的高度閾值。建立初始的地面TIN網后，通過不斷迭代尋找Model key points直至滿足要求為止。最后根據分類數據獲得的結果進行濾波處理，過濾掉數據點集中的非地面點，由地面點集中提取出來的Model Key Points進行數據建模，生成數字高程模型，即DEM。

圖10 TerraScan分類濾波后模型

3 結論

地面三維激光掃描測量技術以其高效率、高采樣率、高精度、高密度、非接觸性、主動性、實時性等優點，在測繪科學與技術等領域有廣泛的應用前景。隨著技術的不斷成熟和發展，測量獲取的點云數據量會越來越龐大，因此點云數據的處理技術越來越受到人們的關注，本文以徠卡地面三維激光掃描系統獲取的點云數據為對象，對點云數據的處理做了一些研究，得到了一系列結果，總結如下。

對于點云數據的濾波處理，本文利用cyclone軟件結合TerraScan兩種軟件，對獲取的點云數據進行分類濾波處理。TerraScan中提供的分類方法都是基于面的分類理論，即假設分類過程目標點的計算值與周邊一定范圍內的點都有關系。這種假設比較適合實際點的分布情況，因為空間點不是獨立存在的，與周邊點相互關聯，從而揭示了空間點間結構上的聯系，因此也取得了比較好的分類效果。

［1］高志國．地面三維激光掃描數據處理及建模研究［D］．西安:長安大學，2010．

［2］ 戴靜蘭．海量點云預處理算法研究［D］．杭州:浙江大學，2006．

［3］湯國安，留學軍，閭國年．數字高程模型及地學分析的原理與方法［M］．北京:科學出版社，2006．

［4］鄭德華．點云數據直接縮減方法及縮減效果研究［J］．測繪工程，2006(4):27～30．

［5］鄭德華，雷偉剛．地面三維激光影像掃描測量技術［J］．鐵路航測，2003(2)．

［6］ 袁夏．三維激光掃描點云數據處理及應用技術［D］．南京:南京理工大學，2006．

［7］蔡潤彬．地面激光掃描數據后處理若干關鍵技術研究［D］．上海:同濟大學，2008．

［8］ 黃晶晶．數字高程模型TIN和等高線建模［D］．長沙:中南大學，2007．

［9］張毅．地面三維激光掃描點云數據處理方法研究［D］．武漢:武漢大學，2008．

［10］鄭康平．基于云點數據的曲面重構關鍵技術的研究［D］．西安:西安交通大學，2002．

［11］ 楊曉云，唐咸遠，梁鑫．基于等高線生成DEM的內插算法及其精度分析［J］．測繪工程，2006(4):37～39．