一種新的激光點云數據精簡方法

喜文飛，方源敏，李 帥，李 健

（昆明理工大學 國土資源工程學院，云南 昆明650093）

一種新的激光點云數據精簡方法

喜文飛，方源敏，李 帥，李 健

（昆明理工大學 國土資源工程學院，云南 昆明650093）

三維激光掃描技術是最近幾年在測量方面發展起來的一個研究熱點。提出利用點云模型中相鄰三角形夾角的大小來對點云數據進行直接精簡的方法，在matlab平臺下，通過編程實現點云數據的壓縮。將精簡的點云數據通過編程重新構建三角網，最后在Geomagic軟件中建模，通過與原始模型進行對比，新方法的壓縮效果比較理想。關鍵詞：三維激光掃描；點云數據；matlab；Geomagic

三維激光掃描設備可以從物體表面獲得大量的掃描點，雖然掃描得到的點云數據有著很高的精度，但是同樣也包含了大量的冗余點。這些冗余點會給計算機的建模、繪制、編輯和傳輸帶來巨大的不便，同時過度密集的數據點也會影響物體重構表面的光滑性，所以，對這些冗余點的刪除顯得至關重要。

近年來，國內外的許多學者都致力于點云數據壓縮的精簡研究，取得了一定的成就。常用的點云數據精簡方法主要有：包圍盒法［1］、均勻網格法［2］、三角網格法［3］以及曲率采樣法［4］等。三角形網格簡化是目前研究的一個熱門話題，它吸引了眾多學者關注的目光，并且已經取得了一些成功的算法。在國外，Schroeder提出了基于頂點刪除的三角形網格刪除算法［5］，Isler提出了關于邊折疊和三角形折疊法［6］，Rossignac提出了頂點聚類的簡化法［7］，國內的一些專家學者在這方面也取得了一些進展：例如周昆［8］提出通過將三角形折疊與QEM算法相結合的簡化算法；劉春［9］等人提出基于真三維TIN的三維激光掃描數據壓縮方法。

1 三角形網格算法

在三角形模型中，三角形的頂點和邊都是相互共享的，這構成了三角形與其他三角形鄰接的關系，可以利用三角形與三角形相鄰的關系來進行點云數據的精簡。三角形與鄰接三角形的夾角決定了該區域的平滑度，它們之間的夾角越小說明該區域越平坦。夾角愈大，說明該區域曲率變化越大，區域變化越復雜。正是基于上述思想，本文通過計算相鄰三角形的夾角，通過夾角的大小直接進行三角形的精簡。該算法大體可分為以下幾步：①三角形法矢量的計算；②計算相鄰三角形法矢量的夾角；③設定閾值，判斷夾角與閾值的大小；④根據判斷的大小進行三角形頂點的刪除；⑤三角網格的重建。

如圖1所示：P、A、B三點構成一個三角形，它們的坐標分別為：P（x，y，z），A（x1，y1，z1），B（x2，y2，z2）。分別計算PA 與PB 的向量a、b、a＝（x1－x，y1－y，z1－z），b＝（x2－x，y2－y，z2－z），根據右手定則，定義向量a與b的乘積為

圖1 三角形夾角求解過程

2 新算法壓縮試驗

本次實驗是以Intel Pentium（R）Dual－core CPU、主頻2．10GHz和內存2．0GB為硬件環境，以Matlab7．0為程序的運行平臺。模型的原始點云是10 113個點，對點云數據首先進行了預處理，采用新算法對點云數據壓縮的效果如下所示：

通過與原始點云（見圖2）模型進行比較，當精簡角度為15°時，點云數據壓縮后保留了特征點，模型的面部特征點沒有被大量的刪減掉，原始點云的數量為10 113個，精簡了2 327個點云，精簡比為23．01%，如圖3所示。根據壓縮后的點云數據，通過編程構建空間三角網，為了便于比較，選取模型的面部三角網進行分析說明，空間三角網圖形如圖4所示。

將壓縮后構建的點云三角網與原始點云構建的三角網做對比如圖5所示。原始的三角網構建的三角形為19 908個，壓縮后構建的三角形為15 294個，三角形的精簡比為23．18%，在特征點方面，壓縮后的三角網構建的比較好，將精簡后的點云數據進行三維建模，下面是建模的圖形如圖6所示。

圖6是在Geomagic軟件中建模得到的，通過建模，將壓縮后構建的模型與原始模型作對比如圖7所示，在特征點保留方面，壓縮后構建的模型是比較理想的，這說明新的方法對點云數據進行精簡還是可行的。

3 結束語

介紹了點云數據精簡的一些常用方法，分析了三角網格精簡方法的現狀，以及已有的一些精簡算法，提出了用角度法進行點云數據精簡的新算法，通過計算三角網格中相鄰三角形之間的夾角，設定閾值來進行點云數據精簡，通過構建三角網與原始模型進行比較，新方法在點云壓縮方面是可行的。

［1］Weir D J，Milroy M，Bradley C，et al．Reverse engineering physical models employing wrap—aroud B—spline surfaces and quadrics［J］．Proc Introduction Mech Engrs—Part BIC J．1996，210（B2）：147－157．

［2］Martin R R，Stroud I A，Marshall A D．Data reduction for reverse engineering［J］．RECCAD，Deliverable Document 1 COPERNICUS Project．1996，1068，101－113．

［3］Chen Y H，Neg C．T，Wang Y．Z．Data reduction in integrated reverse engineering and rapid prototyping［J］．International Journal of Computer Integrated Manufacturing，1999，12（2）：97－103．

［4］Saux E，Daniel M．Data reduction of polygonal curves u sin g B—splines［J］．Computer－Aided Design，1999，31（8）：507－515．

［5］Schroeder W J，Zarge J A．Decimation of triangle meshes［J］．Computer Graphics，1992，26（2）：65－70．

［6］Isler V，Lau R W H，Green Mark．Real－time multi－resolution modeling for complex virtual environments［A］．Proc of VRST’96［C］．Hong Kong，1996．11－19．

［7］Rossignac J，Borrel P．Multi－resolution 3D approximation for rendering complex scenes ［A］．Falcidieno B，Kunii Teds．Geometric Modeling in Computer Graphics［C］．New York：Spring Verlag，1993．455－465．

［8］周昆，潘志庚，石教英．基于三角形折疊的網格算法［J］．計算機學報，1998，21（6）：506－513．

［9］劉春，吳杭彬．基于真三維TIN的三維激光掃描數據壓縮方法［J］．武漢大學學報：信息科學版，2006，31（10）：908－911．

A new research on data compression and simplify technology based on laser scanning point cloud

XI Wen－fei，FANG Yuan－min，LI Shuai，LI Jian
（Faculty of Land Resources and Engineering，Kunming University of Science and Technology，Kunming 650093，China）

P208

A

1006－7949（2012）04－0038－03Abstract：With the development of the measurement technology，the 3 dimension laser scanning technology appeared．It is a high－tech technology and also is the focus of recent survey development．The paper referred to simplify the cloud with the size of point cloud model adjacent triangle’s angles．In the matlab platform，through the programming we get a cloud data compression and refer new method to reconstruct the triangle net using simplified cloud data through programming．Finally we make modeling in Geomagic．Through the comparison with the original model，the new method of the compression effect is more ideal．Key words：3D Laser Scanner System；cloud data；matlab；Geomagic

2011－09－04

喜文飛（1984－），男，碩士研究生．

［責任編輯張德福］