海量三維掃描點云數據預處理方法

程俊廷 郭博洋 盧建軍

摘要 隨著三維掃描測量技術的迅速興起，對被測物體進行三維掃描測量及建模的應用日趨廣泛。為了得到質量更高的被測實體三維模型，對海量掃描點云數據的預處理效果與效率提出了更高的要求。首先介紹了點云數據預處理技術的流程，然后討論了數據預處理去噪去失真、數據平滑、數據精簡和數據拼合等技術存在的問題，最后給出了解決這些問題的常用方法，并進行了總結與展望。

[關鍵詞]三維掃描點 云數據處理 拼合對齊

1 前言

三維掃描測量技術已經廣泛應用于航空航天、船舶、汽車、醫療、家用電器、建筑、考古、玩具等多個領域，例如對橋梁的掃描及測量，人體的三維建模，復雜曲面的模型構建等，具有測量精度高、與被測物體不接觸、信息量豐富的特點。在對被測物體進行三維掃描測量過程中會產生大量的數據點，稱之為海量點云數據，包含了被測物體的形狀、坐標及尺寸等信息。測量過程中受到儀器本身和外界條件的影響，點云數據中會包含大量無效冗余數據，這些數據會對后期被測物體的建模產生嚴重影響，所以必須要對這些數據進行預處理。

2 點云數據的預處理

2.1 點云數據預處理流程

點云數據預處理技術主要包括：數據的去噪去失真、數據的平滑處理、數據精簡以及數據拼合等，處理流程如圖1所示。

2.2 點云數據噪聲點和失真點的查找及處理

由于在掃描過程中會受到一些外界光線、溫度、濕度、相對運動等因素的干擾，采集到的數據往往會含有噪聲點和失真點。噪聲點和失真點通常具有特殊性，相對來說比較容易判別和去除。因此，數據預處理的第一步就是對這兩類點進行識別與去除。對于噪聲點的識別算法，國內外大量學者進行了深入研究，國外學者如Clarenz[5]、Linsen[6]、Choudhury[7]等人提出的去噪算法均取得了良好效果，國內學者如張鑫[8]等人通過采用三邊濾波函數并對濾波因子進行設置，使得點云能夠保持很好的數據特征。

失真點的查找方法通常有三種，分別是：直接觀察法、弦高差方法和曲線檢查法。直接觀察法是指通過肉眼對點云數據進行觀察，直接將偏離比較大的失真點進行去除，這種方法僅適用于初步查找及去除;弦高差方法是指通過測量被測點pi和它前后兩點pi-1、Pi+l連線弦的距離e，如果e>||ε||（||εε|為允許的誤差），則可以認定pi為失真點，應該剔除，如圖2所示;曲線檢查法通常是通過最小二乘法擬合出一條樣條曲線，再通過測量被測點pi距離樣條曲線的距離e，如果e>||ε||，則認為pi是壞點，應該剔除，如圖3所示。

2.3 點云數據的平滑處理

點云數據的平滑處理是在對點云數據進行去噪去失真處理之后的細節處理，目的是在保證點云細節特征的基礎上獲得更高階的光滑曲面，這樣可以使后期依據點云數據建立的模型表面更加光順平滑。

常用的點云平滑處理方法有三種，分別是：均值濾波法、中值濾波法和高斯濾波法。均值濾波法是指求得統計窗口內所有點的平均值，并且用平均值來代替原始點，如圖4所示（圖中虛線連接的點代表真實點的位置，實線連接的點代表光順后點的位置）;中值濾波法是一種非線性的數據平滑去噪方法，其原理是先求得一點鄰域內所有點的中值，再使該鄰域內所有點的值都向這個中值靠近，從而達到光順點云數據的目的;高斯濾波法是在點云平滑處理中最常用的方法，它是通過加權計算窗口內所有的點數據，使每一個點的值都是該點本身和其鄰域內所有點的值加權平均之后的結果，如圖5所示。

2.4 點云數據的精簡

點云數據通常十分密集，如果不進行精簡就直接使用，特別是三維建模，不僅會浪費巨大的計算機資源，也使得計算時間延長。數據精簡的目的就在于在不明顯減少模型信息的前提下，用盡量少的點來表示，為后續點云處理節約空間和時間。

目前常用的點云數據精簡算法主要有三種，分別是：隨機采樣法，包圍盒法和均勻網格法。隨機采樣法是指根據系統生成的隨機數去刪除與隨機數相對應的點，直到點云剩余的總點數滿足精簡要求為止。這種方法具有很大的隨機性，對數據的精簡效果較差。包圍盒法是指對點云數據生成一個能夠包含所有數據的大立方體包圍盒，再將這個大立方體包圍盒分割成相同的小立方體包圍盒，根據小立方體包圍盒中包含的點云數據，找出其中最接近立方體中心的點數據，并用這個點來代替整個小立方體包圍盒中的數據;均勻網格法實質上是對包圍盒法的一種改進，它不是尋找最接近小立方體包圍盒的點，它是計算小立方體包圍盒中所有點的中值，用這個中值來代替小立方體包圍盒中所有的點，如圖6。

2.5 點云數據的拼合

在對被測物體進行三維掃描測量時，根據被測物體所處環境的不同和掃描儀器的限制，在掃描時很難一次性獲得被測物體全部的點云數據信息，所以需要對被測物體進行分塊式掃描，獲得各塊區的點云數據，再通過點云數據拼合將各塊區數據進行拼接，從而獲得被測物體表面的完整信息。

三維掃描測量系統通常會用到四種坐標系，分別是：掃描儀自身坐標系（Scanner'sOwn Coordinate System，SOCS）、相機坐標系（Camera Coordinate System，ccs）、大地坐標系（Global Coordinate System，GLCS）和項目坐標系（Project Coordinate System，PRCS）。在掃描過程中，SOCS和CCS相對于GLCS與PRCS是不斷運動的，實現點云數據拼合需要對上述四種坐標系進行坐標變換.將它們統一轉換到GLCS或PRCS下進行處理。由于是分塊區進行掃描，這樣采集到的點云數據會有部分重合，依靠這部分重合的點云數據可以實現不同塊區點云數據的拼合，以達到顯示被測物體表面的完整信息的目的。

在工程中通常使用“三點法”來尋找不同塊區之間重合的數據。三點法的基本原理是根據不共線的三點可以確定一個平面的原理，找出相鄰塊區重合部分數據中對應的三點，通過這三點的位置關系來將不同塊區進行拼合。

為實現上述過程，首先將所有的坐標系經過坐標變換統一變換到PRCS下，這種坐標變換關系可以用一個平移矩陣T和一個3x3的旋轉矩陣P來表示。假設兩個相鄰的塊區點云數據集合為U和V且U已經變換到PRCS下，U中的數據用（x，Y，Z）來表示，現在只需對V進行坐標變換，找到V中與（x，Y，Z）對應的點（x，y，z），這樣一種對應關系可以用下式來表示：

（X，Y，Z）T=X'P（a， β，y）'（x，y，z）T+T

式中：λ為旋轉尺度參數;（a，β，γ）為P的旋轉參數，計算如P（a，β，γ）下公式（1）。

所以只要能夠求解出λ，a，β，γ和T五個參數，就可以解出V在PRCS下對應（x，Y，Z）的坐標（x，y，z），這樣可以確定不同塊區的空間位置，從而實現點云數據的拼合。

3 結論

三維掃描技術中海量點云數據的預處理是對被測物體進行三維重建的一個很重要的環節，主要處理技術包括數據的去噪去失真、數據平滑、數據精簡和數據拼合對齊四部分。在數據處理過程中還要注意避免過度處理，防止丟失被測物體表面原始信息。特別是在曲率變化較大的位置，保留盡可能多的點，確保有效信息不丟失。本文介紹了數據預處理技術各環節常用的方法，每種方法各有缺點，在以后的發展中，需要取各方法之利，避其弊，不斷優化，在盡可能不損失有效信息的前提下，有效提高處理效率與質量。

參考文獻

[1]劉尚蔚，朱小超，張永光等，多片點云數據拼接處理技術的研究[J].水利與建筑工程學報，2014，12 （01）：121-124.

[2]孫晶晶，王金變，管玉.基于三維掃描技術的人體測量[J].天津工業大學學報，2012，31（05）：30-33.

[3]劉宏，陶有麗，付家武.自由曲面掃描線測量點云數據處理技術[J].組合機床與自動化加工技術，2011（05）：77-80.

[4]程杰鋒，焦美.對逆向工程技術的點云數據處理的研究[J].科協論壇，2012 （05）：8—9.

[5] Clarenz U，Droske D，Henn S.Computational Methods for NonlinearImage Regis tration[C]. MathematicalModels for Registration andApplications to Medcal ImagingMathematics in Industry， 2006： 81-101.

[6]LinsenL.PointCloudRepresentation [R]. Karlsruhe： Facultyof Computer Science，University ofKarlsruhe.2001.

[7]Choudhury P，Tumblin J.The TrilateralFilter for High Contrast Images andMeshes [C].Eurographics Symposium onRendering， 2003： 186-196.

[8]張鑫，王章野，范涵奇等.保特征的三維模型的三邊濾波去噪算法[J].計算機輔助設計與圖形學學報，2009，21（07）： 936-942.

[9]鄒學州，逆向工程點云數據預處理技術研究[D].哈爾濱：哈爾濱理工大學自動化學院，2017.

[10]何耀華，榮輝，非接觸三維掃描測量數據的處理研究[J]，重慶工學院學報，2006，20 （05）：33-35.

[11]李鳳霞，饒永輝，劉陳等，基于法向夾角的點云數據精簡算法[J].系統仿真學報，2012， 24 （09）：1980-1987.

[12]Sun W，Bradley C，Zhang Y F，et al.Cloud data modeling employing aunified non-redundant triangularmesh[J]. Computer-Aided Design（S0 010-4485），2001， 33 （02）： 183-193.

[13]Martin R R，Strond I A，MarshalA D. Data reduction for reverseengineering. RECCAD， DeliverableDocument COPERUNICUS Project， NO.1608 [M]. Computer and AutomationInstitute of Hungarian Academy ofScience，January 1996.

[14]張永光，劉豪杰，尹小磊等，點云數據多站拼接在水利工程測繪中的應用[J].華北水利水電學院學報，2013，34 （03）：74-77.

[15]朱凌.地面三維激光掃描標靶研究[J].激光雜志，2008，29 （01）： 33-35.

[16]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.

[17]官云蘭，地面激光掃描數據處理中若干問題研究[D].上海：同濟大學，2008.

[18]張舜德，盧秉恒，丁玉成，光學三雛形面分區域測量數據的拼接研究[J].中國激光，2001，28 （06）：533-536.

[19]盛業華，張卡，張凱等.地面三維激光掃描點云的多站數據無縫拼接[J].中國礦業大學學報，2010，39 （02）：233-237.