復(fù)雜帶狀地形條件下的地面三維激光掃描點(diǎn)云數(shù)據(jù)采集與配準(zhǔn)處理試驗(yàn)

楊 敏，甘 淑,2，袁希平,2，高 莎，朱 贊，于 輝

(1. 昆明理工大學(xué)國土資源工程學(xué)院，云南 昆明 650093; 2. 云南省高校高原山地空間信息測繪技術(shù)應(yīng)用工程研究中心，云南 昆明 650093)

三維激光掃描技術(shù)是順應(yīng)大數(shù)據(jù)時(shí)代而快速發(fā)展起來的一種新型數(shù)據(jù)采集手段。它通過高速激光掃描測量的方式，獲取被測對象表面大量點(diǎn)的三維坐標(biāo)、反射強(qiáng)度和紋理信息，這些點(diǎn)即稱為點(diǎn)云[1]。目前三維激光掃描技術(shù)已廣泛應(yīng)用于地形圖測繪、地質(zhì)災(zāi)害監(jiān)測、礦業(yè)工程和林業(yè)等各個領(lǐng)域[2-4]。隨著三維激光掃描儀配套軟硬件的不斷豐富，不同的點(diǎn)云數(shù)據(jù)采集與數(shù)據(jù)匹配處理模式也受到了研究者的特別關(guān)注。

歸納目前的三維激光掃描數(shù)據(jù)采集模式大致分為以下4種，即：①基于一定重疊度的獨(dú)立站點(diǎn)數(shù)據(jù)采集模式；②基于標(biāo)靶的點(diǎn)云數(shù)據(jù)采集模式[5]；③基于全站儀/GPS測站坐標(biāo)控制的數(shù)據(jù)采集模式[6-7]；④基于測站坐標(biāo)控制的后視法數(shù)據(jù)采集模式[8-11]。后兩種模式的數(shù)據(jù)采集是建立在不同測站之間的空間相互關(guān)系上，以便于實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的快速配準(zhǔn)，因此也是近年來比較關(guān)注的數(shù)據(jù)采集模式。

點(diǎn)云數(shù)據(jù)配準(zhǔn)處理是將同一測區(qū)的不同測站的掃描數(shù)據(jù)整合到統(tǒng)一的坐標(biāo)系中，讓不同測站的點(diǎn)云準(zhǔn)確拼接，以實(shí)現(xiàn)測區(qū)地物表面點(diǎn)云信息的精確表達(dá)。目前，在點(diǎn)云數(shù)據(jù)配準(zhǔn)處理過程中應(yīng)用最廣、最經(jīng)典的配準(zhǔn)方法有迭代鄰近點(diǎn)算法(iterative closest point，ICP)[12]和一些改進(jìn)的ICP算法[13-14]。這些點(diǎn)云數(shù)據(jù)配準(zhǔn)處理方法多是以六參數(shù)配準(zhǔn)為基礎(chǔ)，通過查找相鄰測站間重疊區(qū)域的最近點(diǎn)集，再通過設(shè)定最近點(diǎn)間的距離閾值以測算滿足閾值的最近點(diǎn)間的旋轉(zhuǎn)和變換矩陣，以實(shí)現(xiàn)點(diǎn)云的精確配準(zhǔn)。

在實(shí)際應(yīng)用中，隨著不同采集模式的出現(xiàn)，點(diǎn)云配準(zhǔn)的思路也得到擴(kuò)展。具體可根據(jù)不同的數(shù)據(jù)采集模式，組合使用不同的方法進(jìn)行點(diǎn)云配準(zhǔn)，從而克服傳統(tǒng)配準(zhǔn)方法中因同名點(diǎn)位置誤差而引起的誤差傳播及計(jì)算量大等問題。為此，本文擬從三維激光掃描儀的3種數(shù)據(jù)采集模式出發(fā)，對不同采集模式下的點(diǎn)云配準(zhǔn)方法及精度進(jìn)行組合試驗(yàn)分析研究，著重探討與核實(shí)驗(yàn)證建立在不同測站之間的空間相互關(guān)系上的，結(jié)合了GPS定位功能和全站儀測站坐標(biāo)測量功能的這兩種數(shù)據(jù)采集方法，是否可以獲得高精度的點(diǎn)云匹配數(shù)據(jù)。

1 試驗(yàn)方案

1.1 試驗(yàn)區(qū)選取

小江屬金沙江下游的一級支流，其流域位于云南省東北部，由于小江深大斷裂帶作用，新構(gòu)造運(yùn)動強(qiáng)烈，特殊的地質(zhì)環(huán)境條件致使小江流域泥石流溝谷發(fā)育，不穩(wěn)定坡面增多、松散碎屑物豐富，崩塌、滑坡、泥石流等災(zāi)害頻發(fā)，素有“流淌的山谷”之稱。為了開展泥石流跡地的精準(zhǔn)監(jiān)測與模擬研究，本次研究選取了小江流域中具有典型泥石流沖溝特征的大白泥河溝為試驗(yàn)區(qū)。

試驗(yàn)區(qū)的大白泥河溝位于小江流域的中上游，其小流域面積18.1 km2，主溝長11.8 km，溝床縱比降10.66%，流域最高高程3100 m，溝口1300 m。時(shí)有季節(jié)性的泥石流發(fā)生，而且發(fā)生頻率高、規(guī)模大，是引起小江該段河床嚴(yán)重淤積、河床變遷和邊岸沖刷的主要原因。

1.2 試驗(yàn)條件概況

本研究使用MAPTEK I-Site8200型地面三維激光掃描儀進(jìn)行數(shù)據(jù)采集，試驗(yàn)數(shù)據(jù)采用I-Site Studio軟件進(jìn)行處理分析。其中，MAPTEK I-Site8200型掃描儀的主要參數(shù)包括：最大測程500 m～750 m，最小測程1 m，測量精度±8 mm，角度測量范圍水平方向0°～360°，豎直方向-45°～90°，掃描分辨率分4個等級，分別為2級、4級、6級、8級，儀器還帶有內(nèi)置GPS和數(shù)字羅盤。另外，輔助數(shù)據(jù)采集的站點(diǎn)控制測量儀器還包括中海達(dá)全站儀1臺，普通棱鏡1個，以及其他相關(guān)測量器件如記錄板和卷尺等。

1.3 數(shù)據(jù)采集模式

為了對不同采集模式下獲得的地面三維掃描點(diǎn)云進(jìn)行配準(zhǔn)處理與精度分析認(rèn)識，分別組織開展了基于一定掃描重疊度的獨(dú)立站點(diǎn)采集模式、基于站點(diǎn)GPS坐標(biāo)控制的采集模式和基于全站儀站點(diǎn)坐標(biāo)控制的后視法采集模式這3種試驗(yàn)方案進(jìn)行數(shù)據(jù)采集與匹配技術(shù)處理試驗(yàn)。

2 不同模式下的點(diǎn)云數(shù)據(jù)采集試驗(yàn)

2.1 基于一定掃描重疊度的獨(dú)立站點(diǎn)數(shù)據(jù)獲取

根據(jù)三維激光掃描儀的特性和試驗(yàn)場地的實(shí)際情況，本次試驗(yàn)在場地內(nèi)布設(shè)3個控制點(diǎn)(ground control points，GCP)，控制點(diǎn)間的距離小于2倍的最大測程，以保證兩測站有足夠的重疊區(qū)。控制點(diǎn)布設(shè)示意圖如圖1所示。分別在GCP2、GCP3點(diǎn)上架設(shè)儀器，設(shè)置掃描分辨率為4級、角度范圍等參數(shù)(下述兩種模式的參數(shù)與該站相同)并進(jìn)行掃描。

圖1 控制點(diǎn)分布示意圖

2.2 基于站點(diǎn)GPS坐標(biāo)控制的掃描模式的數(shù)據(jù)獲取

基于站點(diǎn)GPS坐標(biāo)的掃描模式即在儀器掃描的過程中，基于掃描儀器內(nèi)置的單點(diǎn)GPS接收裝置，采用GPS定位技術(shù)測定測站點(diǎn)(GCP2、GCP3)的坐標(biāo)位置(見表1)，以此確定測站在全球坐標(biāo)系統(tǒng)下的絕對位置。該位置就是測站坐標(biāo)系的原點(diǎn)，但由于測站坐標(biāo)系的方向不確定，因此需要通過掃描儀的數(shù)字羅盤來確定起始掃描方向X軸與磁北方向的方位角，并且Y軸與X軸在掃描面內(nèi)垂直，Z軸與儀器掃描面垂直，基于以上坐標(biāo)系的空間關(guān)聯(lián)，從而掃描得到具有相應(yīng)坐標(biāo)的點(diǎn)云數(shù)據(jù)。表1列出了試驗(yàn)中的3個掃描儀測站點(diǎn)的GPS定位信息。

表1 掃描儀測站點(diǎn)的GPS定位信息

2.3 基于全站儀站點(diǎn)坐標(biāo)的后視法掃描模式的數(shù)據(jù)獲取

基于全站儀站點(diǎn)坐標(biāo)的后視法掃描模式進(jìn)行數(shù)據(jù)采集時(shí)，其實(shí)際操作需要分為兩個步驟展開。第一步是利用全站儀測量獲取測站點(diǎn)(GCP1、GCP2、GCP3)坐標(biāo)。該處獲得的測站點(diǎn)坐標(biāo)是全站儀測量時(shí)確定的獨(dú)立坐標(biāo)系里的坐標(biāo)值，坐標(biāo)測量結(jié)果見表2。在實(shí)際工程應(yīng)用中，若需要將點(diǎn)云坐標(biāo)轉(zhuǎn)入地方坐標(biāo)系中，那么全站儀測坐標(biāo)時(shí)需與當(dāng)?shù)刈鴺?biāo)系中的已知點(diǎn)進(jìn)行聯(lián)測實(shí)現(xiàn)。第二步是進(jìn)行地面三維激光掃描儀數(shù)據(jù)采集。首先是將三維激光掃描儀架設(shè)在GCP1上，進(jìn)行精確對中和整平，在手簿上輸入站點(diǎn)的全站儀測量坐標(biāo)，后視選擇掃描儀內(nèi)置的羅盤進(jìn)行定向，之后進(jìn)行小范圍掃描，在GCP1上進(jìn)行掃描的目的是將該測站點(diǎn)的坐標(biāo)錄入掃描儀中；然后，從GCP2點(diǎn)開始，每一站以上一站作為后視點(diǎn)，并且輸入測站點(diǎn)的全站儀測量坐標(biāo)，這樣測站點(diǎn)與后視點(diǎn)的連線方向即是坐標(biāo)X軸。掃描分辨率和角度范圍設(shè)置與前面基于站點(diǎn)GPS坐標(biāo)的掃描模式的數(shù)據(jù)獲取設(shè)置一致。

表2 基于全站儀測量的掃描儀測站點(diǎn)信息

3 不同模式下的點(diǎn)云數(shù)據(jù)匹配處理技術(shù)

3.1 基于一定掃描重疊度的獨(dú)立站點(diǎn)模式的點(diǎn)云數(shù)據(jù)配準(zhǔn)處理技術(shù)

根據(jù)三維激光儀器掃描原理可知，采用該模式獲取的點(diǎn)云都是獨(dú)立處于儀器架設(shè)時(shí)各自的測站坐標(biāo)系中，若進(jìn)行不同站點(diǎn)掃描點(diǎn)云的配準(zhǔn)處理，就需要利用解析攝影測量的方法，即根據(jù)相鄰測站間重疊區(qū)域內(nèi)的同名點(diǎn)對，并且求解這些點(diǎn)對在不同坐標(biāo)系之間的坐標(biāo)轉(zhuǎn)換關(guān)系[16]，即旋轉(zhuǎn)參數(shù)R和平移參數(shù)Q。

基于掃描重疊度的點(diǎn)云圖像同名點(diǎn)對的坐標(biāo)轉(zhuǎn)換關(guān)系處理的數(shù)學(xué)模型為

(1)

式中，(X,Y,Z)和(x,y,z)分別為兩個不同站點(diǎn)的掃描坐標(biāo)系下的同一個點(diǎn)P的坐標(biāo)；R(φ，ω，κ)為兩個坐標(biāo)系的旋轉(zhuǎn)矩陣；(ΔX,ΔY,ΔZ)為平移參數(shù)。通過對至少3對同名點(diǎn)對進(jìn)行解算，計(jì)算6個參數(shù)值并代入所有的點(diǎn)云中便可實(shí)現(xiàn)點(diǎn)云的初配準(zhǔn)。

試驗(yàn)分析該模式下的點(diǎn)云匹配處理效果，由于點(diǎn)云數(shù)據(jù)量巨大，一方面，配準(zhǔn)過程所花費(fèi)的時(shí)間較長。另外，由于三維激光掃描是等角度采樣，不同站點(diǎn)下的數(shù)據(jù)獲取時(shí)，客觀上無法控制各站掃描激光點(diǎn)落在某個同名特征上的空間距離長短，因此不同站點(diǎn)掃描獲得的“同名點(diǎn)”也并非是嚴(yán)格意義上的同名點(diǎn)，這必然影響該模式下對不同站點(diǎn)云匹配處理的精度效果。

3.2 基于站點(diǎn)GPS坐標(biāo)掃描模式的點(diǎn)云數(shù)據(jù)配準(zhǔn)處理技術(shù)

理論上在該掃描模式下進(jìn)行的測區(qū)內(nèi)不同站點(diǎn)獲取的點(diǎn)云數(shù)據(jù)配準(zhǔn)處理，由于各掃描站點(diǎn)獲取的點(diǎn)云數(shù)據(jù)均已控制在統(tǒng)一的空間坐標(biāo)體系下，因此點(diǎn)云數(shù)據(jù)配準(zhǔn)處理的實(shí)質(zhì)就是對不同站點(diǎn)的點(diǎn)云數(shù)據(jù)載入而實(shí)現(xiàn)自動拼接。在本試驗(yàn)中，3個測站的點(diǎn)云匹配處理技術(shù)是在數(shù)據(jù)采集時(shí)，主要根據(jù)數(shù)字羅盤測得的X軸與磁北方向的夾角，再結(jié)合測站點(diǎn)的坐標(biāo)值，以及表面點(diǎn)的豎直角、水平角和距離，根據(jù)三維激光掃描儀坐標(biāo)測算原理，直接測定點(diǎn)云的坐標(biāo)值。理論上，該模式下點(diǎn)云匹配處理技術(shù)過程主要包括以下3個步驟：

(1) 將儀器內(nèi)置GPS接收獲取的測站點(diǎn)坐標(biāo)轉(zhuǎn)換為高斯平面直角坐標(biāo)為

(2)

式中，x、y為WGS-84坐標(biāo)系下的大地坐標(biāo)(B，l)歸算至高斯平面直角坐標(biāo)系下的坐標(biāo)；X為自赤道量起的子午線弧長；N為曲率半徑；η為測站點(diǎn)上的垂線偏差在卯酉圈上的分量；t為緯度的正弦值，t=tanB，ρ=206 265。

(2) 根據(jù)X軸與磁北方向的夾角和點(diǎn)云與X軸的水平角測算點(diǎn)云的磁方位角。

(3) 根據(jù)磁方位角、豎直角和距離測定點(diǎn)云坐標(biāo)。

總之，該模式下獲取的不同站點(diǎn)的點(diǎn)云數(shù)據(jù)，其本身均處于相同的坐標(biāo)系當(dāng)中，即各站獲取的點(diǎn)云數(shù)據(jù)，在儀器架設(shè)時(shí)的參數(shù)設(shè)置與掃描測量過程中，其實(shí)質(zhì)就已經(jīng)通過儀器內(nèi)部軟件完成了對點(diǎn)云數(shù)據(jù)的統(tǒng)一空間坐標(biāo)配準(zhǔn)處理。

3.3 基于全站儀站點(diǎn)坐標(biāo)控制的后視法掃描模式的點(diǎn)云數(shù)據(jù)配準(zhǔn)處理技術(shù)

該模式下獲得的點(diǎn)云坐標(biāo)都是將初始方向的方位角視為(0°00′00″)計(jì)算得來，因此該模式下的點(diǎn)云配準(zhǔn)處理就是將點(diǎn)云坐標(biāo)轉(zhuǎn)換到全站儀確定的獨(dú)立坐標(biāo)系下的過程。實(shí)際上就是將試驗(yàn)區(qū)各站點(diǎn)導(dǎo)線測算的結(jié)果追加到點(diǎn)云坐標(biāo)上。同理，該模式下獲取的不同站點(diǎn)的點(diǎn)云數(shù)據(jù)，基于各站實(shí)施掃描前就已經(jīng)對各站點(diǎn)進(jìn)行控制測量而獲取了測區(qū)各站點(diǎn)的統(tǒng)一坐標(biāo)體系，因此各站獲取的點(diǎn)云數(shù)據(jù)可以通過在儀器架設(shè)時(shí)的參數(shù)設(shè)置進(jìn)行控制，其點(diǎn)云匹配實(shí)質(zhì)是在掃描測量過程中就已經(jīng)通過儀器內(nèi)部軟件完成了對點(diǎn)云數(shù)據(jù)統(tǒng)一空間坐標(biāo)的配準(zhǔn)處理。

本模式下的匹配處理技術(shù)主要是根據(jù)導(dǎo)線控制測量原理，對導(dǎo)線中相鄰各站點(diǎn)的點(diǎn)云匹配處理方法如圖2所示。具體各站點(diǎn)的點(diǎn)云坐標(biāo)值的計(jì)算處理模型為

(3)

式中，x1、y1為測站點(diǎn)GCP1的坐標(biāo)；x2、y2為測站點(diǎn)GCP2的坐標(biāo)；x3、y3為測站點(diǎn)GCP3的坐標(biāo)。

(4)

式中，αi為測站GCP2上第i個點(diǎn)的方位角；αj為測站GCP3上第j個點(diǎn)的方位角；βi為測站GCP2上第i個點(diǎn)的水平角；βj為測站GCP3上第j個點(diǎn)的水平角,其中，i=1,2,3,…,n，n為測站GCP2的點(diǎn)云總數(shù)，j=1,2,3,…,m，m為測站GCP3的點(diǎn)云總數(shù)。方位角的角值范圍為0°～360°，如果計(jì)算結(jié)果大于360°，則減去360°；如果計(jì)算結(jié)果為負(fù)值，則需加360°。

(5)

式中，z2為測站點(diǎn)GCP2的高程；si為測站點(diǎn)至第i點(diǎn)的距離；θi為第i點(diǎn)的豎直角。同理計(jì)算測站GCP3上的點(diǎn)云坐標(biāo)。

通過以上解算，點(diǎn)云被統(tǒng)一到與測站坐標(biāo)相同的坐標(biāo)系下，實(shí)現(xiàn)了點(diǎn)云的初配準(zhǔn)，再運(yùn)用ICP法進(jìn)行全局配準(zhǔn)。

圖2 基于全站儀測站坐標(biāo)的掃描模式測量示意圖

4 試驗(yàn)結(jié)果分析與討論

利用軟件實(shí)現(xiàn)對3種采集模式下獲取的點(diǎn)云數(shù)據(jù)的相應(yīng)配準(zhǔn)處理，選取GCP2和GCP3兩個站點(diǎn)之間的點(diǎn)云匹配結(jié)果如圖3所示。其中，A為GCP2和GCP3兩個站點(diǎn)上獲取的點(diǎn)云匹配結(jié)果圖，B為兩個測站的掃描重疊區(qū)域的點(diǎn)云配準(zhǔn)示意圖，C為兩個測站均能采集到的同一根電桿在點(diǎn)云配準(zhǔn)后的相對位置圖(鄰近點(diǎn)的距離最大值為0.289 m,小于電桿的直徑0.3 m)，D為GCP2和GCP3兩個站點(diǎn)的掃描區(qū)域遙感影像圖。

圖3 兩個測站獲取的點(diǎn)云配準(zhǔn)結(jié)果示意圖

查看其配準(zhǔn)效果報(bào)告，整理得到配準(zhǔn)精度見表3。即在本試驗(yàn)區(qū)泥石流沖溝中應(yīng)用三維激光掃描技術(shù)進(jìn)行地形數(shù)據(jù)采集，得出的試驗(yàn)數(shù)據(jù)點(diǎn)云匹配效果為：基于內(nèi)置GPS站點(diǎn)坐標(biāo)的掃描模式點(diǎn)云配準(zhǔn)精度最高為0.003 m；其次是基于全站儀站點(diǎn)坐標(biāo)的后視法掃描模式的點(diǎn)云配準(zhǔn)精度為0.005 m；而基于一定重疊度的獨(dú)立站點(diǎn)坐標(biāo)掃描模式的點(diǎn)云配準(zhǔn)精度稍差為0.010 m。

表3 點(diǎn)云配準(zhǔn)精度 m

綜合對比3種試驗(yàn)方案及結(jié)果，初步整理分析得出：

就不同模式的操作處理工作量進(jìn)行比較：在數(shù)據(jù)采集試驗(yàn)中，就在每站點(diǎn)上進(jìn)行掃描儀架設(shè)與掃描實(shí)施操作時(shí)間方面進(jìn)行比較，基于一定掃描重疊度的獨(dú)立站點(diǎn)掃描與基于站點(diǎn)GPS坐標(biāo)掃描這兩種掃描模式的野外作業(yè)時(shí)間相近，大約為20 min；但在數(shù)據(jù)匹配方面，由于前者的數(shù)據(jù)配準(zhǔn)處理基于同名點(diǎn)對進(jìn)行，為了保證配準(zhǔn)精度，在同樣范圍的測區(qū)中，為了避免地物遮掩，該模式可能需要架設(shè)更多的測站以保證相鄰測站之間的重疊度，因此會加大野外工作量。基于全站儀站點(diǎn)坐標(biāo)的后視法掃描模式，由于其野外數(shù)據(jù)采集主要是利用了“全站儀+三維激光掃描儀”的結(jié)合操作，測區(qū)每站點(diǎn)測量都要進(jìn)行兩套測量，所耗費(fèi)的時(shí)間必然也要多于上述兩種模式。當(dāng)然，如果測區(qū)內(nèi)有已知的控制點(diǎn)，該采集模式可以有效地將點(diǎn)云直接測算至已有坐標(biāo)系中，這對測區(qū)獲得的點(diǎn)云數(shù)據(jù)的持續(xù)動態(tài)監(jiān)測與應(yīng)用也是很有利的。

僅就不同模式下點(diǎn)云匹配拼接處理進(jìn)行比較：①對于基于一定掃描重疊度的獨(dú)立站點(diǎn)模式的匹配處理，由于其點(diǎn)云匹配處理采取的策略是以其中某一個測站的儀器架設(shè)坐標(biāo)作為整個測區(qū)的基準(zhǔn)坐標(biāo)系統(tǒng)，首先基于一定重疊度的同名點(diǎn)進(jìn)行不同站點(diǎn)之間的坐標(biāo)匹配處理較為耗工耗時(shí)；另外若需要對測區(qū)進(jìn)行多個時(shí)段觀測，那么每次觀測值的坐標(biāo)系都是獨(dú)立的，很難實(shí)現(xiàn)在空間上進(jìn)行關(guān)聯(lián)分析。②基于站點(diǎn)GPS坐標(biāo)控制的掃描模式的點(diǎn)云匹配拼接處理，在小范圍內(nèi)由于其數(shù)據(jù)配準(zhǔn)時(shí)所進(jìn)行的坐標(biāo)轉(zhuǎn)換對坐標(biāo)值的影響不明顯，處理效率較高，但是，當(dāng)測區(qū)范圍較大時(shí)，因“曲改值”帶來的距離誤差會很大；另外，由于該模式下的GPS單點(diǎn)定位的精度較低，當(dāng)測站過多時(shí)，其誤差傳播帶來的點(diǎn)位誤差較大。③基于全站儀站點(diǎn)坐標(biāo)的后視法掃描模式優(yōu)勢在于可以直接測得點(diǎn)云在現(xiàn)有坐標(biāo)系下的坐標(biāo)值，對地區(qū)的工程利用較為有利，并且可以對多站點(diǎn)云進(jìn)行一次性拼接匹配處理，拼接效率較高。但其存在的匹配處理缺點(diǎn)在于全站儀的觀測值誤差會直接代入到點(diǎn)云的坐標(biāo)值中，全站儀獲得的測站坐標(biāo)值的精度將直接影響著點(diǎn)云精度。

5 結(jié) 論

本文選取泥石流沖溝為試驗(yàn)區(qū)，采用3種數(shù)據(jù)采集模式獲取研究區(qū)的點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)處理，通過分析對比發(fā)現(xiàn)3種方法在測區(qū)內(nèi)都有良好的拼接精度。對比分析也發(fā)現(xiàn)：①基于站點(diǎn)GPS坐標(biāo)的掃描模式和基于全站儀站點(diǎn)坐標(biāo)的后視法掃描模式，更有利于在本試驗(yàn)區(qū)這樣的條帶測區(qū)中進(jìn)行應(yīng)用，其點(diǎn)云數(shù)據(jù)采集和配準(zhǔn)處理均具有明顯的優(yōu)勢；②這兩種模式可克服基于一定掃描重疊度的獨(dú)立站點(diǎn)模式應(yīng)用中全局坐標(biāo)系轉(zhuǎn)換困難的問題，以及配準(zhǔn)處理時(shí)為找重疊區(qū)域同名點(diǎn)對數(shù)據(jù)采集要求苛刻的弊端，同時(shí)也避免了以往掃描測量中對標(biāo)靶設(shè)置的困難與依賴。

為了進(jìn)一步提高地面三維掃描點(diǎn)云數(shù)據(jù)采集效率、配準(zhǔn)精度和后續(xù)使用率，初步提出應(yīng)對以下兩個方面進(jìn)行深入研究：①將傳統(tǒng)測量中導(dǎo)線測量的理念及平差原理更加切合地應(yīng)用于三維激光掃描的數(shù)據(jù)采集，爭取減少誤差傳播的同時(shí)，使點(diǎn)云數(shù)據(jù)與全局坐標(biāo)系精確統(tǒng)一；②三維激光掃描技術(shù)應(yīng)用于泥石流溝中時(shí)，還應(yīng)對測站的布設(shè)做深入分析，盡量避免因地表特征相互遮掩而出現(xiàn)掃描盲區(qū)與點(diǎn)云空洞等問題。

參考文獻(xiàn)：

[1] 施貴剛. 地面三維激光掃描數(shù)據(jù)處理技術(shù)及作業(yè)方法的研究[D]. 上海：同濟(jì)大學(xué), 2009.

[2] DENORA D, ROMANO L, CECARO G. Terrestrial Laser Scanning for the Montaguto Landslide (Southern Italy)[M].[S.l.]: Springer, 2013.

[3] WATT P J. Measuring Forest Structure with Terrestrial Laser Scanning[J]. International Journal of Remote Sensing, 2007,26(7):1437-1446.

[4] BUCKLEY S J, HOWELL J A, ENGE H D, et al. Terrestrial Laser Scanning in Geology: Data Acquisition, Processing and Accuracy Considerations[J]. Journal of the Geological Society, 2008,165(3):625-638.

[5] BARNEA S, FILIN S. Keypoint Based Autonomous Registra-tion of Terrestrial Laser Point-clouds[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2007,63(2008):19-35.

[6] DU J, TENG H. 3D Laser Scanning and GPS Technology for Landslide Earthwork Volume Estimation[J]. Automation in Construction, 2007,16(5):657-663.

[7] 浦石, 李京偉, 郭四清. 融合語義特征與GPS位置的地面激光點(diǎn)云拼接方法[J]. 測繪學(xué)報(bào), 2014,43(5):545-550.

[8] 原玉磊, 蔣理興, 張永旭, 等. 三維激光掃描儀定向技術(shù)研究[C]∥ 2009年全國測繪儀器綜合學(xué)術(shù)年會. 宜昌:[s.n.], 2009.

[9] 賈東峰, 程效軍, 劉燕萍, 等. 地面三維激光掃描儀定向法[J]. 工程勘察, 2014(10):60-65.

[10] 姚吉利, 馬寧, 賈象陽, 等. 光束法區(qū)域網(wǎng)平差的地面激光掃描多站點(diǎn)云自動定向方法[J]. 測繪學(xué)報(bào), 2014,43(7):711-716.

[11] 姚吉利, 馬寧, 賈象陽, 等. 球形標(biāo)靶的固定式掃描大點(diǎn)云自動定向方法[J]. 測繪學(xué)報(bào), 2015,44(4):431-437.

[12] BESL P J, MCKAY N D. Method for Registration of 3-D Shapes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1992,14(2):239-254.

[13] BERGEVIN R, SOUCY M, LAURENDEAU D. Towards a General Multi-view Registration Technique[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1996,18(5):540-547.

[14] BOUAZIZ S, TAGLIASACCHI A, PAULY M. Sparse Iterative Closest Point[J]. Computer Graphics Forum, 2013,32(5):113-123.