建筑物三維重建點云數據配準方式研究

張亞 山鋒

摘 要：本文在介紹三維激光掃描技術點云數據配準方式的基礎上，以某特征建筑物為例，分別采用三種方式從內外業數據采集、處理速度方面進行對比，并對配準后的點云數據精度進行分析。結果表明：基于特征點點云數據采集、處理速度快，基于標靶、測站點控制點的點云數據配準方式精度較高。

關鍵詞：點云數據;數據采集;配準;對比分析

中圖分類號：TP391.41文獻標識碼：A文章編號：1003-5168（2018）28-0037-02

Abstract： On the basis of introducing the registration method of point cloud data in 3D laser scanning technology， this paper took a characteristic building as an example， compared the data acquisition and processing speed in three ways， and analyzed the accuracy of point cloud data after registration. The results showed that the data acquisition and processing speed based on feature point cloud was fast， and the registration method based on target and control point of measurement station had high precision.

Keywords： point cloud data;data collection;registration;comparative analysis

近年來，三維激光掃描技術被廣泛應用于建筑物三維重建中。但是，因其在外業數據采集過程中受到掃描儀的視場限制，不能在一個測站對所有點云數據進行掃描，只能多個測站進行掃描，然后把每個測站的點云數據進行配準[1]。本文從三維激光掃描技術的三種點云數據的采集方式出發，通過試驗分析，探討不同點云點數據采集方式下的點云數據采集速度、配準精度，為點云數據的后續處理提供參考。

1 研究方案

1.1 研究場地選取

本次研究場地是某校園內的一棟建筑，該建筑形狀規則，易于選取特征點和特征邊，且建筑物周圍比較空曠，利于架設掃描儀和布設控制網。

1.2 儀器設備的選取

本次研究采用HDS ScanStation 2三維激光掃描儀對建筑物進行點云數據采集，HDS ScanStation 2三維激光掃描儀掃描視場為360°×270°，具有測站定向功能，數據采集和配準軟件為Cyclone，標靶為球形標靶。另外，還配有索佳250X全站儀及棱鏡、鋼尺等工具。

2 點云數據采集

本次試驗的數據采集根據研究目的分三次進行掃描，每次掃描為三個測站，每站既掃描裙樓部分又掃描主樓部分，掃描分辨率設置為1cm，并且三次掃描的范圍一致。

2.1 基于特征點的掃描

基于特征點的掃描是把掃描儀架設在建筑物周圍通過獲取的影像來確定每個測站掃描的范圍，設置分辨率進行掃描，并在下一測站掃描過程中對前一測站的掃描區域進行1/3的重疊。這種方式外業數據采集速度較快，掃描儀安置要求不高，但根據建筑物上的特征點進行數據配準時要求每站掃描過程都要有一定的點云數據重疊且配準精度稍差。

2.2 基于標靶的掃描

基于標靶的掃描是根據兩個測站間共同的標靶來進行數據配準，需要在相鄰兩站的掃描過程中對同一組標靶進行掃描。在掃描過程中，首先要確定每個測站的掃描范圍，然后在相鄰兩個測站間設置三個球形標靶，并保證兩個測站都能掃描到設置的球形標靶，然后對三個球形標靶進行掃描，球形標靶掃描的分辨率為2mm，以提高標靶擬合精度。掃描完標靶之后再對建筑進行掃描，下一個測站也是先掃描前一測站的三個標靶，然后再對建筑物進行掃描。這種方式的外業數據采集速度稍慢，但精度較高。

2.3 基于測站控制點的掃描

基于測站控制點的掃描是依據控制點作為約束條件進行數據配準的，該方式分兩步進行。第一步，用全站儀對布設控制點進行水平角度、垂直角度和邊長測量，然后進行近似平差得到控制點三維坐標;第二步，在控制點上架設掃描儀，對中、整平，然后在后視點上架設標靶，量取掃描儀和標靶高度，在操作軟件上輸入測站點數據和后視點數據，使用掃描儀的定向功能完成測站定向，設定掃描范圍并獲取數據。這種方式外業數據采集速度最慢。

3 點云數據配準

3.1 基于特征點的點云數據配準

三維激光掃描儀通過這種方式進行點云數據采集時，獲得的點云數據全部處于每個測站坐標系中，基于特征點的點云數據配準則是根據不同測站間重疊部分的同名點來進行，通過同名點來求解不同測站坐標系間的轉換參數，完成不同測站間的坐標轉換。首先，把兩個相鄰測站的點云數據導入配準窗口，在兩個配準窗口選擇3～4個同名點，然后通過軟件進行配準計算，得到配準后的點云數據，并顯示配準精度。這種配準方式配準速度慢，所選取的同名點也并非是真正意義上的同名點，會影響配準精度。

3.2 基于標靶的點云數據配準

基于標靶的點云數據獲取每個測站的點云數據也處于每個測站坐標系中。如果要進行配準，就需要選取相鄰兩個測站區域中共同的三個標靶，通過標靶中心點作為同名點來求解轉換參數，完成坐標轉換。首先，運用軟件對兩個相鄰測站的三個標靶進行擬合，通過擬合獲得標靶中心，并在兩個測站對同一個標靶進行相同的編號，然后通過軟件進行不同測站點云數據坐標轉換，得到配準后的點云數據。這種配準方式內業數據配準速度較慢，但所選取的同名點相對于手動選取的同名點來說自動化程度高。

3.3 基于測站控制點的點云數據配準

由于該方式已經在建筑物周圍布設了控制網，因此，在掃描前已經對掃描儀進行測站定向，每個測站獲取的點云數據在掃描過程中已經統一到所布設的控制網坐標系中，所以，其點云配準的實質就是在Cyclone軟件中把各個測站的點云數據進行統一的過程。這種方式內業數據配準速度最快，精度相對較高。三種方式內外業數據采集、處理速度對比結果見表1。

4 點云數據配準精度分析

通過Cyclone軟件多次對三種方式獲取的點云數據進行配準試驗。三個測站軟件配準后的精度顯示，基于特征點的點云數據配準精度分別為11mm和10mm;基于標靶的點云數據配準精度分別為3mm和4mm;基于測站控制點的點云數據配準精度分別為3mm和3mm。

本次試驗還選取了建筑物的特征邊來進行對比分析，特征邊的選擇主要是建筑物的窗戶、墻邊等，共選取了四條特征邊，其中兩條位于第一測站和第二測站間，另外兩條位于第二測站和第三測站間。首先，用鋼尺、全站儀多次測量獲得特征邊的長度，然后通過軟件量取三種方式下這些特征邊的長度，并與鋼尺、全站儀測量的長度進行對比，對比結果見表2。

通過數據對比分析可以得到，基于特征點的點云數據獲取，外業時間最短，內業數據處理時間長且精度差;基于標靶的點云數據獲取，外業時間稍慢，內業數據處理時間長，但精度高;基于測站控制點的點云數據獲取，外業最慢，但是內業數據處理速度最快，精度高。

5 結論

本次試驗選取特征建筑物為試驗對象，運用三種數據采集、配準方式，從外業數據采集速度、點云數據配準精度等方面進行對比分析。通過分析數據得出三種方式在內外業上各自的優缺點，為今后的工作提供可參考、可選擇的數據采集、配準方式。

參考文獻：

[1]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.