李 楊
(江蘇省基礎(chǔ)地理信息中心,江蘇 南京 210009)
在現(xiàn)實(shí)世界中,許多物體的形狀是規(guī)則的平面,如建筑物的墻面、路面、幕墻玻璃面等[1]。建筑墻面平整度是指墻體表面凹凸不平及厚薄不均的程度,在建筑物施工、驗(yàn)收和變形觀測(cè)等方面常常需要確定墻面平整度[2]。針對(duì)建筑物墻面平整度的檢測(cè),傳統(tǒng)的方法是利用2 m靠尺和楔形塞尺相結(jié)合進(jìn)行檢測(cè),但是隨著建筑行業(yè)的發(fā)展,這種方法已經(jīng)不適應(yīng)新形勢(shì)下對(duì)墻面平整度的檢測(cè)要求。現(xiàn)階段通常利用免棱鏡全站儀,通過工程實(shí)例,對(duì)建筑物主體外墻墻面平整度進(jìn)行了觀測(cè),并應(yīng)用平面擬合的方法對(duì)建筑物墻面平整度進(jìn)行了擬合運(yùn)算,最終推算出墻面整體的平整度。在本文中,利用三維激光掃描儀對(duì)墻體進(jìn)行三維激光掃描,相對(duì)于傳統(tǒng)測(cè)量工具,其速度快,不需要接觸被檢測(cè)物體。它可以快速獲取大量的墻面點(diǎn)云數(shù)據(jù),節(jié)約現(xiàn)場(chǎng)作業(yè)時(shí)間[3-6]。針對(duì)墻體的點(diǎn)云數(shù)據(jù),提出一種優(yōu)化的Huber選權(quán)迭代方法,利用該方法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行最小二乘擬合,使得墻面擬合多項(xiàng)式更優(yōu)化,獲得精確的墻面擬合多項(xiàng)式,進(jìn)而得到墻面整體的平整度。該方法相對(duì)于傳統(tǒng)的墻面平整度的測(cè)量方法,更具有整體性,同時(shí)在原有的基礎(chǔ)上能夠有效的抵抗粗差的影響,極大程度的提高墻面平整度測(cè)量的精度[7-9]。
由于三維激光掃描過程中,存在粗差,會(huì)影響墻面擬合的精度,從而影響墻面平整度的檢測(cè)可靠性[10-11],所以在墻面擬合時(shí),需要對(duì)粗差進(jìn)行改正,本文提出了一種Huber選權(quán)迭代的優(yōu)化方法,在Huber選權(quán)迭代的基礎(chǔ)上引入RANSAC算法思想,利用該方法對(duì)預(yù)處理后的點(diǎn)云數(shù)據(jù)進(jìn)行處理,剔除粗差超過一定范圍的點(diǎn)數(shù)據(jù),優(yōu)化擬合平面。RANSAC算法(Random Sample Consensus)即隨機(jī)抽樣一致性算法。該算法通過迭代的計(jì)算方式,可以從包含“局外點(diǎn)”的數(shù)據(jù)中,通過設(shè)定閾值篩除一些誤差較大的點(diǎn),從而估計(jì)出正確的模型參數(shù)。加入RANSAC算法思想后的優(yōu)化權(quán)函數(shù)形式如下:
其中,Pii為權(quán)陣對(duì)角線元素;V(i)為第i個(gè)觀測(cè)值殘差;c為常數(shù)項(xiàng)(本研究中c取0.1);當(dāng)殘差的絕對(duì)值小于2δ時(shí),Huber即為最小二乘估計(jì),當(dāng)殘差的絕對(duì)值大于2δ且小于3δ時(shí),權(quán)與殘差成反比,殘差越大,其權(quán)越小,影響也越小,此法是屬于有淘汰區(qū)的M法,以3δ為極限誤差,當(dāng)殘差的絕對(duì)值大于3δ時(shí),將其理解為超限值,并將相應(yīng)的點(diǎn)云數(shù)據(jù)進(jìn)行刪除。利用此函數(shù)進(jìn)行迭代計(jì)算,使粗差的權(quán)越來越低,從而減輕粗差對(duì)實(shí)驗(yàn)的影響。
將三維激光掃描儀安置在房間的中心位置處,對(duì)整個(gè)墻體進(jìn)行掃描得到點(diǎn)云數(shù)據(jù),掃描得到的點(diǎn)云數(shù)據(jù)如圖1所示。

由于平整度的研究不需要絕對(duì)定位,所以就不需要與國家控制點(diǎn)進(jìn)行聯(lián)測(cè)。將掃描得到的點(diǎn)云數(shù)據(jù)導(dǎo)入儀器配套的點(diǎn)云處理軟件中,對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理(點(diǎn)云去噪、過濾),進(jìn)而將點(diǎn)云數(shù)據(jù)格式轉(zhuǎn)換為.xyz坐標(biāo)文件,將.xyz文件更改為MATLAB可識(shí)別文本格式,然后利用MATLAB軟件對(duì)坐標(biāo)文件進(jìn)行平面模擬,最終計(jì)算得到墻面平整度數(shù)值,并對(duì)每個(gè)點(diǎn)到擬合墻面的距離進(jìn)行統(tǒng)計(jì)分析。具體計(jì)算步驟如下:
從坐標(biāo)文件中任選三個(gè)不共線的點(diǎn)P1(x1,y1,z1),P2(x2,y2,z2),P3(x3,y3,z3),根據(jù)這三個(gè)點(diǎn)可求出一個(gè)初始?jí)γ娣匠虨椋篴0x+b0y+c0z+1=0,假設(shè)真實(shí)墻面的平面方程為:ax+by+cz+1=0。根據(jù)測(cè)量平差中的間接平差原理,每個(gè)點(diǎn)云數(shù)據(jù)的誤差方程為:

本文中掃描墻體為抹灰墻面,使用的儀器為:HS650掃描儀。采集到的點(diǎn)經(jīng)過去噪處理后共有4 092個(gè)點(diǎn),在HD_3LS_SCENE軟件中將點(diǎn)云數(shù)據(jù)進(jìn)行格式轉(zhuǎn)換,轉(zhuǎn)換為.xyz坐標(biāo)文件,再利用MATLAB軟件對(duì)坐標(biāo)文件讀取,將上述的Huber選權(quán)迭代優(yōu)化權(quán)函數(shù)利用MATLAB編寫為相應(yīng)的程序,代碼如下:
fori=1∶n
if abs(V(i))≤2*sigma
P(i,i)=1;
elseif 3*sigma≥abs(V(i))>2*sigma
P(i,i)=0.1/abs(V(i));
else
P(i,i)=0;
end
end
P;
利用上述函數(shù),在迭代過程中將部分粗差(即改正值大于三倍中誤差的值)較大的點(diǎn)云數(shù)據(jù)刪除,優(yōu)化了點(diǎn)云數(shù)據(jù)的質(zhì)量,處理后點(diǎn)云數(shù)據(jù)還剩下3 829個(gè)點(diǎn),再利用MATLAB進(jìn)行墻面擬合,擬合的多項(xiàng)式為:0.225 7x-0.093 2y+0.079 9z+1=0。計(jì)算每個(gè)點(diǎn)到墻面擬合式的距離并繪制成圖,圖2,圖3分別為改進(jìn)前后墻面點(diǎn)到擬合平面的距離。

利用MATLAB軟件處理后,數(shù)據(jù)顯示,改進(jìn)后點(diǎn)到擬合平面最大的距離是3.632 mm,最小的距離是-3.367 mm,整體分布情況大致符合正態(tài)分布。經(jīng)計(jì)算得到優(yōu)化權(quán)函數(shù)后墻面平整度為1.722 8,滿足墻面平整度的精度要求,并且較改進(jìn)前1.732 0有顯著性提高,說明方法有效可行。

通過以上實(shí)驗(yàn)及分析,利用三維激光掃描技術(shù)對(duì)房屋監(jiān)測(cè)中墻面平整度的檢測(cè)方法可靠精確,在Huber選權(quán)迭代法中引入RANSAC算法思想能夠有效減小粗差的影響,提高墻體點(diǎn)云數(shù)據(jù)的精度,優(yōu)化墻面擬合平面多項(xiàng)式,對(duì)于墻面平整度的計(jì)算有積極的作用。但在選權(quán)迭代算法中仍有很大的改進(jìn)空間,例如選權(quán)迭代算法中c值的選取也會(huì)對(duì)墻面平整度的檢測(cè)有很大的影響。