基于地面三维激光扫描技术的海量点云模型重建关键算法研究

 论文开展了基于地面三维激光扫描技术的城市数字模型重建技术研究，是目前点云数据处理领域最具有吸引力和挑战的研究方向之一，具有重要的理论意义与研究价值。论文系统研究了地面三维激光扫描点云数据处理中的海量数据管理、分割、分类以及模型重建等共性关键问题，并开展了基于车载全景影像与点云配准的可量测影像技术研究。论文主要创新如下：
1．提出了一种新的基于随机采样和索引结构内外存优化调度的海量点云数据组织方法，通过对比试验，其点云处理效率明显优于已有文献方法，满足海量点云数据快速处理需求。
2．研究并提出了一种新的基于点云八叉树结构的点云平面混合分割方法，通过实验验证了该方法能够自动可靠地实现点云高效平面分割。引入了点云预滤波方法来进一步提高点云分割效率，并与海量点云管理方法相结合实现了地面三维激光扫描海量点云的高效分割。
3．提出了一种基于点云平面分割的面向对象分类新方法，在构建新的分类特征向量基础上，将基于规则及SVM分类方法相结合实现地面点云典型目标的可靠分类。
4．在点云分类识别基础上，建立了一套基于最优模型遴选的多层次智能化模型重建方法，结合不同类型的模型与建模方式实现地面复杂扫描场景的混合表达。
5．在自主全景相机研制基础之上，提出了一种新的将车载点云与全景影像相结合实现城市快速量测的方法，通过实测点验证了量测精度满足城市部件信息采集需求，为进一步结合影像的点云处理奠定基础。
摘 要
相比于传统空间信息获取技术，地面三维激光扫描技术能够主动、非接触、全天候及高效率的获取目标高精度、高密度三维空间坐标信息，为目标模型重建提供更为丰富的数据支撑，尤其是能够提供丰富的关于城市建筑立面、室内目标等对象的空间信息，在目标三维重建中有着不可或缺的独特优势。然而相对于硬件快速发展而言，目前地面三维激光扫描技术在面向目标模型快速重建的点云数据处理理论与方法较为滞后，无法满足目前各类工程应用急剧增加的点云快速处理需求，成为制约地面三维激光扫描技术进一步应用与发展的瓶颈。
因此，本文系统深入的研究了地面三维激光扫描海量点云数据处理与模型重建中的数据管理、分割、分类以及模型重建等关键问题，其目的在于形成通用的高效率点云数据处理解决方案，实现基于地面三维激光扫描点云数据的城市室内外典型目标的高精度可靠模型重建。主要研究内容和取得成果如下：
海量点云数据的有效组织与管理是点云数据高效处理过程中需要解决的首要关键问题。论文首先介绍了目前地面三维激光扫描系统中测距、测角以及扫描定位基本原理，并分析了扫描点云的基本信息特征，常用存储及交互格式。在此基础之上，研究并提出了一种基于随机采样的海量散乱点云数据组织方法，并基于该组织结构设计了新的点云处理策略，以满足高效的海量点云交互、邻域查询、动态更新等处理需求，通过实验证明文中管理方法明显优于已有方法，能够高效可靠的支持目前通用格式的海量点云数据处理。
点云平面分割是目前点云数据处理中的研究热点及难点之一，在点云配准、目标重建与识别、机器视觉等方面有着重要应用。论文在给出点云分割定义、分割方法分类的基础之上，分析了目前常用分割方法优点及存在的不足。针对大规模复杂场景的点云数据给传统分割方法带来了低效率或不适用的问题，在系统探讨点云有效分割原则基础之上，研究并提出了一种基于点云八叉树结构的点云高效可靠混合分割方法，并通过实验与现有主流分割方法比较验证了该分割方法能够自动可靠的进行点云平面分割。另外，在分析了地面三维激光扫描的典型点云数据特征基础之上，引入了新的扫描点云预滤波方法来进一步提高点云分割效率，并与海量点云的管理调度相结合实现了海量点云的高效分割。
在点云分割基础上，对地面扫描场景中典型目标的平面分割特征进行分析比较，并以此为基础讨论并给出了一种能够对不同目标类别进行有效区分的特征向量构造方法。为了实现点云数据可靠分类，系统地研究了支持向量机SVM分类方法，并提出了一种将基于规则集的分类方法与SVM方法进行有效结合的点云面向对象分类方法。通过针对不同场景点云分类实验验证了该方法的可靠性，并分析总结了点云分类误差主要影响因素。
为了实现复杂场景的高效可靠重建，在地面典型场景扫描点云数据的分割与分类识别基础之上，研究了针对城市不同目标扫描点云的自动模型拟合重建方法，建立了一套基于最优模型遴选的多层次智能化混合建模策略。为了提高点云模型重建的效率与可靠性，在模型选择基础之上，具体讨论了不同目标的模型拟合优化及重建方法并给出了相应的重建流程。通过实验验证了本文重建方法能够实现地面扫描场景的高精度可靠重建，分析并指出了模型重建进一步的研究方向。
在自主研制全景相机硬件基础之上，研究了车载移动扫描系统的点云与全景影像配准方法，主要包括全景相机的内标定及外标定方法。并在建立了点云与影像的映射模型基础上，提出了一种新的将车载点云与全景影像相结合实现双模式城市快速量测方法，通过实测点验证了量测精度满足城市部件信息采集需求，为进一步结合影像的点云处理奠定坚实基础。
研制了面向测绘应用的具有自主版权的海量点云数据综合处理软件系统，介绍了软件整体模块设计、关键数据结构及本软件系统在城市测绘领域的典型应用，为地面三维激光扫描技术的进一步工程化应用与深化推广打下深厚的平台基础。
关键词：地面三维激光扫描；海量点云；点云分割；点云分类；模型重建；全景可量测影像；
目 录
摘 要 I
ABSTRACT III
目 录 VI
1 绪论 1
1.1 研究背景与意义 1
1.2 地面三维激光扫描技术发展与现状 3
1.2.1 地面三维激光扫描系统 3
1.2.2 地面三维激光扫描技术应用 8
1.2.3 点云数据处理 12
1.3 发展趋势与待解决问题 16
1.4 研究内容与结构安排 18
1.4.1 研究内容与技术路线 18
1.4.2 结构安排 18
1.5 本章小结 19
2 适于快速处理的海量点云数据管理 21
2.1 地面三维激光扫描测量原理 21
2.1.1 测距原理 21
2.1.2 测角原理 24
2.1.3 扫描定位原理 25
2.2 点云数据特征 27
2.2.1 点云信息特征 27
2.2.2 点云存储格式 28
2.3 适于快速处理的海量散乱点云组织方法研究 30
2.3.1 方法概述 31
2.3.2 海量散乱点云组织方法 32
2.3.3 基于海量散乱点云数据组织的点云快速处理 37
2.3.4 实验与分析 39
2.3.5 结语 44
2.4 本章小结 44
3 基于八叉树结构的点云混合平面分割 45
3.1 点云分割方法概述 45
3.1.1 点云分割定义 45
3.1.2 点云分割方法分类 46
3.1.3 分割效果评价 47
3.2 常用分割方法 48
3.2.1 点云法向量与曲率 48
3.2.2 点云区域增长分割 51
3.2.3 基于模型拟合分割 52
3.2.4 基于特征聚类分割 54
3.3 基于八叉树结构的点云混合平面分割方法 56
3.3.1 基于八叉树结构的点云区域增长初始分割 57
3.3.2 分割后处理 60
3.3.3 实验与分析 61
3.3.4 结 语 64
3.4 海量点云分割策略 64
3.4.1 地面三维激光扫描点云数据典型特征 64
3.4.2 地面点云数据预滤波 66
3.4.3 海量点云分割 67
3.4.4 实验与分析 68
3.5 本章小结 72
4 面向对象的点云分类方法研究 73
4.1 分类特征构造 74
4.1.1 目标平面分割特征 74
4.1.2 分类特征向量 79
4.2 面向对象点云分类 80
4.2.1 支持向量机SVM分类 80
4.2.2 基于规则集的分类 86
4.2.3 面向对象分类策略 87
4.3 实验与分析 88
4.3.1 实验一：地面室内扫描点云 88
4.3.2 实验二：地面室外扫描点云 90
4.4 本章小结 92
5 多层次智能化典型目标建模 94
5.1 多层次混合建模策略 95
5.2 典型目标建模 96
5.2.1 地面 96
5.2.2 建筑室内外立面 99
5.2.3 树木及灯柱 105
5.2.4 光滑曲面 106
5.3 重建模型后处理 118
5.4 实验分析 118
5.4.1 重建实验一 118
5.4.2 重建实验二 120
5.4.3 重建实验三 121
5.4.4 重建实验四 122
5.5 本章小结 123
6 基于影像与点云配准的车载可量测全景影像 124
6.1 全景相机及标定 125
6.1.1 全景相机 125
6.1.2 相机内标定 125
6.1.3 相机外标定 128
6.2 可量测全景影像 130
6.2.1 基于点云的量测 131
6.2.2 基于全景影像的量测 134
6.3 本章小结 144
7 海量点云综合数据处理系统 145
7.1 软件架构设计方案 145
7.1.1 软件整体架构 145
7.1.2 关键数据结构 147
7.2 软件在典型城市测绘中的应用 150
7.2.1 道路竣工 150
7.2.2 城市部件采集 151
7.3 本章小结 152
8 总结与展望 153
8.1 本文总结 153
8.2 研究展望 154
参考文献 156