基于点云数据的三维物体重建技术研究

龙源期刊网

基于点云数据的三维全景平台研究与实现

作者：侯岳 方乐道 王俊等

来源：《河南科技》2017年第03期

摘要：城市三维全景的建立能够直观、真实地向人们提供全方位城市场景的各种信息。本文提出利用测绘地理信息新技术建设三维全景平台的技术思路，并详细阐述建立三维全景平台的点云数据的处理步骤和方法，并对处理中的关键技术进行总结。

关键词：三维全景平台；点云数据；快速匹配；协同处理；自动裁切

中图分类号：TP391.41 文献标识码：A 文章编号：1003-5168（2017）02-0028-02

三维全景技术作为测绘地理信息新技术应用的重要领域，是当前城市信息化发展的方向。城市三维全景的建立能够直观、真实地向人们提供全方位城市场景的各种信息。其通过将GIS、网络、多媒体和虚拟仿真等高科技手段相融合，颠覆传统的城市规划建设理念及管理方式，向城市的规划与建设部门提供更多的调控及管理途径，进而预测未来城市的建设发展趋势。

本文三维全景技术融入了GIS系统强大的空间分析功能，在处理城市复杂的综合问题时，能调用多方面数据库进行综合分析，帮助人们更好地建立起全局观念与模拟直观感。

1主被动遥感支持下多源数据获取

为全面、高精度地建设全景三维平台，单一的数据源已无法满足本项目的需求。依托现有的机载LiDAR、车载移动测量系统和航测无人机等高新测绘技术装备，以高精度机载LiDAR数据、高分辨率卫星遥感数据为主，辅助无人机近景摄影测量数据和车载LiDAR数据，将多种数据源深度融合，充分发挥多源数据的自身优势，为提取高精度DEM、DOM、建筑物轮廓线和特征地物提供数据支持。

2统一基准的多源数据坐标转换

不同的数据源有着数据自身的表达优势，但由于数据获取方式不同，所采用的坐标基准也不尽相同。在数据预处理阶段，需要根据所采集数据区域范围和大小，选择合适的坐标转换模型和数据平差模型，将多源数据转换为统一的坐标基准，并保证数据精度。

第29卷第3期

2017年6月文物保护与考古科学

SCIENCES OF CONSERVATION AND ARCHAEOLOGYJun，2017Vol.29,No.3

文章编号：l〇〇5 -1538(2017)03 -0067-06

基于海量点云数据的大雁塔三维重建

蔺小虎1

，姚顽强1

，马润霞2

，马飞1

，张昆巍3

(1.西安科技大学测绘科学与技术学院，陕西西安

710054; 2.国家测绘地理信息局大地测量数据处理中心，陕西西安

710054;

3.北京则泰盛业科技发展有限公司，北京

100107)

摘要：

古建筑三维重建已成为历史遗迹保护与修复的重要内容。为了探讨三维激光扫描数据的获取流程、数据处

理方法，以三维激光扫描获取的大雁塔海量点云数据为例，研究了古建筑三维重建中点云数据获取与处理的详细

过程。联合Cycl

〇ne

、AUt

〇CAD

和3D-Max

软件的优点构建了大雁塔真实的横面、剖面、立面模型，其中重点研究了

海量点云数据在Cyclone

软件中分块建模的方法。结果表明:

将拼接好的大雁塔海量点云数据分块建模，不仅加快

了数据处理的速度，而且符合精度要求。在点云数据拼接时采用标靶拼接和同名点拼接相结合及测站间两两拼接

之后再整体拟合平差的方法，减少了拼接中的误差，使每站拼接误差都不超过3cm

。在建模过程中的墙体拟合是

上万个点云经过平差计算得到，精度高达2mm

。最后在3D - Max

软件中组合、渲染和贴图，真实地构建了大雁塔三

维立体模型。为古建筑数字化存档和后期的修缮工作提供了重要的依据。

关键

词：大雁塔;

三维重建;

三维激光点云;

海量数据;古建筑数字化

中图分类号：K878 文献标识码：A

〇引言

随着经济的发展，古建筑也越来越受到人们的

关注和重视，同时，人们也认识到了采取一定的措施

来维护和修复古建筑的紧迫性与必要性，如何更好

地应用新技术在不损害文物的前提下获取文物保存

的现状资料和让人类瑰宝长期保存已成为全球性的

激光雷达点云数据 3维重建算法

简介

激光雷达是一种通过激光束扫描周围环境并测量返回时间来获取物体位置信息的传感器。激光雷达点云数据是由激光雷达扫描得到的一系列点的三维坐标，它包含了周围环境中物体的位置信息。激光雷达点云数据可以用于三维重建，即从点云数据中恢复出物体的三维形状。

本文将介绍一种常用的激光雷达点云数据三维重建算法，并讨论其原理、步骤和应用。

算法原理

激光雷达点云数据三维重建算法主要基于以下原理：

• 深度信息：每个点在激光雷达扫描过程中测量到的时间可以转换为距离，即深度信息。通过深度信息，我们可以确定每个点在空间中的位置。

• 点云配准：由于激光雷达扫描时存在噪声和误差，得到的点云数据可能存在偏移和旋转。因此，在进行三维重建之前，需要对不同帧或不同传感器采集到的点云数据进行配准，以保证它们在同一个坐标系下。

• 点云拼接：将配准后的点云数据进行拼接，得到一个完整的三维模型。拼接过程中需要处理点云之间的重叠和缺失。

• 表面重建：通过对点云数据进行表面重建，可以得到物体的三维形状。常用的表面重建方法包括网格生成、体素化和曲面拟合等。

算法步骤

激光雷达点云数据三维重建算法一般包括以下步骤：

1. 数据采集：使用激光雷达设备对目标物体或场景进行扫描，获取一系列点云数据。

2. 数据预处理：对采集到的点云数据进行去噪、滤波和降采样等预处理操作，以减少噪声和冗余信息。

3. 点云配准：将不同帧或不同传感器采集到的点云数据进行配准，使它们在同一个坐标系下。常用的配准方法有ICP（Iterative Closest Point）算法和特征匹配算法等。 4. 点云拼接：将配准后的点云数据进行拼接，得到一个完整的三维模型。拼接过程中需要处理点云之间的重叠和缺失，常用的方法有基于体素的拼接和基于特征的拼接等。

5. 表面重建：通过对点云数据进行表面重建，得到物体的三维形状。表面重建方法可以根据具体需求选择，常用的方法包括网格生成、体素化和曲面拟合等。

龙源期刊网

机载三维激光点云数据处理技术研究

作者：孙兴华 邹娟茹

来源：《科技资讯》2015年第14期

摘 要：该文以机载LIDAR点云数据处理为研究对象，首先分析了LIDAR数据的特点和数据处理思路，进而分析了LIDAR点云数据存储和检索策略，在此基础上，作者探讨了基于规则格网重采样生成DSM的方法和思路，全文是作者长期工作实践基础上的理论升华，相信对从事相关工作的同行能有所裨益。

关键词：机载 LIDAR 点云 数据 DSM

中图分类号：P228 文献标识码：A 文章编号：1672-3791（2015）05（b）-0001-02

1 LIDAR数据处理概述

1.1 LIDAR数据的特点

从严格意义上讲，航空激光雷达系统获取的数据包括位置、方位/角度、距离、时间、强度等飞行过程中得到的各种信息。而实际应用中，人们接触和使用的是与具体时间及发射信号波长一一对应的点坐标及对应的强度等。作为一种非成像技术，航空激光雷达数据在内容、形式等方面具有很多自身的特点。

（1）从内容上讲，航空激光雷达数据是分布于对象表面的一系列三维点坐标。值得注意的是，多次回波数据得到的点坐标可能对应着不同的表面，首、末次信号分别对应树冠和地面，这种特性在某些场合可以发挥重要作用。例如，在相邻扫描带上植被或其它具有不规则形状的物体可能会具有不同的高度，若用它们进行匹配可能会产生粗差，使用末次回波信号就可以避免匹配过程中不可预测的粗差问题。与记录反射/发射能量的强度数据相比，航空激光雷达数据在提取空间信息上更加便捷。 （2）激光雷达数据在形式上呈离散分布。这里“离散”是指数据点的位置、间隔等在三维空间中的不规则分布，即数据分布无规律性。（3）数据形式的另一个特点是扫描带中数据分布不均匀——不同位置的点云密度不同，造成这种情况的主要原因是激光扫描仪所采用的扫描方式。激光扫描仪所采用的扫描方式有圆锥扫描，线扫描和光纤扫描。不考虑地形起伏的影响，在圆锥扫描方式中，扫描带两侧数据密度大，中间部分稀；线扫描方式的情况类似；在光纤扫描方式中，扫描线方向上的数据密度大于垂直扫描线方向上的。其他原因还包括飞行速度、扫描仪与地形/地物的相对位置/方向及航高等。例如，对建筑物的倾斜屋顶而言，朝向扫描仪方向的屋顶会比背向扫描仪方向的屋顶反射更多的信号，在数据密度较大时两个屋顶平面上数据密度就会表现出差异。（4）尽管目标点的三维坐标是航空激光雷达的主要数据形式，但其数据类型并不局限于此。强度信号是另一个有用的信息源，它龙源期刊网