论文部分内容阅读
[摘要]三维激光扫描技术在建筑物三维建模方面的应用正在快速拓展，然而通常所说的点云配准是针对相邻两站点云的配准。在实际工作中大多数都是多于两站数据的扫描数据，为了解决在不同扫描环境下多站扫描数据的精密配准以及对相邻站点配准方法的选择问题，本文就国内学者提出的配准方法进行归纳总结，并对序列拼接的误差及精度加以分析。
[关键词]坐标系统 点云数据 配准 序列拼接 精度分析
[中图分类号] P217 [文献码] B [文章编号] 1000-405X（2015）-8-404-1
1引言
由于三维技术具有还原度高、速度快、成本低、精度高、能被直接利用等优点，因此目前在西方发达国家，三维激光扫描技术作为一种三维重建的新技术己体现出广阔的应用前景。三维建模总体来说有七个步骤，分别是数据采集、数据预处理、数据配准、点云去噪、点云简化、三维建模和纹理映射，其中数据配准是非常关键的一个环节，直接影响三维建模的精度，但是由于地面三维激光扫描技术在实践中会受到环境因素的限制，如何选择一个适合的配准方法来满足工程对精度的要求，都是在实际操作中遇到的问题，整理所有配准方法并专门开发一个配准软件很有必要。
2三维激光扫描点云数据配准基本原理及配准方法
2.1点云数据配准原理
2.2配准方法
点云配准方法的分类可以总结为以下四种：点集对点集的配准方法（PSTPS）、迭代最近点方法（ICP算法）、基于点线面几何特征约束的配准方法（GFC方法）和多幅影像数据的整体配准方法（MVS）。其中以ICP算法最为常见，特别是精度要求高的三维数据配准。国内很多专家和学者在最近点搜索方法的选择方面有大量的研究：①站点式适用于作业环境比较开阔的地方，且站点坐标容易测得的条件下使用。这种方法精度比较高，耗费人力财力也多。②基于标靶的扫描，这种方法要在扫描之前先确定标靶的放置位置，在相邻两站间至少要设立三个标靶点，且都要被扫描到。此种方法适用于小型扫描对象，在逆向设计中用的比较多。③直接对测区对象进行扫描，配准使用重合区点云数据，最常用的点云配准方法就是ICP算法。很多后来提出的配准算法都是对ICP算法的一种改进。此种算法的关键技术在于最小二乘原理的应用。
3精密点云数据配准及其误差分析
3.1误差来源及解决方法
三维激光测量误差的来源较多，大致可总结为三类：仪器误差、与目标物体反射面有关的误差、外界环境条件。仪器误差源于仪器本身的性能缺陷，包括激光测距的误差、扫描角度测量的误差；与目标物体反射面有关的误差主要是表面粗糙度的影响；外界环境条件主要包括温度等因素；最后对配准方法的选取也是非常重要的。
从误差理论角度说，测量误差可分为系统误差、偶然误差和粗差。系统误差引起扫描点的坐标偏差，可通过发掘系统误差的规律性进行改正；偶然误差可依靠平差理论进行分配；粗差主要是测量过程中不规范的操作造成的，完全是可以避免的；针对不同的扫描对象和精度要求选择最好的配准方法。
3.2序列拼接
通常所说点云配准是针对小的物件或者小的场景的扫描而言，实践中我们会遇到对很多比较大的场景或者建筑物的扫描。序列拼接是一个闭合的过程，而每一站在扫描的时候都不可避免的存在误差，所以拼接后存在误差的累积，所以要对闭合差进行分配，这样才能达到对预期精度的要求。其中根据方差的不同成正比對相邻两站的平移参数和旋转参数分别加以改正是比较常见的方法，但是这种方法的运用是认为相邻测站间误差是成线性关系变化的，其实不能这么肯定，所以误差的分配方法还有待进一步的研究。
ICP算法完成了相邻两测站的点云数据的配准，在编程的过程中以第一站为标准来配准，依次类推，最后又回到第一站，这恰好形成了一个闭合环，这过程当然有相邻两站配准的误差累积，因为都用到了最小二乘逼近的算法，都是一种近似，所以为了达到更高的精度我们需要对闭合差进行分配。完成了上面的闭合差分配其实就是完成了整体配准，这样使得配准精度非常好，最后进行精度评定。
4结论
三维激光扫描技术在国内的发展是比较缓慢的，国内没有统一的理论基础，很多实际应用都是在摸索的过程中。配准作为三维建模的重要环节，开发一套全自动数据处理软件实现配准的高精度配准非常重要，对于建筑物的扫描站数比较多的点云数据，运用测量平差原理进行闭合差分配非常有效，实践证明序列拼接就是一个行之有效的方法。
参考文献
[1]郑德华，陈光宝，王守忠.3维激光扫描数据处理的研究综述[J].测绘与空间地理信2008.10.
[2]袁夏.三维激光扫描点云数据处理及应用研究[D].南京理工大学硕士学位论文.2006.
[3]丁延辉.地面三维激光数据配准研究[J].测绘通报，2009（2）.
[4]戴玉成，张爱武.三维激光扫描数据快速配准算法研究.测绘通报，2010（6）.
[5]朱文武.基于标靶控制的三维激光点云数据配准研究[D].中国地质大学硕士学位论文，2012.5.
[6]戴静兰.海量点云预处理算法研究[D].浙江大学硕士学位论文，2006.3.
[7]康永伟.车载激光点云数据配准与三维建模研究[D].首都师范大学硕士学位论文，2009.4.
[8]郑德华.三维激光扫描数据处理的理论与方法[D].同济大学博士学位论文，2005.6.
[10]徐源强，高井祥，张丽，王坚，郑南山.地面三维激光扫描点云配准误差研究[J].大地测量与地球动力学，2011.4.
[关键词]坐标系统 点云数据 配准 序列拼接 精度分析
[中图分类号] P217 [文献码] B [文章编号] 1000-405X（2015）-8-404-1
1引言
由于三维技术具有还原度高、速度快、成本低、精度高、能被直接利用等优点，因此目前在西方发达国家，三维激光扫描技术作为一种三维重建的新技术己体现出广阔的应用前景。三维建模总体来说有七个步骤，分别是数据采集、数据预处理、数据配准、点云去噪、点云简化、三维建模和纹理映射，其中数据配准是非常关键的一个环节，直接影响三维建模的精度，但是由于地面三维激光扫描技术在实践中会受到环境因素的限制，如何选择一个适合的配准方法来满足工程对精度的要求，都是在实际操作中遇到的问题，整理所有配准方法并专门开发一个配准软件很有必要。
2三维激光扫描点云数据配准基本原理及配准方法
2.1点云数据配准原理
2.2配准方法
点云配准方法的分类可以总结为以下四种：点集对点集的配准方法（PSTPS）、迭代最近点方法（ICP算法）、基于点线面几何特征约束的配准方法（GFC方法）和多幅影像数据的整体配准方法（MVS）。其中以ICP算法最为常见，特别是精度要求高的三维数据配准。国内很多专家和学者在最近点搜索方法的选择方面有大量的研究：①站点式适用于作业环境比较开阔的地方，且站点坐标容易测得的条件下使用。这种方法精度比较高，耗费人力财力也多。②基于标靶的扫描，这种方法要在扫描之前先确定标靶的放置位置，在相邻两站间至少要设立三个标靶点，且都要被扫描到。此种方法适用于小型扫描对象，在逆向设计中用的比较多。③直接对测区对象进行扫描，配准使用重合区点云数据，最常用的点云配准方法就是ICP算法。很多后来提出的配准算法都是对ICP算法的一种改进。此种算法的关键技术在于最小二乘原理的应用。
3精密点云数据配准及其误差分析
3.1误差来源及解决方法
三维激光测量误差的来源较多，大致可总结为三类：仪器误差、与目标物体反射面有关的误差、外界环境条件。仪器误差源于仪器本身的性能缺陷，包括激光测距的误差、扫描角度测量的误差；与目标物体反射面有关的误差主要是表面粗糙度的影响；外界环境条件主要包括温度等因素；最后对配准方法的选取也是非常重要的。
从误差理论角度说，测量误差可分为系统误差、偶然误差和粗差。系统误差引起扫描点的坐标偏差，可通过发掘系统误差的规律性进行改正；偶然误差可依靠平差理论进行分配；粗差主要是测量过程中不规范的操作造成的，完全是可以避免的；针对不同的扫描对象和精度要求选择最好的配准方法。
3.2序列拼接
通常所说点云配准是针对小的物件或者小的场景的扫描而言，实践中我们会遇到对很多比较大的场景或者建筑物的扫描。序列拼接是一个闭合的过程，而每一站在扫描的时候都不可避免的存在误差，所以拼接后存在误差的累积，所以要对闭合差进行分配，这样才能达到对预期精度的要求。其中根据方差的不同成正比對相邻两站的平移参数和旋转参数分别加以改正是比较常见的方法，但是这种方法的运用是认为相邻测站间误差是成线性关系变化的，其实不能这么肯定，所以误差的分配方法还有待进一步的研究。
ICP算法完成了相邻两测站的点云数据的配准，在编程的过程中以第一站为标准来配准，依次类推，最后又回到第一站，这恰好形成了一个闭合环，这过程当然有相邻两站配准的误差累积，因为都用到了最小二乘逼近的算法，都是一种近似，所以为了达到更高的精度我们需要对闭合差进行分配。完成了上面的闭合差分配其实就是完成了整体配准，这样使得配准精度非常好，最后进行精度评定。
4结论
三维激光扫描技术在国内的发展是比较缓慢的，国内没有统一的理论基础，很多实际应用都是在摸索的过程中。配准作为三维建模的重要环节，开发一套全自动数据处理软件实现配准的高精度配准非常重要，对于建筑物的扫描站数比较多的点云数据，运用测量平差原理进行闭合差分配非常有效，实践证明序列拼接就是一个行之有效的方法。
参考文献
[1]郑德华，陈光宝，王守忠.3维激光扫描数据处理的研究综述[J].测绘与空间地理信2008.10.
[2]袁夏.三维激光扫描点云数据处理及应用研究[D].南京理工大学硕士学位论文.2006.
[3]丁延辉.地面三维激光数据配准研究[J].测绘通报，2009（2）.
[4]戴玉成，张爱武.三维激光扫描数据快速配准算法研究.测绘通报，2010（6）.
[5]朱文武.基于标靶控制的三维激光点云数据配准研究[D].中国地质大学硕士学位论文，2012.5.
[6]戴静兰.海量点云预处理算法研究[D].浙江大学硕士学位论文，2006.3.
[7]康永伟.车载激光点云数据配准与三维建模研究[D].首都师范大学硕士学位论文，2009.4.
[8]郑德华.三维激光扫描数据处理的理论与方法[D].同济大学博士学位论文，2005.6.
[10]徐源强，高井祥，张丽，王坚，郑南山.地面三维激光扫描点云配准误差研究[J].大地测量与地球动力学，2011.4.