傳統的三維建模是基于圖片信息的場(chǎng)景建模和表現,這種技術(shù)存在著(zhù)缺少真實(shí)感,三維幾何信息不準確以及處理速度緩慢的缺點(diǎn)。因此,近年來(lái)基于激光掃描技術(shù)的三維建模技術(shù)成為了研究熱點(diǎn)。
利用激光掃描儀獲取的點(diǎn)云數據構建實(shí)體三維幾何模型時(shí),針對不同的應用對象、不同點(diǎn)云數據的特性,激光掃描點(diǎn)云數據建模的過(guò)程和方法也不盡相同。本文提出的方法能夠很好的為快速三維建模進(jìn)行服務(wù),尤其是比較關(guān)注街道兩側信息的三維獲取,這將大大減少人工三維數據獲取及其建模的工作量,將有很好的應用前景。
激光掃描儀能夠直接獲取景物的深度信息,方便快捷。此外,利用激光掃描技術(shù)進(jìn)行三維重建能夠有效恢復出具有準確幾何信息和照片真實(shí)感的三維模型。
整個(gè)點(diǎn)云數據建模過(guò)程包括數據預處理和模型重建。
數據預處理為模型重建提供可靠精確的點(diǎn)云數據,降低模型重建的復雜度,提高模型重構的精確度和速度。數據預處理階段涉及的內容有點(diǎn)云數據的濾波、點(diǎn)云數據的平滑、點(diǎn)云數據的縮減、點(diǎn)云數據的分割、點(diǎn)云數據的分類(lèi)、不同站點(diǎn)掃描數據的配準及融合等;模型重建階段涉及的內容有三維模型的重建、模型重建后的平滑、殘缺數據的處理和模型簡(jiǎn)化等。實(shí)際應用中,應根據三維激光掃描數據的特點(diǎn)及建模需求,選用相應的數據處理策略和方法。
一、 數據預處理
針對車(chē)載激光點(diǎn)云數據的特性,將數據預處理方法分為兩類(lèi),半自動(dòng)的數據預處理方法和全自動(dòng)的數據預處理方法。
1 、半自動(dòng)數據預處理方法
半自動(dòng)的方法主要是利用現有的各種類(lèi)型的點(diǎn)云數據處理軟件,如三維激光掃描儀配帶的相應點(diǎn)云數據處理軟件或逆向工程領(lǐng)域比較著(zhù)名的商業(yè)點(diǎn)云處理軟件,一般都具有點(diǎn)云數據編輯、拼接與合并、數據點(diǎn)三維空間量測、點(diǎn)云數據可視化、空間數據三維建模、紋理分析處理和數據轉換等功能,但它們往往具有通用的處理功能,對于特定的數據處理效果有一定的不足之處,在功能和性能上也或多或少存在一定缺陷,且一般比較昂貴。
2、全自動(dòng)數據預處理方法
全自動(dòng)的數據預處理方法主要是通過(guò)一定的算法來(lái)實(shí)現點(diǎn)云數據預處理,包括點(diǎn)云數據濾波,點(diǎn)云數據分類(lèi)等。
數據濾波的目的是為了去除測量噪聲。實(shí)際測量過(guò)程中存在各種因素的影響,觀(guān)測數據往往不是理想的結果。為了得到合理正確的目標物體形體信息,需要對觀(guān)測數據進(jìn)行濾波,剔除掉含有粗差的相關(guān)觀(guān)測數據和無(wú)效形體數據,從而得到目標物體形體信息的最佳估值。
由于激光掃描儀對空間信息采集的盲目性,使得激光點(diǎn)云數據在三維空間的分布形態(tài)呈現隨機離散性,在這些離散點(diǎn)中,有些位于真實(shí)地形表面,有些位于人工建筑物(房屋、塔、輸電線(xiàn)等)或自然植被(樹(shù)、灌木、草等)上。如果直接利用這些點(diǎn)進(jìn)行建模,處理的難度非常大。
因此,要在激光點(diǎn)云數據中提取目標對象的三維信息進(jìn)而構建其三維模型,就需要對去噪濾波后的數據點(diǎn)進(jìn)行分類(lèi),將其劃分成具有單一幾何特征的拓撲結構區域。
3、數據預處理結果
按照以上算法流程編寫(xiě) MATLAB 程序,實(shí)現地面點(diǎn)與非地面點(diǎn)的分離,用本算法進(jìn)行濾波時(shí)要注意濾波參數的設置,通常要根據不同地表形態(tài)來(lái)選取適當的參數。應用本算法對鐵路兩旁的數據進(jìn)行了濾波處理,前后對比效果如圖所示,從中可以看出該算法能很好的實(shí)現地面點(diǎn)與非地面點(diǎn)的分離,但是該算法需要輸入很多濾波參數,如地形坡度,窗口大小等,這些直接影響著(zhù)濾波的效果,因此要實(shí)現很好的濾波需要根據實(shí)際地形情況反復試驗幾個(gè)濾波參數。
濾波前點(diǎn)云數據
濾波后點(diǎn)云數據
二、 模型重建
點(diǎn)云數據經(jīng)過(guò)濾波分類(lèi)處理之后,就可以針對分出來(lái)的不同類(lèi)別采用不同的建模方法了,這里濾波分類(lèi)主要分為地面點(diǎn)和非地面點(diǎn),所以,模型重建也通過(guò)這兩類(lèi)來(lái)分析。
1、 地面點(diǎn)建模
與通常的柵格影像數據不同,激光點(diǎn)云數據是離散分布的不規則點(diǎn)數據。因此,要用模型的形式表示地形表面分布,就需要進(jìn)行網(wǎng)格化處理,即將離散的點(diǎn)連續化。我們采用三角網(wǎng)的方式對數據進(jìn)行組織,地形表面由連接數據點(diǎn)的三角形構成,通過(guò)進(jìn)行插值實(shí)現對地形表面的逼近和近似,這是對地形表面的一種精確表達。
例如,采用 TinModel 5 提供的構網(wǎng)模塊實(shí)現了將分類(lèi)后的離散的地面點(diǎn)構建為不規則三角網(wǎng)(TIN)。
2、非地面點(diǎn)建模
非地面點(diǎn)比較復雜,包括建筑物、植被、道路兩旁設施等。隨著(zhù) AutoCAD、Maya 、逆向工程等三維建模軟件的出現,可以通過(guò)人機交互的手段來(lái)輔助三維建模,如圖所示為利用逆向工程軟件 ImageWave 對城市道路兩旁的建筑物點(diǎn)云數據進(jìn)行建模效果圖。
利用 ImageWave 對點(diǎn)云數據建模
利用軟件也能夠對模型進(jìn)行紋理映射與可視化。但這些方法費時(shí)費力,而且對使用者的技巧要求很高,對于結構復雜、不規則的場(chǎng)景建模更是無(wú)能為力。
顯然純粹地利用三維建模軟件實(shí)現激光點(diǎn)云非地面點(diǎn)數據的模型重建,并非一個(gè)好的辦法,研究怎樣從這些離散的三維點(diǎn)云中快速準確地構建出真實(shí)的模型顯得尤為重要,逆向工程中用激光掃描某個(gè)特定物體獲得的數據直接重構物體,但此方法在車(chē)載激光掃描測量中不可行,因為是它是自動(dòng)目標采集,掃描無(wú)特定目的,不能控制掃描哪些物體。
所以,激光掃描的數據量非常大,如果直接進(jìn)行三維重構的話(huà)消耗太大,必須先對距離圖像進(jìn)行處理,提取出特征點(diǎn)、特征線(xiàn)和特征面再繼續建模。由于到目前為止,還沒(méi)有距離圖像分割和特征提取的成熟、可行方法,使得當前的激光掃描系統都采用與 CCD 或類(lèi)似圖像采集設備集成,其中距離圖像以用于構建高精度的DEM 為主,圖像分割和特征提取則采用 CCD影像數據解決。這種聯(lián)合作業(yè)方式使得系統運行成本高、控制比較復雜、數據存儲量大、多源數據處理與融合復雜。
將建好的模型可視化效果圖
目前對距離圖像的數據處理方法集中在構建DSM/DEM 上,或者附加 CCD 影像進(jìn)行融合,對直接從距離圖像中進(jìn)行目標分類(lèi)和特征提取的研究比較缺乏。鑒于此本文通過(guò)閱讀文獻,針對車(chē)載激光點(diǎn)云數據總結了以下的建模方法和步驟。
(1)對非地面點(diǎn)進(jìn)一步分類(lèi)
通過(guò)車(chē)載掃描系統獲得的點(diǎn)云數據中非地面點(diǎn)存在很多雜點(diǎn),受車(chē)體行駛周?chē)绊懞艽?,如要對道路兩旁建筑物建模,則建筑物點(diǎn)云受路兩旁的樹(shù)木,廣告牌、線(xiàn)桿以及周?chē)?chē)輛等影響很大。這樣直接用這些點(diǎn)云數據進(jìn)行建筑物建模,效果會(huì )很差,所以有必要對非地面點(diǎn)進(jìn)一步分類(lèi),可分為建筑物,線(xiàn)桿以及其它地物點(diǎn)(如植被、路燈、公交站牌、廣告牌等)等。其中建筑物是非地面點(diǎn)中最重要的部分,也是通常最關(guān)心的地物。
(2)通過(guò)點(diǎn)云數據對建筑物進(jìn)行特征提取
利用前面提出的數據分類(lèi)方法,考慮建筑物自身的幾何特征,設計了一個(gè)簡(jiǎn)單的建筑物特征提取方法:首先,從分類(lèi)后的激光掃描數據中提取出建筑物數據;然后,從建筑物數據中提取出每個(gè)格網(wǎng)單元中 Z 值最大和 Z 值最小的數據點(diǎn),這些點(diǎn)就是建筑物的特征點(diǎn);后續處理中,可以從這些特征點(diǎn)中探測線(xiàn)特征或者用線(xiàn)段擬合這些特征點(diǎn)得到建筑物的特征線(xiàn),也可以導入專(zhuān)業(yè)建模軟件直接參與三維建模。
(3)線(xiàn)桿提取
線(xiàn)桿提取基于以下的假設:1)、桿是獨立的直線(xiàn);2)、桿近乎垂直;3)、桿有最小高度;4)、桿應在建筑物或墻面的前面。當然以上假設也限制了一些桿的提取,比如桿正好在建筑物或墻面附近,這樣干擾點(diǎn)比較多,本算法暫不考慮這些。設置一個(gè)距離門(mén)限值來(lái)識別獨立的直線(xiàn),線(xiàn)的獨立性通過(guò)計算線(xiàn)間的垂直中心距離來(lái)得到;設置一個(gè)傾斜角門(mén)限值來(lái)識別直線(xiàn)在傾斜角范圍內是否垂直;有時(shí),桿的底部被植物或小的物體掩藏起來(lái),此時(shí)只能得到桿的上部。
因此,設置另一個(gè)門(mén)限值來(lái)檢查桿的底部的位置;當桿目標很小時(shí),激光數據也可能不包含反射自桿的點(diǎn),這些小物體的獲取依賴(lài)于車(chē)速。車(chē)速決定激光數據的沿軌跡分辨率,當車(chē)速過(guò)快時(shí)極少桿被掃描到,所以有些時(shí)候還要人工對比一下圖像數據再做決定。
(4)其它地物提取
其它地物如樹(shù),對其進(jìn)行特征提取和重構由于樹(shù)形狀的極度不規則性,數據處理非常復雜,且在城市環(huán)境中知道樹(shù)的具體形狀特征意義也不大,一般情況下只要知道樹(shù)的位置和高度既可。
綜上所述,結合某三維城市建模案例探討了基于激光點(diǎn)云數據的數據預處理方法和模型重建方法,探討了半自動(dòng)數據預處理方法和全自動(dòng)數據預處理方法,給出了全自動(dòng)數據預處理的算法流程,在模型重建中,探討了地面點(diǎn)重建和非地面點(diǎn)重建。該方法能夠很好的為快速三維建模進(jìn)行服務(wù),尤其是比較關(guān)注街道兩側信息的三維獲取,這將大大減少人工三維數據獲取及其建模的工作量,將有很好的應用前景。
版權聲明:文章來(lái)源于網(wǎng)絡(luò ),登載此文出于傳遞更多信息之目的,版權歸原作者及刊載媒體所有,如本文中圖片或文字侵犯您的權益,請聯(lián)系我們。
機載LiDAR可快速獲取高精度、高密度的地表三維坐標信息數據。這些數據是一系列空間分布不均勻的離散點(diǎn)云數據,如何對這些數據進(jìn)行濾波是當前國內外研究的熱點(diǎn),現有濾波算法大多都是基于...
目前地形數據獲取主要有三種方式:現場(chǎng)實(shí)測、三維正射影像轉數字高程模型DEM、激光三維...
在昨天的《激光LIDAR開(kāi)展航空攝影任務(wù)有哪些流程?》一文中我們了解了機載激光雷達工作...
現有的精細化三維城市建模技術(shù)主要有基于多種數據源(計算機輔助設計(CAD)、建筑...
LiDAR技術(shù)現已被很多行業(yè)所認可,也會(huì )諸多領(lǐng)域做出了很多的貢獻。其實(shí)LiDAR就是利用GPS...
點(diǎn)云密度是機載激光雷達點(diǎn)云數據的重要屬性,反映了激光腳點(diǎn)空間分布的特點(diǎn)及密集程度,...
電話(huà):025-83216189
郵箱:frank.zhao@feiyantech.com
地址:江蘇省南京市玄武區紅山街道領(lǐng)智路56號星河World產(chǎn)業(yè)園3號樓北8樓
微信公眾號
總經(jīng)理微信
版權所有:飛燕航空遙感技術(shù)有限公司 ? 2019 備案號:鄂ICP備19029994號-1 蘇ICP備20022669號-1 鄂公網(wǎng)安備:420106020021194號
簡(jiǎn)體中文/English