地面激光掃描點云數據預處理綜述

李廣云，李明磊，王 力，楊 凡，王瑞鵬

地面激光掃描點云數據預處理綜述

李廣云，李明磊，王 力，楊 凡，王瑞鵬

(信息工程大學導航與空天目標工程學院，河南鄭州450001)

一、引言

三維激光掃描測量技術的出現提供了一種高效率、高分辨率、高精度的三維空間信息獲取方式，它能從復雜實體或實景中重建目標的全景三維數據及模型，是一項集光學、機械、電子及計算機等技術于一體的新型測量技術［1］。三維激光掃描測量技術突破了傳統(tǒng)的單點測量方式，最快可以以每秒上百萬點的測量速度獲取目標表面較為完整的三維坐標，同時可以記錄目標物的激光反射率和回光強度等特有信息，與相機標定后還可以獲取色彩信息，其測量精度在一定距離內可達到毫米級甚至亞毫米級，能夠快速把物體表面的三維信息較完整地轉換成計算機可直接讀取、處理并輸出的點云數據。之前需要幾天甚至幾個月的測量任務，現在用三維激光掃描儀可能幾個小時內就能完成，大大提高了外業(yè)工作效率。

地面三維激光掃描儀獲取的點云數據主要有以下特點:

1)數據的海量性?，F有的相位式激光掃描儀最快測速可超百萬個點每秒，掃描獲取的點云數據量一般遠遠大于其他點云獲取方式。

2)數據的不均勻性。由于地面三維激光掃描儀從單點發(fā)射激光進行測量，導致距測站近的位置數據稠密，距測站遠的位置數據稀疏，不像其他點云獲取方式可以人為控制在測量目標不同位置處的測量間隔。

3)坐標系的隨意性。由于測量設站的隨意性，各測站之間的測站坐標系關系未知，需要事后進行坐標系的統(tǒng)一。

4)數據的散亂性。由于掃描目標的不規(guī)則性、激光掃描設備多次回波探測能力、多站數據拼接及數據另存和更改等因素，不能保證點云數據都按照類似掃描線等具有鄰接拓撲關系的數據類型進行存儲，導致后續(xù)數據處理的對象一般是散亂點。

5)噪聲的多樣性。主動無接觸式測量受環(huán)境干擾可能產生非測量目標物體表面的無用數據和離群噪聲，物體表面的特征可能導致測量產生毛刺噪聲，無合作目標的激光測距方式必然產生細小的隨機噪聲。

6)數據的信息量豐富。激光掃描測量不僅可以獲取目標物表面的三維坐標信息，與相機正確標定可以獲取色彩信息，同時還可以獲取物體的回光強度和反射率等特有信息。

激光掃描測量技術雖然大幅減少了外業(yè)數據采集的時間和工作量，但獲取的點云數據量大、范圍廣等特點導致內業(yè)數據處理耗時長、過程復雜，并且需要專業(yè)人員采用專業(yè)軟件進行處理;建立模型的精度一般為毫米級甚至更低，不能滿足部分應用領域對測量精度的要求。因此，提高海量數據存取與處理的速度、精度及自動化程度是激光掃描數據處理發(fā)展的必由之路。激光點云數據的預處理［2-4］是激光點云數據處理首先要完成的一步，主要包括數據組織、多站拼接、簡化壓縮和去噪光順等幾個基本環(huán)節(jié)。

二、數據預處理

1．數據組織

直接利用單個點的三維坐標不能得到測量目標的表面信息，一般都要根據點之間的鄰接關系確定一定數量的局部點集用于分析目標的局部特征;計算每個點的法矢和曲率信息也是不可或缺的一步，是點云數據處理中一些后續(xù)算法的基礎。針對散亂點云，需要對點云數據進行組織，建立點與點之間的鄰近關系，進而恢復法矢和曲率等信息。

對海量激光點云數據進行處理的前提是能夠對其進行合理存儲與快速讀取。單站三維激光掃描測量獲取的點云數據如果按照文本文件存放，文件大小一般在百MB至GB量級。若想有效、快速地對如此大的數據進行操作，就必須對數據進行合理的存放與讀取。目前對點云的存儲主要可分為ASCII格式和二進制格式兩種類型。以ASCII碼表示，數據查看比較方便、讀寫操作容易且兼容性好，但占用存儲空間一般比較大;二進制存儲方式數據保密性好、節(jié)省空間且數據導入導出比較高效，但為了跨平臺處理一般需要文件解碼。

計算機的處理能力有限，要對海量數據進行高效的數據查詢、數據顯示處理，就需要設計數據在內存中的結構。為了對點集進行分析，就必須已知每個點的局部趨勢，對于散亂點集中的某一點，離它近的點對其影響大，遠的點對其影響小，這就需要臨近搜索算法。如果直接在整個點集中尋找某點的最近K點( K nearest neighbors，KNN)，由于點云的海量性這種方式基本是不可行的，而如果能事先利用數據結構將點分塊管理，對點集進行遍歷處理時，就只需先尋找各點在數據結構中所在的數據塊，之后在所在數據塊中及鄰近數據塊中尋找鄰近點，以此實現鄰近點的快速搜索。只有建立點云數據鄰近結構，其表面的法矢和曲率等信息才能得以正確、高效地計算。點云數據常用的數據結構包括均勻格網結構、k-d樹結構及八叉樹結構等［5］。均勻格網結構簡單，但此結構依據數據范圍進行劃分，比較浪費空間，沒有依據點云數據的分布進行劃分導致其不具有自適應性; k-d樹結構依點建立結構，但點數多時劃分層次也相應增多，并且數據添加與刪除都會導致結構的變化;八叉樹僅保存包含數據的節(jié)點，比較節(jié)省計算機內存空間，而且八叉樹結構與點云數據相對獨立( k-d樹將節(jié)點建在點上)，數據的添加與刪除比較方便易行。

2．多站拼接

機載、車載和手持式激光掃描測量系統(tǒng)由于進行了空間標定，一般不存在多站拼接問題。但作為一種主動式非接觸測量設備，地面三維激光儀為了獲得物體的全景數據，需要多次設站進行掃描測量。另外，在對一些特殊目標進行測量時可能會遇到一些需多位置設站進行掃描的情形，如在對某弧形目標進行掃描時，如果激光的入射角(激光入射方向與物體表面夾角)過大，獲取的點云數據隨機誤差就會占據很大一部分，以至得到錯誤的測量結果，需要多次設站對入射角過大的區(qū)域進行重測，保證每一個部位都有小入射角測量的結果。這樣得到的多站數據就需要進行拼接處理。針對多站激光點云拼接技術的研究一直是地面三維激光掃描測量數據預處理的研究熱點，其高精度與自動化是研究的重點。

現有的點云數據拼接方法按照拼接精度主要分為粗拼接法和精拼接法兩類。粗拼接的目的是確定一個初始的坐標變換模型，將不同坐標系下的點云大致統(tǒng)一到一個全局坐標系下，適合精度要求不是很高的場合，或用于為精拼接提供一個良好的初始值［6］?，F有的點云粗拼接方法可分為人工干預粗拼接和自動粗拼接算法兩類:人工粗拼接方式主要有人機交互手選同名點對、人工布設輔助標識和掃描儀設站測量等;自動粗拼接算法主要有基于點云數據塊的整體統(tǒng)計特征和基于點云局部曲面特性等尋找兩站數據的相似性區(qū)域。精拼接法以Besl等［7］提出的迭代最近點算法( iterative closest point，ICP)為代表，ICP算法最初應用于圖像配準中，現在已被廣泛應用于點云數據拼接中，具有很高的精度，但也存在一些較難解決的問題，這些問題也是目前學者對ICP算法的研究重點。

3．簡化壓縮

由于激光掃描設備測量速度非?？烨覓呙璺秶鷱V，得到的原始激光點云數據量很大，對大量的數據進行存儲和處理是一個很難突破的瓶頸。并不是所有的數據點對模型重建都有用，如果直接對海量點云進行處理，從數據點生成模型需要很長的處理時間，整個建模過程很難控制。因此，有必要在保證精度且保持模型特征的前提下減少掃描數據量，從而達到縮小信息存儲量、提升處理速度并能保證幾何造型和加工精度的目的，這就需要對點云數據進行簡化壓縮處理。

目前點云數據的簡化壓縮方法可主要分為可保持特征的簡化法和不能保持特征的簡化法兩類。

不能保持特征的簡化法主要有簡單采樣法、網格采樣法和角度法等。簡單采樣法是一種較為常用的方法，主要是通過均勻采樣、隨機采樣或按距離采樣等方式實現數據簡化;網格采樣法是通過保存均勻網格或八叉樹網格等的重心點(距離網格中心最近的點)實現數據簡化，采樣結果分布均勻，結果的點數等于網格的個數;角度法的基本原理是選取點云數據中相鄰三點，根據中間點與相鄰兩點連線間的夾角與閾值比較進行數據篩選，此類方法具有簡單易行、效率高等優(yōu)點，但其共有缺點是對特征不敏感，不能保證有效保持特征。

保持特征的簡化法主要有曲率采樣法等。曲率采樣法的原則是小曲率區(qū)域保留少量的點，而大曲率區(qū)域則保留足夠多的點，以精確完整地表示曲面特征，是一種根據物體的幾何特征，對測量數據點云進行精簡的方法。此類方法能較準確地保持曲面特征并有效減少數據點，但缺點主要是處理效率較低。

4．去噪光順

激光掃描測量得到的激光點云數據不完全是有效數據，還包含了遮擋點、錯誤點等噪聲點和測量隨機誤差點等。如激光入射角過大得到的錯誤結果人工很難剔除干凈，需要通過一定的算法將之有效地剔除;再如對某較光滑的面進行掃描，如果面上有一些細小的邊緣特征(如貼上了某些具有一定厚度的標志)，掃描結果中邊緣特征處就容易出現“毛刺”等不平滑噪聲，由于激光點云采用無合作目標測距方式，測量結果必然包含較大范圍的隨機誤差。這就需要在保持物體原有特征的前提下進行去噪光順處理。針對去噪算法的研究一直是二維和三維數據處理的重點，光順方法的研究也一直是三角網數據處理的研究重點。

在激光點云中，由于孤點和離群點等大噪聲點存在“離群”特性，一般比較容易去除，可將其作為“去噪”的研究對象;毛刺點等小噪聲點通常與突變特征具有某種幾何上的相似性，需要在光順與特征保持之間作有效的權衡，可將其作為“光順”的研究對象。在實際處理過程中明確判定特征和噪聲是非常困難的，特征保持和噪聲去除是一對相互矛盾的過程。從數據處理角度講，對于某一小塊數據，大噪聲一般僅占很一小部分，小噪聲分布在較小的范圍內，如果噪聲過多過大說明測量結果數據不正確，從而無法有效處理。

由于大噪聲一般是錯誤或無用的數據，因此針對大噪聲的處理一般采用去除的方式。目前對離群點和孤點的去除主要采用人機交互的方式，也有學者［8］采用基于平均距離傳遞的方式進行自動去除。

由于小噪聲與物體表面數據比較接近，一般是正確數據包含了細小的誤差，如果直接去除可能會導致表面數據產生空洞，因此對小噪聲的處理一般采用調整的方式，但也有些學者采用將其刪除的方式。目前已有的點云光順方法很多是從圖像降噪處理方法的基礎上發(fā)展而來的，根據算法的最初應用對象可將其歸納為針對點云三角網化數據(有序或部分有序點云數據［9］，結構化后的點云數據)和直接針對散亂點數據兩種類型。

針對點云三角網化數據的光順方式主要有拉普拉斯法、平均曲率流和雙邊濾波法等［10］。這些方式主要利用三角網各頂點的一層鄰域頂點、一層鄰域三角形或二層鄰域三角形等空間鄰域信息或法矢和曲率等表面屬性信息對頂點進行調整，在建立散亂點的鄰近關系、計算法矢及曲率信息的基礎上，針對三角網數據的光順方法，事實上也可以應用到激光散亂點云光順中。

針對散亂點數據的光順方法主要有基于Mean Shift法、基于小波變換法和基于局部曲面逼近等。這些方式主要通過恢復點之間的鄰近關系，尋找各個點周圍的鄰近點進行局部表面分析，利用聚類或擬合面對比等方式將點沿一定方向向聚類中心或局部擬合面調整。針對此類數據的光順方式離不開點間鄰近關系的確定，導致效率低問題不可避免。

三、總結與展望

眾學者針對地面激光點云數據預處理的研究已進行了較長時間，取得了一定的成果:針對數據的組織方式已有較為成熟的數據結構支持;針對多站數據的拼接已有基于人工和基于特征或數據分布的低、高精度等方法;針對簡化壓縮已有可根據需求采用的高效的和保持特征的方法;針對去噪光順已有高自動性的離群點大噪聲去噪去除和毛刺點小噪聲光順調整等方法。

但此領域仍存在較多的問題需要進一步解決，具有較高的研究價值。適應面廣的高精度自動拼接方法仍具有十分重要的研究意義;建模精度是激光點云數據的一個重要精度指標，針對去噪和光順結果需要提出一種較為準確的精度評價方法，而不僅僅是當前眾學者普遍采取的“直觀”對比;海量激光點云數據處理的效率也應該作為研究的重點。

［1］ 肖貝．激光三維掃描點云數據預處理算法的研究［D］．武漢:武漢工程大學，2011．

［2］ 戴靜蘭．海量點云預處理算法研究［D］．杭州:浙江大學，2006．

［3］ 李青蒙．激光掃描點云處理技術研究［D］．大連:大連海事大學，2013．

［4］ 官云蘭．地面三維激光掃描數據處理中的若干問題研究［D］．上海:同濟大學，2008．

［5］ 邢坤．海量激光掃描測量數據的處理［D］．鄭州:信息工程大學，2009．

［6］ 徐尚．三維點云數據拼接與精簡技術的研究［D］．青島:中國海洋大學，2009．

［7］ PAUL J B，NEIL D M．A Method for Registration of 3-D Shapes［J］．Transactions on Pattern Analysis and Machine Intelligence，1992，14( 2) : 239-256．

［8］ 郝慧麗，劉先勇．含噪點云預處理技術研究［J］．微型機與應用，2012，31( 12) : 68-70．

［9］ 戴靜蘭．海量點云預處理算法研究［D］．杭州:浙江大學，2006．

［10］胡國飛．三維數字表面去噪光順技術研究［D］．杭州:浙江大學，2005．

［11］段龍飛，戴華陽，廖孟光，等．GNSS失鎖狀態(tài)下車載移動掃描系統(tǒng)的點云數據精度分析［J］．測繪通報，2015( 8) : 60-62．

［12］黃明，王晏民，付昕樂，等．地面激光掃描數據處理系統(tǒng)設計與實現［J］．測繪通報，2014( 8) : 55-58．

A Review of Preprocessing of Laser-scanned Point Clouds Data

LI Guangyun，LI Minglei，WANG Li，YANG Fan，WANG Ruipeng

地面激光掃描點云數據預處理是激光掃描測量數據內業(yè)處理的重要研究內容。本文首先總結了激光點云數據的特點、激光點云數據預處理的關鍵技術及相應的研究意義。然后總結了海量激光點云的主要存儲方式及幾種常用的數據組織結構;從拼接精度出發(fā)將現有多站點云拼接方法歸結為粗拼接法和基于ICP的精拼接法;根據簡化壓縮算法的特征保持能力將其歸為可保持特征的簡化法和不能保證特征的簡化法兩類;確定了去噪和光順分別研究的噪聲類型，總結和分析了當前一些去噪和光順算法的研究現狀。最后對地面激光掃描點云數據預處理作了整體性總結與展望。

激光點云;數據組織;多站拼接;簡化壓縮;去噪光順

李明磊

P234．4

B

0494-0911( 2015) 11-0001-03

李廣云，李明磊，王力，等．地面激光掃描點云數據預處理綜述［J］．測繪通報，2015( 11) : 1-3．

10．13474/j．cnki．11-2246．2015．0332

2014-11-30;

2015-08-30

國家自然科學基金( 41274014) ;航天器精密測量基金( 2014-3; 2014-5) ;現代城市測繪國家測繪地理信息局重點實驗室開放基金( 20131204WY)

李廣云( 1965—)，男，教授，主要研究方向為精密工程測量、衛(wèi)星導航與應用。E-mail: guangyun_li@ sohu．com