海量三維掃描點(diǎn)云數(shù)據(jù)預(yù)處理方法

程俊廷 郭博洋 盧建軍

摘要 隨著三維掃描測(cè)量技術(shù)的迅速興起，對(duì)被測(cè)物體進(jìn)行三維掃描測(cè)量及建模的應(yīng)用日趨廣泛。為了得到質(zhì)量更高的被測(cè)實(shí)體三維模型，對(duì)海量掃描點(diǎn)云數(shù)據(jù)的預(yù)處理效果與效率提出了更高的要求。首先介紹了點(diǎn)云數(shù)據(jù)預(yù)處理技術(shù)的流程，然后討論了數(shù)據(jù)預(yù)處理去噪去失真、數(shù)據(jù)平滑、數(shù)據(jù)精簡(jiǎn)和數(shù)據(jù)拼合等技術(shù)存在的問(wèn)題，最后給出了解決這些問(wèn)題的常用方法，并進(jìn)行了總結(jié)與展望。

[關(guān)鍵詞]三維掃描點(diǎn) 云數(shù)據(jù)處理 拼合對(duì)齊

1 前言

三維掃描測(cè)量技術(shù)已經(jīng)廣泛應(yīng)用于航空航天、船舶、汽車、醫(yī)療、家用電器、建筑、考古、玩具等多個(gè)領(lǐng)域，例如對(duì)橋梁的掃描及測(cè)量，人體的三維建模，復(fù)雜曲面的模型構(gòu)建等，具有測(cè)量精度高、與被測(cè)物體不接觸、信息量豐富的特點(diǎn)。在對(duì)被測(cè)物體進(jìn)行三維掃描測(cè)量過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)點(diǎn)，稱之為海量點(diǎn)云數(shù)據(jù)，包含了被測(cè)物體的形狀、坐標(biāo)及尺寸等信息。測(cè)量過(guò)程中受到儀器本身和外界條件的影響，點(diǎn)云數(shù)據(jù)中會(huì)包含大量無(wú)效冗余數(shù)據(jù)，這些數(shù)據(jù)會(huì)對(duì)后期被測(cè)物體的建模產(chǎn)生嚴(yán)重影響，所以必須要對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理。

2 點(diǎn)云數(shù)據(jù)的預(yù)處理

2.1 點(diǎn)云數(shù)據(jù)預(yù)處理流程

點(diǎn)云數(shù)據(jù)預(yù)處理技術(shù)主要包括：數(shù)據(jù)的去噪去失真、數(shù)據(jù)的平滑處理、數(shù)據(jù)精簡(jiǎn)以及數(shù)據(jù)拼合等，處理流程如圖1所示。

2.2 點(diǎn)云數(shù)據(jù)噪聲點(diǎn)和失真點(diǎn)的查找及處理

由于在掃描過(guò)程中會(huì)受到一些外界光線、溫度、濕度、相對(duì)運(yùn)動(dòng)等因素的干擾，采集到的數(shù)據(jù)往往會(huì)含有噪聲點(diǎn)和失真點(diǎn)。噪聲點(diǎn)和失真點(diǎn)通常具有特殊性，相對(duì)來(lái)說(shuō)比較容易判別和去除。因此，數(shù)據(jù)預(yù)處理的第一步就是對(duì)這兩類點(diǎn)進(jìn)行識(shí)別與去除。對(duì)于噪聲點(diǎn)的識(shí)別算法，國(guó)內(nèi)外大量學(xué)者進(jìn)行了深入研究，國(guó)外學(xué)者如Clarenz[5]、Linsen[6]、Choudhury[7]等人提出的去噪算法均取得了良好效果，國(guó)內(nèi)學(xué)者如張?chǎng)蝃8]等人通過(guò)采用三邊濾波函數(shù)并對(duì)濾波因子進(jìn)行設(shè)置，使得點(diǎn)云能夠保持很好的數(shù)據(jù)特征。

失真點(diǎn)的查找方法通常有三種，分別是：直接觀察法、弦高差方法和曲線檢查法。直接觀察法是指通過(guò)肉眼對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行觀察，直接將偏離比較大的失真點(diǎn)進(jìn)行去除，這種方法僅適用于初步查找及去除;弦高差方法是指通過(guò)測(cè)量被測(cè)點(diǎn)pi和它前后兩點(diǎn)pi-1、Pi+l連線弦的距離e，如果e>||ε||（||εε|為允許的誤差），則可以認(rèn)定pi為失真點(diǎn)，應(yīng)該剔除，如圖2所示;曲線檢查法通常是通過(guò)最小二乘法擬合出一條樣條曲線，再通過(guò)測(cè)量被測(cè)點(diǎn)pi距離樣條曲線的距離e，如果e>||ε||，則認(rèn)為pi是壞點(diǎn)，應(yīng)該剔除，如圖3所示。

2.3 點(diǎn)云數(shù)據(jù)的平滑處理

點(diǎn)云數(shù)據(jù)的平滑處理是在對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行去噪去失真處理之后的細(xì)節(jié)處理，目的是在保證點(diǎn)云細(xì)節(jié)特征的基礎(chǔ)上獲得更高階的光滑曲面，這樣可以使后期依據(jù)點(diǎn)云數(shù)據(jù)建立的模型表面更加光順平滑。

常用的點(diǎn)云平滑處理方法有三種，分別是：均值濾波法、中值濾波法和高斯濾波法。均值濾波法是指求得統(tǒng)計(jì)窗口內(nèi)所有點(diǎn)的平均值，并且用平均值來(lái)代替原始點(diǎn)，如圖4所示（圖中虛線連接的點(diǎn)代表真實(shí)點(diǎn)的位置，實(shí)線連接的點(diǎn)代表光順后點(diǎn)的位置）;中值濾波法是一種非線性的數(shù)據(jù)平滑去噪方法，其原理是先求得一點(diǎn)鄰域內(nèi)所有點(diǎn)的中值，再使該鄰域內(nèi)所有點(diǎn)的值都向這個(gè)中值靠近，從而達(dá)到光順點(diǎn)云數(shù)據(jù)的目的;高斯濾波法是在點(diǎn)云平滑處理中最常用的方法，它是通過(guò)加權(quán)計(jì)算窗口內(nèi)所有的點(diǎn)數(shù)據(jù)，使每一個(gè)點(diǎn)的值都是該點(diǎn)本身和其鄰域內(nèi)所有點(diǎn)的值加權(quán)平均之后的結(jié)果，如圖5所示。

2.4 點(diǎn)云數(shù)據(jù)的精簡(jiǎn)

點(diǎn)云數(shù)據(jù)通常十分密集，如果不進(jìn)行精簡(jiǎn)就直接使用，特別是三維建模，不僅會(huì)浪費(fèi)巨大的計(jì)算機(jī)資源，也使得計(jì)算時(shí)間延長(zhǎng)。數(shù)據(jù)精簡(jiǎn)的目的就在于在不明顯減少模型信息的前提下，用盡量少的點(diǎn)來(lái)表示，為后續(xù)點(diǎn)云處理節(jié)約空間和時(shí)間。

目前常用的點(diǎn)云數(shù)據(jù)精簡(jiǎn)算法主要有三種，分別是：隨機(jī)采樣法，包圍盒法和均勻網(wǎng)格法。隨機(jī)采樣法是指根據(jù)系統(tǒng)生成的隨機(jī)數(shù)去刪除與隨機(jī)數(shù)相對(duì)應(yīng)的點(diǎn)，直到點(diǎn)云剩余的總點(diǎn)數(shù)滿足精簡(jiǎn)要求為止。這種方法具有很大的隨機(jī)性，對(duì)數(shù)據(jù)的精簡(jiǎn)效果較差。包圍盒法是指對(duì)點(diǎn)云數(shù)據(jù)生成一個(gè)能夠包含所有數(shù)據(jù)的大立方體包圍盒，再將這個(gè)大立方體包圍盒分割成相同的小立方體包圍盒，根據(jù)小立方體包圍盒中包含的點(diǎn)云數(shù)據(jù)，找出其中最接近立方體中心的點(diǎn)數(shù)據(jù)，并用這個(gè)點(diǎn)來(lái)代替整個(gè)小立方體包圍盒中的數(shù)據(jù);均勻網(wǎng)格法實(shí)質(zhì)上是對(duì)包圍盒法的一種改進(jìn)，它不是尋找最接近小立方體包圍盒的點(diǎn)，它是計(jì)算小立方體包圍盒中所有點(diǎn)的中值，用這個(gè)中值來(lái)代替小立方體包圍盒中所有的點(diǎn)，如圖6。

2.5 點(diǎn)云數(shù)據(jù)的拼合

在對(duì)被測(cè)物體進(jìn)行三維掃描測(cè)量時(shí)，根據(jù)被測(cè)物體所處環(huán)境的不同和掃描儀器的限制，在掃描時(shí)很難一次性獲得被測(cè)物體全部的點(diǎn)云數(shù)據(jù)信息，所以需要對(duì)被測(cè)物體進(jìn)行分塊式掃描，獲得各塊區(qū)的點(diǎn)云數(shù)據(jù)，再通過(guò)點(diǎn)云數(shù)據(jù)拼合將各塊區(qū)數(shù)據(jù)進(jìn)行拼接，從而獲得被測(cè)物體表面的完整信息。

三維掃描測(cè)量系統(tǒng)通常會(huì)用到四種坐標(biāo)系，分別是：掃描儀自身坐標(biāo)系（Scanner'sOwn Coordinate System，SOCS）、相機(jī)坐標(biāo)系（Camera Coordinate System，ccs）、大地坐標(biāo)系（Global Coordinate System，GLCS）和項(xiàng)目坐標(biāo)系（Project Coordinate System，PRCS）。在掃描過(guò)程中，SOCS和CCS相對(duì)于GLCS與PRCS是不斷運(yùn)動(dòng)的，實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)拼合需要對(duì)上述四種坐標(biāo)系進(jìn)行坐標(biāo)變換.將它們統(tǒng)一轉(zhuǎn)換到GLCS或PRCS下進(jìn)行處理。由于是分塊區(qū)進(jìn)行掃描，這樣采集到的點(diǎn)云數(shù)據(jù)會(huì)有部分重合，依靠這部分重合的點(diǎn)云數(shù)據(jù)可以實(shí)現(xiàn)不同塊區(qū)點(diǎn)云數(shù)據(jù)的拼合，以達(dá)到顯示被測(cè)物體表面的完整信息的目的。

在工程中通常使用“三點(diǎn)法”來(lái)尋找不同塊區(qū)之間重合的數(shù)據(jù)。三點(diǎn)法的基本原理是根據(jù)不共線的三點(diǎn)可以確定一個(gè)平面的原理，找出相鄰塊區(qū)重合部分?jǐn)?shù)據(jù)中對(duì)應(yīng)的三點(diǎn)，通過(guò)這三點(diǎn)的位置關(guān)系來(lái)將不同塊區(qū)進(jìn)行拼合。

為實(shí)現(xiàn)上述過(guò)程，首先將所有的坐標(biāo)系經(jīng)過(guò)坐標(biāo)變換統(tǒng)一變換到PRCS下，這種坐標(biāo)變換關(guān)系可以用一個(gè)平移矩陣T和一個(gè)3x3的旋轉(zhuǎn)矩陣P來(lái)表示。假設(shè)兩個(gè)相鄰的塊區(qū)點(diǎn)云數(shù)據(jù)集合為U和V且U已經(jīng)變換到PRCS下，U中的數(shù)據(jù)用（x，Y，Z）來(lái)表示，現(xiàn)在只需對(duì)V進(jìn)行坐標(biāo)變換，找到V中與（x，Y，Z）對(duì)應(yīng)的點(diǎn)（x，y，z），這樣一種對(duì)應(yīng)關(guān)系可以用下式來(lái)表示：

（X，Y，Z）T=X'P（a， β，y）'（x，y，z）T+T

式中：λ為旋轉(zhuǎn)尺度參數(shù);（a，β，γ）為P的旋轉(zhuǎn)參數(shù)，計(jì)算如P（a，β，γ）下公式（1）。

所以只要能夠求解出λ，a，β，γ和T五個(gè)參數(shù)，就可以解出V在PRCS下對(duì)應(yīng)（x，Y，Z）的坐標(biāo)（x，y，z），這樣可以確定不同塊區(qū)的空間位置，從而實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的拼合。

3 結(jié)論

三維掃描技術(shù)中海量點(diǎn)云數(shù)據(jù)的預(yù)處理是對(duì)被測(cè)物體進(jìn)行三維重建的一個(gè)很重要的環(huán)節(jié)，主要處理技術(shù)包括數(shù)據(jù)的去噪去失真、數(shù)據(jù)平滑、數(shù)據(jù)精簡(jiǎn)和數(shù)據(jù)拼合對(duì)齊四部分。在數(shù)據(jù)處理過(guò)程中還要注意避免過(guò)度處理，防止丟失被測(cè)物體表面原始信息。特別是在曲率變化較大的位置，保留盡可能多的點(diǎn)，確保有效信息不丟失。本文介紹了數(shù)據(jù)預(yù)處理技術(shù)各環(huán)節(jié)常用的方法，每種方法各有缺點(diǎn)，在以后的發(fā)展中，需要取各方法之利，避其弊，不斷優(yōu)化，在盡可能不損失有效信息的前提下，有效提高處理效率與質(zhì)量。

參考文獻(xiàn)

[1]劉尚蔚，朱小超，張永光等，多片點(diǎn)云數(shù)據(jù)拼接處理技術(shù)的研究[J].水利與建筑工程學(xué)報(bào)，2014，12 （01）：121-124.

[2]孫晶晶，王金變，管玉.基于三維掃描技術(shù)的人體測(cè)量[J].天津工業(yè)大學(xué)學(xué)報(bào)，2012，31（05）：30-33.

[3]劉宏，陶有麗，付家武.自由曲面掃描線測(cè)量點(diǎn)云數(shù)據(jù)處理技術(shù)[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2011（05）：77-80.

[4]程杰鋒，焦美.對(duì)逆向工程技術(shù)的點(diǎn)云數(shù)據(jù)處理的研究[J].科協(xié)論壇，2012 （05）：8—9.

[5] Clarenz U，Droske D，Henn S.Computational Methods for NonlinearImage Regis tration[C]. MathematicalModels for Registration andApplications to Medcal ImagingMathematics in Industry， 2006： 81-101.

[6]LinsenL.PointCloudRepresentation [R]. Karlsruhe： Facultyof Computer Science，University ofKarlsruhe.2001.

[7]Choudhury P，Tumblin J.The TrilateralFilter for High Contrast Images andMeshes [C].Eurographics Symposium onRendering， 2003： 186-196.

[8]張?chǎng)?，王章野，范涵奇?保特征的三維模型的三邊濾波去噪算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2009，21（07）： 936-942.

[9]鄒學(xué)州，逆向工程點(diǎn)云數(shù)據(jù)預(yù)處理技術(shù)研究[D].哈爾濱：哈爾濱理工大學(xué)自動(dòng)化學(xué)院，2017.

[10]何耀華，榮輝，非接觸三維掃描測(cè)量數(shù)據(jù)的處理研究[J]，重慶工學(xué)院學(xué)報(bào)，2006，20 （05）：33-35.

[11]李鳳霞，饒永輝，劉陳等，基于法向夾角的點(diǎn)云數(shù)據(jù)精簡(jiǎn)算法[J].系統(tǒng)仿真學(xué)報(bào)，2012， 24 （09）：1980-1987.

[12]Sun W，Bradley C，Zhang Y F，et al.Cloud data modeling employing aunified non-redundant triangularmesh[J]. Computer-Aided Design（S0 010-4485），2001， 33 （02）： 183-193.

[13]Martin R R，Strond I A，MarshalA D. Data reduction for reverseengineering. RECCAD， DeliverableDocument COPERUNICUS Project， NO.1608 [M]. Computer and AutomationInstitute of Hungarian Academy ofScience，January 1996.

[14]張永光，劉豪杰，尹小磊等，點(diǎn)云數(shù)據(jù)多站拼接在水利工程測(cè)繪中的應(yīng)用[J].華北水利水電學(xué)院學(xué)報(bào)，2013，34 （03）：74-77.

[15]朱凌.地面三維激光掃描標(biāo)靶研究[J].激光雜志，2008，29 （01）： 33-35.

[16]袁夏，三維激光掃描點(diǎn)云數(shù)據(jù)處理及應(yīng)用技術(shù)[D]，南京：南京理工大學(xué)，2006.

[17]官云蘭，地面激光掃描數(shù)據(jù)處理中若干問(wèn)題研究[D].上海：同濟(jì)大學(xué)，2008.

[18]張舜德，盧秉恒，丁玉成，光學(xué)三雛形面分區(qū)域測(cè)量數(shù)據(jù)的拼接研究[J].中國(guó)激光，2001，28 （06）：533-536.

[19]盛業(yè)華，張卡，張凱等.地面三維激光掃描點(diǎn)云的多站數(shù)據(jù)無(wú)縫拼接[J].中國(guó)礦業(yè)大學(xué)學(xué)報(bào)，2010，39 （02）：233-237.