浅析三维点云数据的预处理过程王杏王正伟王丹摘要随着三维激光扫描技术的快速发展，使得获取的三维点云数据的精度和规模越来越大，从而提高了对海量点云数据的存储、编辑、预处理、特征的提取等相关技术的要求。但由于野外扫描环境的限制，使得获取的点云数据不可避免地会产生像树木、车辆等的噪声和冗余数据。所以在实际的研究过程中，需要先对获取的点云数据进行预处理之后，才能得到我们工程拟研究的对象，继而才可对它作进一步的有限元分析。本文简要介绍三维激光扫描数据处理流程及点云数据的配准和拼接、去噪和精简、修复等预处理过程。关键词三维点云数据处理：TP391.41文献标识码：A1三维激光扫描数据处理流程三维激光扫描数据处理的主要过程包括：制定计划、外业数据采集、内业数据处理三部分。首先需要制定可行和详细的工作计划，做好相应的准备。根据扫描对象和精度不同的要求，确定合适的扫描站点和路线，根据研究的对象和目的，选取合适的采样密度、扫描仪距扫描实体的距离、设站数等等。外业数据采集的主要任务是采集点云数据、分析数据是否符合要求、进行初步的质量分析等几个部分。内业数据处理在点云数据处理中是很关键的，也是工作量比較大的环节。主要包括显示外业采集的原始数据、对点云数据进行规则网格化、配准、去噪、压缩、建模、图形图像处理等。2外业数据采集不同的专业领域可根据自己的需求，采用不同的三维数据获取方法、扫描仪器及相应的数据处理软件和技术。例如在可视化地理信息系统中，获取三维点云数据的方法主要通过户外测量、摄影测量或从地形图中进行采集;在医学研究中，通过一系列的二维图像获取人体器官的三维点云模型，这些二维图像主要有计算机断层扫描CT、核磁共振MRT图像等。本文研究主要是应用于建立工程结构有限元分析中的有限元模型，故选取户外测量模式，仪器选用Optech公司ILRIS-3D仪器。2.1扫描过程本文研究的对象是位于贵州省贵阳市云岩区贵州师范大学宝山校区的毛主席像座基下的石墩。由于毛主席像旁边都是建筑物，空地不是很大，所以按照现场的实际情况，确定每站距离目标物体的距离为25m左右，扫描分辨率确定为1/8（每360吧？000个点），扫描点距为10mm，共设三个站。其中，第一个站扫描了一次，第二个站和第三个站扫描了两次，扫描对象和区域如图1所示。3内业数据处理过程及结果3.1点云数据生成将三维激光扫描点云数据导入PolyWorks软件，生成点云数据的原始模型。其中第一站的原始点云数据如图2所示：3.2点云去噪和粗简户外测量采集到的点云中往往会有树木或错误点，我们将它们统称为噪声点。这些噪声点一般是由于设备标定的参数或外界环境的改变造成的，由含有噪声的点云数据重构出来的模型可能会严重偏离实际物体，影响到检测质量，所以需要通过去噪及平滑滤波等方法进行处理。对于规则的点云数据，通常可使用标准高斯算法、平均或中值滤波算法进行处理，其中高斯滤波能较好的保持原数据的外形，中值滤波能较好的消除冗余数据。在三维激光扫描的过程中，大量无关点也扫入其中，这大大增加了点的数量。为了减少数据的运算量，利用PolyWorks软件将毛主席像周边的树木、建筑物、电线等冗余噪声去除，只留下目标物体—毛主席像及其座基下石墩的扫描数据，得到相对较少的点云数据。结果如图3所示。3.3点云配准由于受到扫描设备和环境的限制，往往不能一次扫描到完整的点云模型，总需要经过多站测量，才能得到物体表面完整的点云数据。所以扫描完毕之后，首先要做的就是对这些多站扫描得到的局部点云数据进行配准和拼接。点云配准方法是将不同站点和方向测得的点云数据，通过坐标转换到同一坐标系下，获取整体的点云模型。通常情况下是通过一定的算法或者数学规律，选取多视点云之间公共部分的点，从而得到几片点云自动配准的结果。现目前的配准算法主要有迭代最近点算法（IterativeClosestPoint，ICP）、基于曲面的配准算法和基于集合的特征配准算法。本节利用PolyWorks软件将前面5次扫描得到的点云数据（如图4），进行点云数据配准与拼接，得到的结果如图5所示。3.4点云精简当经过粗减后的点云数量还是十分巨大的时候，就有必...