三维激光扫描技术与研究进展

报告人：郑德华河海大学土木工程学院测绘工程系三维激光扫描技术三维激光扫描技术(3DLaserScanningTechnology)是一种先进的全自动高精度立体扫描技术。三维激光扫描技术又称为“实景复制技术”，它不同于单纯的测绘技术，主要面向高精度逆向工程的三维建模与重构。三维激光扫描系统的分类据有关资料显示，到2002年底，国际上约有30多个著名的三维扫描仪的制造商，他们研究开发了各项专业的先进专利技术，并生产出了70多种型号是三维扫描仪。（1）径向扫描仪。使用TOF测距技术从固定中心沿视线测量距离。（2）基于相位干涉法的扫描系统。（3）三角法扫描系统。测绘领域中主要的三维激光扫描仪LMS-Z210LMS-Z360LMS-Z420ILRIS-3DHDS3000GS200三维激光扫描点云数据三维激光扫描仪扫描可获得三维激光扫描数据，经可视化后，可以看到空间的三维激光扫描点云图像。因此，三维激光扫描点云数据也可称为三维激光扫描影像数据。三维激光扫描数据的特点（1）数据量大。（2）密集度高。（3）带有扫描物体光学特征信息。三维激光扫描数据处理过程数据获取扫描数据配准三维模型重建扫描数据表面特征提取径向扫描仪测量误差分析三维激光脚点测量误差的影响因素较多，大致可分为三类：仪器误差与目标物体反射面有关的误差外界环境条件的影响三维激光扫描技术的应用主要应用于文物，考古，建筑业，航天，航空,船舶，制造，军工，军事，石化，医学，水利，能源，电力，交通，机械，影视，教学，科研，汽车，公安等。应用方向：1．逆向分析2．逆向设计3．逆向工程研究进展与条件一、国外在三维激光扫描技术方面的研究进展二、国内在三维激光扫描技术方面的研究进展三、已经具备三维激光扫描技术及数据处理的理论与方法的研究条件急需解决的问题和研究内容需要系统地了解三维激光扫描仪的组成、测量原理及测量误差等问题。针对现有的国外三维激光扫描数据处理软件的实现算法不清楚；数据处理过程简单，实现功能较少的现状。需要提出扫描数据处理的流程。从理论角度来看，需要全面地建立三维激光扫描数据处理的理论，提出相关的研究内容和实现算法。针对测绘领域中的三维激光扫描数据特点，处理的方法需要进一步发展和完善。从开发三维激光扫描数据处理软件角度，提出开发思路及相关内容。三维激光扫描数据处理流程原始三维激光扫描数据点云数据获取数据配准配准后的点云数据格网建立数据缩减数据分割数据分类和曲面拟合数据分析等三维建模其它应用三维激光扫描数据的配准数据配准（DataRegistration）是将两个或两个以上坐标系中的大容量三维空间数据点集转换到统一坐标系统中的数学计算过程，英文中也有称为：combining，integrating，bringdatasetsintocorrespondence，co-registration，alignment和matching。数据配准的方法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）多幅影像数据的整体配准方法MVS三维激光扫描数据的表面特征提取点云数据的处理目的是为了建立扫描物体的三维模型。点云数据的表面特征提取是十分重要的数据处理内容，其处理过程也是十分复杂的。表面特征提取的处理中包含有三角格网的建立、数据缩减、数据分割、数据分类与曲面拟合等多方面的内容。表面特征提取的流程框图配准后的点云三维模型重建与应用三角格网的建立数据缩减……数据分类和曲面拟合数据分割基于散乱三维激光扫描点云的三角格网建立基于四面体剖分的三角格网建立方法基于面剖分的三角格网建立方法-Choi算法基于平面建立的三角格网方法临近区域切平面投影建立的三角格网方法圆柱面投影法建立散乱点云数据格网数据缩减(DataReduction)基于Delaunay三角化的数据缩减算法基于八叉树的数据缩减算法点云数据的直接缩减算法–1．点云数据的长方体的确定–2．点云数据三维边界框细化–3．基本长方体单元格内的数据缩减准则数据分割基于三维方格网单元的分割算法边界检测的分割算法建筑物点云数据的分割算法数据分类TamásVárady等人提出的曲面类型的划分近年来被一些研究学者所使用。在实际应用中，第一类几何曲面的应用十分广泛，约有95%的逆向工程使用的是第一类几何曲面中平面、圆柱面、圆锥面、球面、规则扫描面和一般的自由曲面。曲面拟合1．平面的一般形式和拟合2．二次曲面的形式和拟合3.一般自由参数化曲线和曲面的基本形式和拟合点云数据的三维模型重建技术基于三维激光扫描数据的三维模型重建技术是三维激光扫描技术应用的一个重要内容。三维模型重建技术主要是通过三维图形可视化技术（Visualization）、工程数据库管理技术和数据处理(DataProcession)建立可用的三维模型。三维模型重建技术的主要设计思想1．重建技术的系统结构层次三维模型重建技术的主要设计思想2．系统功能设计根据三维模型重建系统的主体功能，将重建系统划分为10个子功能模块：重建技术的三维可视化图形软件包与支撑软件1．Direct3D接口2．OpenGL接口3．Quick-Draw3D接口4．WorldToolKit(VTK)5．AutoCAD平台重建模型的基本形式及其数据结构（1）点云模型（Point-cloudModel）（2）三角格网模型（TriangulationModel）（3）三维线框模型（WireframeModel）（4）三维表面模型(SurfaceModel)（5）三维实体模型(SolidModel)三维实体建模的主要实现方法（1）边界表示方法（BoundaryRepresentation）（2）构造立体几何法（ConstructiveSolidGeometry）（3）混合模式（HybridModel）（4）八叉树表示法数据交换标准当前，国际上存在几种著名的数据交换标准，如图形元文件（CGM）标准、图形接口GKS标准、PHIGS标准、IGES数据交换标准、SET数据交换标准、VDAFS数据交换标准、产品数据交换标准PDES、计算机辅助设计接口CAD*I、产品模型数据交换标准STEP等。两种重要的数据交换标准1．IGES标准2．STEP标准扫描点云数据处理的研究实例基于特征的GFC配准法的实例投影法建立散乱点云数据格网的实例扫描点云数据点的法线矢量建立点云数据直接缩减方法的研究点云数据配准中尺度问题的研究建筑物三维表面模型的建立实例本人的主要研究工作和贡献（1）对国内外三维激光扫描技术及数据处理作了较为全面的分析；对三维激光扫描技术的仪器设备等方面作了系统整理与阐述。（2）系统地总结和研究了三维数据配准、数据缩减、三角格网建立、数据分割、曲面拟合等方面的主要数据处理方法。（3）首次提出了扫描物体几何特征信息的GFC配准方法。在该方法上提出了考虑建筑物表面特征和建筑物施工容差的不等约束条件，给出了13种线性不等约束条件方程式；并推广到多幅扫描点云数据的整体三维配准方法。（4）对提出的数据处理方法或关键技术进行了验证，对三维激光扫描数据处理的相关内容进行了研究。今后的主要研究方向（1）研究仪器的性能、校正、误差影响。（2）研究数据处理及建立三维模型的具体内容。（3）研究应用领域的拓展和研究内容的深化。（4）研究多种测量技术的集成与数据源的融合。国外的研究进展集中在三角法扫描仪的数据获取方面的研究；对数据处理中的数据配准、数据分割、多边形格网建立、数据缩减、曲面拟合、三维模型建立等方面也做了大量的研究。研究重点集中在逆向工程的工业制造和医学领域的点云数据的处理。针对测绘领域应用的三维激光扫描数据处理的内容也很少，主要集中在机载测高方向。基于TOF激光测距技术的三维激光扫描仪仅是近几年的新成果。目前，国外对此类仪器的研究成果尚不多。在2004年，国外学者Johansson对基于TOF激光测距技术的三维激光扫描仪在测量精度等方面作了实证研究。国内的研究进展国内的研究学者对三角法三维激光扫描仪的原理、校正、系统误差和偶然性误差等方面做了细致而有全面的研究。在数据处理方面的研究极少。由于基于TOF激光测距技术的三维激光扫描仪是一项新技术，具有广泛应用前景。近一、二年内，国内开始引进该类设备，对其基础理论研究还十分缺乏。对其应用研究处于探索阶段。目前，国内没有自己的三维激光扫描数据处理软件。因此，对三维激光扫描数据处理的理论与方法进行研究具有重要的意义。研究条件三维激光扫描技术目前成为测绘领域中的一个新的研究热点。国内的一些科研院校已经开始引进三维激光扫描仪，为本课题的研究提供了硬件条件。为了三维激光扫描技术在测绘领域中的推广应用，国内仪器公司也可以为三维激光扫描数据处理方面的研究提供实验仪器。水平扫描范围垂直扫描范围激光光束激光点三维激光扫描测量原理三维激光点云的影像（一）（a）建筑物点云图（714000点）（b）5cm点间隔，383000点（c）10cm点间隔，179000点图2带有反射强度信息的三维激光扫描点云图三维激光点云的影像（二）图3带有色彩信息的三维激光扫描点云图径向扫描仪主要误差来源1．激光测距的影响2．扫描角的影响3．目标物体反射面倾斜的影响4．目标物体反射表面粗糙程度的影响5．温度、气压等外界环境条件的影响三维激光点云的影像（一）（a）建筑物点云图（714000点）（b）5cm点间隔，383000点（c）10cm点间隔，179000点图3带有反射强度信息的三维激光扫描点云图三维激光点云的影像（二）图4带有色彩信息的三维激光扫描点云图点集对点集配准方法(1)四元数配准算法(2)六参数配准算法四元数配准算法1986年，Faugeras和Hebert用四元数（Hamililton,1843年）概念进行配准研究。他们用一组四元数表示三维旋转参数，提出了点集到点集的坐标系匹配方法，也称为点集对点集配准方法。点集对点集配准过程四元数算法配准点集点集中心化由点集计算正定矩阵N计算正定矩阵N的最大特征值和最大特征向量计算旋转矩阵计算平移向量六参数配准算法六参数算法的数学模型(=1、2…n)iiiLxBVˆi0ˆxWxC其中：iiiZYXiVVVViiiiiiiiiizyxzyxzyx000000100000000010000000001BTdadadadadadadadadadzdydx333231232221131211000ˆxiiizyxaaaaaaaaazyxZYX033032031023022021013012011000000L032033022023012013031033021023011013031032021022011012033032031023022021013012011000000000000000000222000000000000222000000000000222000aaaaaaaaaaaaaaaaaaaaaaaaaaaC)()()(111033032023022013012033031023021013011032031022021012011023302320231022302220221021302120211aaaaaaaaaaaaaaaaaaaaaaaaaaaxW四元数配准算法和六参数配准算法验证结果11a12a13a21a22a23a31a32a33a方向余弦四元数配准算法六参数配准算法0.764621216817700.7646223649-0.62912149849248-0.62912365300.13985