文 献 综 述

1.1课题背景

随着计算机技术的迅猛发展和测绘技术的不断革新，将被观测物体的信息迅速转化为计算机可以识别处理保存的数据已成为新时期测量的主要发展方向。近年来涌现了各种各样的采集空间数据的新方式、新手段，它们推动了三维空间数据的获取向集成化、动态化、实时化、数字化和智能化的趋势发展。

三维激光扫描技术就是当今测量领域发展迅速的一门新技术。与传统的测量技术相比，该技术具有采集数据量大，数据采集速度快，数据采集精度高，实时性强，成本低等特点，是对现实世界进行快速地三维重建的一种全新技术手段。随着地面三维激光扫描仪及其数据处理程序的发展，使用地面三维激光扫描系统监测变形、快速获取物体表面形态特征，在地质、建筑和文物保护等领域具有重要的应用价值。地面三维激光扫描技术国内外研究现状，说明了地面三维激光扫描系统的工作原理，并将地面三维激光扫描技术同其他采集数据的传统测绘手段进行了比较分析，阐述了该技术的优越性。

地面三维激光扫描技术采集的数据点与一般测量仪器采集的数据的区别在于，这些数据点以”点云”的形式被大量获取。点云数据是使用各种三维数据采集设备得到的空间上离散的几何点的集合，在空间上表现为悬浮在空中没有属性的离散点阵数据，可以真实地反映客观场景的现状及其变化。

1.2研究现状

由于物体的遮挡、扫描仪的限制等原因，要完成对一个物体的完整三维数据获取，地面三维激光扫描仪需要多测站多角度进行扫描。但在不同测站进行扫描的坐标系不同，因此需要通过点云配准将多站扫描数据拼接到同一坐标系下，以获取物体表面的完整的形状信息。在文献[1]中讲述了影像的内外方位元素、空间直角坐标系的旋转变换和共线方程。文献[2]提出一种已知多视激光点云配准初值进行自动全局优化的整体配准算法，并详细推导了多视激光点云配准全局优化平差模型。这种算法对多视角三维激光点云的扫描顺序不作要求，可以处理无序散乱的多视三维激光扫描点云，同时可以获得最小二乘意义下的最优变换参数，实现多视三维激光点云的自动精确配准。文献[3]针对闭合条件下地面三维激光扫描点云配准产生的闭合差，基于测量平差理论，提出一种闭合分配方法。首先通过间接平差理论求出各相邻测站间的坐标转换参数及其精度，再对闭合差按与方差成正比分配给各测站。文献[4]分析点云配准的原理，在此基础上推导出点云配准误差传播模型。利用该模型解算了配准后的点位误差，将该误差作为衡量点云配准好坏的指标。为评估地面三维激光扫描测距的变化给点云配准误差造成的影响，设计了一套实验方案，在地面三维激光扫描仪测距精度内对不同距离进行了严格的试验。根据提取的靶心和点云配准误差传播模型，计算得出不同距离下的点云配准精度，从而分析得出点云配准精度的扫描最佳距离。文献[5]在ICP(Iterative Closest Point)算法的基础上，提出了结合基于特征点的等曲率预配准方法和邻近搜索ICP改进算法的精细配准，自动进行点云数据配准的算法。文献[6]通过提取更加有效的交线特征，结合点特征，完成对不同场景数据的粗配准。文献[7]利用非接触式三维激光扫描仪对目标进行旋转扫描，获得目标的不同旋转位置的空间数据和数字影像，对相邻的两幅立体影像利用匹配方法寻找同名点，并映射到空间方，同时利用相对定向和空间相似变换分别剔除像方和空间方的粗差，以获得相邻两个坐标系准确的空间相似变换参数，根据空间相似变换参数将位于相邻的两个坐标系的空间点统一到同一个坐标系中去，完成三维数据的配准。文献[8]介绍了地面三维激光扫描系统的工作原理，对多种不同的三维激光扫描仪进行详细的类别划分。对系统的定位定向和坐标系统的转换问题作了探讨等。文献[9]针对人工建筑物表面存在的几何特征关系提出了基于几何特征约束的建筑物点云配准算法，根据点云数据中平面与平面重合关系，推导点在平面上和平面法线平行的2种线性不等约束条件。在6独立参数模型中增加几何特征约束的不等约束条件组成了附有约束条件的配准模型。通过对建筑物3维激光扫描点云数据的采集和处理，详细分析了几何特征约束配准算法的处理结果。文献[10]为了实现不同视角下测得的数据的多视定位的点云数据配准算法。这种算法针对近邻内的点，采用二次曲面逼近的方法来求得每个点的曲率，并根据曲率的Hausdorff距离来寻找有效点集，建立名义上的对应关系，最后用四元组法来求得坐标变换，把数据统一到一个坐标系下。文献[11]提出一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象，自动进行点云数据配准的算法。该算法针对待配准的2组点云数据，根据测点及其邻域点估算每个点的曲面法矢方向进行调整，使其指向曲面的同一侧；然后计算各个测点的曲率。文献[12]的算法利用MLS(moving least squares surfaces）表面计算出两组点云中每个点的曲率，提取曲率局部曲率变化最大的特征点，并计算曲率的Hausdorff距离来获得初始匹配点，然后根据初始匹配点之间极大极小曲率的相似度函数，采用粒子群优化算法确定精确匹配点。文献[13]提出一种旋转平台点云数据的配准方法。该方法利用3片以上不同角度的位于圆柱面上的点云数据标定出旋转平台中心轴的位置，从而获取扫描设备和旋转平台之间的相对关系，根据旋转平台的角度关系计算出多片点云之间的旋转矩阵，最后将任意角度获取的点云配准到统一的坐标系下。文献[14]研究了一种结合曲率的RANSAC（Random Sample Consensus）点云配准算法，并利用改进的ICP算法对点云进行精确配准。文献[15]探讨了不同坐标系下的三维点云统一到某一固定坐标系下形成完整目标的问题，提出了一种全自动获取三维视图配准初值的方法。文献[16]提出了一种基于特征点的改进ICP算法，在采用主方向贴合法实现初始配准的基础上，使用曲率特征点和k-d tree寻找最近点，提高了ICP算法的效率。文献[17]以摄影测量的空中三角测量理论为基础，提出基于光束法区域网平差的地面多站点云自动整体配准理论，通过配准标志的布设及测量实现全区域网的构建，解算光束法区域网平差。文献[18]为一次性解算多站地面扫描点云坐标转换参数，将各站点云坐标转换成工程测量指定坐标，提出基于光束法区域网平差的数字模型。文献[19]提出一种基于序列迭代的多视点云三维配准方法，利用反向投影确定两点集的重叠区，基于法向量计算定标球球心坐标，实现相邻点云的准确融合，利用基于马氏距离计算相邻点云的三维边缘点，通过在迭代过程中不断优化转换矩阵，逐步提高配准精度，消除部分重影现象。

1.3总结

近些年来随着三维激光扫描技术的快速发展，地面三维激光扫描仪，因其快速性、穿透性、不接触性、实时性、高精度、高密度、高效率等特性得到了较为广泛的利用。三维光学测量技术的发展以及成本的降低，使物体表面的数据获取变得更为容易，将不同视点扫描的点云数据进行配准是获得被测物体完整模型的一个重要步骤。目前在隧道测量、工程测量、历史文物保护等多领域中起到了帮助作用。但是由于三维激光扫描仪在扫描过程中获取的点云数据量大，数据密度高，同时由于目标物体周围地物和仪器自身因素的影响，往往存在噪声点，这些噪声点云数据在存储和传输方面都有较多不便，不利于后续的三维重建工作。所以对于地面三维激光点云数据的各种处理算法研究是非常重要的。针对地面三维激光扫描系统应用中存在的问题，客观的评价地面三维激光扫描系统的价值，采取有效的手段弥补应用中的缺陷不足，尽可能的借助于该技术的优势实现三维数据实时廉价获取，海量数据的快速存储与快速处理，建立完整的三维空间数据模型，进行精确的地理空间数据表达。

参考文献

[1] 张剑清,潘励,王树根.摄影测量学[M].武汉:武汉大学出版社,2009:28-29.

[2] 李彩林,郭宝云,季铮.多视角三维激光点云全局优化整体配准算法[J]. 测绘学报,2015,02:183-189.

[3] 徐源强,高井祥,张丽,等.地面三维激光扫描的点云配准误差研究[J]. 大地测量与地球动力学,2011,02:129-132.