三维激光扫描数据的空间配准研究

虚拟地理环境建设涉及到多种技术,其中信息采集技术的发展,为构建虚拟地理环境提供了数据支撑平台。在现有的数据采集技术中,三维激光扫描(LiDAR)以其独特的优势,为真实世界的数字化提供了一种以往任何技术无法比拟的手段。 为重构物体的三维模型,需先用三维激光扫描仪对物体进行全方位扫描。由于受到观察环境、观测仪器和物体本身形状的限制,不可能一次性得到描述复杂物体的所有点云数据。因此,应首先通过激光扫描仪从不同角度获取物体表面的点云数据,然后将不同视图数据进行拼接,最后在同一空间坐标系内进行融合,从而完成对物体的完整点云模型构造。点云数据配准是三维建模中的关键技术,它直接影响最后的合成结果和模型精度。本文在总结国内外学者研究成果的基础上,着重研究了三维激光扫描数据的空间配准问题,主要贡献包括以下几点: 1.三维激光扫描数据的空间配准分析 针对地理场景数据海量性、跨度大、测站多等特点,本文提出了基于地理场景的三维激光扫描数据空间配准的方法,通过序列拼接、整体匹配和数据融合的三步方案实现配准。实例证明该配准方案是可行的,满足地理场景的配准需求。 2.序列拼接 实现两站点云之间的空间坐标系的统一,关键在于计算出转换模型中的七个转换参数,为此要求两站点云中存在不少于三对不共线的同名点。同名点的选取分为两种情况:当场景中有标签时,本文提取了标签的中心作为同名点;当地理场景中不存在标签时,本文将两站点云以透视投影的方式在OpenGL环境中显示出来,然后通过人机交互选择的方法获得同名点。最后,根据选取的同名点,本文采取了附有条件的间接平差对转换模型进行解算,并进行了误差分析;实验证明两种提取同名点进行数据拼接的方法都可以满足数据建模的精度要求。 3.整体匹配和数据融合 整体匹配和数据融合是空间配准的两个重要步骤。在序列拼接过程中会产生累积误差,为了消除累积误差,本文提出了基于闭合导线条件的整体误差分配计算方法;此外,为了减少冗余数据、精简建模数据,本文对于拼接后的满足精度的点云数据,提出了在重叠区域先进行空间划分再删除冗余点的数据融合方法并加以验证。 4.数据验证 在上述研究的基础上,本文研发了三维激光扫描数据后处理原型系统的配准模块,实现了三维激光扫描数据的空间配准功能,通过实例数据配准验证了本文所采用的点云配准算法在精度上满足三维模型重建的要求。