chapter03_地面三维激光雷达数据基础.pdfVIP

3 地面三维激光雷达数据基础 获取高质量的点云数据是扫描过程中的第一步。三维激光扫描获取的基本 信息是数量众多的点的三维坐标信息——点云数据，此外还可能包括如颜色， 反射强度，法向量等附加属性信息。本章主要介绍点云的定义、点云表达形 式、坐标系统以及点云的常用信息特征。 3.1 点云定义与表达 3.1.1 点云定义 从定义来看，点云是在同一空间参考系下表达目标空间分布和目标表面光 谱特性的海量点集合，是由物体模型表面上一系列空间采样点构成的模型几何 描述，也是地面三维激光扫描数据的通用表现形式。它在同一坐标系下描述了 目标空间三维分布和表面特性。除了具有空间坐标外，还包含了激光反射强度 和真彩色光谱信息。点云的两个基本特征是： 1）几何特征：描述对象的几何形状和空间目标之间的关系。 2 ）可视化或专题特征：可以用来描述物体表面的属性特征。 3.1.2 点云类型 由于点云获取方式的多样性，为了有效的处理各种形式的点云，根据点云 中点的分布特点将点云可分为一下几种（图 3.1 所示）： 1）散乱点云：测量点没有明显的几何分布特征，不具有拓扑信息且呈散乱 无序状态。随机扫描方式下的 CMM 、激光点测量等系统的点云表现出散乱特 征，是目前大多数地面三维激光扫描系统的点云数据形式。 2 ）扫描线点云：点云由一组扫描线组成，扫描线上的所有点位于扫描平面 内。沿直线扫描的三角激光测量系统、二维线扫描结构及结构光扫描测量数据 呈现该特征。 3 ）网格化点云：点云中所有点都与参数域中一个均匀网格的顶点对应。将 点云数据经过网格化插值后得到的的点云即为网格化点云，其具有网格拓扑信 息。 4 ）多边形点云：多边形点云的测量点分布在一系列平行平面内，用小线段 将同一平面内距离最小的若干相邻点依次连接可形成一组有嵌套的平面多边 形。莫尔等高线测量、工业CT、层切法、磁共振成像等系统的测量点云呈现多 1 边形特征。 3.1 图 点云类型 3.1.3 点云表达 地面三维激光雷达的原始数据是极坐标系统，因此点云还可以极坐标方式 表达。将极坐标中的水平角和垂直角对应到二维图像的像素，将斜距量化为图 像灰度就得到深度图像，如果将激光强度量化为图像灰度就得到强度图像。由 于点云具有多样化的信息特征，面向不同的应用需求需要采用不同的交互处理 格式，目前点云表达形式主要包括了图像表达以及三维空间坐标表达两种类 型。 1）图像表达。由于地面三维激光系统扫描获取的原始点云数据是极坐标系 统，因此可以利用极坐标的方式来表达点云。通过将极坐标中的水平角和垂直 角通过插值采样对应到预定义了像素大小的二维图像的每个像素，然后将点云 不同的属性量化为图像灰度即可得到对应的点云图像表达。若将点对应的测量 距离量化为图像灰度就得到深度图像，将激光强度量化为图像灰度就得到强度 图像。另外，还可以直接利用点云的空间坐标信息进行均匀格网划分，然后统 计格网内点云的点个数、平均高程、平均反射强度等属性并进行量化，也可形 成点云图像。由于采用图像格式来表达点云，能够很大程度上降低点云的存储 2 占有空间，而且存在像素拓扑信息，构造形式灵活，因而成为了目前点云处理 过程中的一种较为主流的中间格式。但其存在会在格网或属性灰度量化过程中 平滑信息，而且像素大小难以确定的缺点。图 3.2 中（a ）（b ）为采用极坐标角 度值量化的强度及深度灰度影像，（d ）（e ）为通过格网量化后得到的深度及密 度影像。 2 ）三维空间坐标表达。三维空间坐标表达主要是通过ASCII 文本（txt ，asc， pts 等格式）或者是其它自定义的点云格式或者目前主流的跨平台交互格式（obj、 ply 、stl、iges 及las 等格式）来进行存储与表达。文件其中每行记录了一个点的 坐标、强度、法向量、光谱等信息，记录方式比较灵活，是散乱点云目前常用 的表达格式。las 格式是目前机载LIDAR 点云的通用存储格式，包括了公共头、 变长记录以及点云记录三个部分，分别用来基于点的投影信息、多次回波信 息、比例因子、条带等信息。为了实现三维空间点云