点云数据实现三维实体建模方法探索
第43卷第15期山西建筑Vol.43No.15
2 0 1 7 年 5 月SHANXI ARCHITECTURE May.2017 ? 257 ??计算机技术及应用?
文章编号：1009-6825 (2017)15-0257-02
点云数据实现三维实体建模方法探索
赵吉潘永刚陈佳慧
(新疆大学建筑工程学院,新疆乌鲁木齐830000)
摘要:介绍了三维激光扫描技术的特点，以奇台县半截沟镇镇大门为研究对象，阐述了基于三维激光扫描数据的镇大门三维建 模流程与方法,指出利用该技术创建的模型精度符合测量要求。
关键词：三维激光扫描，点云数据，三维建模，纹理贴图
中图分类号:TP319 文献标识码:A
〇引言
三维激光扫描技术又被称为实景复制技术，它是测绘技术领 域内继G P S技术之后的又一次技术革命。它不同于传统的单次 单点测绘方法，而是使用激光束进行整条线上的扫描，一次获取 目标物上一整条的数据信息，具有效率高、精度高的特点。利用 这种线式的高速扫描测量方法，结合激光扫描仪自身配备的C D D 专业相机，可以在很大范围内快速获取对象表面具有高分辨率的 点云数据，这种新的结合模式为外业测绘提供了一种全新的技术 手段。
近年来，国内外学者将地面三维激光扫描系统用于物质文化 遗产的研究、保护和文化旅游综合服务中。Pesci等[1]对将三维 激光扫描技术应用于比萨斜塔的研究之中；Teza等[2]利用点云 数据监测了意大利倾斜钟楼情况;Hinzen等[3]利用点云数据分析 了古罗马大剧场看台石阶的倾斜特征。在国内，赵煦等[4]在研究 云冈石窟时使用了三维激光扫描技术;李德仁等研究的敦煌石窟 项目，采用双目立体相机与激光扫描相结合进行三维建模[5];王 茹[6]采用三维激光扫描结合人工作业和照片的形式完成古建筑 3D模型重建。
1点云数据三维建模基本流程
通过野外现场数据采集过程得到了镇大门建筑表面的原始 点云数据。要对原始的多站点数据进行配准拼接、去噪简化等处 理，才能获得完整的镇大门点云数据。然后进行镇大门的三维实 体重建，具体包括基本几何体创建、平面创建和纹理贴图三个部 分(见图1)。三维实体重建利用3ds M a x建模软件，对镇大门的 所有部分进行建模。
|原始点云@
点云数据处理
|配准拼接噪简化
实体点云数据|
I模型三维实体重建 |
!|几何体创建|—?|平面创建P{纹理贴图| !
1r————: J
I实体模型生成1
图1基于三维激光扫描数据的镇大门三维建模流程本文着重讲解建筑物基本几何体的创建、平面创建和纹理贴 图部分。对于点云数据的处理，包括配准拼接和去噪简化不加以介绍。
2点云数据的三维实体建模过程
2.1 点云数据导入
我们所使用的建模软件版本是Autodesk 3ds Max 2017,在新 版本中，创建面板增加了对点云系统的支持。通过三维激光扫描 仪扫描出来的点云数据生成格式为.res的数据库文件，将该种格 式的文件导人到3ds M a x中进行建模。
在界面右上方呈“十”字形的“创建”面板中点击“几何体”按 钮，在下拉栏中点击“加载点云”按钮。在弹出的对话框中找到镇 大门点云文件并将其打开。在m a x任意视窗中创建点云对象。
2_ 2模型三维实体重建
本文以奇台县某镇的镇大门为例，经过实地调研以及使用三 维激光扫描仪扫描测量后。得到了该大门格式为.res的点云数 据文件(见图2)。
图2镇大门点云数据
点云数据只包含物体表面测点的空间坐标信息，经过对点云 数据的处理后，便可对镇大门进行三维实体重建，使其具有实体 三维造型。三维重建包括基本几何体创建、平面创建和纹理贴图三个步骤。
2.2.1 基本几何体创建
由实地调研可知,该大门的主要构成部分可分为下部左右两 边的梯形台、4根长立柱、若干横长柱以及大门上部的斗拱和房 顶等。
首先，我们可以看到大门下部主体为左右两个大致对称的梯 形台，在m a x中没有可以直接使用的标准几何体，所以我们选择 先建立一个长方体，然后对长方体使用修改器列表中的F F D2 x 2 x2工具。选中建立的长方体体块，点击右侧命令面板F F D2 x 2 x2工具下的控制点按钮。我们会发现长方体的8个顶点处于 可移动的状态，接下来分别将各个顶点移动至对应位置,在移动 的过程中要将捕捉开关打开，方便选取点云顶点。对该长方体的 顶点进行位置变化后，便得到了我们所需要的梯形台。这里需要
收稿日期:2017-03-13
作者简介:赵吉（1991-),男，在读硕士；潘永刚（1966-),男，硕士生导师，副教授；陈佳慧（1992-),女，在读硕士
三维点云数据处理的技术研究
三维点云数据处理的技术研究 中国供求网 【摘要】本文分析了大数据领域的现状、数据点云处理技术的方法，希望能够对数据的技术应用提供一些参考。 【关键词】大数据;云数据处理;应用 一、前言 随着计算机技术的发展，三维点云数据技术得到广泛的应用。但是，受到设备的影响，数据获得存在一些问题。 二、大数据领域现状 数据就像货币、黄金以及矿藏一样，已经成为一种新的资产类别，大数据战略也已上升为一种国家意志，大数据的运用与服务能力已成为国家综合国力的重要组成部分。当大数据纳入到很多国家的战略层面时，其对于业界发展的影响那是不言而喻的。国家层面上，发达国家已经启动了大数据布局。2012年3月，美国政府发布《大数据研究和发展倡议》，把应对大数据技术革命带来的机遇和挑战提高到国家战略层面，投资2亿美元发展大数据，用以强化国土安全、转变教育学习模式、加速科学和工程领域的创新速度和水平;2012年7月，日本提出以电子政府、电子医疗、防灾等为中心制定新ICT(信息通讯技术)战略，发布“新ICT计划”，重点关注大数据研究和应用;2013年1月，英国政府宣布将在对地观测、医疗卫生等大数据和节能计算技术方面投资1(89亿英镑。 同时，欧盟也启动“未来投资计划”，总投资3500亿欧元推动大数据等尖端技术领域创新。市场层面上，美通社发布的《大数据市场:2012至2018年全球形势、发展趋势、产业
分析、规模、份额和预测》报告指出，2012年全球大数据市场产值为63亿美元，预计2018年该产值将达483亿。国际企业巨头们纷纷嗅到了“大数据时代”的商机，传统数据分析企业天睿公司(Teradata)、赛仕软件(SAS)、海波龙(Hy-perion)、思爱普(SAP)等在大数据技术或市场方面都占有一席之地;谷歌(Google)、脸谱(Facebook)、亚马逊(Amazon)等大数据资源企业优势显现;IBM、甲骨文(Oracle)、微软(Microsoft)、英特尔(Intel)、EMC、SYBASE等企业陆续推出大数据产品和方案抢占市场，比如IBM公司就先后收购了SPSS、发布了IBMCognosExpress和InfoSphereBigInsights 数据分析平台，甲骨文公司的OracleNoSQL数据库，微软公司WindowsAzure 上的HDInsight大数据解决方案，EMC公司的 GreenplumUAP(UnifiedAnalyticsPlat-form)大数据引擎等等。 在中国，政府和科研机构均开始高度关注大数据。工信部发布的物联网“十二五”规划上，把信息处理技术作为四项关键技术创新工程之一提出，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分，而另外三项:信息感知技术、信息传输技术、信息安全技术，也都与大数据密切相 关;2012年12月，国家发改委把数据分析软件开发和服务列入专项指南;2013年科技部将大数据列入973基础研究计划;2013年度国家自然基金指南中，管理学部、信息学部和数理学部都将大数据列入其中。2012年12月，广东省启了《广东省实施大数据战略工作方案》;北京成立“中关村大数据产业联盟”;此外，中国科学院、清华大学、复旦大学、北京航空航天大学、华东师范大学等相继成立了近十个从事数据科学研究的专门机构。中国互联网数据中心(IDC)对中国大数据技术和服务市场2012,2016年的预测与分析指出:该市场规模将会从2011年的7760万美元增长到2016年的6。17亿美元，未来5年的复合增长率达51(4%，市场规模增长近7倍。数据价值链和产业链初显端倪，阿里巴巴、百度、腾
重庆市三维两江四岸三维仿真模型数据标准-090117
重庆市城市规划三维仿真模型数据标准（试行） 1范围 本标准规定了三维仿真模型的术语、基本规定、成果内容及相关要求、建模要求及三维动画制作要求。 本标准适用两江四岸规划区及其他重点控制区域（以下简称规划控制区）的现状三维模型、城市设计三维成果，以及规划控制区内的新建、改造建设项目三维模型成果制作。 2术语 2.1现状三维模型 指真实反映现状地形、基础设施、自然景观以及建筑外观和风格的虚拟现实模型。 2.2城市设计三维模型 指侧重于城市空间形态和环境的整体构思和安排，表达规划编制范畴的城市空间布局、景观形象、地形、基础设施以及建筑设计的虚拟现实模型。 2.3建设项目三维模型 指在行政审批环节中反映的建设项目的建筑体量、建筑外形和风格、外立面及建筑布局的规划方案虚拟现实模型。 3基本规定 3.1基础地形建模要求 1）城市规划区域的数字高程模型必须采用1:500地形图，地表纹理信息根据规划设计方案的景观设计材质库中选取相应的图片。 2）城市建成区域的数字高程模型必须采用1:500地形图，地表纹理信息由实地拍摄的数码照片，拍照应使用500万像素以上的广角照相机。 3）其他区域的数字高程模型可采用用1:2000或1:1万地形图，地表纹理信息由1:2000真彩色正射影像或分辨率不小于1m的彩色卫星影像图片获取。 3.2空间参考系要求 1）大地基准：必须采用重庆市独立坐标系。 2）高程基准：必须采用1956年黄海高程系。 4成果内容及相关要求 4.1成果文件内容 三维模型成果必须经过烘培，能够真实而艺术地反映地形地貌、基础设施、自然景观以及建筑外观和设计风格。三维成果必须包含以下内容： 1）三维渲染整体效果图，图像分辨率不小于2048×2048，图片格式采用*.tif。 2）带材质贴图且经过烘培的三维仿真模型，文件格式为3DS MAX 7.0或以上的*.max，贴图为tif格式。 3）对于建设项目三维模型，必须提交项目总平面、剖面图、立面图、平面图等电子文件，文件格式为AutoCAD2005的*.dwg格式。 4）对于城市设计成果，必须提交相应三维动画（A VI）资料。
三维点云处理软件需求说明资料讲解
三维激光扫描仪点云数据处理软件需求说明 点云数据处理软件是专用扫描软件、数据处理软件、CAD软件接口及应用于检测监测、对比分析的软件。 基本描述 点云数据处理软件能够用于海量点云数据的处理（点云数量无限制，先进内存管理）及三维模型的制作。支持模型的对整、整合、编辑、测量、检测监测、压缩和纹理映射等点云数据全套处理流程。能够基于点云进行建模，拥有规则组建智能自动建模功能（一键自动建模）要求能够精细再现还原现场。具有真彩色配准模块，扫描物体点云的颜色即为物体真实的颜色。相机彩色图片可以配准贴图到三维模型。 1.可直接操作激光扫描仪进行数据采集、输入及输出。可接受多种数据格式，如AutoCAD dxf、obj、asc、dgn、pds、pdms等，可接受自定义格式的文本文件输入。 2.软件应具高精度和高可靠性，能够进行点云数据拼接、纹理贴图、特征线的提取、具有点云数据渲染、点云数据压缩、三角网模型生成、几何体建模等功能，软件快速、准确、易操作性。 3.可以智能地自动提取出特征线，同时也可提供人工方式进行特征线的提取。 4.能够提供多种断面生成方式，可以方便地生成一系列的断面线。生成的断面可以方便的导出到CAD及其它软件中做进一步加工处理和应用。应能够提供非常精确的量测物体尺寸的方法。 5.需要一体化软件且具备完整功能1). Registration模块：多种点云拼接模式、导线平差、引入地理参考、目标识别2). Office Survey模块：任意点云导入导出；点云的裁剪、取样、过滤；提取线形地物；在办公室任意量测数据；任意纵横断面；点云矢量化；3D等高线及标注；三角格网生成；任意形体建模；隧道及道路；任意体积面积计算；点云着色；纹理贴图；连续正射影像3).Modeling模块：
DEM三维模型Word版
在Arcgis中利用分层设色法实现DEM可视化分析，生成立体等高线、三维线框透视图、地形三维表面模型。 数据：汤国安ARCGIS数据里的DEM 分层设色法： 1、基于高程的分带设色 一、提取等高线 工具：空间分析里的，设置参数: 二、分层设色 对DEM进行分层设色。
生成的图： 2、基于高程数据的灰度影像 建立等立体等高线 打开ARCSCENE，添加等高线，在等高线的属性里面设置：
生成：
三维线框图 1、将等高线转换成点要素 执行命令【数据管理|要素|要素转点】 得到： 2、利用上述点建立TIN 执行命令【3D分析工具|TIN管理|建立TIN】 得到： 3、在Arcscene里面将TIN转换成三角形 执行命令【3D分析|转换|由TIN转出|TIN 三角形】，并调整填充颜色的显示得到：
地形三维表面模型 利用上述构成的三维线框图添加面的显示。 再把上述之前建立好的等高线加上来，并调整透明度【图层属性|符号系统|唯一值设置|高级|透明度】，得到 注：这里因为点数较少，所以得到的线框图比较简单，所以也就导致最后的三维表面模型有点生硬，不够贴合实际。 二、利用ARCGIS软件，基于地形晕渲法模拟一天中南京地形的光照变化（因为找到的南京地区的数据有问题，不能用，所以就用其他的DEM数据代替。） 1、提取坡度、坡向 利用【空间分析|表面|坡度、坡向】 得到：
2、利用山体阴影提取当地在不同太阳方位角和高度角（参考坡向和）得到的图： 太阳方位角=225°，高度角=15°方位角=315°，高度角=15° 太阳方位角=225°，高度角=60°方位角=315°，高度角=60° （注：可编辑下载，若有不当之处，请指正，谢谢!）
三维激光扫描分类及工作操作规范
三维激光扫描分类及工作 操作规范 Revised by Hanlin on 10 January 2021
一、地面激光扫描系统 1、概述 地面激光扫描仪系统类似于传统测量中的全站仪，它由一个激光扫描仪和一个内置或外置的数码相机，以及软件控制系统组成。二者的不同之处在于激光扫描仪采集的不是离散的单点三维坐标，而是一系列的“点云”数据。这些点云数据可以直接用来进行三维建模，而数码相机的功能就是提供对应模型的纹理信息。 2、工作原理 三维激光扫描仪发射器发出一个激光脉冲信号，经物体表面漫反射后，沿几乎相同的路径反向传回到接收器，可以计算日标点P与扫描仪距离S，控制编码器同步测量每个激光脉冲横向扫描角度观测值α和纵向扫描角度观测值β。三维激光扫描测量一般为仪器自定义坐标系。X轴在横向扫描面内，Y轴在横向扫描面内与X轴垂直，Z轴与横向扫描面垂直。获得P的坐标。进而转 换成绝对坐标系中的三维空间位置坐标或三维模型。 3、作业流程 整个系统由地面三维激光扫描仪、数码相机、后处理软件、电源以及附属设备构成，它采用非接触式高速激光测量方式，获取地形或者复杂物体的几何图形数据和影像数据。最终由后处理软件对采集的点云数据和影像数据进行处理转换成绝对坐标系中的空间位置坐标或模型，以多种不同的格式输出，满足空间信息数据库的数据源和不同应用的需要。（1）、数据获取 利用软件平台控制三维激光扫描仪对特定的实体和反射参照点进行扫描，尽可能多的获取实体相关信息。三维激光扫描仪最终获取的是空间实体的几何位置信息，点云的发射密度值，以及内置或外置相机获取的影像信息。这些原始数据一并存储在特定的工程文件
试论3D建模数据的类型、采集方式及建模方法
试论3D建模数据的类型、采集方式及建模方法 1.3D建模数据类型 由于二维GIS数据模型与数据结构理论和技术的成熟，图形学理论、数据库理论技术及其它相关计算机技术的进一步发展，加上应用需求的强烈推动，三维GIS的大力研究和加速发展现已成为可能。因为地理空间在本质上就是三维的，在过去的几十年里，二维制图和GIS的迅速发展和广泛应用，使得不同领域的人们大都接受了将三维世界中的空间实体转化为二维投影的概念数据模型。但随着应用的深入和实践的需要又渐渐暴露出二维GIS简化世界和空间的缺陷，所以有关人员又不得不重新思考地理空间的三维本质特征和在三维空间概念下的一系列地理处理方法。 从三维GIS的角度出发考虑，三维地理空间应有如下不同于二维空间的基本特征： （1）几何坐标增加了第三维信息（Z坐标信息或H坐标信息），即垂向坐标信息。 （2）垂向坐标的增加导致了复杂的空间拓扑关系。其中突出的一点是无论是零维、一维、二维还是三维，在垂向上都具有复杂的拓扑关系；如果说二维拓扑关系在平面上是呈圆状发散伸展的话，那么三维拓扑关系就是在三维空间中的无穷延伸。 （3）三维地理空间中的地理对象具有丰富的内部信息（如属性分布，结构形式、关联特征等）。 过去十来年中，国内外学者围绕三维地理空间构模、三维地质空间构模、以及三维地理空间与三维地质空间集成构模，研究提出了二十余种三维空间数据模型。围绕这些不同特色的，模型的研究和比较，人们试图对三维空间模型机三维空间构模方法进行某种分类，如基于几何描述的分类和基于拓扑描述的分类等。 1.1基于几何描述的分类 若不区分准三维和真三维，则根据三维空间模型对地学空间目标的几何特征的描述是以表面描述方式还是以空间剖分方式，可以分为面元模型和体元模型两类。其中，面元模型采用面元对三维空间对象的表面进行连续或非连续几何描述和特征描述，不研究三维空间对象的内部特征；体元模型采用体元对三维空间对象的内部空间进行无缝完整的空间剖分，不仅描述三维空间对象的表面几何，还研究三维空间对象的内部特征。 基于这两类三维空间模型，形成了3类三维空间模型构模方法，即单一三维构模（single 3Dmodeling）、混合三维构模（compound 3D modeling）和集成三维构模（ intergral 3D modeling）。其中，单一三维构模是指采用单一的面元
三维点云分割综述
三维点云的语义分割3D Point Cloud Semantic Segmentation (PCSS)在计算机视觉以及机器人领域广泛的应用，随着深度学习技术的发展在点云的语义分割领域提供了新的可能性，并受到越来越多的关注，本文将着重的介绍这一主题的相关研究，首先从遥感领域和计算机视觉的角度概述三维点云的分割，并且结合已经发表的PCSS相关的文章作为研究基础，进行总结和比较，并且对传统的以及最新的点云分割技术进行回顾和比较，最后讨论了PCSS研究中重要的问题和有待解决的问题。 分割、分类和语义分割概念区分 点云语义分割是具有很长的研究历史，这里将点云分割，分类，以及语义分割做一个简短的概念区别，点云语义分割在计算机视觉领域中是广泛的使用，尤其是在深度学习的应用中。在遥感领域PCSS通常被称之为“点云分类”，在某些情况下，也可以理解为“点云标记”，在本文中是指点云的每个点与语义的标签关联起来的任务称为PCSS。 在基于监督学习的方法中广泛的使用在语义分割领域之前，对2.5D/3D的点云数据的非监督分割是指在不考虑语义信息的情况下，对具有相似的几何或者光谱特征的点云进行分类，所以在PCSS中，PCS（点云分割）可以作为一个预分割的步骤，并且影响着最终的语义结果。所以本文也包含了关于PCS方法的讨论。这部分内容将再在接下来的文章中发布。 我们知道单个的物体的结构不能直接通过一帧的原始点云获取，比如城市规划和建筑信息建模（BIM）需要参考建筑物或者人造物，森林的遥感监测需要基于树木的几何结构信息，机器人的应用如同时构建地图与定位（SLAM）需要室内环境来绘制地图，在自动驾驶，目标检测，分割与分类是构建高精地图所必须的，所以点云的分割以及语义分割是3D视觉领域基本且关键的任务。 点云的获取 在计算机视觉和遥感领域，点云可以通过四种主要的技术获得， （1）根据图像衍生而得，比如通过双目相机， （2）基于光探测距离和测距系统比如lidar, （3）基于RGBD相机获取点云 （4）Synthetic Aperture Radar (SAR)系统获取，基于这些不同的原理系统获取的点云数据，其数据的特征和应用的范围也是多种多样。下面将要介绍这些技术。 图像衍生点云 概括起来就是通过双目采集的图像，根据摄影测量学或者计算机视觉理论原理，自动或者半自动的计算出三维的点云信息，根据不同的平台，立体和多视角的图像衍生系统可以分为机载，卫星，以及无人机等。传统的摄影测量计算中采用半自动人机交互方式生成三维点，具有严格的几何约束和较高的测量精度。由于许多人工操作，生成这种类型的点数据非常耗时。因此，用这种方法生成大面积密集点是不可行的。在测量和遥感行业中，这些早期形成的“点云”被用于绘制和生成数字地表模型（DSM）和数字高程模型（DEM）。由于图像分辨率的限制和多视点图像处理能力的限制，传统的摄影测量只能从航空/卫
三维激光扫描数据处理操作说明
三维激光扫描数据处理操作说明 中国地质大学三峡中心 钟成 2015年12月
1. 配置要求 扫描要求：密度高，扫描全面，站间重叠度高。 系统配置：XP系统，32位，有D盘盘符。 软件安装： ILIRS-3D软件包（绿色） polyworks_10_0_3_32bit.exe, chanzhuang.exe和配套库， Geomagic Studio10, TexCapture1.1。 Matlab 10.0 2. 数据预处理 2.1. 数据转换 2.1.1. 数据导入 打开ILIRS-3D软件包中Parser 5.0.1.4中Parser.exe，界面如图2.1.1： 图2.1.1 点击Add找到笔记本中存储扫描数据的文件夹：
出现以下界面： 图2.1.3 工具栏中放大缩小按钮可用于观察扫描范围。 2.1.2. 基本设置 然后点击setting对解压过程进行设置，出现如2.1.4界面。
图2.1.4 其中，Outputfile界面，主要设置输出路径和格式。默认路径在保存点云文件夹下，不用改。默认选择PIF格式，24-bit texture，也就是有颜色信息的点云，如果是8-bit scaled 则是点云强度信息。PIF格式是polyworks支持的格式。如果选择XYZ格式，则以ASCII码形式输出，也可以定义是否需要输出颜色信息。该格式可直接被Geomagic打开。 图2.1.5 2.1. 3. 颜色设置 然后，在最左边列表里选择Color Channel，出现如下界面：
选中， 默认的在会出现相应的照片信息，如果没有，则检查存储扫描数据的文件夹里是否有照片文件。 在里，默认是没有文件内容的，点击，到“ILIRS-3D”软件包，找到文件“10384 CameraCalParam.txt”即可。 2.1.4. 平移参数设置 然后在最左边列表里选择Pan tilt Transform，出现如下界面：
数据处理点云处理
非接触三维扫描测量数据的处理研究 1 点云数据的处理 1.1 噪声点的剔除和失真点的查找.在非接触三维扫描测量过程中,受测量方式、被测量物体材料性质、外界干扰等因素的影响,不可避免地会产生误差很大的点(噪声点)和失真点(跳点).因此在数据处理的第一步,就应利用相关专用软件所提供的去噪声点功能除去那些误差大的噪声点和找出可能存在的失真点[3].失真点的查找需要一定的技巧和经验,下面介绍3种方法供大家参考:①直观检查法.通过图形显示终端,用肉眼直接将与截面数据点集偏离较大的点或存在于屏幕上的孤点剔除.这种方法适合于数据的初步检查,可从数据点集中筛选出一些比较大的异常点.②曲线检查法.通过截面的首末数据点,用最小二乘法拟合得到一条样条曲线,曲线的阶次可根据曲面截面的形状决定,通常为3~4阶,然后分别计算中间数据点pi到样条曲线的距离‖e‖,如果‖e‖大于等于[ε]([ε]为给定的允差),则认为pi是坏点,应予以剔除(见图1).③弦高差方法.连接检查点的前后2点,计算中间数据点pi到弦的距离‖e‖,如果‖e‖ [ε]([ε]为给定的允差),则认为pi是坏点,应予以剔除.这种方法适合于测量点均匀且较密集的场合,特别是在曲率变化较大的位置(见图2). 图1 曲线检查法剔除坏点 图2 弦高差方法 1.2 数据精简.非接触三维扫描测量的突出特点是点云十分密集,数据量极其庞大(在1m2的范围内有数十万个点).若将如此庞大的数据量直接用于曲面构建不仅需要巨大的计算机资源(普通微机可能无法胜任)和很长的计算时间,而且整个处理过程也将变得难以控制,更何况并非所有的测试数据对曲面的构建都有用.因此,有必要在保证一定精度的前提下,对测试数据进行精简.数据精简的原则是在扫描曲率较大的地方保持较多的数据点,在曲率变化较小的地方保持较少的数据点.不同类型的点云采用不同的精简方式.散乱点云可通过随机采样的方法来精简,而对于扫描线点云和多边形点云可采用等间距、倍率、等量及弦偏差等方法进行精减.此外均匀网格法与非均匀网格法也可用来精减点云数据.其中均匀网格法只需选取其中的某些点,无需改变点的位置,可以很好地保留原始数据,特别适合简单零件表面瑕点的快速剔除.由于均匀网格法没有考虑被测物体的表面形状特征,因此它不适合对形状复杂的重要工程部件测试数据的处理.与之相反,非均匀网格法可以根据被测工程部件外部形状特征的实际需要来确定网格的疏密,因此它可在保证后继曲面构建精度的前提下减少数据量,这在处理尺寸变化较大的自由形体方面显得十分有效. 1.3 数据的平滑处理.点云数据中的随机误差将影响到后续曲面的构建及生成三维实体模
【WO2019216707A1】使用点云数据处理三维物体图像的方法和设备【专利】
( 1 (51)International Patent Classification:(81)Designated States(unless otherwise indicated,for every G06T15/10(2006.01)G06T15/08(2011.01)kind o f national protection av ailable).AE,AG,AL,AM, AO,AT,AU,AZ,BA,BB,BG,BH,BN,BR,BW,BY,BZ, (21)International Application Number: CA,CH,CL,CN,CO,CR,CU,CZ,DE,DJ,DK,DM,DO, PCT/KR2019/005655 DZ,EC,EE,EG,ES,FI,GB,GD,GE,GH,GM,GT,HN, (22)International Filing Date:HR,HU,ID,IL,IN,IR,IS,JO,JP,KE,KG,KH,KN,KP, 10May2019(10.05.2019)KR,KW,KZ,LA,LC,LK,LR,LS,LU,LY,MA,MD,ME, MG,MK,MN,MW,MX,MY,MZ,NA,NG,NI,NO,NZ, (25)Filing Language:English OM,PA,PE,PG,PH,PL,PT,QA,RO,RS,RU,RW, SA, (26)Publication Language:English SC,SD,SE,SG,SK,SL,SM,ST,SV,SY,TH,TJ,TM,TN, TR,TT,TZ,UA,UG,US,UZ,VC,VN,ZA,ZM,ZW. (30)Priority Data: 20184101767910May2018(10.05.2018)IN(84)Designated States(unless otherwise indicated,for every 20184101767930April2019(30.04.2019)IN kind o f regional protection available).ARIPO(BW,GH, GM,KE,LR,LS,MW,MZ,NA,RW,SD,SL,ST,SZ,TZ, (71)Applicant:SAMSUNG ELECTRONICS CO.,LTD.UG,ZM,ZW),Eurasian(AM,AZ,BY,KG,KZ,RU,TJ, [KR/KR];129,Samsung-ro,Yeongtong-Gu,Suwon-Si,TM),European(AL,AT,BE,BG,CH,CY,CZ,DE,DK, Gyeonggi-do16677(KR).EE,ES,FI,FR,GB,GR,HR,HU,IE,IS,IT,LT,LU,LV, (72)Inventors:VELAPPAN,Raghavan;A204,Rajini Ashish MC,MK,MT,NL,NO,PL,PT,RO,RS,SE,SI,SK,SM, Apartments,Tuberahalli,Varthur Road,Bangalore,Kar?TR),OAPI(BF,BJ,CF,CG,Cl,CM,GA,GN,GQ,GW, nataka,560066(IN).VETTUKUZHYPARAMBHIL,KM,ML,MR,NE,SN,TD,TG). Suresh Kumar KrishnanKutty;VettuKuzhiParambhil, Kottamuri P O,Throkkodithanam Changanacherry,Kerala,Published: 686105(IN).DUSI,Pavan Kumar;202,Shivaganga Com?—with international search report(Art.21(3)) plex,Kaggadasapura Main road,Bangalore,Karnataka, 560065(IN).HOLLA,Raghavendra;28/180,15th Main Road,J C Nagar,Bengalur,Karnataka,560086(IN).YA- DAV,Amit;Flat002,Pragathi Corel,K.G.F.Munireddy Layout,B Narayanapura,Mahadevapura,Bangalore,Kar? nataka,560048(IN).DAS,Nachiketa;F6,Chennu homes, 1st cross,Kaggadasapura main road,Bangalore,Karnata? ka,560093(IN).CHUCHRA,Divyanshu;A-302,Nagar- juna Greenwoods Apts,Kadubeesnahalli,Outer Ring Road, Bangalore,Karnataka,560103(IN). (74)Agent:Y.P.LEE,MOCK&PARTNERS;12F Daelim Acrotel,13Eonju-ro30-gil,Gangnam-Gu,Seoul06292 (KR). (54)Title:METHOD AND APPARATUS FOR PROCESSING THREE DIMENSIONAL OBJECT IMAGE USING POINT CLOUD DATA (57)Abstract:An apparatus and method are provided for compressing a three-dimensional(3D)object image represented by point cloud data.The method includes positioning the3D object image into a plurality of equi-sized cubes for compression;determining3D local coordinates in each of the plurality of equi-sized cubes and a cube index for each point of the3D object image positioned in the plurality of equi-sized cubes;generating two-dimensional(2D)image data based on the3D local coordinates and the cube indexes;and storing the2D image data in a memory.The2D image data includes at least one of2D geometry data,2D meta data,or2D color data.
(完整版)三维信息系统模型数据标准(转)
三维信息系统模型数据标准 总则 为了提高规划审批决策的科学性、规范性和高效性，为规范廊坊市报建单位项目方案三维数据的提交，特制定本技术规定。 范围 本规范适用建筑新建方案、改扩建项目方案虚拟三维模型制作及项目周边现状建筑物三维模型制作。方案三维模型是指在行政审批环节中反映建设项目的建筑体量、建筑外形风格、小区环境及建筑布局的规划方案虚拟现实模型。建设项目方案虚拟实景三维模型必须与报建方案总平图包含内容一致。 空间参照系要求 建成的方案三维模型场景空间参照系必须与系统中所用平面坐标系统和高程系统相一致。 平面坐标系统：1980西安坐标系。 高程系统：1985国家高程基准。 三维模型总体要求 1.1制作软件： 3ds max9 1.2 模型单位：必须采用米（m）作为单位，所有模型必须按照实际尺寸制作且模型坐标必须定位准确，不得存在闪面及
漏面现象，模型的scale值为1。模型坐落位置坐标要与项目用地红线图、地形图一致。（整数部分：X坐标6位，Y坐标7位，小数点后保留3-6位） 1.3 模型要求：能够完整反映出三维模型的外观及楼体上的的附属结构，精度控制合理，在保证三维模型视觉效果的前提下，减少模型面数、数据量和材质数，做到数据的精简（单体建筑物模型面数控制在2500以内）。 三维模型具体要求 2.1模型制作位置的确定（坐标必须定位准确） 导入模型的边界dwg文件，最终完成的模型位置必须与给定的范围位置保持一致。 2.2材质和贴图 2.2.1使用standard标准材质，材质类型使用blinn。除diffuse通道后可加贴图其他通道不能加贴图，其他参数也不能调节，用max默认设置。 2.2.2不能在max材质编辑器里对贴图进行裁切。 2.2.3纹理图片的格式采用tif文件格式，纹理图片的单位尺寸必须采用2的n次方。例如：32x32，64x128等。但图片的最大尺寸不要超过512x512，最小尺寸不要小于16。纹理图片的命名不能含有空格。 2.2.4不能在材质编辑器中对材质的透明度进行调节。表现
三维激光扫描仪点云数据处理与建模
三维激光扫描仪点云数据处理与建模点云的预处理由于三维激光扫描仪在扫描过程中，外界环境因素对扫描目标的阻挡和遮掩，如移动的车辆、行人树木的遮挡，及实体本身的反射特性不均匀，需要对点云经行过滤，剔除点云数据内含有的不稳定点和错误点。实际操作中，需要选择合适的过滤算法来配合这一过程自动完成。 点云配准使用控制点配准，将点云配准到控制网坐标系下;靶标缺失的点云，利用公共区域寻找同名点对其进行两两配准，当同名点对不能找到时，利用人工配准法。后两种方法均为两两配准，为了将所有点云转换到统一的控制网坐标系下与控制点配准法得到点云配在一起，两两配准时要求其中一站必须为已经配到控制网坐标系下的点云。 点云拼接外业采集的数据导入至软件时会根据坐标点自动拼接，但由于人为操作和角架的误差，一些点云接合处不太理想，这时需要进行手动拼接，对一些无坐标补扫面的拼接也需手动处理。手动拼接时对点云应适当压缩，选择突出、尖角、不同平面的特征点，以降低操作误差。如采用1cm激光间隔扫描时拼接后的误差在3mm以下较为理想。 建立三维模型当建筑物数字化为大量离散的空间点云数据后，在此基础上来构造建筑物的三维模型。
点云的漏洞修复由于点云本身的离散性，会导致模型存在一定缺陷，需要在多边形阶段对其进行修补、调整等操作后，才能得到准确的实物数字模型。由于建筑物形状复杂多样，所以目前网格的修补难以实现全自动化。三维激光扫描仪点云数据的漏洞修复主要采用两种方法:当空洞出现在平面区域内，比如窗户或者墙面上的洞，可采用线性插值的方法填补空洞数据;当空洞出现在非平面区域，如圆柱上出现的漏洞，可采取二次曲面插值方法。
点云数据实现三维实体建模方法探索
第43卷第15期山西建筑Vol.43No.15 2 0 1 7 年 5 月SHANXI ARCHITECTURE May.2017 ? 257 ??计算机技术及应用? 文章编号：1009-6825 (2017)15-0257-02 点云数据实现三维实体建模方法探索 赵吉潘永刚陈佳慧 (新疆大学建筑工程学院,新疆乌鲁木齐830000) 摘要:介绍了三维激光扫描技术的特点，以奇台县半截沟镇镇大门为研究对象，阐述了基于三维激光扫描数据的镇大门三维建 模流程与方法,指出利用该技术创建的模型精度符合测量要求。 关键词：三维激光扫描，点云数据，三维建模，纹理贴图 中图分类号:TP319 文献标识码:A 〇引言 三维激光扫描技术又被称为实景复制技术，它是测绘技术领 域内继G P S技术之后的又一次技术革命。它不同于传统的单次 单点测绘方法，而是使用激光束进行整条线上的扫描，一次获取 目标物上一整条的数据信息，具有效率高、精度高的特点。利用 这种线式的高速扫描测量方法，结合激光扫描仪自身配备的C D D 专业相机，可以在很大范围内快速获取对象表面具有高分辨率的 点云数据，这种新的结合模式为外业测绘提供了一种全新的技术 手段。 近年来，国内外学者将地面三维激光扫描系统用于物质文化 遗产的研究、保护和文化旅游综合服务中。Pesci等[1]对将三维 激光扫描技术应用于比萨斜塔的研究之中；Teza等[2]利用点云 数据监测了意大利倾斜钟楼情况;Hinzen等[3]利用点云数据分析 了古罗马大剧场看台石阶的倾斜特征。在国内，赵煦等[4]在研究 云冈石窟时使用了三维激光扫描技术;李德仁等研究的敦煌石窟 项目，采用双目立体相机与激光扫描相结合进行三维建模[5];王 茹[6]采用三维激光扫描结合人工作业和照片的形式完成古建筑 3D模型重建。 1点云数据三维建模基本流程 通过野外现场数据采集过程得到了镇大门建筑表面的原始 点云数据。要对原始的多站点数据进行配准拼接、去噪简化等处 理，才能获得完整的镇大门点云数据。然后进行镇大门的三维实 体重建，具体包括基本几何体创建、平面创建和纹理贴图三个部 分(见图1)。三维实体重建利用3ds M a x建模软件，对镇大门的 所有部分进行建模。 |原始点云@ 点云数据处理 |配准拼接噪简化 实体点云数据| I模型三维实体重建 | !|几何体创建|—?|平面创建P{纹理贴图| ! 1r————: J I实体模型生成1 图1基于三维激光扫描数据的镇大门三维建模流程本文着重讲解建筑物基本几何体的创建、平面创建和纹理贴 图部分。对于点云数据的处理，包括配准拼接和去噪简化不加以介绍。 2点云数据的三维实体建模过程 2.1 点云数据导入 我们所使用的建模软件版本是Autodesk 3ds Max 2017,在新 版本中，创建面板增加了对点云系统的支持。通过三维激光扫描 仪扫描出来的点云数据生成格式为.res的数据库文件，将该种格 式的文件导人到3ds M a x中进行建模。 在界面右上方呈“十”字形的“创建”面板中点击“几何体”按 钮，在下拉栏中点击“加载点云”按钮。在弹出的对话框中找到镇 大门点云文件并将其打开。在m a x任意视窗中创建点云对象。 2_ 2模型三维实体重建 本文以奇台县某镇的镇大门为例，经过实地调研以及使用三 维激光扫描仪扫描测量后。得到了该大门格式为.res的点云数 据文件(见图2)。 图2镇大门点云数据 点云数据只包含物体表面测点的空间坐标信息，经过对点云 数据的处理后，便可对镇大门进行三维实体重建，使其具有实体 三维造型。三维重建包括基本几何体创建、平面创建和纹理贴图三个步骤。 2.2.1 基本几何体创建 由实地调研可知,该大门的主要构成部分可分为下部左右两 边的梯形台、4根长立柱、若干横长柱以及大门上部的斗拱和房 顶等。 首先，我们可以看到大门下部主体为左右两个大致对称的梯 形台，在m a x中没有可以直接使用的标准几何体，所以我们选择 先建立一个长方体，然后对长方体使用修改器列表中的F F D2 x 2 x2工具。选中建立的长方体体块，点击右侧命令面板F F D2 x 2 x2工具下的控制点按钮。我们会发现长方体的8个顶点处于 可移动的状态，接下来分别将各个顶点移动至对应位置,在移动 的过程中要将捕捉开关打开，方便选取点云顶点。对该长方体的 顶点进行位置变化后，便得到了我们所需要的梯形台。这里需要 收稿日期:2017-03-13 作者简介:赵吉（1991-),男，在读硕士；潘永刚（1966-),男，硕士生导师，副教授；陈佳慧（1992-),女，在读硕士
点云数据处理
点云数据处理 ICP点云配准就是我们非常熟悉的点云处理算法之一。实际上点云数据在形状检测和分类、立体视觉、运动恢复结构、多视图重建中都有广泛的使用。点云的存储、压缩、渲染等问题也是研究的热点。随着点云采集设备的普及、双目立体视觉技术、VR和AR的发展，点云数据处理技术正成为最有前景的技术之一。PCL是三维点云数据处理领域必备的工具和基本技能，这篇博客也将粗略介绍。 三维点云数据处理方法 1. 点云滤波（数据预处理） 1. 点云滤波（数据预处理） 点云滤波，顾名思义，就是滤掉噪声。原始采集的点云数据往往包含大量散列点、孤立点，比如下图为滤波前后的点云效果对比。 点云滤波的主要方法有：双边滤波、高斯滤波、条件滤波、直通滤波、随机采样一致滤波、VoxelGrid滤波等，这些算法都被封装在了PCL点云库中。 2. 点云关键点 我们都知道在二维图像上，有Harris、SIFT、SURF、KAZE这样的关键点提取算法，这种特征点的思想可以推广到三维空间。从技术上来说，关键点的数量相比于原始点云或图像的数据量减小很多，与局部特征描述子结合在一起，组成关键点描述子常用来形成原始数据的表示，而且不失代表性和描述性，从而加快了后续的识别，追踪等对数据的处理了速度，故而，关键点技术成为在2D和3D 信息处理中非常关键的技术。
常见的三维点云关键点提取算法有一下几种：ISS3D、Harris3D、NARF、SIFT3D 这些算法在PCL库中都有实现，其中NARF算法是博主见过用的比较多的。 3. 特征和特征描述 如果要对一个三维点云进行描述，光有点云的位置是不够的，常常需要计算一些额外的参数，比如法线方向、曲率、文理特征等等。如同图像的特征一样，我们需要使用类似的方式来描述三维点云的特征。 常用的特征描述算法有：法线和曲率计算、特征值分析、PFH、FPFH、3D Shape Context、Spin Image等。 PFH：点特征直方图描述子，FPFH：跨苏点特征直方图描述子，FPFH是PFH的简化形式。这里不提供具体描述了，具体细节去谷歌吧。 4. 点云配准 点云配准的概念也可以类比于二维图像中的配准，只不过二维图像配准获取得到的是x，y，alpha，beta等放射变化参数，二三维点云配准可以模拟三维点云的移动和对其，也就是会获得一个旋转矩阵和一个平移向量，通常表达为一个4×3的矩阵，其中3×3是旋转矩阵，1*3是平移向量。严格说来是6个参数，因为旋转矩阵也可以通过罗格里德斯变换转变成1*3的旋转向量。 常用的点云配准算法有两种：正太分布变换和著名的ICP点云配准，此外还有许多其它算法，列举如下： ICP：稳健ICP、point to plane ICP、point to line ICP、MBICP、GICP NDT 3D、Multil-Layer NDT
数字城市制作中三维模型数据处理与制作标准
数字城市制作中三维模型数据处理与制作标准 三维模型数据处理包括图形数据处理与影像处理两部分，其中，图形数据处理分为二维矢量图形处理和三维模型制作，栅格处理分为影像处理和相片纠正。 当前，GIS领域已有完善的DLG、DOM处理工具和流程，并形成相关标准和规范，这里不再赘述。下面主要讨论三维模型的制作。三维模型制作标准主要包括以下9个方面： （1）模型坐标系 具有统一的三维地理坐标是建造大规模三维场景和应用系统的基础。武汉市三维数字地图系统建设以国家1:2000和1:500地形图为基础，以使该系统能与其他GIS和测量系统兼容。为使三维模型能够顺利、正确地导入数据库，所有坐标都应基于统一的坐标系。 （2）模型的基本单位 城市大比例尺地形图通常采用采用平面坐标系，以米为单位，因此模型建造也应以米为基本单位，按实际地物的实际尺寸建模，尺寸精度根据该模型所处的LOD级别而定。 （3）模型的制作 三维数字地图主要用于表现城市外观风貌，考虑到数据量的问题，应只对室外可见部分建模，在制作过程中，应在保持地物基本形状和特征的基础上，尽量减少面片数量。对这部分的内容，应有详细的规范，并提供?验指标（如圆柱的边数、球的段数设置等）。 （4）模型定位参考点 每个模型必须有用于定位的参考点。定位参考点是模型的局部坐标系的?点，用于精确定位模型的空间位置，这对于引用三维场景中相同或类似的地物非常有用（如：电杆、路灯、交通灯等）。武汉市三维数字地图建模规定：模型的定位点为地形图上该地物外接矩形的中心，纵向为模型最低点。 （5）模型的高度 模型的高度，尤其是建筑物高度，根据不同细节程度模型的表现需要，可采用以下三种方式确定：体块模型、基础模型的建立，可根据现有二维GIS数据（如：楼层数）确定建筑物及其他要素的高度；质量要求较高的模型，可采用航片立体相对、激光测高仪或LiDAR确定建筑物及其分段部位的高度；精细模型从建筑设计图或施工图获得。 （6）样条曲线∕面的使用 样条曲线∕面能用较少的参数细腻地表现连续表面，但转化为通用格式（如3DS）后会带来巨大的数据量，因此模型的制作尽量不采用样条曲线∕面，或者在使用后将其转化为折线，而后进行曲线∕面优化。 （7）相片处理
城市建模中三维激光点云数据的运用
城市建模中三维激光点云数据的运用 随着三维激光扫描技术水平的不断提高，逐渐成为了城市建模中不可缺少的一个重要技术组成部分。基于此，本文通过介绍HDS2500激光扫描系统在城市建模中的应用实例，分析了城市建模中三维激光点云数据的具体运用情况。 标签：城市建模三维激光扫描点云数据 现阶段在建立虚拟城市时，通常都是通过城市数据地图、建筑设计图纸、航空摄影以及三维激光扫描数据等方式来取得所需数据。而当中的三维激光扫描技术系统作为一种先进的测量技术手段，正在随着仪器价格的不断下降逐渐在各大技术领域例如三维建模、空间分析以及形态测量中发挥着非常重要的作用。 1三维激光扫描技术分类 通常我们会按照激光测距原理把三维激光扫描技术分为三大类，主要包括激光三角法、脉冲测距法以及基于相位测距法等。激光扫描技术采用的是仪器内部坐标系统，如图1所示，X轴、Y轴均在横向扫描面内并相互垂直，而Z 轴垂直于横向扫描面，同时还通过X轴和Y轴的交点。 2城市建模中三维激光点云数据的实际运用 2.1HDS2500三维激光扫描系统简介 HDS2500三维激光扫描系统主要包括两个部分，一部分为HDS2500三维激光扫描仪，扫描仪中有一个激光脉冲发射体，在运行过程中同时有两个反光镜不断的按照一定的顺序快速旋转，并将激光脉冲发射体发出的窄束激光脉冲全部扫过被检测区域。该扫描仪在计算距离时的依据就是激光脉冲从发出到返回所花费的时间，与此同时该扫描仪还可以利用编码器测量每个脉冲的角度大小，以此来获得被测物体的坐标，并将这些坐标显示在电脑屏幕上，就可以形成被测物体相对应的点云图。如下图1所示为某建筑大楼的点云图。而HDS2500三维激光扫描系统中的另一部分则为Cy-clone软件，通过采用Cy-clone软件，将点云图按照一定的原理转换为断面图、等高线图、三维模型等。人们可以从Auto-CAD软件平台更快捷的获得所需数据，同时也可以采用Cyclone软件在点云图的基础上进行三维交互式可视化检测等操作，快速的完成相关概念的设计工作。 2.2实体扫描 如上文所述的某建筑三维激光点云图，本文将该建筑物作为扫描实体作为说明案例，通过采用HDS2500三维激光扫描仪以及Cyclone5.0扫描软件，完成整个实体扫描工作。在扫描过程中，由于在水平方向上进行扫描时只能达到40°的视野，而且可以在1～50m的范围获得较高的精度，所以本案例在距离建筑物30m 左右的四个方向上分别设立站点，分别进行10次分景扫描，并把各个扫描点之