地面三维激光扫描数据配准方法

陈良良，隋立春，蒋 涛，薛 勇，黄维臣

(1. 长安大学 地质工程与测绘学院，陕西 西安 710054； 2. 北京则泰集团，北京 100107)

一、引 言

地面三维激光扫描技术作为近年来逐渐发展起来的一项新技术，以其所具有的快速、非接触、高密度、高精度等独特优势[1-2]，在城市三维建模、复杂工业设备测量、建筑与文物保护、地形测量、变形测量等领域都得到了较好的应用。

在实际测量中，所扫描的物体都具有三维空间特征，而由于光的直线传播特性及遮挡物的存在，要获得待扫描物体完整的表面特征，需要扫描仪能够进行多站位多视角扫描，获取待扫描物体的分站点云数据，然后将分站扫描数据进行拼接，从而得到待扫描物体的整体三维点云信息，为后续物体表面三维建模等提供数据基础。

二、地面三维激光扫描原理

三维激光扫描仪根据测距原理的不同可分为脉冲式三维激光扫描仪和相位式三维激光扫描仪。目前使用较多的是脉冲式扫描仪，其扫描的原理是根据测量激光束从发射到返回所用的时间得到距离观测值S,由精密时钟控制编码器保证激光扫描仪能同步测量出横向扫描角度观测值α和纵向扫描角度观测值θ[3]。

激光扫描系统一般使用的是仪器自定义的坐标系：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，如图1所示。则可得目标物表面激光角点的坐标公式为

由于扫描仪在测量时每一站都有仪器自定义的坐标系，点云的配准实质上就是进行坐标系的旋转和平移，使得位于不同坐标系中的点云统一到同一个坐标系中，即要使第i站扫描的点云坐标(Xi,Yi,Zi)经过旋转和平移转换为统一坐标系中的坐标(XC,YC,ZC)。

图1

上式是一个非线性方程，至少需要3个公共点方可求得式中的6个参数，从而完成坐标系的转换。

三、地面三维激光扫描数据配准

由式(2)可知，要实现两个坐标系的统一，即完成扫描数据的配准，关键是要找出两分站之间的公共点。扫描数据的配准就是把不同视点的数据统一到一个坐标系下面，使之成为一个整体[4]。扫描数据的配准方法依据不同的分类标准有不同的分类方法[5]，其中根据配准时所采用的基元可以将点云数据的配准分为两大类：依据特征的配准和无特征的配准。

1. 依据特征的配准

依据特征的配准是指找出待配准的点云中的一些明显的特征点，利用这些同名特征点解算点云配准参数。依据特征的配准根据所采用的特征不同，又可分为几种不同的配准方法。

(1) 标靶配准

该方法是利用一些特制的标靶作为同名特征点进行配准，特制的标靶主要有球标靶和平面标靶。扫描时，可以将这些标靶放置在扫描区域的适当位置，同时保证相邻扫描站都能扫描到3个以上的公共标靶，采用适当的扫描密度，对关注的物体进行扫描。

内业数据处理时，将分站点云导入扫描仪配套的软件中，采用人机交互的方式，由软件自动提取单站中标靶的中心位置(作为特征点)，然后由操作者对其进行命名，保证相同的特征点具有相同的名字。然后自动解算配准参数，对点云数据进行配准。图2是四、五两单站的数据，图3是利用Cyclone软件采用标靶拼接得到的某寺庙第四、五两站点云配准图。

图2 四、五两单站点云数据

图3 四、五两站点云配准图

经实践证明采用标靶中心点作为特征点进行配准，其精度是较高的，单点误差可达到1 mm,可见当进行高精度的点云配准时，标靶法是比较理想的方法。

(2) 无标靶的特征配准

这种配准方法与标靶配准的原理是一样的，但是在扫描区域内不放置标靶。内业进行数据的配准时，人工选取两分站中公共区域的特征点进行命名，这些点最好能选择一些易于识别且具有良好特征的点，如墙角点、点云数据较完整的台阶边上的点、宣传标语的字等，然后由软件来解算配准参数并配准。

由于三维激光扫描不同于传统的单点测量，无法对某一特定点进行有目的的扫描以获取其精确的三维坐标[6]。而且扫描仪进行扫描时，在同一扫描线内及相邻扫描线之间都以一定的间隔进行数据采集，同时由于激光束的发散使得落到物体表面的扫描光斑也不是一个点，使得选取的同名特征点其实并非真实的同名点，再加上人为选取的误差，使得单纯在点云中人工选取同名特征点进行配准精度较低，且效率不高。

(3) 混合配准法

由于在扫描现场不可能完全做到相邻站之间有3个以上的公共标靶特征点，尤其对于一些现场环境较复杂的扫描区域，要摆放满足数量且位置合适的标靶需要耗费很多的时间。此时，通常在外业放置一定数量的标靶，而在内业进行数据配准时通常将标靶配准和无标靶的特征配准结合起来。当标靶数量不能满足结算要求时，就人工选取一些特征点，以满足配准参数结算的要求。这种方法在实际的点云配准中是很常用的，而且实践证明其精度也能达到要求。

2. 无特征的配准

相对于特征配准而言，无特征的配准在扫描之前不在扫描区域内设置标靶，内业数据处理时也不采用人工选取同名特征点的方法进行配准。它是采用一定的算法，利用原始点云通过迭代计算从而完成点云数据的配准。无特征配准所采用的最基本的算法是由Bsel和Mckay提出的ICP算法[7]，即迭代最近点算法。

ICP算法的基本思想是设定两个数据集P和Q，以P作为数据体，Q作为模型体。其中要求P中的数据都以离散点形式存在，而对于Q的数据存在形式无要求。对P中的每一个离散点，在Q中搜索其对应最近点，组成最近点对，以这些点对计算旋转矩阵和平移矢量，将P中的点在旋转矩阵和平移矢量的作用下进行变换，得到各点经过一次变换的坐标，同时建立点对的误差函数，然后继续进行迭代计算，直至相邻两次迭代计算的误差值小于设定的阈值，则迭代计算终止。

传统ICP算法虽然能够解决拼接问题，但它只适用于存在明确对应关系的点集之间的拼接，而且由于每次迭代都需要计算目标点集中的每个点在参考点集中的对应点，故效率较低[8]。后来学者对ICP算法进行了一些改进[9-10]，取得了不错的结果。

现行的地面三维激光扫描后处理软件都具有利用算法进行配准的功能，以Cyclone软件为例，进行配准时，只需在具有公共扫描区域的两幅点云中的公共区域按照一定的准则选取至少三对点，相当于给定迭代计算的初始值，然后软件就可自动进行迭代计算，从而对点云进行配准。图4是利用Cyclone软件采用无特征配准方法得到的第四、五两站配准后的图形。

图4 四、五两站点云配准图

经实践证明，利用无特征配准方法进行点云配准是比较方便的，外业无需放置标靶，可以减少外业工作量，但其配准精度较标靶配准较低。

四、结束语

通过对地面三维激光扫描各种配准方法进行分析比较，同时结合实际经验，可以得到利用标靶进行配准的方法是精度较高的，对于一些小场景如古建筑的扫描等采用标靶法进行配准是可取的。对于一些大场景的扫描区域(如地形扫描)，由于外业放置大量的标靶是不实际的，同时标靶在内业数据处理时也不好寻找，因此常采用无特征的配准方法。在实际工作中，还应根据扫描区域的状况及工程所要求的精度，进行前期整体的规划，从而在后期内业数据处理时可以采用适当的方法进行点云数据的配准。

参考文献：

[1] 马立广.地面三维激光扫描测量技术研究[D].武汉：武汉大学，2005.

[2] 张凯.三维激光扫描数据的空间配准研究[D].南京：南京师范大学，2008.

[3] 刘春，陈华云，吴杭彬.激光三维遥感的数据处理与特征提取[M].北京：科学出版社，2009:21-23.

[4] 丁延辉.地面三维激光数据配准研究[J].测绘通报，2009(2)：57-59.

[5] 周华伟.地面三维激光扫描点云数据处理与模型构建[D].昆明：昆明理工大学，2011.

[6] 朱凌.地面三维激光扫描标靶研究[J].激光杂志，2008,29(1):33-35.

[7] BESL P J,MCKAY N D.A Method for Registration of 3-D Shapes[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1992,14(2):239-256.

[8] 张成国.逆向工程中数据拼接与精简技术研究[D].青岛：中国海洋大学，2005.

[9] 蔡润彬，潘国荣.三维激光扫描多视点云拼接新方法[J].同济大学学报：自然科学版，2006,34(7):913-918.

[10] ROTH G. Registering Two Overlapping Range Images[C]∥Proceedings of the Second International Conference on Recent Advances in 3-D Digital Imaging and Modeling(3DIM'99). Ottawa:[s.n.],1999:191-200.