基于三维激光扫描技术的建筑立面应用研究

黄文嘉

（广州市城市规划勘测设计研究院，广东 广州 510060）

目前常用的建筑测绘方法主要有传统测绘法、近景摄影测量法和三维激光扫描技术测量法，其中，传统测绘方法主要采用手工测量或传统测绘仪器测量；近景摄影测量法通过在地面摄影测量的方式实现；三维激光扫描技术则通过扫描获取建筑物的特征信息，通过后期处理得到建筑物二维立面图、三维线划图和三维模型[1]。相较于传统的测量手段，三维激光扫描技术能在多种环境下全天候作业，采用主动发射激光的方式，无需直接接触目标物，即可获取目标物表面的点云数据[2]，还能在扫描过程中实时、动态显示扫描数据，并采用数字化方式储存，以便后期各种建模软件的处理与输出。

1 点云数据采集

数据采集要准备以下仪器设备：Riegl VZ-1000三维激光扫描仪、配套电池两块及其充电器、三脚架1 个、配套单反相机1 套、高分辨率数码相机1 台、笔记本电脑1 台。

在扫描作业时，首先在控制点位置架设仪器，必要时搭设平台进行扫描。通过与Riegl VZ-1000 扫描仪配套的RiSCAN PRO 软件对目标进行数据采集：设置分辨率为10 mm 进行全景扫描，确定目标物所在区域的范围和方位，然后根据扫描需要，设置分辨率为2 mm，选取建筑物所在影像区域进行精细扫描，获取点云数据。检查点云数据的完整性，如有缺失或异常数据，应及时补测；若没有就命名并储存点云数据，进行下一测站的扫描工作，直至完成所有扫描任务。

2 点云数据处理

2.1 点云配准

使用Geomagic Studio2016 软件的全自动配准功能，一键将所有测站拼接起来。配准时需要选择1 个基准测站，基准测站配准过程中保持坐标不变，其他测站会与基准测站寻找公共部分，并通过平移旋转拼接到正确位置，因此，基准站必须是水平测站[3]。全自动配准具体过程如下：

（1）粗略配准。系统分析每个测站中所有竖直面并进行编号，计算出各个测站之间匹配的唯一解。

（2）精化配准。系统分析每个测站中的所有水平面，对配准结果进一步优化；然后使用迭代最近点法（ICP）让两个测站的点云数据拥有最大重叠率，并使得重叠区域有最小残差值。

（3）提取预览点云。预览点云相当于步长为6 进行采样。步长采样原理为: 将当前测站的点云数据视为一张以仪器位置点为中心的全景图，每个三维点视为1 个不会被重叠的全景像素。当所有像素均被提取时，步长为1；当每6 个像素提取1 个三维点时，步长为6。使用步长采样可以快速获取轻量化的稀疏点云，并保持现实世界的结构特征，有利于在自动拼接结束时，快速对拼接质量进行检查。测试地点1 为一条历史建筑街面，共扫描24 站，每个测站扫描2 min，外业总用时不到2 h。全自动拼接用时30 min，拼接完成后会自动显示配准报告，报告显示点云配准整体精度为4.7 mm，基于公共点的点云拼接如图 1 所示。

软件将两测站的对象点云，通过手动注册方式完成对点云数据的初始拼接：首先在视图窗口将两站点云视图，调整至相近方位，然后依次选取两站点云中的3 对公共点。公共点尽量选择带有明显标识性信息的点，如角点、拐点等。两站点云间的平均距离为9 mm，标准偏差为21 mm，拼接精度满足初始配准的精度要求。

图1 基于公共点的点云拼接

2.2 点云去噪

准备测量的建筑物位于越秀区较繁华街道，由于附近来往游客以及周围植被、建筑物等遮挡物的影响，获取的点云数据必然存在一些噪声点。噪声点不仅会影响三维模型的精度，还会影响处理速度，因此为了降低噪声对后续建模精度的影响，有必要对点云进行去噪，保证后期三维建模时的精度。噪声点主要是来往行人、杂乱的电力线、城市绿化、空气中的灰尘颗粒以及仪器本身造成的粗差点云等。

这些噪声点一般有以下几种处理方法：

（1）对于一些数据量大且人眼可直接观察的点云数据，可以直接使用点云处理软件中人机交互的方式，手动框选后将其删除；

（2） 对于空气中的灰尘，可以利用软件自带的“采样”功能，将其分离出去；

（3）剩余噪声多属于离群点，密度不均且离主体建筑物对象较为接近，手工删除效率较低、去噪效果较差，因此，可以选择软件的“去噪”功能，去除该类噪声。

项目扫描时间避开了上下班高峰期，行人、车辆较少，噪声点大多为树木、空气中的灰尘等。将三个测站的点云导入软件，发现数据存在噪声点云，影响点云配准的精度，因而，先通过软件“选择”功能中的“非连接项”和“体外弧点”选项，初步去噪。非连接点是通过与主体点云的距离关系，剔除与主体点云没有连接关系的噪声点；体外弧点是剔除与主体点云中绝大多数点云相距较远的噪声点。综合考虑去噪效果、去噪工作的时间消耗等多方面因素，可以发现当迭代次数为3 次时，最终结果最为良好，因此本次点云去噪流程，设置迭代次数为3 次。前两步去噪剔除了大部分噪声点。但是由于有部分灰尘颗粒，其反射率高于建筑物，或者较为接近地面的噪声点，难以依靠软件的去噪算法进行剔除，需要手动剔除，最终得到图2 所示的去噪前后对比图。

图2 点云去噪前后对比图

2.3 数据精简

扫描分辨率越高、目标物越大，采集到的点云数据量就越多，因为是通过重叠部分的公共点进行点云配准，所以点云会存在数据冗余，需要进行数据精简。

通过软件的“统一采样”功能，采用均匀抽稀的方法精简数据，并调整点云间的疏密，以避免点云疏密不均导致的数据不准确问题。精简后点云数量由850 万缩减至398 万个。

3 建筑物立面图的生成

建筑物立面图主要包含建筑物的外貌和外部结构信息、建筑各部分垂直方向的高度、外部装饰造型等。

以点云为原始数据，绘制立面图，其精度与点云精度基本一致，且立面图比例为1∶1，可以更精确呈现建筑物表面的纹理和结构特征。由于数据量十分庞大、CAD 加载的数据量有限，实际绘制之前必须对点云数据进行分割，然后再利用AutoCAD 进行绘制。

具体方法为：通过Geomagic 处理软件将点云模型进行平面投影处理，得到投影后数据，再进行提取并绘制。该方法提高了绘图效率，减少多余点云的干扰。具体操作可分为下列几步：

（1）本文案例的点云数据量并不多，可直接利用软件设置为las 格式，并定义坐标轴，将点云数据导出。（2）通过Autodesk Recap 将las 格式点云转换为rcp 格式。（3）通过软件的“附着”功能加载点云。（4）观察导入的数据是否为需要的视图方向，若不是就先调整点云的坐标系，使其与视图坐标系相同。然后定义平面，根据正射点云数据绘制立面图。（5）重复上述步骤建立建筑西面的立面图。由于该建筑物位于十字路口，沿街立面只有北面和西面，因此只需建立建筑物北面和西面的立面图，如图3 和图4 所示。

图3 建筑北面立面图

图4 建筑西面立面图

4 结束语

本文以广州市某大楼为例，详细阐述了大楼的外业数据采集流程及其注意事项和避免手段，对大楼点云进行配准、去噪、简化等数据预处理，总结与分析了实际数据采集过程中遇见的问题。基于大楼的点云数据，完成了大楼点云模型的建立，通过点云模型可以量测整个大楼的尺寸数据，为大楼的倾斜度、平整度检测提供了数据支持；通过绘制立面图、精度分析验证可行性，为以后大楼的立面改造提供了数据保障。