地面三维激光扫描数据缺失分类及成因分析

作者:陆旻丰;吴杭彬;刘春;李楠 刊名:遥感信息 上传者:赵松柏

【摘要】针对地面三维激光扫描点云数据缺失现象,以FARO Focus3D激光扫描仪采集的上海市某建筑群落及其附属设施点云数据为例,系统总结了地面激光扫描数据的6种缺失类型即镜面反射缺失、外物遮挡缺失、自遮挡缺失、细节缺失、扫描盲区缺失、激光吸收缺失,分析造成数据缺失的成因及数据特征。本研究可为激光扫描外业工作方案设计及优化、激光扫描仪选择、缺失点云数据修复等提供依据。

全文阅读

1引言地面三维激光扫描技术(TerrestrialLaserScanning,TLS)是近十余年来迅速发展的一种空间数据获取新方法。这一技术利用一定规律发射的激光束,采集地球的表面及其环境的几何(空间)信息、纹理等数据,实现地面物体精细化建模、特征提取等目的。经过近十几年的发展,这一技术从单纯提供测量数据和资料发展成为实时/准实时地提供随时空变化的地球空间信息,其应用也已扩展到与空间信息有关的诸多领域[1]。与传统数据采集方法相比,这一技术拥有许多独特的优势,如扫描速度快,非接触式测量,数据高精度、高密度等。地面激光扫描系统采集的空间数据包括建筑表面、树木、道路等地面物体及附属设施的位置信息。然而,由于搭载平台、设备仪器的限制或待扫描物体本身的特点,获取的数据常常存在不完整现象。这种在采集数据时,由于搭载平台限制、扫描对象局部遮挡等原因引起的点云数据不完整情况,称之为点云数据缺失。点云数据缺失现象不仅影响数据完整性,还将影响三维模型重建、局部空间信息提取等后续数据处理工作。国内外学者和商业软件公司已经开始意识到点云数据缺失现象,然而没有对这一现象产生的原因、数据点特征等开展系统的研究。目前的研究主要集中在基于缺失现象的数据修复算法方面,如在逆向工程领域,在对样件测量与采集过程中,由于模型本身的损坏会产生数据缺失,另外模型与支撑夹具连接的地方因遮挡也无法获得真实点云数据。针对这些面积较小的“孔”、“洞”型缺失,出现了相应的孔洞缺失修复算法[2-7]。程效军和何桂珍[8]从曲率、孔洞大小、是否封闭以及有无特征等方面对“孔”、“洞”型缺失类型进行了分类,然而没有讨论这种类型的数据缺失产生的原因、缺失区域和数据分布特征情况。此外,也有学者针对某种类型的数据缺失,开展了修复方法的研究,如李德江等[9]对地面激光扫描的点云遮挡缺失进行了研究,提出了基于扫描模式的点云修复方法,然而没有考虑在地面激光扫描数据中可能存在的其他类型缺失。综上所述,虽然学者们已经认识到数据缺失现象在点云中的普遍性,然而还缺少对地面激光扫描点云数据缺失类型及成因的系统分析与总结。本文以Faro公司生产的Focus3D激光扫描仪采集的实际数据为例,针对地面激光点云缺失数据的特性,根据数据缺失形成的原因对缺失数据进行分类,并分析了每种缺失的数据特征,为缺失类型的智能判别、修复方法研究提供依据。2实验数据本文选取上海市某大学内建筑群落及其附属设施作为研究对象。如图1所示,建筑群落由不同形态的建筑物连接而成,4个单体建筑通过两两相连共同构成多种弧形界面,并且在其周围有大面积开放式绿地与水面。图1实验区域实验采用Faro公司生产的Focus3D激光扫描仪进行扫描,该扫描仪发射激光波长为905nm、实验采用的角度分辨率为32,并且集成了7000万像素相机,可在扫描中同时获取摄影相片。实验采集过程中,设定激光发射频率为97.6万点/秒,视场角设为最大扫描范围,即305360。采集后实验数据包含有三维激光点云(图2)以及相应的摄影相片数据。图2实验点云数据3三维激光扫描数据缺失类别以及成因分析对比分析采集的点云数据和摄影相片,根据数据缺失原因,将缺失类型分为6类:镜面反射缺失、外物遮挡缺失、自遮挡缺失、细节缺失、扫描盲区缺失、激光吸收缺失。下面对这6类缺失产生的原因、缺失数据特征等进行对比分析。3.1典型数据缺失现象3.1.1镜面反射缺失三维激光扫描仪获取待测物体空间位置的前提条件是激光发生漫反射,漫反射是指投射在粗糙表面上的光向各个方向反射的现象。因此,三维激光扫描技术获取目标空间信息的过程,简单来

参考文献

引证文献

问答

我要提问