论文部分内容阅读
摘 要： 随着三维激光扫描仪的价格不断下降，激光扫描技术的不断完善和数据处理方法的不断提升，三维激光扫描技术应用越来越广泛。本文通过STONEX X500Plus三维激光扫描仪采集传习馆点云数据，利用SketchUp软件，详细介绍建筑物三维建模的主要技术流程，实现建筑物点云数据实景三维建模。
关键词： SketchUp;三维激光;点云配准;点云滤波
中图分类号： TP399 文献标识码： A DOI：10.3969/j.issn.1003-6970.2019.04.014
本文著录格式：王涛，柳德江，阳利永，等. 基于SketchUp的建筑物实景三维模型重建[J]. 软件，2019，40（4）：7476
【Abstract】： With the continuous decline in the price of 3D laser scanners， the continuous improvement of laser scanning technology and the continuous improvement of data processing methods， 3D laser scanning technology has become more and more widely used. This article uses the STONEX X500Plus 3D laser scanner to collect point cloud data from the library， and uses SketchUp software to introduce in detail the main technical processes of 3D modeling of buildings and realize the real 3D modeling of building point cloud data.
【Key words】： SketchUp; 3D laser; Point cloud registration; Point cloud riltering
0 引言
客觀世界中的物体多以三维立体的形式展现在人们面前，包含外形特征、表面纹理等信息。传统的建筑物模型制作所需要的空间信息多是采用全站仪测点、测距仪钢卷尺测边、照相机拍照贴图等技术手段完成，但由于获取数据的局限性，难以得到贴合实际相应比例的建筑物三维模型。随着行业对建筑三维空间信息需求的不断增强，空间点位信息获取技术的不断发展，三维激光扫描技术已经可以直接从建筑物表面获取点云数据，进而采用建筑物表面的海量点云数据进行三维重建[1-3]。三维激光扫描技术可以高精度、高密度、大面积、高效率、非接触、全面地获取被测物体表面的三维坐标，从传统的单点数据采集转变为密集、连续的自动数据获
取，增加了信息量，提高了工作效率[3-4]。本文主要采用STONEX X500Plus三维激光扫描仪进行传习馆外业点云数据采集，通过随机软件进行点云处理，最后通过SketchUp软件对传习馆进行三维实景重建。
1 三维激光扫描技术
1.1 三维激光扫描技术基本原理
三维激光扫描仪有激光发射器向被测物体发射出激光，在被测物体表面产生反射，信号经返回后，由仪器内置的激光接收器进行接受，根据延迟计时器可以计算出目标点P与扫描仪的距离S，控制编码器同步测量每个激光脉冲横向扫描角度α和纵向扫描角度观测值β[6-8]。测量时一般为仪器自定义坐标系。X轴在横向扫描面内，Y轴在横向扫描面内和X轴垂直，Z轴与横向扫描面垂直，目标物体上的P点坐标如下图1所示，P点坐标可由下式（1）求出：
1.2 STONEX X500Plus介绍
本文采用的STONEX X500Plus是基于脉冲式的三维激光扫描仪，测距范围2～500 m（80%反射率），可视范围水平360，垂直180（90°×2），扫描速率大于40 000点/s，角度分辨率毫弧度0.37 mrad，精度可达 ±4 mm （50 m距离处），激光等级达到1级安全激光，扫描仪内置专业数码相机，最高像素8 560万像素，单幅分辨率1 070万像素，数据存储32 G，可扩展至64 G。STONEX X500Plus，性能优异、简单易操作，适应野外复杂的工作环境，STONEX X500Plus可输出真彩色点云数据，自建长距离Wi-Fi热点，通过平板电脑、笔记本、PDA或智能手机进行无线操控，可以在野外轻松直接地扫描、组织工作、检查数据储存和创建输出文件。
2 传习馆点云数据获取与处理
2.1 传习馆点云数据采集
本文中所涉及的建筑物传习馆为新建钢架结构，地上3层，背后为一台地，显示为地上2层，共布设6个站点，各站平均距离15 m，扫描水平角设置为120，采用普通扫描模式，分辨率为2 mm，为了保证各站之间的拼接和建模精度，本文采用外接GPS替代常规的摆放靶球方式，站站之间的重叠度达到50%左右[9]。
2.2 点云数据处理
本文主要采用STONEX X500Plus随机佩带的点云数据处理软件StonexSiScan对传习馆点云数据进行预处理。
2.2.1 点云配准
虽然每一测站获取的点云数据分别采取各自的工程坐标系，最后需要配准到统一的坐标系中完成点云数据的整体拼接，但本文中传习馆的点云数据采集是通过三维激光扫描仪外接GPS-RTK的方式获得的，保证了每一测站都具有固定的CGCS2000坐标，将原始的x3Hr格式点云数据导入到StonexSiScan中，再导入每一测站的CGCS2000坐标，通过软件的自动拼接（测站点已知）功能完成传习馆的点云配准（图2）[10]。 2.2.2 点云滤波
三维激光扫描仪发射出的激光信号在获取目标表面信息的过程中，会受到目标物表面材质、颜色及采集过程中的大气和目标物周边的障碍物遮挡等影响，产生噪声点。因此，在进一步处理前要先进行点云的滤波。本文主要采取StonexSiScan软件中的粗差剔除，通过人工交互操作，转换不同视角，对噪点进行框选剔除。
2.2.3 点云压缩
三维激光扫描仪可在短时间内获取大量的点云数据，本文中使用的STONEX X500Plus仪器扫描传习馆点云数据共计23 092 647个点，在采集过程中，由于要完成自动拼接，因此测站间保持了30%以上的重叠度，拼接的过程中产生大量的数据冗余，大量的点云数据在存储、操作、显示、输出方面都会占用大量的系统资源，造成处理速度缓慢，运行效率地下，必须要对点云数据进行缩减[8-9]。本文通过重新设置阈值0.02 m，完成传习馆点云的缩减。
2.2.4 点云导出
经过配准、滤波和压缩之后的点云数据仅显示在同一窗口中，通过合并将每一测站的单独点云数据合并为一个文件，选择导出为TXT文件[11][12]。
3 传习馆三维实景建模
3.1 传习馆立面图制作
立面图的制作需借助AutoCAD进行，本文将导出的传习馆点云TXT文件加载进CAD中，利用AutodeskReCap將点云数据转换为AutoCAD可以识别的RCP文件，然后通过不同立面的点云切割，完成立面图的制作。传习馆立面图如图3所示。
3.2 传习馆三维实景重建
将AutoCAD制作的传习馆立面图直接导入SketchUp中，在SketchUp中将建筑物的立面图进行拼接，根据建筑物的特征线，构建白模。如下图4所示。
实景建模，就是要贴合实际状况，所建立的模型尽量与现状一致，因此需要在白模上进行理贴图。本文中由于三维激光扫描仪采集的照片无法清晰的反映现状，因此通过数码相机拍摄传习馆各个立面的正面照片，并在Photoshop中对拍摄的照片进行处理。在SketchUp中，打开材质工具，将纹理图片贴到建筑物各个面上，调整贴图尺寸，使照片与建筑物表面吻合，传习馆三维模型整体效果图如图5所示。
4 结束语
本文探讨了基于SketchUp的点云数据实例三维建模，在文中详细介绍了从外业点云数据采集到内业点云数据处理，及后期规则物体的真三维模型重建，实现三维模型的快速生成。
参考文献
[1] 曾繁轩， 李亮. 地面激光雷达点云的曲面重构技术[J]. 激光杂志， 2017， 38（6）： 108-111.
[2] 王磊， 郭清菊， 姜晗. 基于改进的八叉树索引与分层渲染的海量激光点云可视化技术[J]. 软件， 2016， 37（3）： 114-117.
[3] 卢超， 黄蔚， 胡国超. 基于图形数据结构的复杂对象建模设计[J]. 软件， 2015， 36（12）： 220-223.
[4] 王堃宇， 王奇智， 高龙山， 等. 基于三维激光扫描技术的边坡表面变形监测[J]. 科学技术与工程， 2017， 17（20） 11-16.
[5] 徐雯皓， 李忠， 苏鑫昊. 基于 3D 引擎的汶川震前水文变化三维模拟演示系统设计[J]. 软件， 2018， 39（4）： 176-179.
[6] 隋立春， 张熠斌， 柳艳， 等. 基于改进的数学形态学算法的 LiDAR点云数据滤波[J]. 测绘学报， 2010（4）： 390-396.
[7] 刘尚武， 魏巍， 矫宇鹏. 三维模型的规格化表示与存储方法研究[J]. 软件， 2016， 37（4）： 29-31.
[8] 张雨禾， 耿国华， 魏潇然， 等. 保留几何特征的散乱点云简化算法[J]. 计算机辅助设计与图形学学报， 2016， 28（9）： 17-19.
[9] 化蕾， 黄洪宇， 陈崇成， 等. 基于激光点云数据的客家土楼三维建模[J]. 遥感技术与应用， 2015， 30（1）： 115-122.
[10] 艾嘉豪， 朱大明. 无人机倾斜摄影测量在三维建模中的应用[J]. 软件， 2018， 39（6）： 192-195.
[11] 张数， 杨德宏. 数字近景摄影测量的二维影像三维建模的关键技术应用[J]. 软件， 2018， 39（2）： 133-138
[12] 朱煜， 康宝生， 李洪安， 等. 一种改进的点云数据精简方法[J]. 计算机应用， 2012， 32（2）： 521-523.
关键词： SketchUp;三维激光;点云配准;点云滤波
中图分类号： TP399 文献标识码： A DOI：10.3969/j.issn.1003-6970.2019.04.014
本文著录格式：王涛，柳德江，阳利永，等. 基于SketchUp的建筑物实景三维模型重建[J]. 软件，2019，40（4）：7476
【Abstract】： With the continuous decline in the price of 3D laser scanners， the continuous improvement of laser scanning technology and the continuous improvement of data processing methods， 3D laser scanning technology has become more and more widely used. This article uses the STONEX X500Plus 3D laser scanner to collect point cloud data from the library， and uses SketchUp software to introduce in detail the main technical processes of 3D modeling of buildings and realize the real 3D modeling of building point cloud data.
【Key words】： SketchUp; 3D laser; Point cloud registration; Point cloud riltering
0 引言
客觀世界中的物体多以三维立体的形式展现在人们面前，包含外形特征、表面纹理等信息。传统的建筑物模型制作所需要的空间信息多是采用全站仪测点、测距仪钢卷尺测边、照相机拍照贴图等技术手段完成，但由于获取数据的局限性，难以得到贴合实际相应比例的建筑物三维模型。随着行业对建筑三维空间信息需求的不断增强，空间点位信息获取技术的不断发展，三维激光扫描技术已经可以直接从建筑物表面获取点云数据，进而采用建筑物表面的海量点云数据进行三维重建[1-3]。三维激光扫描技术可以高精度、高密度、大面积、高效率、非接触、全面地获取被测物体表面的三维坐标，从传统的单点数据采集转变为密集、连续的自动数据获
取，增加了信息量，提高了工作效率[3-4]。本文主要采用STONEX X500Plus三维激光扫描仪进行传习馆外业点云数据采集，通过随机软件进行点云处理，最后通过SketchUp软件对传习馆进行三维实景重建。
1 三维激光扫描技术
1.1 三维激光扫描技术基本原理
三维激光扫描仪有激光发射器向被测物体发射出激光，在被测物体表面产生反射，信号经返回后，由仪器内置的激光接收器进行接受，根据延迟计时器可以计算出目标点P与扫描仪的距离S，控制编码器同步测量每个激光脉冲横向扫描角度α和纵向扫描角度观测值β[6-8]。测量时一般为仪器自定义坐标系。X轴在横向扫描面内，Y轴在横向扫描面内和X轴垂直，Z轴与横向扫描面垂直，目标物体上的P点坐标如下图1所示，P点坐标可由下式（1）求出：
1.2 STONEX X500Plus介绍
本文采用的STONEX X500Plus是基于脉冲式的三维激光扫描仪，测距范围2～500 m（80%反射率），可视范围水平360，垂直180（90°×2），扫描速率大于40 000点/s，角度分辨率毫弧度0.37 mrad，精度可达 ±4 mm （50 m距离处），激光等级达到1级安全激光，扫描仪内置专业数码相机，最高像素8 560万像素，单幅分辨率1 070万像素，数据存储32 G，可扩展至64 G。STONEX X500Plus，性能优异、简单易操作，适应野外复杂的工作环境，STONEX X500Plus可输出真彩色点云数据，自建长距离Wi-Fi热点，通过平板电脑、笔记本、PDA或智能手机进行无线操控，可以在野外轻松直接地扫描、组织工作、检查数据储存和创建输出文件。
2 传习馆点云数据获取与处理
2.1 传习馆点云数据采集
本文中所涉及的建筑物传习馆为新建钢架结构，地上3层，背后为一台地，显示为地上2层，共布设6个站点，各站平均距离15 m，扫描水平角设置为120，采用普通扫描模式，分辨率为2 mm，为了保证各站之间的拼接和建模精度，本文采用外接GPS替代常规的摆放靶球方式，站站之间的重叠度达到50%左右[9]。
2.2 点云数据处理
本文主要采用STONEX X500Plus随机佩带的点云数据处理软件StonexSiScan对传习馆点云数据进行预处理。
2.2.1 点云配准
虽然每一测站获取的点云数据分别采取各自的工程坐标系，最后需要配准到统一的坐标系中完成点云数据的整体拼接，但本文中传习馆的点云数据采集是通过三维激光扫描仪外接GPS-RTK的方式获得的，保证了每一测站都具有固定的CGCS2000坐标，将原始的x3Hr格式点云数据导入到StonexSiScan中，再导入每一测站的CGCS2000坐标，通过软件的自动拼接（测站点已知）功能完成传习馆的点云配准（图2）[10]。 2.2.2 点云滤波
三维激光扫描仪发射出的激光信号在获取目标表面信息的过程中，会受到目标物表面材质、颜色及采集过程中的大气和目标物周边的障碍物遮挡等影响，产生噪声点。因此，在进一步处理前要先进行点云的滤波。本文主要采取StonexSiScan软件中的粗差剔除，通过人工交互操作，转换不同视角，对噪点进行框选剔除。
2.2.3 点云压缩
三维激光扫描仪可在短时间内获取大量的点云数据，本文中使用的STONEX X500Plus仪器扫描传习馆点云数据共计23 092 647个点，在采集过程中，由于要完成自动拼接，因此测站间保持了30%以上的重叠度，拼接的过程中产生大量的数据冗余，大量的点云数据在存储、操作、显示、输出方面都会占用大量的系统资源，造成处理速度缓慢，运行效率地下，必须要对点云数据进行缩减[8-9]。本文通过重新设置阈值0.02 m，完成传习馆点云的缩减。
2.2.4 点云导出
经过配准、滤波和压缩之后的点云数据仅显示在同一窗口中，通过合并将每一测站的单独点云数据合并为一个文件，选择导出为TXT文件[11][12]。
3 传习馆三维实景建模
3.1 传习馆立面图制作
立面图的制作需借助AutoCAD进行，本文将导出的传习馆点云TXT文件加载进CAD中，利用AutodeskReCap將点云数据转换为AutoCAD可以识别的RCP文件，然后通过不同立面的点云切割，完成立面图的制作。传习馆立面图如图3所示。
3.2 传习馆三维实景重建
将AutoCAD制作的传习馆立面图直接导入SketchUp中，在SketchUp中将建筑物的立面图进行拼接，根据建筑物的特征线，构建白模。如下图4所示。
实景建模，就是要贴合实际状况，所建立的模型尽量与现状一致，因此需要在白模上进行理贴图。本文中由于三维激光扫描仪采集的照片无法清晰的反映现状，因此通过数码相机拍摄传习馆各个立面的正面照片，并在Photoshop中对拍摄的照片进行处理。在SketchUp中，打开材质工具，将纹理图片贴到建筑物各个面上，调整贴图尺寸，使照片与建筑物表面吻合，传习馆三维模型整体效果图如图5所示。
4 结束语
本文探讨了基于SketchUp的点云数据实例三维建模，在文中详细介绍了从外业点云数据采集到内业点云数据处理，及后期规则物体的真三维模型重建，实现三维模型的快速生成。
参考文献
[1] 曾繁轩， 李亮. 地面激光雷达点云的曲面重构技术[J]. 激光杂志， 2017， 38（6）： 108-111.
[2] 王磊， 郭清菊， 姜晗. 基于改进的八叉树索引与分层渲染的海量激光点云可视化技术[J]. 软件， 2016， 37（3）： 114-117.
[3] 卢超， 黄蔚， 胡国超. 基于图形数据结构的复杂对象建模设计[J]. 软件， 2015， 36（12）： 220-223.
[4] 王堃宇， 王奇智， 高龙山， 等. 基于三维激光扫描技术的边坡表面变形监测[J]. 科学技术与工程， 2017， 17（20） 11-16.
[5] 徐雯皓， 李忠， 苏鑫昊. 基于 3D 引擎的汶川震前水文变化三维模拟演示系统设计[J]. 软件， 2018， 39（4）： 176-179.
[6] 隋立春， 张熠斌， 柳艳， 等. 基于改进的数学形态学算法的 LiDAR点云数据滤波[J]. 测绘学报， 2010（4）： 390-396.
[7] 刘尚武， 魏巍， 矫宇鹏. 三维模型的规格化表示与存储方法研究[J]. 软件， 2016， 37（4）： 29-31.
[8] 张雨禾， 耿国华， 魏潇然， 等. 保留几何特征的散乱点云简化算法[J]. 计算机辅助设计与图形学学报， 2016， 28（9）： 17-19.
[9] 化蕾， 黄洪宇， 陈崇成， 等. 基于激光点云数据的客家土楼三维建模[J]. 遥感技术与应用， 2015， 30（1）： 115-122.
[10] 艾嘉豪， 朱大明. 无人机倾斜摄影测量在三维建模中的应用[J]. 软件， 2018， 39（6）： 192-195.
[11] 张数， 杨德宏. 数字近景摄影测量的二维影像三维建模的关键技术应用[J]. 软件， 2018， 39（2）： 133-138
[12] 朱煜， 康宝生， 李洪安， 等. 一种改进的点云数据精简方法[J]. 计算机应用， 2012， 32（2）： 521-523.