论文部分内容阅读
摘 要：最近几年出现的三维激光扫描测量技术在各行业的应用越来越广泛，开篇介绍了利用RIEGL VZ-4000测量系统及其配置的RISCAN PRO软件对点云数据应用ICP算法的拼接原理，其中点云的配准是点云拼接中的关键技术之一，应用该技术手段能快速、精确、无接触的完成实体三维模型的重建。
关键词：三维激光扫描仪；点云；ICP算法；精度
应用三维扫描技术在不同时间获取的实体海量点云数据通过坐标转换统一到同一坐标系下完成实体三维模型重建是一项逆向工程，实体三维模型的重建主要包括数据的获取、多视点的配准、表面重建和纹理映射，其中多视点点云的配准成为基于三维扫描重建的一项关键技术，对模型的重建精度有重要影响。
在实际测量的过程中，受被测物体几何形状影响和测量方式的限制，测量仪器需要从不同视角对物体进行多次定位测量，测量采集的点云数据应用最近点迭代算法完成拼接形成一个坐标系统一的点云数据。三维点云拼接技术在不同领域亦被称为配准、重定位、拼合技术，其实质是扫描的不同站点云数据进行坐标变换统一到同一坐标系下，核心部分是坐标变换参数旋转矩阵和平移矢量的求取。
一、点云配准的基本方法
（一）有特征点的配准
通过局部或全局搜索对应的点云几何特征点，利用已知不共线的三个点在两个坐标系下的坐标值，即能算出坐标转换关系的参数，选取一些特征点，比如建筑物、构筑物、地形地貌角点、边线、面或利用控制点、标靶外部标识点等特征来求得变换参数将相邻的点转换到同一坐标系下。基于特征点的配准简单容易理解，配准精度取决于特征点的精度；这种方法配准生成的三维模型精度分配不均匀容易产生局部变形，拼接精度不高，遇到地形地貌特征不是很明显的情况下很难完成配准。
（二）无特征点的配准
原始数据直接配准不需要寻找对应的特征点，而使用迭代算法进行精确拼接，使点云之间的拼接误差达到最小；目前配准方法以Besl与McKay在1992年分别独立提出的ICP算法为主。该算法的主体是点对间距的残差平方和函数值的最小化过程，即重复确定对应点集，计算出最优化刚体变换的过程。最后求得能正确配准的收敛准则。
二、ICP算法的基本原理
ICP算法是一种点集对点集配准方法，在相邻点云中搜索最邻近点对，利用找到的最近点对计算刚体变换参数，点对的搜索及变换参数的解算均为迭代计算过程。到现阶段，ICP算法在三维模型的配准当中具有一定的优势，基本思路如下：
首先定义目标空间点集P，参考空间点集X，目标空间点集P对应于参考空间点集X，对应空间点集应满足条件如下：
（1）P中点的个数和X中点的个数相等，即=。
（2）对于P中每一个点都应该对应于X中的每一点，即=。
（3）设旋转变换向量单位四元，
其中，且，得旋转矩阵。
（4）设平移变换向量为。
（5）目标空间点集P中的点经过空间变换后与参考空间点集X中的点一一对应，其中单点变换关系为：=。
（6）计算目标空间点集的重心和参考空间点集的重心。
（7）计算最佳旋转向量和最佳平移向量。
（8）得到完全坐标变换向量。
（9）当求得的变换使得目标空间点集P和参考空间点集X差别小于设定的阀值时停止迭代。
三、ICP算法的配准应用
三维激光扫描数据在处理中应用的ICP迭代法是比较普遍也是比较优秀的三维配准方法。其优点是能获得精确的配准，无需提取点云数据的特征点，可以处理三维点云、参数曲面等多种形式表达的曲面，在初值较好的情况下可以得到很好的收敛性；应用RIEGL VZ-4000扫描仪对某公园的奔马雕塑进行不同视角扫描，测试中设置了两站利用三维扫描仪器兼容的RISCAN PRO软件对三维扫描数据进行配准处理。
（一）应用RIEGL VZ-4000扫描仪采集数据
RIEGL VZ-4000扫描仪最远测程4000米，视角范围垂直60度、水平360度；使用的是对人眼安全的一级激光，进行多重目标回波识别；采用自动安平识别系统。这次测量采用自由架站，扫描频率为300HZ，每一次架站都是通过它自身的局部坐标系统SOCS来记录的，记录内容包含扫描仪架设位置和方位。第一站扫描总点数为6867191point（s），参与拼接点为：10794point（s）；第一站扫描总点数为8548628point（s），参与拼接点为：17297point（s）。
特征点选用标靶点来识别，以每站不少于3个标靶点的布设，应用当地的CORS系统测得每个标靶点的大地坐标，以此作为控制点来完成粗拼接，以此作为ICP迭代法配准的初始条件。
（二）点云数据近似配准
通过实地标靶点的测量和扫描仪扫描的实地标靶点位置进行粗略匹配可以计算出每一站扫描仪中心位置和仪器姿态的概略参数，为了便于处理数据把实地测得的全球坐标转换为参考坐标。在RISCAN PRO软件下的TPL（SOCS）（扫描坐标系）中通过表一的参数变化量可以得知第一站和第二站满足粗略配准要求，利用Find corresponding points工具设置搜索精度0.1m标靶匹配数量3个，第一站与第二站彼此匹配，扫描点与测量点如果一一对应，进行自动初略匹配；匹配完成之后我们可以将所有的点云数据拖入视图中进行查看，此时每个扫描站相对位置准确，扫描点重合部分近似重合，扫描仪姿态是粗略的。（如图一）
在RISCAN PRO中提供相应的ICP算法拼接方式，通过该种方式可以有效对点云数据进行高精度的姿态纠正。应用plane patch filter工具首先将点云数据划分成为具有一定规模的大小相等的立方体晶格网。应用最小二乘法所划分的立方体晶格网中拟合出一个最佳平面，如果所有的点与所述平面之间的正常距离的标准偏差小于某个阀值时开始建模，建模完成后便可得到相应的平面法线，多站数据就可以通过这些相对应的法向量进行点云数据的配准工作，本次配准设置最小误差0.002米，平面最少点数10个，搜索最小晶格网0.128米，搜索最大晶格网1.024米；配准完成后就可以进行拼接计算。应用工具Multi Station Adjiustment多站平差，设置仪器中心位置和姿态参数，由低到高不断调整搜索范围和搜索角度，直到配准残差满足要求为止；拼接工作完成。（如图二）
四、结语
文章介绍了ICP算法在点云拼接中的基本原理，应用RIEGL VZ-4000扫描仪采集数据，在RISCAN PRO软件中应用提供的基于ICP算法的工具测试了点云拼接的流程，首先对实体扫描采集点云数据，其次应用当地的CORS测量系统精确的确定初始对应点集的初始值，最后应用ICP（迭代最近点）算法原理完成模型的拼接；通过这种方式可以有效的提高点云数据拼接的位置和姿态精度；随着三维扫描技术的不断成熟和和其成本的不断降低，在数字城市建设，考古研究领域，地质灾害评估方面的应用前景会越来越广阔。
参考文献
[1] 刘晓艳，林辉，张宏.虚拟城市建设原理与方法[M].科学出版社，2003.
[2] 罗先波，钟约先，李仁举.三维扫描系统中的数据配准技术[J].清华大学学报（自然科学版），2004，44（08）：1104-1106.
[3] 朱延娟，周来水，张丽艳.散乱点云数据配准算法[J].计算机辅助设计与图形学学报，2006，18（04）：475-481.
关键词：三维激光扫描仪；点云；ICP算法；精度
应用三维扫描技术在不同时间获取的实体海量点云数据通过坐标转换统一到同一坐标系下完成实体三维模型重建是一项逆向工程，实体三维模型的重建主要包括数据的获取、多视点的配准、表面重建和纹理映射，其中多视点点云的配准成为基于三维扫描重建的一项关键技术，对模型的重建精度有重要影响。
在实际测量的过程中，受被测物体几何形状影响和测量方式的限制，测量仪器需要从不同视角对物体进行多次定位测量，测量采集的点云数据应用最近点迭代算法完成拼接形成一个坐标系统一的点云数据。三维点云拼接技术在不同领域亦被称为配准、重定位、拼合技术，其实质是扫描的不同站点云数据进行坐标变换统一到同一坐标系下，核心部分是坐标变换参数旋转矩阵和平移矢量的求取。
一、点云配准的基本方法
（一）有特征点的配准
通过局部或全局搜索对应的点云几何特征点，利用已知不共线的三个点在两个坐标系下的坐标值，即能算出坐标转换关系的参数，选取一些特征点，比如建筑物、构筑物、地形地貌角点、边线、面或利用控制点、标靶外部标识点等特征来求得变换参数将相邻的点转换到同一坐标系下。基于特征点的配准简单容易理解，配准精度取决于特征点的精度；这种方法配准生成的三维模型精度分配不均匀容易产生局部变形，拼接精度不高，遇到地形地貌特征不是很明显的情况下很难完成配准。
（二）无特征点的配准
原始数据直接配准不需要寻找对应的特征点，而使用迭代算法进行精确拼接，使点云之间的拼接误差达到最小；目前配准方法以Besl与McKay在1992年分别独立提出的ICP算法为主。该算法的主体是点对间距的残差平方和函数值的最小化过程，即重复确定对应点集，计算出最优化刚体变换的过程。最后求得能正确配准的收敛准则。
二、ICP算法的基本原理
ICP算法是一种点集对点集配准方法，在相邻点云中搜索最邻近点对，利用找到的最近点对计算刚体变换参数，点对的搜索及变换参数的解算均为迭代计算过程。到现阶段，ICP算法在三维模型的配准当中具有一定的优势，基本思路如下：
首先定义目标空间点集P，参考空间点集X，目标空间点集P对应于参考空间点集X，对应空间点集应满足条件如下：
（1）P中点的个数和X中点的个数相等，即=。
（2）对于P中每一个点都应该对应于X中的每一点，即=。
（3）设旋转变换向量单位四元，
其中，且，得旋转矩阵。
（4）设平移变换向量为。
（5）目标空间点集P中的点经过空间变换后与参考空间点集X中的点一一对应，其中单点变换关系为：=。
（6）计算目标空间点集的重心和参考空间点集的重心。
（7）计算最佳旋转向量和最佳平移向量。
（8）得到完全坐标变换向量。
（9）当求得的变换使得目标空间点集P和参考空间点集X差别小于设定的阀值时停止迭代。
三、ICP算法的配准应用
三维激光扫描数据在处理中应用的ICP迭代法是比较普遍也是比较优秀的三维配准方法。其优点是能获得精确的配准，无需提取点云数据的特征点，可以处理三维点云、参数曲面等多种形式表达的曲面，在初值较好的情况下可以得到很好的收敛性；应用RIEGL VZ-4000扫描仪对某公园的奔马雕塑进行不同视角扫描，测试中设置了两站利用三维扫描仪器兼容的RISCAN PRO软件对三维扫描数据进行配准处理。
（一）应用RIEGL VZ-4000扫描仪采集数据
RIEGL VZ-4000扫描仪最远测程4000米，视角范围垂直60度、水平360度；使用的是对人眼安全的一级激光，进行多重目标回波识别；采用自动安平识别系统。这次测量采用自由架站，扫描频率为300HZ，每一次架站都是通过它自身的局部坐标系统SOCS来记录的，记录内容包含扫描仪架设位置和方位。第一站扫描总点数为6867191point（s），参与拼接点为：10794point（s）；第一站扫描总点数为8548628point（s），参与拼接点为：17297point（s）。
特征点选用标靶点来识别，以每站不少于3个标靶点的布设，应用当地的CORS系统测得每个标靶点的大地坐标，以此作为控制点来完成粗拼接，以此作为ICP迭代法配准的初始条件。
（二）点云数据近似配准
通过实地标靶点的测量和扫描仪扫描的实地标靶点位置进行粗略匹配可以计算出每一站扫描仪中心位置和仪器姿态的概略参数，为了便于处理数据把实地测得的全球坐标转换为参考坐标。在RISCAN PRO软件下的TPL（SOCS）（扫描坐标系）中通过表一的参数变化量可以得知第一站和第二站满足粗略配准要求，利用Find corresponding points工具设置搜索精度0.1m标靶匹配数量3个，第一站与第二站彼此匹配，扫描点与测量点如果一一对应，进行自动初略匹配；匹配完成之后我们可以将所有的点云数据拖入视图中进行查看，此时每个扫描站相对位置准确，扫描点重合部分近似重合，扫描仪姿态是粗略的。（如图一）
在RISCAN PRO中提供相应的ICP算法拼接方式，通过该种方式可以有效对点云数据进行高精度的姿态纠正。应用plane patch filter工具首先将点云数据划分成为具有一定规模的大小相等的立方体晶格网。应用最小二乘法所划分的立方体晶格网中拟合出一个最佳平面，如果所有的点与所述平面之间的正常距离的标准偏差小于某个阀值时开始建模，建模完成后便可得到相应的平面法线，多站数据就可以通过这些相对应的法向量进行点云数据的配准工作，本次配准设置最小误差0.002米，平面最少点数10个，搜索最小晶格网0.128米，搜索最大晶格网1.024米；配准完成后就可以进行拼接计算。应用工具Multi Station Adjiustment多站平差，设置仪器中心位置和姿态参数，由低到高不断调整搜索范围和搜索角度，直到配准残差满足要求为止；拼接工作完成。（如图二）
四、结语
文章介绍了ICP算法在点云拼接中的基本原理，应用RIEGL VZ-4000扫描仪采集数据，在RISCAN PRO软件中应用提供的基于ICP算法的工具测试了点云拼接的流程，首先对实体扫描采集点云数据，其次应用当地的CORS测量系统精确的确定初始对应点集的初始值，最后应用ICP（迭代最近点）算法原理完成模型的拼接；通过这种方式可以有效的提高点云数据拼接的位置和姿态精度；随着三维扫描技术的不断成熟和和其成本的不断降低，在数字城市建设，考古研究领域，地质灾害评估方面的应用前景会越来越广阔。
参考文献
[1] 刘晓艳，林辉，张宏.虚拟城市建设原理与方法[M].科学出版社，2003.
[2] 罗先波，钟约先，李仁举.三维扫描系统中的数据配准技术[J].清华大学学报（自然科学版），2004，44（08）：1104-1106.
[3] 朱延娟，周来水，张丽艳.散乱点云数据配准算法[J].计算机辅助设计与图形学学报，2006，18（04）：475-481.