地面激光扫描仪自制平面标靶中心识别算法研究

孙鹏，闫阳阳，牛路标，毛杰

(河南理工大学测绘与国土信息工程学院，河南焦作454000)

三维激光扫描技术被认为是测绘领域继GPS之后的又一革命性技术，它突出的优越性受到了业内人士的广泛重视［1］。点云拼接、坐标转换与仪器检校是三维激光扫描领域研究的重要方面。目前绝大多数三维激光扫描仪使用的配套标靶都是球形或平面标靶，点云的拼接精度和坐标系的成功转换很大程度上取决于标靶中心坐标的提取精度［2］。具体来讲，其是以高密度对特制标靶进行扫描，通过一定的算法获取标靶中心点坐标，从而提高点云拼接和坐标转换的精度。然而这些标靶均是与激光扫描仪相配套的，标靶制作成本较高且不具有通用性。为此设想自行制作一种材料简单易得、价格低廉、携带方便的标靶，通过一定算法和步骤，获得自制标靶中心三维坐标，这对于测量特别是野外测量具有很好的实用意义。本文在现有研究基础上，选择设计了一种黑白平面标靶，通过人工交互和一定的算法提取了自制平面标靶中心坐标。

1 平面标靶简介

平面标靶由白色和蓝色两部分组成，白色反射激光，蓝色是特制薄膜，可以完全吸收蓝色激光。平面标靶中心识别方法分为重心类和几何类。

1.1 重心类

(1)简单平均法(graverg)。若认为点云数据不受噪声污染，成均匀分布，则可认为标靶中心为数据的几何中心［3］。

(2)最大值法。直接取反射强度最大的点作为标靶中心点。

(3)连续加权重心法。

1.2 几何类

基于空间向量的圆拟合算法。将平面标靶看成是一个球体与过球心的空间平面相交形成的空间大圆，其圆心必在球体上任意两点连线的中垂面上，运用空间向量推导中垂面方程，与拟合的空间平面联立即可求解圆心坐标，进而反算出半径。

2 自制平面标靶的选择及中心识别算法

2.1 标靶材料的选择

本着易于获取、价格低廉、方便携带、能够精确识别中心的原则进行。基于这些原则，前期考虑选择最常见最普通的白纸做标靶，白纸价格低且方便携带，但白纸比较柔软易变形，受外界自然条件的影响较大，容易破坏，故最终舍弃该材料。背胶相纸是一种背面有胶的相片纸，背胶是塑料纸不易破损，粘性好，打印出的图片效果好，且价格低廉、易于携带和裁剪。基于测量需要及以上几个原则，决定采用背胶相纸做标靶材料。

2.2 标靶图案选择

标靶图案通常指标靶形状与标靶尺寸，标靶形状与尺寸直接影响标靶中心识别的算法与精度。现有激光扫描仪配套平面标靶形状一般设计为方形或圆形，不同仪器标靶形状与尺寸的选择一般不同。图1为Leica Scan Station2型地面激光扫描仪配套的一种平面标靶。

特制标靶对于相应激光扫描仪反射强度好，在软件中可以看出标靶与周围地物有明显区别，软件通过判断反射率大小将标靶从点云数据中识别出来。依据此思想，要求自行设计的标靶与周围环境有一定的对比度，以便将标靶从点云数据中分离识别出来。参照上述要求，本文设计了一种平面标靶(见图2)。

图1 某种平面标靶

图2 选用平面标靶

这种平面标靶为正方形，边长为7 cm，分为黑白两部分，其中白色部分为2个边长为2.5 cm的正方形，两个正方形的交点位于标靶中心，且以交点为中心成中心对称图形。白色部分被黑色包围，黑色部分的外边界与白色部分之间有一定的缝隙，方便后续数据的处理。这种黑白标靶图案鲜明，通过数据处理即可得到标靶中心点的坐标。

3 自制平面标靶中心识别算法和精度评价

研究表明，平面标靶采用重心坐标法计算的坐标与软件自动求取的坐标相差很小［4］。故实验采用重心类方法求取自制平面标靶中心坐标。由于自制标靶在材料与图案上区别于特制标靶，故自制标靶中心识别与普通特制标靶识别方法不同，本文采用以下步骤识别标靶中心。

3.1 粗略提取白色部分点云

将点云数据导入专业处理软件Cyclone 6.0，得到标靶点云数据。由于白色部分和标靶外之间有一定的空隙，可以沿着这些空隙通过人机交互选取的方法粗略得到白色部分点云数据，这些粗略提取的数据中包含黑色部分点云数据。

3.2 精确提取白色部分数据

粗略提取得到的点云数据中含有黑色部分点云数据，为了精确得到白色部分点云数据，必须将黑色部分点云数据剔除。不同地物对激光点有不同的反射强度值，本文通过实验获得大量自制标靶黑白部分各自反射强度值信息。结果表明，自制标靶白色部分反射强度值平均为-40，黑色部分的激光反射强度值平均为-1 420，黑白部分反射强度值差别明显，由此可以依据反射强度值差异将白色标靶点云数据从粗略提取的标靶点云数据中提取出来。具体作法为依据标靶白色部分平均反射强度值-40，给定阈值-240≤i≤160，将粗略提取的标靶点云数据中超过阈值的点剔除，剩余点即作为精确提取的标靶白色部分点云。

3.3 拟合平面

令平面方程的一般表达式为:

解上述线形方程组，可得a0、a1、a2，即可求得平面方程。

3.4 阈值设定及噪声点剔除

依据测量平差原理求取中误差δ

式中:di为各点至平面距离为所有距离di的简单平均值，选取2倍中误差为阈值，即Δ=2δ。若，则将该点视为噪声点，予以剔除，重复上述过程直到所有点都符合要求为止。

3.5 标靶中心识别与精度分析

经上述步骤最终可以得到符合条件的白色部分标靶点云数据。本文认为这些点云分布规范，故选择使用连续加权重心法，最终求得自制标靶中心坐标。分别求出用上述算法识别出的标靶中心坐标和软件拟合的标靶中心坐标，求出坐标差值。通过求得的坐标差值来衡量标靶中心识别的精度。

4 实验与分析

4.1 实验过程

实验区选择在某学校的某个房间内，该房间四面墙壁平整，便于粘贴标靶以及保持平面标靶的平整性。选择的墙面应当有一定高度，可以保证在不同高度不同层次粘贴标靶，使得标靶平面与扫描仪间有一定的倾角。通过提取这些位于不同倾角处的标靶中心坐标，验证算法的普遍适用性。按照上述要求并结合实际情况，总共在四面墙壁上布设了60个标靶，这些标靶分布在不同高度的墙面上，形成一定的层次。

数据采集使用Leica ScanStation2型地面激光扫描仪，对60个平面标靶逐个精细扫描。由于标靶数量较多，在此仅选择4个位于不同高度上的一列标靶，对其中心坐标提取进行分析。将扫描点云数据导入专业处理软件Cyclone 6.0，得到某标靶点云数据(见图3)。粗略提取某标靶白色部分点云如图4所示。

图3 标靶点云数据

图4 粗略提取某标靶白色部分点云

按照上述方法，经过噪声剔除、平面拟合，依据连续加权重心法最终求得这4个标靶中心点坐标。

4.2 标靶中心坐标识别精度分析

计算软件自动拟合坐标与重心坐标差，结果如表1所示。

表1 重心坐标与软件拟合坐标差值

通过表1发现，用重心法求取的坐标与用软件自动拟合坐标坐标差异最大为5 mm，在一定程度上满足了野外测量对标靶中心识别的需求。

5 结论

针对现有激光扫描仪平面标靶价格高、不具有通用性的特点，研究了一种价格低廉、制作简单、方便携带的自制平面标靶。通过一定算法识别获取了自制标靶中心坐标，识别精度在一定程度上能够满足野外测量的需求。故测量人员可以根据需要自行设计平面标靶，而不完全依赖扫描系统所配备的平面标靶。研究结果具有一定的实用意义和参考价值。

存在的问题有:本文仅选择使用一种激光扫描仪对一种标靶材料进行了中心识别实验，实验数据有限，还需要研究其他扫描仪和其他标靶材料的实验情况;自制平面标靶中心识别算法较多的依赖人工选择，自动化程度有待提高。

［1］王玉鹏，卢小平，葛晓天，等.地面三维激光扫描点位精度评定［J］.测绘通报，2011(4):10-13.

［2］陈俊杰，闫伟涛.基于激光点云的平面标靶中心坐标提取方法研究［J］.工程勘察，2013(8):53-57.

［3］苏晓蓓，郝刚.地面三维激光扫描标靶中心识别算法研究［J］.城市勘测，2010(3):68-70.

［4］齐建伟，纪勇.地面3D激光扫描仪反射标靶中心求取方法研究［J］.测绘信息与工程，2011，36(1):37-39.