基于车载点云数据的实景可量测技术研究

张拥军，刘建明，高照根，肖鹏，田茂荣，高璐

(山东省国土测绘院，山东 济南 250013)



基于车载点云数据的实景可量测技术研究

张拥军，刘建明，高照根，肖鹏，田茂荣，高璐

(山东省国土测绘院，山东 济南 250013)

车载激光扫描系统集成激光雷达扫描技术、定位定向技术、全景获取技术于一身，可同时获取空间三维信息以及纹理信息，在数字城市信息化建设中发挥重要作用。该文通过分析车载激光扫描数据成果，将激光点云作为空间量测支撑数据，实现三维实景可量测功能，在文中详细的阐述可量测原理以及实现实景量测的关键技术，并基于DirectX开发出可量测实景应用实例，为可量测实景服务奠定基础。

实景三维；可量测实景；深度图；车载激光点云

激光扫描技术的诞生，极大地推动了空间数据获取技术发展，许多基于激光扫描技术的新兴测绘手段应运而生。车载激光扫描系统作为激光扫描技术发展的一个方向，集成了激光扫描仪、数码全景相机、高精度差分POS系统(GPS，IMU)等硬件设备，可同时获取空间三维信息以及全景影像，弥补了传统技术手段获取数据单一方面的不足[1-5]。而且，车载激光扫描系统依托城市道路进行数据采集，获取十分精细的城市景观信息，为城市信息化建设提供丰富的数据基础[6-17]。可量测实景影像是指一体化集成融合管理的时空序列上的具有相片绝对方位元素的航空/航天/地面立体影像的统称[18-22]。车载激光扫描系统作为可量测实景数据采集系统之一，依托激光扫描数据作为空间数据，通过与全集影像配准实现实景量测功能，该文将详细阐述基于激光扫描数据的实景量测技术原理，并基于DirectX开发出实景量测实例。

1 实景量测技术

目前利用移动测量系统实现可量测实景主要采取2种技术模式，即近景摄影测量模式和激光点云加全集影像模式：

1.1 车载激光扫描数据简介

车载激光扫描系统获取数据包括激光点云数据以及全景相片数据，其中激光点云数据为具有真实空间三维坐标的点集合，可设置常规坐标系统，全景数据采用常规图片格式存储，并附有全景拍摄瞬间的空间位置以及姿态信息(Xs,Ys,Zs,a,β，γ)，摄影机参数可以从相关文件获取。

1.2 基于近景摄影测量

近景摄影测量方式主要依托移动测量系统在不同时刻拍摄的全景图像构建立体像对，通过2张相片的摄影中心与同名点射线计算物方坐标，其核心原理采取摄影测量共线方程[3]。

共线方程公式1：

旋转矩阵方程公式2：

式中：(Xs,Ys,Zs)为摄影瞬间全景相机位置；(a,β,γ)为拍摄姿态，R为3个姿态角的旋转矩阵；(ai,bi,ci)为旋转矩阵参数。

1.3 基于车载激光点云

车载激光点云经过解算之后获取的是与真实地物相一致的真三维坐标，可作为可量测实景的背景空间数据，即通过单一相片获取射线方向，射线与激光点云相交获得像素的真实三维坐标，如图1所示。

图1 量测示意图

式中：S(X,Y,Z)为摄影中心，P(x,y)为像素坐标，即像素行列号，P(X,Y,Z)为真实地物点。全景球代表以摄影机中心为圆心，任意长度为半径，由全集相片“包裹”的具有纹理的球面，球上任意一点只具有方位意义，不具备空间坐标，与鱼眼镜头原理近似。

由于激光点云数据量十分庞大，并且无任何拓扑结构，因此该文中采用深度图技术代替点云进行量测。

2 深度图技术

2.1 深度图概念与作用

深度图以摄影机拍摄瞬间空间位置S为圆心，以指定长度R为半径，通过投影生成的图像，图像中各像素代表该方向点云与摄影中心距离，因此深度图又可称为距离图像。

深度图计算过程中，可以通过全景相片姿态参数进行点云坐标转换，也可假定正方向，即竖直向上为Z，正北方向为Y轴，与Y轴垂直方向为X轴，满足右手法则，此时与全景进行匹配测量时需要将全景图片旋转至正方向。如上文分析，全景球中全景图片像素只具有方位意义，即与摄影中心连接形成射线，而深度图具有距离意义，使得射线既有方向又有长度，则可获取三维坐标信息。

2.2 深度图计算方法

该文中采取假定正方向方式进行计算，避免在全集显示过程中二次改正。核心步骤如下：

(1)获取指定范围点云。由于全景相片存在光学非线性畸变，使得距离越远畸变越大，而且距离越远点云数据存在遮挡越多，因此需设定指定范围R，方法如下：针对点云集和∀={p1,p2,p3…pi…pn}进行计算，判断点pi是否满足Δi=pi-S

(2)计算点pi(pi∈Φ)的方向角φi(φi∈[0，360])以及高度角θi(θi∈[0，180])。

(3)量化角度，实现网格投影。利用设定的角度分辨率σ进行量化，计算投影图像行列号，并将距离Δi作为灰度值di附加到投影网格P(rawi，coli)的灰度值集合D={d1,d2,d3…di…dn}。

(5)依据角分辨率作为图像分辨率进行图像生成。该文中采取TIFF格式数据进行灰度存储。

3 实例分析

该文中基于C#与DirectX进行二次开发，依照该文中提出理论进行软件设计，开发出一套全景量测软件，实现了实景可量测。

3.1 实例展示

该实验以济南市山大南路某段车载激光扫描数据为数据源，结果如图2～图5所示。

图2 原始全景图像

图3 点云转换为深度图

图4 实景量测效果(线杆上蓝色细线)

图5 量测所用深度图

其中图2为全景镜头拍摄全景影像原始数据，图3为利用该文提出深度图技术生成的点云深度图，图4为相邻2个站点同一区域图片，图5为图4对应区域的深度图。

3.2 实例分析

通过对该实例的研究，验证了该文提出的方案实现了实景影像量测功能，并得出以下结论：

(1) 图3展示了深度图技术计算结果，黑色区域为无数据区域；高亮区域为点云数据，亮度越高说明点云距离摄影中心越大。图像内像素呈现离散状态，与点云密度正相关，与深度图格网呈负相关。

(2) 通过图3与图2对比说明通过相机POS数据可以实现深度图与全景图像配准，解决了深度图分辨地物能力较弱问题，为实景量测打下基础。

(3) 图4左侧为站点1，显示量测高度为5.06m，图4右侧为站点2，显示量测高度为5.10m，实地测量线杆高度为5.1m，另通过对比远近不同地物量测发现，距离越远精度越差，出现误差主要原因如下：① 图像量测人为误差，即手动点击误差；② 点云数据误差，即点云精度本身误差；③ 匹配误差，即由于匹配问题产生误差。

(4) 使用深度图技术实现实景量测同时，利用原始点云作为背景数据，通过大量点位量测证明，使用原始点云数据作为背景数据运算次数极高，明显产生量测延迟，效率不如深度图；通过点位量测结果得出结论，2种技术量测结果一致。

4 结语

通过该文提出的理论实现了基于点云数据的实景可量测，并利用深度图技术有效解决原始点云数据量庞大且效率低下问题，但由于点云自身限制、POS数据精度等问题，使得测量存在结果精度不高、量测盲区等问题，在今后研究中将结合近景摄影测量技术，利用多站影像构建立体像对，与深度图联合平差运算，提高实景量测精度。

[1] 李德仁.论可量测实景影像的概念与应用——从4D产品到5D产品[J].测绘科学,2007,(4):5-7.

[2] 刘建明.基于车载激光扫描数据城市三维建模特征提取[D].武汉：武汉大学，2012

[3] 李德仁,胡庆武.基于可量测实景影像的空间信息服务[J].武汉大学学报(信息科学版),2007,32(5):377-380.

[4] 李德仁,郭晟,胡庆武.基于3S集成技术的LD2000系列移动道路测量系统及其应用[J].测绘学报，2008,37(3):272-276.

[5] 伍百发.移动测量技术及其在数字城市中的应用[J].国土资源导刊,2011,(6):90-95.

[6] 季霞,密长林,蔡振锋,等.测绘新技术与数字城市建设发展关系探讨——以临沂市为例[J].山东国土资源,2013,29(10):100-102

[7] 王万峰,杜明义.可量测实景影像在城市部件管理中的应用[J].北京建筑工程学院学报,2009,(2):31-34.

[8] 邹镰钊,张珊珊,张鹏程,等.可量测实景影像技术在林业和园林管理中的应用[A]//中国城市规划协会[C].2013:133-137.

[9] 杨沾吉.可量测实景影像在数字城管中的应用[J].测绘通报,2012,(8):36-38.

[10] 包忠聪.基于可量测实景影像库(DMI)及4D产品的三维数字高速公路展示系统：以福州市机场高速为例[A]//第四届“测绘科学前沿技术论坛”论文集[C].2012：617-619.

[11] 邵振峰，郭晟，华中雄.城市管理实景化技术解决方案[A]// 数字测绘与数字城市建设技术研讨会论文集[C].2009：70-79.

[12] 罗智，赵威，刘守军.基于实景三维GIS和移动巡查技术的公路管理应用系统[A]//2009中国地理信息产业论坛论文集[C].2009：247-255.

[13] 周静，张书亮，房彩申.基于可量测实景影像的空间服务研究[J].南京师范大学学报,2014,14(3):57-62.

[14] 黄勇，张鑫鑫.关于可量测实景影像的研究进展[J].城市建设理论研究,2012,(6):64-68.

[15] 陆元良. 道路可量测实景影像技术研究[J]. 现代交通技术,2013,10(5):78-81.

[16] 徐莹，王涛.实景三维GIS的应用前景概述[J]. 城市建设理论研究,2014,30(4):82-85.

[17] 殷福忠，刘红军，张延波.基于移动测量技术的城市3维实景影像信息服务研究[J].测绘与空间地理信息,2008,31(6):17-23.

[18] 赵云昌，丁莹莹，刘建明.车载激光扫描数据控制点布设方案研究[J].山东国土资源，2014,30(5):67-69.

[19] 胡庆武，郭晟，柳正华，等.基于可量测实景影像的数字公路体系研究[J].公路，2010,(2):95-100.

[20] 王建营，刘庆涛，王文江.浅谈可量测实景影像的引入与数字城市建设的关系[J].城市建设理论研究,2014,(2):87-92.

[21] 王冬凯.可量测实景影像的制作和精度分析[J].建筑工程技术与设计,2016,(21):56-60.

[22] 张剑清，潘励，王树根.摄影测量学[M]. 武汉：武汉大学出版社,2003.

Research on Digital Measurable Image from Data Based on Vehicle-borne Laser Scanning

ZHANG Yongjun, LIU Jianming, GAO Zhaogen, XIAO Peng, TIAN Maorong, GAO Lu

(Shandong Land Surveying and Mapping Institute, Shandong Jinan 250013, China)

Vehicle-borne laser scanning system integrated laser radar scanning technology, positioning and orientation technology, panoramic image acquisition technology. This could obtain three-dimensional information and texture information at the same time, which play an important role in the digital city informatization construction. In this paper, based on analyzing the results of the vehicle-borne laser scanning data, it achieved real three-dimensional measurement function. This paper elaborated the principles of scalability and achieved real measurement of key technologies. And we developped a scalable real application examples based on DirectX, and laid the foundation for scalable real service.

3D real modeling; digital measurable image; depth image; mobile laser scanning point clouds

2016-09-18；

2017-01-07；编辑：陶卫卫

张拥军(1967—)，女，山东济南人，高级工程师，主要从事地理省情监测、测绘技术等方面的工作；E-mail：490726223@qq.com

P208

B

张拥军，刘建明，高照根，等.基于车载点云数据的实景可量测技术研究[J].山东国土资源，2017,33(4)：71-74. ZHANG Yongjun, LIU Jianming, GAO Zhaogen,etc. Research on Digital Measurable Image from Data Based on Vehicle-borne Laser Scanning[J].Shandong Land and Resources, 2017,33(4)：71-74.