基于三维激光扫描的数字化地形测量方法

李 鹏

(重庆市勘测院, 重庆 401121)

0 引言

地形测量指的是测绘地形图的作业。即对地球表面的地物、地形在水平面上的投影位置和高程进行测定,并按一定比例缩小,用符号和注记绘制成地形图的工作[1-2]。通过对地形进行合理测量形成清晰、直观的地形图不仅可以为实际工程提供重要的参考资料,也是工程得以顺利完成的可靠保障[3-4]。

在以往的地形测量工作中,如罗伟国等人研究的基于微型无人机对地形测量方法[5]，周杰等人研究的基于倾斜摄影测量技术对地形测量方法[6]。二者分别通过单点或面的采集方法获取离散点的三维坐标。

与以往在地形测量工作中使用的采集技术不同,三维激光扫描技术不仅可以实时高效率地采集大量的目标点三维立体信息,将目标物体的细节信息详细准确地描绘出来,还可通过应用计算机程序对获取的三维立体信息进行三维模型构建,使得目标物体的形态呈现出较为真实的状态[7]。因而本文研究基于三维激光扫描的数字化地形测量方法,保证地形数据采集的准确性与地形图像处理的效率,更好地满足实际地形测量工作需要。

1 三维激光技术数字化地形测量

1.1 三维激光扫描原理

通常情况下,在地形测量过程中应用的三维激光扫描系统包括电源、内置相机以及一些专门的图像与数据处理软件。其核心原理实际上就是通过连续重复性地执行采集与处理数据操作从而完成激光测距的过程[8]。具体可以描述为：在激光脉冲发射器的驱动作用下,激光二极管会向外源源不断地发射激光脉冲;激光脉冲在触碰到目标物体后会在目标物体表面产生反射,反射后信号被接受透镜接到后,会通过石英时钟对激光二极管发射的激光脉冲信号与接受透镜接收到的反射信号之间的时间间隔执行计算操作,依据这个时间间隔,目标测点与三维激光扫描仪之间的距离就可被求解出来,同样地,如果用α、β分别代表三维激光扫描仪激光脉冲的横、纵向扫描角度观测值,利用偏转镜就可实现对α、β的测量。最后经过一些相关的计算操作,目标点的三维坐标也将被计算出来。用Q(x,y,z)表示目标点的三维坐标,可将三维激光扫描仪目标点坐标的测量原理用图1表示出来。

图1 三维激光扫描仪测量原理

三维激光扫描仪的坐标系统多数情况下使用的是扫描仪内部的坐标系统。其中坐标系统的X、Y轴布置于三维激光扫描仪的横向扫描面内,而Z轴则被布置于与激光扫描仪横向扫描仪垂直的方向。对于目标点Q(x,y,z)的三维坐标可通过对式(1)～式(3)求解实现。

1.2 三维激光扫描外业数据采集

在利用三维激光扫描技术对地形数据进行采集时,扫描站点与路线并不是随意设置的,而是综合地形测量范围、测区地形种类以及地形图比例尺等条件进行合理布置的[9]。本文采用具有设站功能的HDS8800三维激光扫描仪对地形数据进行采集。

1.3 三维地形点云数据配准

在实际的地形测量工作中,想要获得完整且准确的地形数据,通常情况下会在不同位置不同方向对目标地物进行若干次的激光扫描[10]。由于各站间的坐标是独立存在的,各站通过三维激光扫描仪扫描获得的三维地形点云数据又都存在于激光扫描仪的坐标系当中,因而若想获得整个测区的三维地形点云数据需对三维地形典型数据进行坐标转换,而这种将获取的三维地形点云数据进行坐标系转换的过程就是数据配准。

本文使用全球定位系统(global positioning system,GPS)与三维激光扫描仪共同完成对三维激光扫描仪获得的三维地形点云数据的配准工作。配准原理为：通过GPS将地形测量现场安装的圆形反射片中心的空间位置信息提取出来;使用三维激光扫描仪将圆形反射片的相对空间位置信息提取出来;利用反射片中心点的公共空间位置信息便可实现三维地形点云数据的配准工作。这种三维点云数据配准方法尤其适合地形测量工作的需要,不仅配准效率高,准确性也非常高。

1.4 基于改进二代小波变换的地形三维点云数据去噪

配准后的点云数据中常会存在一些噪声点,这些噪声点大致可以分成两类,一类是由自然环境引起的噪声点,比如由空气中的灰尘抑或是车辆以及人员等障碍物遮挡引起的噪声点。另一类则是由三维激光扫描仪中的各种硬件设备引起的噪声点,如滤光镜等在旋转过程中被污染产生的噪声点等。对于那些由于自然环境引起距离点云中心有一定距离、肉眼能够识别的噪声点,直接删掉即可。而对于那些由于三维激光扫描仪硬件设备产生的点云数据,通常状况下,通过肉眼是无法发现的,这时,就需要运用合适的去噪方法将这些噪声点去除[11]。

第二代小波变换是从传统小波理论发展起来的一个分支,与第一代小波变换相比它有如下特点：①继承了第一代小波的多分辨率特性;②不依赖于傅里叶变换;③易实现快速算法;④逆变换易实现;⑤可实现非线性小波变换等。因此,本文对第一代小波变换进行改进,采用二代小波变换去噪方法对那些无法进行直接删除噪声操作的三维地形点云数据进行噪声点去除。

用q代表原始地形点云数据,ε代表用于执行地形点云数据去噪的小波系数,将含有噪声的地形点云数据用qn代表,最接近原始信号的信号表示为q0。那么根据小波变化的基本原理,对地形点云数据的去噪过程实际上就是对存在噪声信号的地形点云数据qn执行小波变换操作,压缩处理小波系数ε,之后通过压缩处理后的小波系数对含有噪声的地形点云数据执行小波逆变换操作,从而获得最接近原始地图点云数据q的地形点云数据q0。在进行地形点云数据噪声去除时,压缩小波系数所需的阈值是通过软或硬阈值函数确定的。用公式可将软阈值函数表示为

(4)

用公式可将硬阈值函数描述为

(5)

由于通过软阈值函数获得的小波系数阈值准确性相对较低,而硬阈值函数在确定小波系数阈值时,又显得不够灵活。因而本文对式(4)、式(5)进行改进,获得新的小波阈值函数。用公式可将其表示为

(6)

使用新阈值函数进行小波变换地形点云数据去噪的过程可归结为：提升小波变换地形点云数据qn,获得地形点云数据的近似尺度以及小波系数;设置地形点云数据的压缩阈值;对小波系数进行阈值压缩处理;合成压缩后小波系数与近似尺度系数,获得地形点云去噪数据q0。

1.5 地形点云数据抽稀与压缩

由于利用三维激光扫描仪在进行目标点点云采集时,会获得大量的地形点云数据,导致处理效率的降低,因而在实际的地形测量工作中,地形点云数据在完成去噪工作后,还必须进行地形点云数据的抽稀与压缩[12]。

一般来讲,想要简化地形点云数据,可以采用数据冗余去除与数据抽稀压缩两种方式。本文对地形点云数据的抽稀与压缩通过利用Realworks软件完成。原因是该软件不仅可对地形点云数据实现随机与空间采样,还可完成扫描以及间断的地形点云数据取样。

1.6 地形点云空洞修补

一般情况下，可以通过实地补测与点云内插的方法实现点云空洞的修补,并结合测量现场的地形照片,利用电脑上的点云数据处理软件完成点云空洞修补。在实际的地形测量工作中,应该尽可能获取准确的地形点云数据,避免出现点云空洞,如果出现点云空洞现象,应根据实际情况采取合适的点云空洞修补方法对其进行合理有效的修补。

1.7 DEM模型生成

地形点云数据数字高程模型(digital elevation model,DEM)的生成,首先需要利用地形数据的点云数先进行TIN构建,之后以构建的TIN为基础,通过一些合适的方法构建地形点云数据DEM模型,而任何一个目标点的高程信息通过DEM便可得到[13]。

具体来讲，地形点云数据DEM模型的生成可以与点云数据的抽稀与压缩一样通过Realworks软件实现,利用Realworks软件依次执行投影面挑选、三角网构建、平滑与删除三角网表面的凸起点等一系列操作便可生成所需的地形点云数据DEM模型。

1.8 地形图绘制

Realworks软件的导出功能,可以将选中的地形点云数据DEM模型的导出数据格式转化为RTF格式[14-15]。在格式转换完成后,将转换数据格式后的地形数据转入到专业的绘图软件中,并将其与三维激光扫描仪拍到的照片以及地形点云数据进行校对、赋值等操作。之后依次执行裁剪等高线、清理与美化图面、注记高程与地形图轮廓生成以及整体修饰等操作即可完成地形测量工作。

2 实验与研究

某市要兴修一大型水电站,修建地区深山峡谷密布,山势陡峭且只有少量稀疏的植被,为了满足水电站设计需要需对其35 km2内的地形进行测量。为此本文实验以该水电站修建地址35 km2内的区域为实验对象,应用本文提出的基于三维激光扫描的数字化地形测量方法对其进行地形测量,验证本文提出的基于三维激光扫描的数字化地形测量方法在地形测量方面的优势。

为验证本文提出的基于三维激光扫描的数字化地形测量方法进行地形点云数据采集时在效率方面的优势,分别应用本文提出的基于三维激光扫描的数字化地形测量方法与文献[5]基于微型无人机的地形测量方法、文献[6]基于倾斜摄影测量技术的地形测量方法对地形点云数据进行采集,获得的每分钟内地形数据采集效率对比见图2。

图2 采集效率对比图

从图2可以看出,应用本文提出的基于三维激光扫描的数字化地形测量方法每分钟采集的地形点云数据量始终高于文献[5-6]方法。并且受噪声环境的影响极小,在任何噪声环境下的采集效率都很高。而应用其他两种方法在进行地形点云数据采集时,采集效率从一开始就较低,且受噪声环境影响较大,即使在信噪比为125 dB时,1 min能够采集到的地形点云数据也仅为3 500个。实验证明：在应用本文提出的基于三维激光扫描的数字化地形测量方法进行地形点云数据采集时,只需要应用较少的时间就可采集到大量的地形点云数据,具有较高的地形点云数据采集效率,可更好地满足实际地形测量工作需要。

图3是不同方法对含有噪声的配准后地形点云数据进行去噪后获得的去噪效果对比图。

分析图3可知,含有大量的噪声的地形点云数据,经文献[5]方法去噪后,噪声点基本被去除,但是存在模糊现象,清晰度较低；应用文献[6]方法进行去噪后,图像清晰度得到了一定程度的改善,然而去噪效果依旧不够理想,图像的锐化程度、饱和度以及清晰程度依旧有待提高；而应用本文提出的基于三维激光扫描的数字化地形测量方法对含噪声的点云数据执行去噪操作后,点云数据无论从明暗度、清晰度以及锐化程度等上看效果均较理想。是因为本文采用二代小波变换去噪方法对那些无法进行直接删除噪声操作的三维地形点云数据进行噪声点去除,提高了图像清晰度。实验证明：应用本文提出的基于三维激光扫描的数字化地形测量方法对点云数据去噪获得的去噪效果较好,将其应用于地形测量过程中,可更好地完成地形测量工作。

(a)含噪声点云图

图4显示的是Realworks软件在进行地形点云数据抽稀与压缩、DEM模型生成以及DEM的格式转换时,在不同信噪比环境下的能量消耗对比图。

图4 不同信噪比能量消耗

分析图4可知,应用Realworks软件在进行地形点云数据抽稀与压缩、DEM模型生成以及DEM的格式转换时,即使在信噪比为60 dB时,消耗的能量也很低。并且随着信噪比的不断增加,Realworks软件在进行地形点云数据抽稀与压缩、DEM模型生成以及DEM的格式转换时消耗的能量下降趋势非常不明显。说明运用本文提出的基于三维激光扫描的数字化地形测量方法即使在噪声较大的环境下,也只需要较少的能量消耗便可完成地形点云数据抽稀与压缩、DEM模型生成以及DEM的格式转换工作,且上述操作受噪声影响较小,在地形测量工作中更具优越性。

在进行地形点云数据配准时,在各站放置若干反射片,这样可以通过对比采集处目标点的空间位置信息与配准拼接后的目标点空间位置信息,分析本文提出的基于三维激光扫描的数字化地形测量方法在扫描准确性方面的优势。数据准确性统计见表1。

表1 数据准确性统计表 单位：m

计算上述表格中的最大差值、最小差值、差值均值,和中误差,计算结果如表2和表3所示。

表2 误差计算结果 单位：m

表3 中误差计算结果 单位：m

从表3可以看出,采集处各目标点的坐标数据与拼接后目标点的坐标数据相比误差极小,几乎可以忽略。这说明本文提出的基于三维激光扫描的数字化地形测量方法在扫描准确性方面具有绝对的优势,应用本文方法进行地形测量获得的地形图与实际地形也更加匹配。

应用本文提出的基于三维激光扫描的数字化地形测量方法可以实现数字化地形的测量,获得能够满足实际工作需求的地形图,为人们兴建与设计各种建筑与工程提供可靠的依据。

3 结束语

本文提出的基于三维激光扫描的数字化地形测量方法可以实现地形的数字化测量,并且在进行地形测量过程中具有如下优势：

(1)与其他方法相比,在应用本文提出的基于三维激光扫描的数字化地形测量方法进行地形点云数据采集时,只需要应用较少的时间就可采集到大量的地形点云数据,具有较高的地形点云数据采集效率,可更好地满足实际地形测量工作需要。

(2)应用本文提出的基于三维激光扫描的数字化地形测量方法对含噪声的点云数据执行去噪操作后,点云数据无论从明暗度、清晰度以及锐化程度上去噪效果均较理想。将其应用于地形测量过程中,可更好地完成地形测量工作。