王嘉鑫　趙夫群

摘? 要：隨著三維激光掃描技術(shù)的發(fā)展，點(diǎn)云數(shù)據(jù)采集和預(yù)處理技術(shù)成為日益關(guān)注的研究熱點(diǎn)。文章主要研究點(diǎn)云預(yù)處理中的幾個(gè)關(guān)鍵技術(shù)，即點(diǎn)云去噪聲、點(diǎn)云簡化、點(diǎn)云配準(zhǔn)以及點(diǎn)云補(bǔ)洞等。通過點(diǎn)云數(shù)據(jù)預(yù)處理，可以得到穩(wěn)健的點(diǎn)云數(shù)據(jù)模型，為后續(xù)的曲面構(gòu)建及三維實(shí)體模型生成提供良好的數(shù)據(jù)基礎(chǔ)。

關(guān)鍵詞：點(diǎn)云預(yù)處理;點(diǎn)云去噪;點(diǎn)云簡化;點(diǎn)云配準(zhǔn);點(diǎn)云補(bǔ)洞

中圖分類號(hào)：TP391.7? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：2096-4706（2020）02-0129-03

Abstract：With the development of 3D laser scanning technology，point cloud data acquisition and preprocessing technology has become a research hotspot. This paper focuses on several key technologies of point cloud preprocessing，including point cloud denoising，point cloud simplification，point cloud registration and point cloud patching. Through the preprocessing of point cloud data，a robust point cloud data model can be obtained，which provides a good data base for the subsequent surface construction and 3D solid model generation.

Keywords：point cloud preprocessing;point cloud denoising;point cloud simplification;point cloud registration;point cloud patching

0? 引? 言

隨著三維激光掃描技術(shù)的發(fā)展，點(diǎn)云數(shù)據(jù)采集和預(yù)處理技術(shù)成為備受關(guān)注的研究熱點(diǎn)，目前已被廣泛地應(yīng)用于醫(yī)學(xué)研究、文物數(shù)字化保護(hù)、游戲軟件開發(fā)以及工程應(yīng)用等領(lǐng)域[1-6]點(diǎn)云數(shù)據(jù)采集具有快速、穿透性強(qiáng)、不接觸實(shí)物、實(shí)時(shí)性和動(dòng)態(tài)性強(qiáng)、主動(dòng)性、數(shù)字化、高密度和高效率等優(yōu)點(diǎn)，其發(fā)展前景和應(yīng)用需求廣闊[7]。

在實(shí)際的點(diǎn)云數(shù)據(jù)模型獲取中，由于物體本身的遮擋、關(guān)照不均勻等原因，三維激光掃描設(shè)備對(duì)復(fù)雜形狀物體的某些區(qū)域容易掃描為視覺盲點(diǎn)，因此容易造成掃描“盲區(qū)”，形成孔洞。同時(shí)由于掃描設(shè)備測量范圍有限，對(duì)于大尺寸物體或者大范圍場景，不能一次性進(jìn)行完整測量，必須多次掃描測量，因此掃描結(jié)果往往是多塊具有不同坐標(biāo)系統(tǒng)且存在噪聲的點(diǎn)云數(shù)據(jù)，不能夠完全滿足人們對(duì)數(shù)字化模型真實(shí)度和實(shí)時(shí)性的要求，所以需要對(duì)三維點(diǎn)云數(shù)據(jù)進(jìn)行去噪、簡化、配準(zhǔn)以及補(bǔ)洞等預(yù)處理。本文主要研究點(diǎn)云數(shù)據(jù)模型的預(yù)處理技術(shù)，主要包括點(diǎn)云去噪聲、點(diǎn)云簡化、點(diǎn)云配準(zhǔn)以及點(diǎn)云補(bǔ)洞等，并通過實(shí)驗(yàn)驗(yàn)證相關(guān)的預(yù)處理技術(shù)。

1? 點(diǎn)云數(shù)據(jù)采集

通常采集點(diǎn)云數(shù)據(jù)有兩種方式，即接觸式掃描采集和非接觸式掃描采集。由于接觸式掃描采集方式直接和被測物體接觸，可能會(huì)導(dǎo)致被測物存在一定程度的變形，影響數(shù)據(jù)采集的準(zhǔn)確性，而且直接接觸有些被測物容易造成二次破壞，如出土的文物，因此非接觸式掃描采集方式應(yīng)用得更加廣泛。

目前非接觸式采集物體點(diǎn)云數(shù)據(jù)模型的方法主要有三種：一是手工建模法，該方法利用三維建模軟件實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)獲取，可以獲得較為規(guī)則的點(diǎn)云數(shù)據(jù)模型，但是模型精度不夠高，工作人員的工作量比較大;二是利用物體的二維圖像通過三維重建的方式獲取點(diǎn)云數(shù)據(jù)模型，該方法的成本較低，但是需要的二維圖像數(shù)量大，建模的真實(shí)感較差，獲取效率較低;三是采用三維激光掃描設(shè)備獲取物體的點(diǎn)云數(shù)據(jù)模型，該方法方便、快捷、建模準(zhǔn)確，能夠精細(xì)地獲得物體表面的幾何紋理信息，目前已得到廣泛的應(yīng)用。在眾多的三維激光掃描設(shè)備中，加拿大手持式Handyscan3D激光掃描儀是常用的點(diǎn)云模型獲取工具之一，其操作簡單、體積小、攜帶方便，而且掃描獲取的物體的點(diǎn)云數(shù)據(jù)模型的分辨率較高，可以獲得物體的obj、stl、ply、3ds以及wip等多種格式的點(diǎn)云模型文件。

2? 點(diǎn)云數(shù)據(jù)預(yù)處理

2.1? 點(diǎn)云去噪

通常點(diǎn)云數(shù)據(jù)模型中的噪聲分為客觀噪聲和主觀噪聲兩大類，其中客觀噪聲是由物理測量所產(chǎn)生的誤差引起的，而主觀噪聲則是由掃描現(xiàn)場無關(guān)物的干擾引起的。對(duì)于不同的噪聲類型，所采用的去噪方法也不同?？陀^噪聲的消除通常采用去噪算法實(shí)現(xiàn)，如K-鄰域搜索算法、空間柵格算法、k-D tree算法以及Laplace算法等。主觀噪聲通常是為了擴(kuò)大被測物的掃描范圍所引起的，通常表現(xiàn)為大片的點(diǎn)云，因此借助三維模型處理軟件可以對(duì)其進(jìn)行手動(dòng)消除。以一個(gè)噪聲兔子點(diǎn)云為例，采用Geomagic 2012軟件對(duì)其進(jìn)行手動(dòng)去噪的結(jié)果如圖1所示。

2.2? 點(diǎn)云簡化

通常三維掃描設(shè)備獲取的點(diǎn)云數(shù)據(jù)模型的數(shù)據(jù)量都很大，數(shù)據(jù)點(diǎn)較為密集，對(duì)其存儲(chǔ)、傳輸和計(jì)算均不利，因此有必要對(duì)其進(jìn)行簡化[8]。點(diǎn)云簡化的基本原則為：對(duì)于點(diǎn)云模型中曲率較大的地方，要盡量保留較多的數(shù)據(jù)點(diǎn)，而對(duì)于點(diǎn)云模型中曲率較小的地方，可以保留較少的數(shù)據(jù)點(diǎn)。點(diǎn)云簡化的方法主要分成四類：一是根據(jù)點(diǎn)云簡化密度和曲面變分進(jìn)行簡化，二是根據(jù)點(diǎn)云中點(diǎn)的數(shù)目和點(diǎn)云表面變化系數(shù)對(duì)點(diǎn)云進(jìn)行分塊簡化，三是根據(jù)點(diǎn)云中點(diǎn)的曲率值大小進(jìn)行簡化，四是采用聚類算法完成點(diǎn)云數(shù)據(jù)簡化。不管采用哪種簡化方法，其目的都是為了在精簡數(shù)據(jù)的同時(shí)，有效保持點(diǎn)云的尖銳特征。如采用一種保留幾何特征的算法[9]對(duì)公共點(diǎn)云數(shù)據(jù)模型進(jìn)行簡化，簡化結(jié)果如圖2所示。

2.3? 點(diǎn)云配準(zhǔn)

在采用三維激光掃描設(shè)備獲取被測物的點(diǎn)云數(shù)據(jù)模型時(shí)，通常一次掃描很難獲取整個(gè)物體的完整點(diǎn)云數(shù)據(jù)信息，因此需要對(duì)同一物體在不同坐標(biāo)系下進(jìn)行不同角度下的多次掃描，并對(duì)多次掃描的結(jié)果進(jìn)行配準(zhǔn)，從而獲得整個(gè)物體的完整點(diǎn)云數(shù)據(jù)模型。因此，點(diǎn)云配準(zhǔn)就是將同一物體在不同方位下測得的點(diǎn)云數(shù)據(jù)模型通過剛體變換，使其能夠統(tǒng)一到同一坐標(biāo)系的過程。根據(jù)配準(zhǔn)規(guī)模，點(diǎn)云配準(zhǔn)分為兩大類，即兩片點(diǎn)云配準(zhǔn)和多片點(diǎn)云配準(zhǔn)，而多片點(diǎn)云配準(zhǔn)可以通過兩片點(diǎn)云的多次配準(zhǔn)實(shí)現(xiàn)，因此點(diǎn)云配準(zhǔn)主要研究的是兩片點(diǎn)云的配準(zhǔn)。

本文采用一種基于幾何屬性和改進(jìn)ICP的點(diǎn)云配準(zhǔn)算法[10]實(shí)現(xiàn)公共兔子點(diǎn)云數(shù)據(jù)模型的配準(zhǔn)，該配準(zhǔn)過程主要包括：計(jì)算點(diǎn)云中點(diǎn)的法矢和曲率特征、檢測配準(zhǔn)點(diǎn)對(duì)、相似性度量、剔除錯(cuò)配點(diǎn)對(duì)以及k-D tree精配準(zhǔn)等步驟，配準(zhǔn)結(jié)果如圖3所示。

2.4? 點(diǎn)云補(bǔ)洞

由于被測物體本身形狀各異，部分表面凹凸不平，甚至不夠規(guī)則、存在空腔，因此在采用三維掃描儀對(duì)其進(jìn)行掃描時(shí)，可能會(huì)導(dǎo)致物體表面的很多區(qū)域沒有被掃描到，從而形成掃描“盲區(qū)”，產(chǎn)生許多形狀各異、大小不一的孔洞。本文采用一種基于泊松方程的修復(fù)算法來實(shí)現(xiàn)孔洞修補(bǔ)[11]，首先建立幾何泊松方程，并對(duì)模型外表面進(jìn)行擬合，然后裁剪擬合曲面并與孔洞縫合，從而實(shí)現(xiàn)點(diǎn)云孔洞修補(bǔ)，修補(bǔ)結(jié)果如圖4所示。

3? 結(jié)? 論

本文首先介紹了點(diǎn)云數(shù)據(jù)模型采集的兩種方式，即接觸式掃描采集和非接觸式掃描采集，并通過對(duì)兩種采集方式的對(duì)比體現(xiàn)非接觸式掃描采集的優(yōu)勢;然后重點(diǎn)介紹了點(diǎn)云數(shù)據(jù)預(yù)處理中涉及到的幾個(gè)主要研究內(nèi)容，即點(diǎn)云去噪聲、點(diǎn)云簡化、點(diǎn)云配準(zhǔn)以及點(diǎn)云補(bǔ)洞等。通過數(shù)據(jù)預(yù)處理，可以有效剔除點(diǎn)云中的噪聲和外點(diǎn)，在保持幾何特征的基礎(chǔ)上實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)簡化，并將不同角度掃描的點(diǎn)云統(tǒng)一到同一坐標(biāo)系下，為后續(xù)的曲面構(gòu)建及三維實(shí)體模型生成提供穩(wěn)健的數(shù)據(jù)基礎(chǔ)。

參考文獻(xiàn)：

[1] 劉鳴，舒勤，楊赟秀，等.基于獨(dú)立成分分析的三維點(diǎn)云配準(zhǔn)算法 [J].激光與光電子學(xué)進(jìn)展，2019，56（1）：181-189.

[2] PERSAD R A，ARMENAKIS C. Automatic co-registration of 3D multi-sensor point clouds [J].ISPRS Journal of Photogrammetry and Remote Sensing，2017，130：162-186.

[3] ZHANG Z，XU H L，YIN H. A Fast Point Cloud Registration Algorithm Based on Key Point Selection [J].Laser & Optoelectronics Progress，2017，54（12）：121002.

[4] QUAN S W，MA J，HU F Y，et al. Local voxelized structure for 3D binary feature representation and robust registration of point clouds from low-cost sensors [J].Information Sciences，2018（444）：153-171.

[5] 黃源，達(dá)飛鵬，陶海躋.一種基于特征提取的點(diǎn)云自動(dòng)配準(zhǔn)算法 [J].中國激光，2015，42 （3）：250-256.

[6] CHANKI Y，DA J. A maximum feasible subsystem for globally optimal 3D point cloud registration [J].Sensors，2018，18（2）：544-553.

[7] 李國鎮(zhèn).基于Kinect的三維重建方法的研究與實(shí)現(xiàn) [D].北京：北京交通大學(xué)，2012.

[8] 宋詩超，禹素萍，許武軍.基于Kinect的三維人體掃描、重建及測量技術(shù)的研究 [J].天津工業(yè)大學(xué)學(xué)報(bào)，2012，31（5）：34-37+41.

[9] 張雨禾，耿國華，魏瀟然，等.保留幾何特征的散亂點(diǎn)云簡化算法 [J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2016，28（9）：1420-1427.

[10] 趙夫群，賈一婷.基于幾何屬性和改進(jìn)ICP的點(diǎn)云配準(zhǔn)方法 [J].信息技術(shù)，2019，43（4）：33-38.

[11] 李月雯.面向文物數(shù)字化建模的網(wǎng)格模型孔洞修補(bǔ)算法研究 [D].西安：西北大學(xué)，2017.

作者簡介：王嘉鑫（1999-），男，漢族，山西運(yùn)城人，本科，研究方向：軟件工程;趙夫群（1982-），女，漢族，山東臨沂人，副教授，博士，研究方向：圖形圖像處理。