黄钰皓

摘 要：对已存建筑進行结构评估需要关键部特征数据信息，而这些关键信息往往需要通过多种设备或手段进行采取和提取，极为耗时，三维激光扫描技术能够快速采集已存建筑的点云数据。提出了一种基于点云的建筑特征剖面数据的提取算法，实际应用证明，本算法软件能够显著提高特征剖面提取效率及质量。

关键词：点云；建筑剖面图；结构评估

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）09-0182-03

Abstract： The structural assessment of existing buildings requires key minutiae information， which often needs to be taken and extracted by multiple devices or means. It is extremely time-consuming and 3D laser scanning technology can quickly capture point cloud data of existing buildings. A point cloud based building feature profile data extraction algorithm is proposed. Practical application shows that this algorithm software can significantly improve the efficiency and quality of feature profile extraction.

Key words： point cloud； building profile； structure assessment

1 概述

对已存建筑进行结构评估或修缮需要关键部特征数据信息，而这些关键信息往往需要通过多种设备或手段进行采取和提取。近年来，三维激光扫描技术在建筑测绘邻域得到了大量运用，通过该方法能够精确的对已存建筑进行非接触式的测量 [1]。虽然三维激光扫描技术可以快速获取建筑物的精确点云数据，由于测量方位的限制，点云中不可避免的含有空洞和噪声，需要大量人工介入，借助于各种绘图软件，从点云中获得结构评估、修缮所需要的特征信息（如特征线）、特征图形（如各种建筑剖切图、投影图等）[2-3]。

对于剖面图等投影图，首先需要对点云模型进行切片，然后在AUTOCAD 等绘制软件中，根据绘图部位、绘制精度，以点云切片为底图绘制二维线划图。这种操作方式主要依赖于操作者的经验和数据截取质量，需要在三维数据环境下反复操作。因此，研究基于点云的半自动剖面提取算法，通过提高切片数据质量，不仅可以显著提高线划图的制作效率，而且从一定程度上保障了线划图的精确性。

本文提出了一种建筑特征剖面的半自动提取算法，通过人工指定特征物的轴线，实现了自适应特征断面自动提取，该算法能够显著提高提取效率及剖面质量。

2 相关研究

三维激光扫描技术，能够高速、非接触的采集目标表面的精确的空间三维数据，为已有建筑的测绘提供了全新的方法，但是如何从包含空洞的非完整点云中高效率、高精度地提取建筑物的几何形态信息，是目前技术研究热点[4]。

目前，针对隧道、公路等建筑的断面自动生成技术研究较成熟。通过交互设置、自动拟合或其他方式提供截取断面的轴线，能够很容易的生成断面[5，8，10，11]。吴君涵等利用拟合中轴线截取断面，但该方法只限于圆形隧道，具有很大局限性[6]；陈弘奕等提出了一种基于邻域局部曲面拟合的隧道断面截取方法[7]，该方法虽然以原始扫描点为输入源，但仍然需要加载设定的中轴线，并且对于距离较长的隧道，无法保证其断面轮廓的精度；周奇才设计了一种根据隧道特征参数自动绘制轮廓线的方法，但该方法必须以断面参数为输入源，不能独立应用于隧道工程[9]。与隧道的单一断面图相比，房屋建筑评估需要如平面图、立面图、关键位置的剖面图等多种不同形式的投影平面图，特别是能反映关键结构分布及变化的断面。

现有主流点云数据处理软件（如Geomatic）以及各扫描设备厂家提供的配套软件（如FARO sense 、Z+F LaserControll），主要提供了数据简化、数据融合和网格化等功能，主要为模型重建服务。目前，基于点云的线划图制作流程为：首先，通过点云数据处理软件将点云切片，并将所需的局部数据单独导出，在CAD软件中，以局部数据作为制作线划图的原始底图，通过操作者人工完成线划图的绘制。这种制作方式人为影响因素较大，不仅绘制效率较低，而且，线划图质量严重依赖于操作者的经验，因此，研发具有一定自动化提取能力的线划图算法是十分必要的。

3 算法框架

3.1 基本思想

由于点云是目标的表面空间数据点集，基于三维点云制作建筑剖面图时，首先需要对点云进行切片[1]，而切片厚度、剖切位置及剖切方向对切片质量具有决定性影响，通过建立切片的比较分析模型，建立切片参数自适应调整，实现对特征物体的断面数据的自动化截取，技术路线如图1 所示。

3.2 算法流程

1）数据预处理。由于遮挡、物体表面材料差异，扫描获取的原始点云包含大量噪声、空洞，这些数据会对数据处理结果造成显著影响，需要对数据进行预处理，如去噪、空洞填充、点云重采样等，以得到尽可能均匀分布的点云数据。

2）截取轴线设置。隧道、高速公路等断面提取时轴线较单一，而建筑物中包含了多种几何形态，不同几何形态的基本轴线存在较大差异，因此，本算法中建筑物断面截取轴线仍需要人工交互设置，但通过建筑设计中的具有参考意义的轴线，能够很容易地找到建筑的断面截取轴线。

3）点云切片厚度设置。切片厚度即断面截取的移动步长，其初始值可以根据关键部件的大致厚度调整或采用固定值，在后续迭代中自适应的调整厚度值。

4）相邻切片的相似度分析。将切片的点云数据投影至与剖切轴线垂直的平面上，生成一个二值化图像，有点为1，无点为0；然后将相邻切片的投影图像进行异或运算，并计算变化量占总像素的百分比。

5）关键特征截面筛选。根据相邻截面间的相似度，绘制出基于截取轴线的断面变化图，可以发现差异率突变位置所在的截面即为关键特征截面；

6）参数自适应调整。切片厚度对关键截面的计算有着重要影响，如果切片厚度过薄，截取位置不能较好地包含关键截面，关键截面可能分散到2 个或多个切片中，如果切片过厚，则可能导致切片中除了关键截面数据，还包含了大量非关键截面的点云数据，从而影响相邻投影图像间相似度分析。因此，需要对包含关键特征截面的切片数据及相邻切片数据进行再次检测，调整切片截取步长继续按照步骤（2）～（5），直到截取精度满足迭代终止条件为止，最后，确定包含关键结构断面的切片数据。

迭代终止的截取精度设定为两个相近移动步长筛选得到的关键截面切片数据的相似度，当相似度大于给定值（0.9）即认为已经找到了关键截面，终止断面提炼，选择移动步长最小的切片数据的关键特征截面作为最终的剖切数据。

本算法通过人工辅助给定截取轴线，可以自适应地获取关键结构断面的切片数据，为后续的特征断面参数的计算提供了准确的数据。

4 算法实现及实验

下面以某设计院的扫描数据为例，详细说明上述算法的实现过程：

1）数据准备与预处理。设计院为多层，扫描点云整体视图如图2 所示，包含了树木等无关信息，顶视图如图3所示。以点云曲率为特征划分标准，可以将树木等无关数据剔除，从而进一步减小数据干扰和冗余，简化后结果如图4 所示。

2）轴线设置及相关参数据设置。建筑设计图一般都会选择一些线或面作为自己的基准线或面，可以将这些基准线作为特征数据采集的参考线。如图5所示，我们选择绿色轴作为剖切轴线，切片厚度（即步长）其初始值可以是任意大于0 的数值，初始步长值的设定只会对迭代次数造成影响，并不会影响特征断面的精度。

3）相邻切片的相似度比较。点云切片数据很容易获取，获得切片数据后将其投影成二值化图像，计算其差异比率。因此，给定一个截取厚度（或步长）即可将整幢楼的点云数据剖分成若干点云切片，计算出连续相邻切片的差异率，并绘制出变化图，如图6所示。

4）特征断面数据获取。对于剖切轴线上存在高差变化的情形，其差异率存在突变，其值会远大于无高差变化情形，可以从差异率变化图轻易检测出来，对其进行迭代求解，即可检测得到特征断面数据，如图7所示。

本文算法依据给定断面截取轴线，能够全自动的提取出特征体的特征断面，效率远超手工交互的获取方式，并且断面的质量明显优于手工作业方式。

5 结语

针对建筑点云数据中存在的特征剖面提取需要大量人工参与、效率低、质量不可控等问题，本文根据建筑结构的复杂度，通过适度人工交互，指定断面截取轴线，然后实现了一种半自动特征剖面的提取算法，较好地解决了相关的技术难题。通过应用证明，本算法能够显著提高特征剖面提取效率及质量。

参考文献：

[1] 张立朔.基于激光点云的隧道形变分析方法[J].中国激光，2017（11）.

[2] 杨忞婧，刘丽，张金兰，等.三维激光扫描技术在曲面模型重建中的应用[J]. 测绘与空间地理信息， 2016（8）.

[3] 陈永辉，岳丽华.特征敏感的点云重采样算法[J].小型微型计算机系统，2017（5）.

[4] 刘士程.基于LiDAR数据提取建筑物顶面轮廓线方法研究[D].西南交通大学，2012.

[5] 胡琦佳.三维激光扫描技术在隧道工程监测中的应用研究[D].西南交通大學，2013.

[6] 吴君涵，余柏蒗，彭晨，等. 基于移动激光扫描点云数据和遥感图像的建筑物三维模型快速建模方法[J].测绘与空间地理信息，2016（1）.

[7] 陈弘奕，胡晓斌，李崇瑞.地面三维激光扫描技术在变形监测中的应用[J]. 测绘通报， 2014（12）.

[8] 曹学礼，曹建明.基于激光点云的建筑高度信息采集技术研究[J]. 测绘通报，2016（S2）.

[9] 周奇才，金奇，高嵩，等. 基于激光测距技术的隧道断面形变检测系统[J].测控技术， 2010（5）.

[10] 李珵，卢小平，朱宁宁，等.基于激光点云的隧道断面连续提取与形变分析方法[J]. 测绘学报，2015（9）.

[11] 刘云广.基于地面三维激光扫描技术的变形监测数据处理[D].北京建筑大学，2013.