摘 要：地面激光扫描仪（Terrestrial Laser Scanner，TLS）能够快速地获取高大建筑物侧面点云数据，但较难获取其顶部点云数据。无人机（unmanned aerial vehicles，UAV）通过搭载五镜头倾斜摄影相机，能在短时间内获取高大建筑物的顶部影像，并基于摄影测量原理生成建筑物顶部的三维点云。文中针对高大建筑物的三维建模，首先，通过UAV影像构建三维点云信息，其次，将UVA影像点云与TLS点云数据进行配准后构建其三维模型。

关键词：点云;无人机影像;地面激光扫描仪;三维建模

一、 引言

三维场景重建是数字城市建设的重要组成部分，传统的三维建模方式已经无法满足人们对模型高精度的要求。很多城市已基本完成大区域的数字城市建设，小区域场景更新已经成为重要问题。三维激光扫描技术具有数据获取速度快、非接触、精度高、直接获取目标物体表面三维数据等优势。

无人机影像可以获取建筑物顶部和地面信息，结合三维激光扫描技术获取的建筑物立面信息，进行建筑物模型构建，可以完成三维场景的快速更新。

二、 数据采集与处理

（一）三维激光点云的采集与处理

激光点云数据采集完毕后，输入各站点的控制点坐标值，根据同一地物的3站扫描点云数据应该重叠的原理，首先对任意3站点云数据进行旋转操作直到相互重合为止，然后其他站点同样通过旋转的方式与前3站中的任一站点云数据重合，如此完成全部站点的点云粗配准工作。利用著名的迭代最邻近（Iterative Closest Point，ICP）算法在站点对应点云中搜寻最邻近的同名点，根据最邻近点解求刚体变换的旋转和平移参数，这里因为站点坐标位置已知，只需要设置求取各站点的旋转参数即可，通过最邻近点对的不断搜索和变换参数的迭代计算完成点云的精配准过程，点云精配准的中误差控制在2cm以内。生成全部点云的高程直方图，通过确定直方图中的高位、低位点云的分割阈值来剔除点云的高位、低位噪声，通过搜索点云周围点数少于3个点的要求移除孤立点云。

（二）激光点云与摄影点云的融合

地面三维激光点云是通过地面激光扫描仪直接量测得到，而摄影测量点云通过二维图像序列估计三维结构获得，因此，激光点云的精度要明显优于摄影测量点云的精度。对于无人机倾斜摄影测量点云，先用点云噪声去除方法删除孤立、高位和低位噪声，再采用渐进式三角网加密算法，通过设置最大建筑物尺寸、迭代角度和迭代距离参数过滤掉地面点类而保留其非地面点类（含建筑物、树木、路灯等），根据倾斜摄影点云中的非地面点云（大部分为建筑物）与激光点云的非地面点云的重合部分，以地面激光点云为基准，通过ICP配准算法寻找并匹配非地面点云中的同名特征点，最终将倾斜摄影点云精确匹配到地面激光点云中，二者的匹配精度为9cm，形成了研究区域地形地物的完整点云数据。

三、 三维场景重建关键技术

（一）无人机影像几何纠正

由于无人机影像的相幅较小，在进行影像纠正前首先要进行影像拼接，影像拼接使用Photoshop和ENVI结合的方法，无人机影像几何纠正是将原始的图像数据投影到平面上，把地图投影系统赋予原始图像，使其符合纠正要求形成新的影像。

（二）建筑物模型重建

建筑物模型重建包括：点云数据预处理、特征线提取、模型构建、纹理映射等。点云数据预处理主要包括点云数据配准、噪声滤除、数据重采样、数据分割四个方面;模型构建、纹理映射在Revit软件中进行。

点云数据配准是将多测站扫描数据统一到同一坐标系下，有基于点云数据的拼接和基于测站的拼接。使用较多的是基于同名点的拼接方法，同名点可以是特制的标靶或具有明显特征的建筑物脚点和地物点。拼接过程要多于4个同名点，以某一站为基准站，根据同名点求取其他测站相对基准站的3个旋转、3个平移参数。

四、 点云数据配准与三维建模

（一）基于ICP算法的点云配准

设UAV点云为目标点云，记：集合P={pi，i=1，2，3，n}，TLS点云为待配准点云，记：集合Q={qi，i=1，2，3，m}。ICP基本原理是对Q中元素进行多次旋转、平移、缩放等迭代操作，每迭代一次结束后计算Q与P的误差或者迭代次数是否达到给定的值，如果达到则认为P和Q配准成功。进行配准时首先任意给定3×3的旋转矩阵R和3×1的平移矩阵T，误差函数计算表达式，迭代次数等参数，由于是对同一物体进行采集，因此不存在缩放，不需要给定缩放矩阵。

（二）三维建模

1. 配准数据三维模型

将UAV影像点云数据与TLS点云数据进行配准后，构建其三维模型，建筑物模型的侧面信息轮廓分明，建筑物顶部不存在空洞，模型顶部信息完整，配准后的数据同时具备了建筑物屋顶信息和立面信息，三维模型更加完整。

2. 地面模型重建

在去噪后的地面三维激光点云的基础上，采用渐进式三角网加密算法滤除非地面点云，将保留的地面点云导入Geomagic Studio软件中，在点云编辑阶段，通过“着色点”工具增强点云的可视化效果，通过“体外孤点”和“非连接项”工具选择并删除孤立噪声点云，在“减少噪声”工具中选择“积极棱柱形”进一步减少远离曲面模型的噪声点云，根据“曲率采样”工具保留高曲率区域内的点来保留地形的细节，设置90%的数据量来进行曲率采样。

五、 结语

激光点云数据与无人机影像集成构建的三维场景可以提高真实感、丰富模型的几何细节及纹理细节、提高模型的几何精度。但激光点云与影像配准自动程度比较低，三维建筑物模型与二维影像配准技术仍不成熟，难以达到自动配准，无人机影像中建筑物边界自动提取和建筑物立面的配准将是日后研究的方向。

参考文献：

[1]李永强，刘会云，曹鸿，等.基于空-地多源数据融合的建筑物精细建模研究[J].测绘工程，2015，24（8）：1-4，10.

[2]王峰.集成RTK的三維激光扫描技术测量地形的方法[J].测绘通报，2017（3）：78-82.

作者简介：

纪静静，北京市煤气热力工程设计院有限公司。