地面三维激光扫描数据处理技术及作业方法的研究
点云数据在测绘领域的应用越来越广泛，TLS(TerrestrialLaserScanner，TLS)技术已经成为了一个新的研究热点。为了使TLS更好地为测绘服务，本文提出了一些高效地采集点云数据的方法，以及对点云数据进行处理的关键技术，并分析总结了地面三维激光扫描作业规范及点云数据处理的基本理论。具体的主要研究内容如下：
(1)全面总结归纳了三维激光扫描技术的理论基础，重点探讨了国内外点云配准、点云优化压缩、TLS作业方法等的研究成果。
(2)由于传统ICP算法的搜寻同名点速度慢，使得配准效率大为降低，本文采用了先找特殊角点或明显点粗配，然后利用KDTree高效地搜寻同名点，使得ICP配准的速度和初始化得到了明显的改善，从而提高了ICP的配准效率。
(3)在基于六参数配准的原理和算法的基础上，本文研究出点云配准误差传播模型，得到了点云配准精度与点云模型累积误差的定量关系。从而可以衡量和评价点云配准的好坏或精度。
(4)TLS和其它测量仪器一样也有精度限制和误差来源，也需要按照一定规范进行外业操作和处理数据，以提高工作效率：尽量减少误差的介入；方便数据的处理。本文从TLS反射极限角、靶标选择、靶标布设、扫描参数设定等作业方法的内容进行了实验，得出良好的实验结果和丰富的经验，并在此基础上试验和实践了四套作业方案，提出了布设靶标整体配准的新方案，确定了外业作业的设站最佳距离和最佳站数，这些为TLS作业提供指导和制定规范具有重要的意义。
(5)TLS采集的点云数据存在大量的噪声点和冗余数据，这为建模带来的困扰。本文针对TLS散乱点云数据噪声点分布的特点，制定了可视化交互去噪、基于KDTree的双边滤波去噪，在此基础上通过基于曲率的自适应算法对密集或冗余的点云数据进行简化和压缩。实验表明该方法在优化压缩方面有很好的效果。
地面三维激光扫描;点云数据处理;TLS作业方法;点云配准;ICP配准;自适应算法
同济大学;同济大学土木工程学院
博士
摄影测量与遥感
程效军
2009
中文
P234;TP274.2
139
2009-07-17（万方平台首次上网日期，不代表论文的发表时间）