舌骨
李永强;牛路标;杨莎莎;吴珍珍;李立雪
【摘 要】以某大型仿古建筑物为例,研究了点云数据的采集、配准、去噪、三维建模和纹理映射,分别采用Geomagic、AutoCAD和3DMAX三种方法构建了建筑物的三维精细模型.重点探讨了基于点云数据进行古建筑精细建模的过程和方法,并以全站仪精测数据为参考,对各模型相同部位进行对比,分析了几种建模方法的精度和效果,为实际建模方案的选择提供了可靠的理论和策略支持. 【期刊名称】《河南理工大学学报（自然科学版）》
【年(卷),期】2015(034)005
缓释片【总页数】5页(P640-644)
【关键词】硫化锌三维激光扫描;仿古建筑;精细建模;纹理映射
【作 者】李永强;牛路标;杨莎莎;吴珍珍;李立雪
【作者单位】碳素笔河南理工大学测绘与国土信息工程学院,河南焦作454000;河南理工大学测绘与国土信息工程学院,河南焦作454000;河南理工大学测绘与国土信息工程学院,河南焦作454000;河南理工大学测绘与国土信息工程学院,河南焦作454000;河南理工大学测绘与国土信息工程学院,河南焦作454000
【正文语种】中 文
【中图分类】P258
0 引言
三维激光扫描技术可大面积快速直接获取目标物高精度、高密度的三维点云数据，具有非接触、扫描速度快、信息量大、精度高等特点，被广泛应用于文物保护、工程建设、建筑监测、数字城市等方面［1－3］。目前，针对地面激光点云数据处理的研究，主要集中在点云去噪、配准和表面重建等方面［4－7］。近年来，国内在应用激光扫描仪进行文物保护方面取得了不少成果，如蔡广杰等提出基于点云数据的复杂结构混合建模方法，实现大型复杂场景的精细纹理映射，完成了对西藏大昭寺的三维建模［8］。王莫等先后对太和殿
、太和门等古建筑进行了三维数据采集，研究点云数据处理的理论和方法［9］。刘钰等基于重庆大足千手观音点云数据，研究点云的去噪、简化及网格化等预处理技术［10］。本文重点对大型复杂仿古建筑物的精细三维建模方法进行探索，在点云获取、配准、去噪、精简的基础上，分别采用TIN三角网和AutoCAD以及3DMAX方法构建完整的建筑物模型，实现模型的纹理映射和渲染，最后通过对比几种建模方法精度，验证了其用于建模可行性，同时分析各种建模方法的优劣，为古建筑物精细三维建模、文物保存和修复提供有效方法。
1 点云数据获取
试验以河南理工大学西门大型仿古建筑为研究对象，采用Leica ScanStation2三维激光扫描仪进行数据采集。由于仿古建筑结构的复杂性，故架设了多站进行扫描，以获取较完整的扫描数据。数据采集时先根据其位置和形状，确定合理试验方案，包括测站和标靶的数目、摆放位置以及控制网布设等。每站扫描以能最大范围扫描到目标场景为准，且尽量避免了树木、车辆等杂物的遮挡。为确保点云配准精度，标靶数目不少于三个，且扫描时均匀布置在重叠区域内。按照预定的试验方案共架设扫描24站，获取了建筑物的影像和三维
点云数据。采集时先用较低的分辨率对每站进行整体扫描，然后对古建筑物的牌匾、斗拱、雕塑、图样文字等细部构件进行分区高分辨率扫描。
2 点云数据预处理
点云数据预处理是点云后期处理和建模的基础，包括点云配准、去噪和简化。其中点云配准质量直接决定着建模精度，而点云去噪和精简可以减少点云的数据量，提高建模效率，因此，点云预处理在三维建模中有非常重要的作用。
2．1 点云配准
受仪器视角和环境的限制，点云扫描过程往往分多站进行，为了将不同测站的数据统一到相同的坐标系下，需要对点云数据进行空间配准，从而得到完整的点云模型。点云配准一般分为逐站配准、整体配准和精确配准。逐站配准以某一站点云数据为基准，其坐标系参考第一站点云，然后将各片点云采用同名点匹配的方法逐站进行拼接，其优点是拼接简单，无需考虑点云的坐标系问题，缺陷是容易造成误差的不断传递，尤其是模型端点处的点云误差最大［11］。整体配准的思想是采用控制点进行坐标系统一，通过间接平差计算
转换参数，其方法简单，精度较高［9］。精确配准又称点集与点集配准，可使不同点云间的配准误差达到最小，如Besl和McKay［12］的最邻近点迭代算法，主要用于解决基于自由形态曲面的复杂配准问题，其精度很高，但对海量点云迭代的计算量大。综合考虑，本文采用了控制点拼接方法，如图1所示为点云拼接前后的对比图。
2．2 点云去噪
点云配准实现了点云坐标系的统一，得到较完整的建筑物点云，但其包含了大量噪声点和冗余数据。由于仪器轻微抖动，测量物体表面反射特性差异，传感器质量、人为扰动、测量环境以及点云配准误差等因素的影响，获得点云难免存在杂乱点和噪声点，这不仅增加建模难度，而且还会严重影响建模精度和质量，所以要对点云进行去噪处理。由于该仿古建筑物结构复杂，包含的噪声点云数据量大，故先手动删除部分明显的噪声点，然后导入Geomagic做进一步的去噪处理。经去噪后的点云更加平滑，同时有效地减小了后期建模偏差。
2．3 点云简化
经去噪处理后，点云数据量有了一定的减小，但整体数据量仍然很大，且包含大量冗余数据。由于三维激光扫描仪数据采集方式限制，如拼接造成的点云重叠，墙面采集时密度过高等。使获得的建筑物点云存在大量冗余数据，为进一步减少整体点云数据量，保证后期建模效率，必须对点云进行精简。点云统一化采样是对点云进行等间距采样，可有效减少点云的冗余数据。经点云拼接、去噪、简化后，提高了点云数据的整体质量，为构建精细模型提供保证。
3 不同方法的精细建模
精细建模是数据处理的重点，通过精细建模、纹理映射和模型渲染，可以真实再现古建筑的形态和外观，为古建筑变形和损毁分析提供数据支持，因此，基于点云的建筑物建模方法进行研究很有必要。本文分别探讨了Geomagic、AutoCAD和3DMAX三种精细建模方法，通过精度对比，分析几种建模方法的可行性和优缺点。
3．1 Geomagic建模单循环赛
该方法是以点云为基础构建三角网模型和多边形网模型。由于其对点云的完整性要求较高，
故建模时首先要对点云进行修复，之后构建三角网和多边形模型，然后基于处理后的多边形采用分块建模，最终再将各部分合并成为一个完整模型。
(1)点云修复。由于树木遮挡，所采集的偏房点云数据有一侧出现空洞，处理时采用镜像方法对缺失点云进行修复。由于原始点云数据缺失较多，故采用局部点云镜像，并结合另一台三维激光扫描仪采集数据，实现了不同仪器和不同测站点云数据的拼接合并，有效弥补了数据缺失情况下点云建模不足。
(2)分块建模。分块建模是将整体模型划分成各小块，在保证各块完整性和相邻块重叠度的基础上，降低整体建模难度。由于屋顶具有极其不规则的轮廓，因此，决定对屋顶、房屋进行分块建模。首先对拼接后的点云进行分割，分别获得屋顶、屋体点云，注意分割时保留一定重叠部分，然后分别构建屋顶、屋体点云模型，之后将两部分合并为一个完整的多边形模型。建模在保证屋顶轮廓完整性的基础上，有效减小了屋顶轮廓线的变形，同时简化了点云建模数据量。分块建模既保证了模型精度，又提高了数据处理速度。图2为屋顶分块建模后的效果图，图3为模型组合后的整体效果图。
(3)纹理映射。纹理映射可提高光栅扫描图像的视觉丰富感，对真实感图像生成有重要意义。
实验中，为防止纹理映射造成模型变形，采用Photoshop进行高清正射影像处理。在整体纹理映射的基础上，针对纹理残缺部位进行影像重新采集，并进行局部纹理映射，直到效果满意为止。
3．2 AutoCAD建模
AutoCAD建模则是以点云数据为基础直接建模，使得古建筑细部构件的测量更加方便。该方法主要利用CloudWorx将点云导入AutoCAD，通过点云切片绘制出建筑物的三维线框图。
AutoCAD建模时，首先构建主阁楼的台基、墙体和屋顶，之后构建出左侧的副阁楼，然后借助两侧建筑物的对称性，镜像构建出右侧阁楼，以提高建模效率。古建筑精细建模中还采用了复合物体法，即布尔运算、多段线拉伸、扫略、可编辑多边形的连续修改等方法。门窗制作运用了CAD的布尔运算;屋顶筒瓦的绘制采用了扫略功能，先绘制单个瓦片的断面图，沿屋顶曲面绘出路径，然后扫略得到一组筒瓦，再复制组合得到整个屋顶所有瓦面。建模时遵循先整体后局部、先控制后细节，以防止控制性尺寸出错引起的返工。首先绘制建筑物的中轴线，其次绘制台基、柱、檩、梁枋，然后绘制斗拱、椽望、墙体、门窗，接
着绘制屋顶及脊兽等装饰构件，最后进行纹理贴图并渲染输出。图4为绘制的CAD三维线框图，图5为模型正面的纹理映射效果图。
党内法规清理的处理方式包括
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议