三维地形测量

2024-05-21

三维地形测量（精选九篇）

三维地形测量篇1

以透视成像理论为基础，利用两个相同的数码相机从两个视点拍下同一目标物体，以获取在不同视点上的两幅图像，通过相片匹配、灭点定理与三角测量原理计算同一目标物体在两幅图像上成像的偏差来获取目标物体和相机镜头的三维坐标信息，从而得出拍摄时该目标物体距相机镜头平面的距离，并能根据目标物体的三维坐标信息复现其几何模型。

2 测量系统

如图1，硬件包括：(1)两台NikonD70s型数码相机;(2)图像采集卡;(3)一台计算机;(4)两个三角支架，用于支撑和固定CCD相机。

软件采用三维定位软件3DPIV.exe。

3 测量步骤

根据透视成像原理[1]、灭点定理及视觉成像物体的三维定位[2]，我们能够确定两视点系统中视点在计算机坐标系中的三维坐标，再利用三维定位软件(3DPIV.exe)标定照片上点的三维坐标，从而即可计算出视点到目标点的距离，并可依据测出的目标点坐标复现被测物体三维立体图。

(1)把两个相机分别固定在三角架上，并保证两相机相互平行，从两个视点拍摄同一个物体，得到两张照片(见图2和图3)。

(2)对这两张照片拼接后进行处理，处理工作包括三部分：一是确定标定块;二是确定被测物体轮廓上关键点的位置并进行标注;三是导出24位bmp格式的图片，如图2和图3所示。

(3)通过三维定位软件(3DPIV.exe)导入以上bmp格式的图片。

(a)标定。点击软件菜单栏“标位输入”后分别点选A0、A1、A2、A3、A4、A5、A6，这样标定块就被确定。(b)取点确定各点在计算机坐标系中的三维坐标。点选左图中的被测点，再用鼠标点击右图中对应点的位置，此时该被测点的三维坐标就会显示出来，记录下该三维坐标值。

(4)通过记录下来的轮廓上各关键点的三维坐标，可实现以下目标：(a)计算出被测物体的大小;(b)结合两视点(相机)的三维坐标计算出被测物体与镜头平面之间的距离;(c)复现被测物体三维立体图。

4 应用举例

假设我们要测以上图中所示建筑物的形状、大小及它与相机镜头平面的距离。

4.1 三维坐标值（单位：pix)

视点坐标：

左视点O1(-1459.27,-766.29,-313.52)

右视点O2(-1523.91,-835.58,-315.30)

标定块顶点的三维坐标值见表1。

该建筑物轮廓上其它关键点的三维坐标值见表2。

点x y z

4.2 确定比例尺

A3A5以像素为单位的长度为：240.5178 pix

A3A5以厘米为单位的长度(也即实际长度)为：348cm

4.3 计算建筑物大小（单位：pix)

先根据点的三维坐标计算出图像尺寸(单位：象素)，再用图像尺寸乘以比例尺即得目标物体的测量值，见表3。

4.4 计算距离值

左右摄像头与被测目标(建筑物)上A0点的距离值为：

4.5 复现建筑物

根据测得的三维坐标建模。

5 结论

本文所提出双目视觉对三维空间距离的测量方法简化了测量过程，在已知目标物体某一个尺寸大小的情况下仅需对图像中目标物体的像高这一个参数进行测量，以目标物体本身作为标定块而无需对照相机进行标定，既可求得目标物体到相机镜头平面的距离，同时根据测得的各点的三维坐标也可实现目标物体的三维重建。该方法简单易行，且测量精度也能满足军事中地形测量的需要。

参考文献

[1]董守平.粒子像斑三维定位的透视成像原理和方法[J].流体力学实验与测量,2000(2):102-107,114.

三维地形的可视化技木篇2

本文介绍了OpenGL的基本概念以及以C++Builder为平台进行OpenGL编程的`方法;详细说明了三维地形的制作以及可视化实现步骤;利用建模技术建立了三维地形模型,在场景中使用光照、纹理映射技术,使图像具有较强真实感,并通过键盘实现人机交互和三维地形可视化.

作者：初苗田少辉作者单位：初苗(西安工业大学艺术与传媒学院)

田少辉(总后勤部建筑工程研究所)

三维地形测量篇3

高效的技术手段,给我国的地形测量以及工程放样等行业提供了更加广阔的发展前景。因此,文章针对GPS-RTK三维水下地形测量应用的研究具有非常重要的现实意义。

1 GPS-RTK三维水下地形测量技术的原理和应用优势

1.1 GPS-RTK技术三维水下地形测量技术的原理

GPS-RTK三维水下地形测量技术一种实时动态定位技术,一个完整的GPS-RTK系统由基准站、流动站和通讯系统组成。在进行作业的过程中,GPS-RTK系统中的基准站将坐标信息和观测值通过数据链传给流动站,流动站在系统内部对接收到的来自基准站的数据和采集到的观测数据进行快速处理,流动站对数据的处理精度非常高,可以将定位结果精确到厘米。

在数据的处理方面,GPS-RTK技术通过载波相位动态实时差分方法可以有效降低观测过程中产生的误差对定位精确度的影响。数据处理技术和传输技术是GPS-RTK三维水下地形测量工作的重要支撑技术。

1.2应用优势

通过将GPS-RTK测量技术在三维水下地形测量中的应用优势主要包括以下几个方面:其一,增加水下地形测量距离,GPS-RTK测量技术在水下地形测量时,由于电台功率相对较大,能够将测量距离延伸至10km左右;其二,抗干扰能力强,GPS-RTK测量技术和传统测量技术相比,采用基准站和流通站进行信号的接收,消除了通视环节,这样能够有效的降低自然因素以及其他外界因素对信号造成的干扰;其三,提高水下地形测量精度,通过将GPS-RTK测量技术应用在水下地形测量工作中,能够显著的提高被测点水域的高程位置和水平位置的测量精度。

2 GPS-RTK测量技术在三维水下地形测量中的应用

2.1 GPS-RTK三维水下地形测量应用的准备工作分析

2.1.1布设控制网

布设控制网是利用GPS-RTK技术进行水下地形测量的首要工作。控制网的布设要考虑到水下地形测量工作的具体目的,要以满足测量需要为依据进行布设,控制网应该能够覆盖整个测量区域。在布设过程中,要严格遵循技术规范,对测点进行合理布设,我国的水下地形测量一般采用地方独立坐标系或者北京54坐标系。在数据采集的过程中,要根据控制网的实际情况采用相应的GPS接收机对观测数据进行采集。

2.1.2坐标参数的转换

因为在进行测量时,控制网的布设多使用的是北京54坐标系,但是GPS系统中应用的是世界大地坐标系。所以为了满足测量的要求,应该根据测量工作的实际情况对坐标参数进行转换,采用控制点联测法对参数进行计算,将世界大地坐标系引入到北京54坐标系中,最终获得精确度比较高的转换参数。

2.1.3架设基准站

在架设基准站的过程中,要重视对架设位置的选取,尽量选择建在地势高,比较空旷,又能免受输电设备影响的区域,防止在测量的过程中有信号干扰测量的精确度。当基准站固定以后,要对移动站进行设置,然后通过对坐标进行核对之后,再进行具体的观测数据采集工作。

2.2 GPS-RTK三维水下地形测量的数据采集和处理工作

在水下地形测量过程中,尽量使用两台流动站和一台基准站同时作业,在作业的过程中,使用一台测深仪进行水深的测量,然后通过GPS导航设备,实现精确的定位,采集具体的水下地形数据。在测量过程中,应保持各种设备的时间相一致,避免计算机与数据采集设备之间存在的时间误差,以便保证测量的精确度。在水面高程的测量过程中,要对全站仪、导航软件、和基准站采集的水面高程数据进行对比,当结果一致时,再开始地形测量工作,以防产生测量误差。

在对采集回来的数据进行处理时要注意声速的配置,一般通过Hypack软件导入原始数据,然后通过设置平均周期消除外界因素对周期的干扰,再通过内业编辑处理获得水下地形数据。

2.3 GPS-RTK三维水下地形测量误差和对策

数据采集和处理工作完成之后,还应该做好数据的精度控制工作,针对水下地形测量误差,采取针对性的措施进行处理,以此保证测量精度。

2.3.1 GPS-RTK三维水下地形测量误差原因

GPS-RTK三维水下地形测量误差的原因众多,主要包括以下几个方面:(1)水下地形测量受到海面风浪的影响,在采用钢尺进行测深仪吃水改正数和RTK天线至水面的距离时,很容易出现丈量误差,对测量精度造成影响。(2)在进行外业作业时,测量船舶受到气流、浪以及风的影响,导致测量船舶出现摇摆(横摇、纵摇等),船舶的不同姿态会对测量数据产生影响,导致数据在三维坐标系中存在一定的误差。(3)船舶在运动的过程中会导致设备信号传输存在一定的时间延迟,由于RTK每秒输出10组三维信息,当三维坐标输出时延为0.1s,假设测量船舶的行使速度为5km,那么将会导致0.26m左右的定位误差。(4)如果出现电脑和GPS-RTK时间不同步的现象,外业测量勾选时间存在不同步的现象,采用UTC时间,此时外置坐标信息和GGA将会采用UTC时间和探测仪的数据信息传入时间相匹配,由于两者之间存在5s左右的误差,将会导致出现三维信息混乱的现象,对三维数据测量结果产生不良的影响。

2.3.2误差消除对策

为了保证三维水下地形测量精度,需要采取以下对策进行改进,具体表现为:(1)为了消除波浪对视觉、丈量精度造成的影响,需要采用钢尺对RTK天线至探测仪换能器的整体距离进行直接测量,这样能够消除波浪对水深测量的影响,有效提高测量精度。(2)对于船舶摇摆造成的水深误差,通常采用运动传感器消除或者补偿的方式进行消除,或者采用测量船舶和波浪垂直的方向行驶,这样能够有效的消除或者减弱平面误差。(3)提高水深数据和GPS的匹配精度,准确的对GPS时延进行计算,能够有效的降低位置偏差,对各设备和Hypack软件的时间进行合理的设置,保证时间设置的同步性,这样能够有效的降低三维数据质量误差,对于海水水声波传播速度的测量采用声速剖面仪,并且在内业数据处理过程中对声速进行改正,能够有效的消除水下地形测量误差,提高三维数据精度。(4)利用现场水文观察站对海浪的实际状况进行实时、全面的记录,对流向、流速、风速以及浮标海浪波高和周期进行统计测量,在进行内业数据处理时,RTK潮位需要设定为波浪半周期的整数倍,这样能够有效的降低或者消除波浪对测量结果的影响,有效的提高三维数据精度。

3总结

综上所述,GPS-RTK测量技术在三维水下地形测量中具有很大的优势,在实践应用的过程中需要了解GPS-RTK测量技术的原理,做好相应的前期准备工作、数据采集和处理工作,同时对导致三维水下地形测量误差的原因进行分析,并采取有效的措施进行处理,以此提高三维数据精度和整体测量效益。

摘要：得益于经济的发展和科学技术的进步,地形测量技术水平也在不断完善创新,GPS-RTK测量技术的发展给我国的水下地形测量工作提供了很大的便利。相比于传统的测量技术,GPS-RTK技术有效的降低了测量的难度,缩短了测量工作的时间,水下地形测量数据也更加精确,既提高了工作效率,也提高了水下地形测量工作的质量。本文主要对GPSRTK三维水下地形测量的原理和应用优势进行了分析,并探析了GPSRTK测量技术在三维水下地形测量中的应用,以供参考。

关键词：GPS-RTK,三维,水下地形测量,应用

参考文献

[1]郑伟,李炜.GPS-RTK三维水下地形测量的应用与误差分析[J].中国港湾建设,2015,35(7):42-44.

地形测量实习总结篇4

收藏该资讯举报/纠错

由新疆大学建筑工程学院统一部署安排，邓文彬、高长年为指导老师的，为期两周的地形控制测量实习已经结束了，地形测量实习总结。我们测绘工程的专业班学生从这次实习中学习到了很多东西，也体会到了作为一名测绘人员的艰辛。学年前阶段是以理论学习为主，对测绘专业的了解不是很全面。我们在整个实习期间都保持着严肃认真的态度，因为我们知道测量学是一门实践性很强的学科，而地形测量实习对培养学生思维和动手能力、掌握具体工作程序和内容起着相当重要的作用，也对今后走向工作岗位实现自己的人生价值有着重要的意义。

一、目的与要求

本次实习目的与要求就是熟练掌握常用测量仪器(水准仪、经纬仪、)的使用，掌握导线控制网的布设和三(四)等水准测量的观测和计算方法。分发仪器后，我们以小组为单位进行实习。先进行水准测量。在校内选择地籍井盖内的水准点作为起始点(已知其高程)，再校外围绕学校布设一条闭合水准路线。水准点选在道路路边(不得将点选在道路中间，以免发生交通事故)，点位确定后做好标记并编号。四等水准测量采用中丝读数法，每站观测顺序为：后-前-前-后，并且观测的测站数为偶数。

二、水准仪的使用

1：安置仪器2：粗略整平3：瞄准水准尺4：精确整平5：读数

在平时的日常学习中我已经对DS3水准仪的使用有过实际操作，这次所使用的水准仪是自动安平水准仪，又比之前所试用的较之先进，每次读数都省去了精平的操作，使我们的每次观测都能顺利的快速完成，大大的提高了我们的测量速度。这次实习我们首先做的是从水准点出发再回到已知水准点的水准路线，在这第一次的校外实习中我们就遇到了许多问题。比如：出了学校我们主要在人行道上进行设站，过往的行人直接影响了我们测量的正常进行；现在正值夏天，炎热的天气、刺眼的阳光，不但影响着仪器的读数还考验着我们同学门的耐力。但在进行测量的过程中我们保持平静的心态来寻找合适的机会，用坚强的意志接受阳光的考验。在检验所测数据的时候，做到发现错误立即解决对读数结果超限的时候立即返工，同时还发现测量工作一般都在规定的记录表格上如实地反映出测、算过程和结果，表格中有计算校核，∑a一∑b=∑h，这只说明计算无误，但不能反映测量成果的优劣。外业测量结束后，进行高差闭合差的计算，在限差允许的范围内，即按水准路线长度或测站数进行调整，若超过限差，必须重测，直到合格为止。水准测量完成后，我们又领取了新的仪器：J2经纬仪，准备进行导线测量。在校内选择三个已知坐标点作为控制点，在校外选取控制点布设导线(控制点由邓老师选取)，将所有控制点连接成一条闭和导线，每个控制点都钉有钢钉并编号。

三、经纬仪的使用

在导线测量中的水平角角度测量对于我们来说要求非常高，我们用的是J2经纬仪。由于我们在平时的日常学习中没有接触过J2经纬仪，高长年老师又给我们进行了详细的讲解，使我们明白了J2与J6的区别，还有J2每一站测量后数据3 813 9的限差要求，实习总结《地形测量实习总结》。J2经纬仪的精确度很高，这就要求我们一直都秉着做事严谨的作风，对于每一个细节都不能马虎。在每一站上都要对旋进旋出读数、2C等数据是否超限进行检验，如果超限立即重测，直到符合限差再进入下一站。在实习中为了避免大的误差我们也都总结了不少经验，例如我们采用盘左和盘右观测取平均数的方法，可消除照准部偏心误差、视准轴不垂直于横轴、横轴不垂直于竖轴的残余误差。又如在短边上的端点观测角度时要特别注意对中，照准目标时要尽量瞄准目标的底部，因为它们对测角的影响与距离成正比。为了消除度盘的刻划误差，需要配置度盘的位置，每测回变换进行配置。在角度测量时我们遇到的主要问题是仪器下沉和路边行人带来的影响。由于做导线的时候选点都较远，且都在马路旁边，过往的车辆行人都是很大干扰，特别是南昌北路到北园春的拐弯处的控制点，它在北园春十字路口旁，面对川流不息的车辆，想瞄准点是需要极大的耐心和能抓住任何机会的能力。为了避免行人和车辆的干扰，所以我门每天都很早出门，必须在人少的时候抓紧时间干；还有在阿勒泰路向南昌路的拐弯处，由于地势、地物(路边垃圾箱)等影响，测量人员观测不清楚测钎，经过全组人的商讨后，提出了二个解决方案：a.利用长的标杆代替短的测钎；b.利用铅垂线代替测钎。在考虑了所有因素，进行尝试后，我们用标杆顺利的测完了这一站。角度测量过程中，让我们都看到了严谨作风在工作中的重要性，也让我们在实际问题中成长起来，经过这一项目的实习测量后我们也深刻的认识到团结的力量是伟大的。

四、实习认识

通过这次测量实习，我学到了很多，比如对仪器的操作更加熟练，加强了对所学知识的理解和掌握，很大程度上提高了动手和动脑的能力。书上得来终觉浅，绝知此事要躬行。在实习中，面对的是实实在在的任务，来不得半点推委和逃避，野外作业也没有给你回去翻书的时间，一切都必须在现场解决。因此，这让我深深明白理论知识的重要，在以后的学习中，我要安心把所学的理论知识进行梳理和回顾，做到胸中有沟壑，一目了然。为以后实际的工作打下坚实的基础在这次实习中让我再次认识到实习的团队精神的重要性：每个人的一个粗心，一个大意，都可能直接影响工程的进度，甚至是带来一生都无法弥补的损失。一次测量实习要完整的做完,单靠一个人的力量和构思是远远不够的,只有小组的合作和团结才能让实习快速而高效的完成.这次测量实习培养了我们小组的分工协作的能力，提高了我组成员的默契感，增进了同学之间的感情。每个组都像一个大家庭，遇到问题都会集所有人的智慧一起解决，虽然有时我们会因为一些实习中的自己的想法和大家吵的面红耳赤，但大家都想着把要完成的这次实习完成的更加完美。在以后的学习、实习、工作中我都要在不断提高自身专业能力的同时，学会和同伴和睦相处，学会宽容。地形测量实习就这样圆满的结束了，现在回想起来，收获不小。同时，让我们体会到了测会工作外业的艰辛，内业的耐心，也让我明白了要做好一件事就一定要有坚定的信念和必胜的决心，让我们了解到了团队工作的重要性。再者，测量中还要注意仪器的保护工作。感谢学校给了我们这次实习的机会，让我们体会现实，体会生活。这次测量实习定会对我们的未来走向社会有很大帮助，并且为今后我们完成后续相关课程和面向社会就业打下良好的基础。

五、经验教训

当然在成功的背后有很多的辛酸和困难，我总结了一下实习中的一些经验教训。比如仪器是否精平对实验数据的误差有一定的影响；如果是闭合的水准测量和水平角测量均需检查闭合差，超过限差一定要重新测量；中午阳光强烈照射时，热汽流对瞄准有很大影响，直接影响数据的结果，所以应避免阳光强烈时测量：还有很重要的一点小组成员的合作非常重要，有一个良好的实习氛围，工作环境，是实习顺利完工的重要保证。

三维海底地形仿真的研究篇5

计算机三维仿真技术可模拟真实场景并跟踪漫游，在海洋各军事领域如潜艇、海洋工作站、水下无人潜器的导航以及模拟真实战场环境、进行虚拟作战演习和民用领域如海洋堪探、开采等方面具有很大的应用潜力，已经成近今年来的研究热点之一。由于三维地形模型的数据量庞大，要在每一帧场景显示的瞬间处理所有的数据，实现实时绘制几乎是不可能的，为了得到逼真的场景显示效果，就必需对建模和实时显示提出较高的要求。为了降低计算机的硬件负担，提高海底地形的绘制速度，很有必要对地形进行简化。目前能用于大规模地形快速绘制的算法已有很多，例如采用视截体[1]对不可见地形区块进行裁剪、基于多细节层次(LOD)[2]的模型等，所有这些技术都是为了减少绘制时的三角形的数目，以加快绘制的速度。传统的LOD算法在剔除渲染顶点的过程中占用了太多CPU资源，出现GPU等待CPU的情况，那么即使算法在剔除多余顶点方面做的很好，但总体绘制效率也不是高效的。几何多重映射[3,4]等算法由此产生。本文在Geo MipMap(Geometrical Mipmapping)算法和分形方法相结合的基础上，提出了改进裂缝处理方法以及三角形的连接方式，使得在提高绘制效率的同时，保证了绘制图形的质量。通过位置索引方式组织存储顶点数据，使得CPU的工作进一步减轻。最后利用上述方法进行地形生成实验，给出地形生成的结果。

1 海底地形建模

获得海洋数据，需要投入大量的人力、物力、财力。很多海洋数据都不是公开的，为了对海底地形进行仿真，需要先构建仿真数据。因为分形几何关注的是物体的随机性、奇异性和复杂性，所以分形理论能准确地描述真实地形。因此，本文用分形的方法产生地形绘制所需的数据。

地形建模的主要任务是生成地形的数字高程模型(DEM)，即应用中点位移算法生成二维平面上各个点的高程数据。分形几何算法中的中点位移法是最基础，也是应用最广泛的算法之一。该算法在地形生成的过程中，通过不同点之间的插值方法来进行地形建模，因此可以产生真正的分形地表。鉴于该算法具有效率高、分形层次简单、实现方式容易等优点，是地形建模中最常用的分形方法[5,6]。根据细分方式的不同，又可以分为三角细分和正方形细分。分形理论在近年来得到了广泛的应用，在此不作详细介绍，见参考文献[5,6]。

分形方法能够逼真地展现地形场景，然而如果只用分形的方法生成高程数据而直接把采样点连接起来，生成地形的速率就不高。因此，本文先用分形的方法生成地形的高程数据，再用Geo MipMap算法对地形模型进行构网。

2 GeoMipMap算法基本思想

Geo MipMap算法是Willem根据纹理多重映射的概念提出的，他把整个地形场景在xz平面上进行分块(block)，比如用33×33的block把1 025×1 025的地形表示为32×32个block。Geo MipMap算法要求地形块的大小满足(2n+1)((2n+1)(n为自然数)。每个地形块可以用不同分辨率的地形模型表示，同一地形块内的分辨率是相同的。采用隔行采样的方式生成不同分辨率的地形模型。

当相邻两个block具有不同分辨率层次时，具有较高分辨率层次的block具有更多的高程点，当二者共享边界时，就会出现T连接。T连接是指一个三角形或多个三角形共享另外一个三角形的一条边的一部分，图2的高程点处就产生了T连接(先忽略掉小三角形，三角形为后来改进后补上去的)。T连接会引起的“裂缝”，这是任何地形绘制应用都不能接受，必须避免的。Geo MipMap算法采用了改变较高分辨率层次block的高程点之间的连接方法，来消除裂缝，如图1所示。Geo MipMap算法通过改变高程点之间的连接方式，在较高分辨率的block内忽略高程点，边界上的高程点直接相连，从而避免了T连接。

分别对每个子块进行绘制，再拼接起来就组成了整个场景。然而不同分辨率的地形块拼接在一起时会产生裂缝，为了消除裂缝，在较高分辨路地形块的边界上舍去一些点(没连斜线的那些点)，如图1所示。

3 视截体裁剪技术

地形场景的数据量是庞大的，在绘制地形场景时一次性读入整个模型数据是不可能的，而且也没必要。在实时显示中，有些场景是看不到的，就可以把它裁减掉而不需要绘制出来，只绘制看得见的部分，这可大大提高绘制速率。

首先，视截体由上、下、左、右、前、后六个面组成。然后为每一个地形块创建一个包围盒。可见性的判断通过计算包围盒的每一个顶点到视截体六个平面的距离判别，因为所有的平面都是面向视截体内部的。根据公式(A、B、C、D为平面系数):

当d>0时，说明顶点在平面的前面，认为定点是见的;反之当d<0时，说明定点在平面的后面，认为视点是不可见的;当d=0时，说明顶点在平面上，一般来说是可见的。当包围盒的所有顶点都不在视截体内时则该地形块不参与场景绘制。

4 多分辨率地形高效绘制算法

4.1 基本思想

本文先用分形算法生成高程数据，再用Geo MipMap算法对地形模型进行构网，采用视截体技术，将不在视域范围内的地形块剔除掉。首先将地形分成大小相等的几个地形块，根据视距算出每一个地形块的等级存放在查找表中，然后根据地形块的可见性，根据地形块四叉树的中心以及地形块的等级就可取出相应的数据进行绘制，大大减少了进入进入渲染管道的顶点数。对裂缝的消除改进了图像的质量。

Geo MipMap算法将block作为简化的基本对象，与传统LOD算法相比，CPU负担轻，GPU吞吐量大，但存在着两个明显的缺点。首先，每一个block内高程点的连接方式受到了相邻block的限制:其次，这种在接边裂缝处将高分辨率顶点强行拉向底边以达到闭合的方法，会给接边处造成地形损失，而且这个损失不能控制在阈值允许的范围内。

针对Geo MipMap算法的缺点，笔者借鉴文献[8]介绍的消除裂缝的方法，提出自己的改进算法，见下文介绍。

4.2 视相关的层次选择算法

4.2.1 屏幕空间误差

在视点相关的多分辨率地形模型算法中，误差是选择分辨率层次的依据。在地形可视化中，地形数据在三维模型空间中以三角形网格来表示，将其投影到二维的屏幕空间形成最终的输出图像。屏幕误差是近似网格与原始网格间的模型空间误差在屏幕空间上的投影，可以用来评价输出图像的质量。在地形可视化的算法中，通常都采用屏幕误差作为评价准则。

屏幕误差的计算公式[8]为:

其中，ε为物空间产生的几何误差，p为该误差投影在屏幕空间产生的屏幕误差(单位是像素)，H为视域范围内垂直方向的高度值，y为视域范围在投影面上的宽度(单位是像素)，D为视距，θ为垂直方向的视角。

对于给定一个误差阈值为τ(单位像素)，则有p≤τ，即(ε×y)/(2D×tgθ)≤τ，得到:

即临界视距的计算公式。

4.2.2 数据的预处理

分块方式的地形渲染算法对地形数据的组织有很强的依赖性，好的数据组织可以加快地形的绘制，通常需要对地形数据进行一定的数据处理，以满足算法的需要。因为在分块方式的地形渲染算法中，地形数据是按照地形块进行组织的，每当要渲染一个地形块区域时，需要将该区域内的所有三角形的顶点数据作为一个整体一次性提交给显卡，让显卡完成对这批顶点的计算以及绘制工作。预先算好绘制每一等级的地形块所需要的顶点，在实时绘制阶段相当重要。

算法在地形分块时将原始地形划分成等级不同的16个正方形地形块，每个正方形地形块代表一个独立地形区域。在数据预处理阶段，计算每一地形块的不同等级到视点的距离Dn(即临界视距)，把这些临界视距存放在一个查找表中。在渲染阶段计算当前视点到该地形块中心的距离L，用该距离和临界视距进行比较，伪代码如下:

4.2.3 实时绘制阶段

在实时绘制阶段计算每个需要绘制的block到视点的距离，然后在查找中按照从低分辨率到高分辨率的顺序，查找满足条件的分辨率层次。

4.3 地形数据的总体组织与表示

Geo MipMap算法用的是规则格网数据，高程信息用一个二维数组表示，由于是等间隔采样，x、z的信息可由初始值、行列数以及间隔计算得到。因为二维数组在传递时比较困难，所以把二维数组写成一维的形式但我们还是把它当成二维的形式，相应的读取的时候a[i][j]可变为a[i*with+j],with为二维数组的行宽度。一棵最小单元四叉树由中心点、四个角点、四个边中点组成，用三角扇的方式绘制。整个场景用一棵完全四叉树把这些blocks组织起来，每一个block又可以用一棵四叉树表示。实时渲染时完全四叉树负责场景的裁剪，决定哪些blocks应该绘制，然后计算可见block的网格分辨率，从而得到四叉树的分裂次数。

在实时构网时能快速地访问数据，可以通过有效地计算顶点的索引，以便在剖分过程中能迅速地获取所需要的顶点信息。在仿真数据生成阶段把高程信息、x、z轴的信息分别存在三个数组中。先找出四叉树的中心点的索引cx、cz，通过中心索引cx、cz就可找出四个边中点和四个角点的索引，通过点的索引就可读出顶点数据，就可以读出要绘制的四叉树了。我们按需要的分辨率分裂四叉树，直至达到要求，然后再将每一个最小单元的四叉树读出来进行绘制即可。我们不需要重新组织和存储数据，既方便又省时，比如三角形定点索引，需要的工作量还是蛮多的。

4.4 裂缝的消除

地形块之间由于三角形地形块分辨率不同会产生裂缝。Willem是通过在细节等级高的地形块的边界上去掉一些点，这样使得在用四叉树绘制过程中变得不规律。本文则用剖分三角形的方法。将绘制的地形块的等级跟与其相邻的上、下、左、右的地形块的等级进行比较，如果该地形块的等级比相邻的地形块低，则在边界处绘制三角形。对每一个边界进行修补，直到不再有等级差，即不再产生裂缝。修补过程如图2所示，三角形为补上去的三角形。

左下地形块与右下邻地形块相差了一个等级，所以在左下地形块中多绘制了两个三角形。左上地形块与右上地形块相差了两个等级，先把左上地形块的右边分解为两个三角形，再对分解的三角形进行分解，直到没有裂缝产生。分解是对低等级的地形块进行。

5 实验结果及结论

为了便于观察到有无裂缝，将地形表面以黑色填充。由图3可看出，未消除裂缝前，在不同等级的地形块的连接处会产生裂缝，严重影响了视觉效果。用本文裂缝修补方法后的地形看起来就没有了裂缝，这就符合我们平时看到的地形场景效果，如图4所示。

我们使用大小257×257的高程图作为实验数据，以Duo T2370,DDR 1024M,Intel(R)965显存作为硬件环境对上述算法进行测试。程序用VC+Open GL在Windows XP平台上完成。图5、图6是场景绘制的网格形式截图。表1是测试结果。

由图5、图6及表1可知该方法相比于全细节显示的方法，在不丢失必要细节的情况下大幅度的提高了地形绘制速率，减少了CPU的负担。简化后的地形与原始地形基本一致，在视觉上还是可以接受的。电影的帧速率为24 fps，本文算法绘制地形的帧速率为41 fps，能够满足生成流畅连贯的动画。实验结果表明，该算法能够快速有效地绘制地形场景。

6 结语

本文先通过分形的方法生成模拟地形所需的高程数据，然后再用Geo MipMap算法对地形模型进行构网。用基于顶点索引的四叉树的方法来组织地形数据，从而不用重新组织数据而且也能快速的查找到需要绘制的顶点。本文提出的用三角形剖分消除裂缝的方法不限制相邻地形块的等级差。

参考文献

[1]王奎民.一种快速绘制三维海底地形的方法[J].工程技术,2009(3):82 83.

[2]雷军环,曾凡喜,吴名星.基于四叉树的视点相关LOD地形仿真算法研究[J].制造业自动化,2009(7):7 11.

[3]王洪瑞,陈伟磊,刘秀玲.基于GeoMipMap的分形地形的动态生成算法研究[J].小型微型计算机系统,2011(8).

[4]De Boer W H.Fast terrain rendering using geometrical MipMapping[EB/OL].http://www.flipcode.com/articles/articlegeomipmaps.

[5]徐琼燕,李俊峰,吴印华.基于分形理论的三维地形生成算法研究与实现[J].计算机与现代化,2011(5):70 74.

[6]何方容,戴光明.三维分形地形生成技术综述[J].武汉化工学院学报,2002(3):85.

[7]李水根,赵翔鹏.二维和高维空间的分形图形艺术[M].北京:科学出版社,2008.

三维激光扫描地形数据获取处理篇6

利用三维激光扫描技术获取的点云数据建立数字地面模型很关键的一步就是要把地面点和非地面点区分开来, 从而剔除非地面点获取“纯净”的地面点, 这个过程称之为点云滤波。现如今, 许多文献都对点云滤波做出了研究。主要有以下几类:以形态学为基础的滤波方法[1—4], 以拟合为基础的滤波方法[5], 以坡度为基础的滤波方法[6—10], 以扫描线为基础的滤波方法[11—13]。每种方法都有其局限性, 如以形态学为基础的滤波方法滤波结果过分依赖移动窗口大小的选择, 对高程变化较大的区域滤波效果不好;以坡度为基础的滤波方法滤波结果则过度依赖坡度阈值的选择, 而且对每个点的K临近进行查询也相当耗时, 计算量过大。

本文所提出的方法是基于高程统计来进行点云分类。首先对点云高程进行离散化, 然后按照最大类间方差法 (OSTU) 获取最佳分割阈值, 继而对点云数据进行阈值分割, 从而获得地面点云数据。

1点云高程离散化

由点云数据可获取其最大高程值Hmax以及最小高程值Hmin, 通过设定离散化等级L, 可以得到其离散化高程宽度dh,

如果某一点的高程为Hi, 则该点所在离散化高程等级为Li,

然后对点云数据按照离散化等级依次进行统计, 便可以得到点云的高程统计直方图。获取高程统计直方图的目的在于判断是否要进行多阈值分割。通过高程统计直方图可以清楚地看到点云有几类不同高度的目标, 如果目标多于两类则需要进行多阈值逐步分割。

2单阈值分割法

通过观察高程统计直方图, 如果不同高度的目标个数不多于两个, 便可以利用单阈值分割法将点云分为两类。进行单阈值分割时可采用最大类间方差法 (OTSU) 。

最大类间方差法是1979年由日本学者大津 (Nobuyuki Otsu) 提出的, 它是在判决分析最小二乘原理的基础上进一步推导得出的自动选择阈值的二值化方法[14], 所以也简称为大津法 (OTSU) 。这种方法主要用于图像分割, 它是根据图像灰度特性, 将图像分为目标和背景两类。两类的类间方差越大, 说明类的差别越大, 错分的概率也就越小。因此, 当两类的类间方差最大时, 错分的概率也就最小, 此时的分割阈值也就是最佳分割阈值。借助最大类间分割法在图像分割中的思想, 进行点云分割便可以这样做:

设定一阈值将点云分为两类, 然后不断调整, 当两类点云的方差最大时, 此时的阈值就作为分割处理的最佳阈值。其数学表述如下:

设定阈值K, 将点云L分为两类L1、L2。分别计算L1类的概率ω1和均值μ1以及L2类的概率ω2和均值μ2, 则两类点云的数学期望为:

两类的类间方差为:

极大化σ2 (k) 的过程就是自动确定阈值的过程, 最佳阈值Kh为

具体实现步骤如下:

步骤一, 初始化分类阈值K (K为点云离散化等级第Li级所对应的高程值) 。

步骤二, 阈值K将离散化后的点云分为两类, 设为类1和类2。按照式 (4) 计算此时类1与类2间的类间方差。

步骤三, 遍历点云离散化等级Li (0≤Li≤Lmax) , 依次赋予阈值, 分别计算该阈值下的类间方差。取σ2 (K) 最大时的阈值K作为整个高程直方图的最佳分割阈值。

此时, 便可以将小于阈值K的点归类为地面点, 大于阈值K的点归类为非地面点, 直接将非地面点进行删除即可。

3多阈值分割法

如果高程统计直方图表现出多峰现象, 即不同高度的目标有好几个, 此时如果继续用单阈值分割法就会造成误判。点云的多阈值分割法可以看成是单阈值分割法的推广, 它是一个迭代的过程, 对点云逐步进行分割。其流程图如图1所示。

此流程算法的关键之处在于直方图多峰现象的判断。所谓的多峰现象, 也就是直方图中有两个以上的独立峰。经试验验证可采用下列三组条件进行独立峰的判断:

1) 独立峰要具有一定的宽度, 即相邻两波谷的间距≥l。

2) 独立峰要具有一定的面积, 即相邻两波谷和波峰所围成图形的面积≥s。

3) 独立峰要具有一定的峰谷比, 即波峰与其相邻两波谷的比值≥δ。

三阈值l、s、δ根据采集数据的实际情况进行设定, 可多次设定进行对比, 以达到判断多峰现象最佳的目的。

这是个逐步分割的过程, 先分割出高程最低的点群并从原始点云中剔除, 再在剩余点云中再次迭代分割出高程次低的点群, 如此循环便可将原始点云按不同的阈值分割出不同的点群。

4地面点连通规则

原始点云经过多阈值分割后会分成不同层的点群, 一般默认为最下层也就是高程集体表现最低的点群为地面点。除此之外, 地面点还应包括其他各层 (尤其是与最下层相邻的层) 点群中由于地面起伏而凸起的点。

将分割后的点云分层进行观察, 可以发现每层的点群都会表现出连通区域或大或小的“点云块儿”。这些块儿状点云主要是由于建筑物、树木以及地面起伏造成的。显然, 应该剔除由于建筑物或者树木造成的块儿状点云, 保留由于地面起伏造成的块儿状点云。如何进行区分, 要遵循以下规则:

1) 连通区域较小且分散比较开的块儿状点云直接进行剔除, 此类块儿状点云是由于一般建筑物或者树木造成的。

2) 连通区域较大的块儿状点云可能由两种情况造成, 一种是大面积的建筑物 (比如房顶) , 另一种则是地面起伏。前一种情况要剔除, 后一种情况要保留。如何进行区分, 主要依赖于这些块儿状点云与其周边点云高程的落差情况。如果块儿状点云与其周边点云高差相差较大, 则说明该块儿状点云是由于大面积建筑物造成的应该剔除。反之, 则应该保留。由图2和图3可以看出其区别。

5非地面点滤波处理

按照上述规则分别对各层数据进行分析对比, 剔除非地面点, 将剩余点进行连通即可得到想要的地面点云。但是此时的点云数据还存在误判性, 比如一些低矮的植物, 由于其分层后的点群与其周边其他点的高程差也不大, 所以很容易将此种类型的点云误分到地面点中去。为减小这种误判性, 可采用趋势面拟合法对连通后的点云进行非地面点滤波处理。

趋势面拟合法的基本思想是利用底层已确定的点云数据建立二次曲面, 然后对其余各层中连通的地面点进行高程拟合, 最后比较真实值与拟合值的高程差, 将高程差超过阈值的点进行删除。

一般地设定二次曲面函数为:

式 (6) 中, x、y、z为点的三维坐标, a0、a1、a2、a3、a4、a5为待求曲面函数的系数。

首先, 通过n个已知的地面点 (n≥6) 对式 (6) 建立误差方程, 然后按照最小二乘原理求解系数ai (i=0, 1, 2, 3, 4, 5) [15], 最后利用求解出来的二次曲面分别对其余各层的地面点进行高程拟合, 并计算拟合值与真实值zj的差值Δ, 若Δ大于阈值ε则将该点删除掉, 否则保留。

6试验分析

本次试验所采用的仪器是奥地利Riegl公司生产的VZ—400型三维激光扫描仪, 其仪器参数如表1所示。

本次试验区域为某教学楼前的一片空地, 为便于分析研究选取其中一块儿具有代表性的区域 (约为20 m×10 m) , 如图4、图5中。

从图中可以清楚地看到地面上除了高低不一的独立树还有一些土坎 (图中点云中有些空白区域正是由于土坎对扫描脉冲的遮挡所造成的) , 如前文所述独立树是要剔除的而土坎则是要保留的。

具体实现步骤如下:

1) 对点云高程进行离散化, 统计高程直方图。

此区域扫描的点云数量为10 091Table 2 Threshold segmentation个点, 高程范围是22.831~29.213m。将离散化等级设置为500级, 其高程离散化直方图如图6所示。

2) 对离散化的点云进行多阈值OTSU分割, 计算得出的最佳分割阈值如表2所示。

按照分割阈值对点云进行分层处理, 得到的结果如图7~图12所示。

3) 对除底层外其他各层的点云进行地面点连通判断。

底层点云默认为地面点, 第三层由于点云的连通区域较小且该层平均高程与底层点云相差较大故可直接删去。第二层点云虽然连通区域也不大但由于其极有可能包含地面起伏的点 (如土坎等) 故需单独进行判断。分别统计第二层点云以及该层周边点云 (这些点存在于第一层中) 的高程, 计算高差。设定阈值为1 m, 若高差超过1 m, 则视为非地面点, 否则保留为地面点。最后, 连通底层和第二层中的地面点, 结果如图13、图14所示。

4) 对上步得到的地面点利用趋势面拟合法再次进行非地面点滤波, 可得到最终的地面点云如图15、图16所示。

综上可得每步操作后的点云数据对比如表3所示。

7结论

三维军事地形中山体制作的难点解析篇7

1、原理剖析

DreamScape制作山体的原理其实是3DSMAX中“置换”命令的扩展, 即海拔高是利用灰度颜色的位图来显示, 当该位图置换到平面网格物体上以后, 黑白灰的颜色分别生成不同海拔高的三维模型, 颜色越白高度越高, 反之高度越低, 纯黑为平地。 (如图1-1, 图1-2) 。

但DreamScape的独特之处在于可以利用它自身的地形编辑器随机绘制灰度图像, 在场景中即刻实时显示山体模型, 创建和修改非常方便。

2、制作过程

DreamScape按要求安装好以后, 在“创建”—“几何体”面板下拉框中会出现“幻境对象”命令 (图2-1) 。点击进入“幻境对象”创建面板后会看见“地形”和“海面”的创建命令 (图2-1) 。

点击“地形”命令, 在顶视图创建地形栅格, 并将透视图旋转到正视角度以便实时观察山体生成效果 (图2-3) 。注意参数的设置, “高度”为海拔高;“宽度”的含义为地形栅格长宽各为250个单位;“渲染分段”的含义为栅格物体长宽分段各为60, 如果要求将来的山体更加平滑, 可适当增加“渲染分段”的值。一定勾选“渲染几何体”, 否则无法看到渲染效果。

(图2-6)

接下来就是DreamScape最为强大的功能, 实时绘制山体模型。点击“打开编辑器”, 启动“幻影地形编辑器” (图2-4) 。

按照图2-5的顺序分别设置各项参数。 (1) 在“生成地形”栏目中, “分段”参数的设置决定了所绘制灰度图像的分辨率, 数值越高灰度图像分辨率越高, 绘制的图像越细腻, 相应创建的山体越复杂和细腻;“置换贴图”在这里无需设置, 因为我们要用编辑器实时绘制灰度海拔图; (2) “生成栅格”的命令是让地形编辑器生成一个与场景中的栅格物体比例一样的灰度图像, 否则无法绘制灰度图像, 图像的分辨率则是由“分段”命令决定的; (3) “绘制海拔”栏目中各项参数设置的是绘制灰度海拔图时画笔的大小、柔软度及强度 (即黑白灰的亮度) 。 (4) 编辑器左上角工具栏中的按钮是“绘制海拔工具”, 用于启动绘制灰度图的画笔。

启动按钮开始在编辑器的绘图区绘制灰度图像, 神奇的是在场景内 (主要是在透视图) 可以实时看到灰度图像置换成三维山体模型的效果。随时改变“绘制海拔”的画笔参数如:大小、柔软度、深度等可以灵活改变山体的高度和形状。如果绘制的山体不满意, 可以将“深度”改成负值, 将画笔颜色调成黑色绘制画面, 海拔变成零成为平地后重新绘制。在编辑菜单中有“暂存”命令可以将已经绘制好的部分暂时存储在内存中, 在后续的绘制中如不满意可以将暂存的结果利用“取回”命令取回, 便于分段绘制地形。 (图2-6)

编辑器工具栏的按钮, 是“倾斜绘制工具”, 用于绘制倾斜陡峭的山体斜面, 在“绘制倾斜”栏目中同样可以调整画笔的“大小”、“柔化”、“倾斜度”、“强度”等参数 (图2-7) 。注意, 该工具不能单独使用, 必须在现有的灰度图像上修改以得到倾斜山体。

编辑器工具栏的按钮, 是“纹理贴图绘制工具”, 可以在图2-8 所示位置调入一张位图图片作为灰度海拔图像, 绘制出来的实际山体显示的就是这张位图的形状。 (图2-9)

模型制作完成后, 可以运用3DSMAX另一个制作材质的插件GroundWizLite (地形贴图) 调节出地形表面的材质赋予给山体模型。图2-10是本人具体实践中的作品截图。

3、结语

3DS MAX是一个强大的三维动画制作工具, 但其自身也有局限性, 有些特殊模型 (比如自然景观的设计) 就很难用3DS MAX自身的命令完成。幸运的是3DS MAX是一个开放的设计平台, 大量的外部插件使它如虎添翼, 本文中运用的DreamScape (幻境) 、GroundWizLite (地形贴图) 等插件既是其中优秀的代表, 使我们在实际的创作中制作出几可乱真的自然景观。

摘要：在部队的军事训练中, 经常运用3DSMAX制作电子沙盘, 以显示军事地形。而军事电子沙盘在制作中离不开与现地地形一致的山体三维模型。运用DreamScape.2.5 (c幻景) 插件在3DSMAX 9.0中制作山体, 能够达到较为逼真的效果。

运用动态多分辨率渲染三维地形篇8

在地形仿真的过程中, 我们通常用连续的三角形来模拟真实的地形, 在硬件资源有限的条件下, 往往要求我们的仿真既具有流畅的漫游效果, 又不以减少渲染为代价, 因此如何提高渲染效率就成为我们要解决的问题。

二、动态分辨率的分块四叉树地形模型的建立

国内外学者[1,2]对动态多分辨率地形模型技术做了来的较多的研究, 提出了可行的算法, 这些方法主要研究两方面的内容:网格的剖分形式和剖分准则, 本篇结合先前的算法并根据前面的调度算法采用分块四叉树模型并提出一种新的剖分准则。

2.1分块四叉树算法模型。

渲染地形时, 如果采用固定地形等级[3,4,5]会随着地形的面积的增大, 渲染的数量也会随之增大。在现有划分的好的小方格内采用动态的精度等级法, 越远处的地形绘制的三角形面积越大 (精度越低) , 越近的地形面积越小 (精度越高) , 坡度高的地方 (等高线密集的地方) , 平坦的地方精度低, 才能在保证效果的前提下, 有效的减少三角形数量和渲染数量, 提高仿真引擎的速度。分块四叉树的基本思路是:把地形一分为四, 用递归的方法对每个网格进行渲染。对每个网格, 如果达到合适的精度, 则退出不再细分, 如下图一。

在2d×2d的网格中, 其中d为最大层数, 不同层包含的三角形数目不同下表中列出了0—4层的压缩比, 层次越高, 压缩比越大, 但绘制出的地形越粗糙, 而我们绘制四叉树的实质是在保证绘制效果的前提下, 选取合适的层次使所渲染的三角形数目最小。从表中我们看到第3层的压缩比达到了98.44%, 层次再增加, 三角形的数目剧增而压缩比并没有明显增加所以, 所以本文主要限定在这4个层次中。

本篇采用物体空间误差方法, 评价函数综合考虑了视点距离和空间误差两种直接影响节点分层的因素使得节点的层次选择达到最优。

2.2和距离相关的分割。

由于视觉的特性, 越远的物体显现的特征细节越少, 而越近的物体显现的比较多的细节。因此四叉树的选取跟观察者的位置存在一定的关系, 距观察者越近的节点划分越细, 增加渲染效果。下图中观察者的位置 (x, y, z) 在进行节点的细节划分是, 把位置为 (x, y, z) 的节点, 如果需要细分, 在位置 (x, y, z) 为节点中心的四边形分割为4个四边形。细分的条件是和距离有关的函数f (t) , 其中t采用了距离公式来表示空间两点的距离的平方:

2.3在平坦的地形中, 该区域的地形相邻节点高度值比较接近, 在选择节点层次时选取的细节比较粗糙;

在高低起伏的地形时, 由于相邻节点的高度值有较大突变, 如果我们选取的还按平坦节点所选的细节标准, 在我们仿真和漫游的过程中会出现忽高忽低的感觉和实际的情况有较大失真。所以我们选择层次时必须考虑坡度的问题, 图二的曲线代表真实的地形, 图中的p1、p2、p3、p4为相邻的绘图采样点, p1、p2、p3、p4的连线用来模拟这条曲线的中间部分, 从图中我们看到p3、p4之间的失真最大, 而同时看出p3、p4连线的和真实的地形之差也是最大的, (e的值是通过边的双线性插值得到) , 这里的e叫做线性插值中点误差, 在忽略其他因素的影响下, 我们利用e建立和地形坡度之间的关系, 为了较好地给各个节点取得最优层次, 既要考虑到观察者的位置有要考虑坡度的因素, 因此我们建立了节点的分层评价函数:

C为评价函数调节参数, 当评价函数大于设定的范围时节点必须细分。在仿真的过程中调整C值, 使得在地形漫游过程中不会出现突然忽高忽低的感觉。

三、仿真结果分析

实验环境为Celeron M CPU 1.5G, 显卡NVIDIA G e F o r c e 6 2 0 0内存7 6 8 M, 操作系统为M i c r o s o f Windows XP Professional (sp2) 编程环境vc++6调用OpenGL, 实验数据有1024个高度数据组成, 我们以观察者的视点漫游三维地形图中平均函数参数C调节1/8时, 从图四中我们可以看到离我们的视点越近的网格越密集, 而越远的网格线稀疏, 坡度越陡的区域网格线越密集, 而平坦的地方网格线越稀疏, 图五中的是添加纹理后的效果图。刷屏率为42帧, 拼接地块之间过渡平滑, 漫游时没有出现忽高忽低的现象。

参考文献

[1]DUCHA NEAUYM.WOLNSKYM.SIGETID E.et alRoamingterrain:real-time optimally adapting meshes[c]//proceedings ofIEEE, 2002.8 (3) :239-254.

[2]LNDSTROM P, KOLLER D, R BARSKYW, etal Real-timeoptimally adapting meshes[c]//proceedings of IEEE Visualization’07Phoenix, A rizona, USA:IEEE, 2007:81-88.

[3]万定生, 龚汇丰.大规模地形的LOD生成算法研究[J].计算机工程与设计, 2007, 28 (22) :5345-5348.

三维地形测量篇9

1 地面三维激光扫描仪的工作原理

扫描仪、处理器 (电脑和其含有的处理软件) 、电源供应系统组成了地面三维激光扫描系统。扫描仪扫描数据, 处理器接收和处理数据, 电源供应系统供应这些机器正常运转所需要的电量。扫描仪本身含有扫描系统和激光测距系统, 同时也含有控制和矫正系统及集成CCD。仪器工作时, 通过测量水平角的反射镜和测量天顶距的反射镜一起有序旋转, 将激光脉冲依次扫过被测量的区域, 测量每个激光脉冲的空间距离及扫描激光脉冲的水平角度和天顶距离, 最后通过计算其坐标的方法得到被测量区域的三维坐标。通过Cyrax 2500的Cyclone等软件处理三维坐标得到精细地形的测绘图。

2 实际情况中的运用

某高速公路需要以隧道的方式穿过一座大山, 此大山横在高速公路的施工路线上, 如果绕过此大山将多绕出20多公里, 且弯道多, 不满足高速公路快、直、平的要求, 所以穿越隧道是唯一的解决方式, 但是, 隧道的进口和出口都是峡谷, 需要高架桥连通到隧道的进口和出口, 这样就要对隧道进口和出口的地方进行安全处理, 因此就需要隧道进口和出口1:300的高清地图。这个项目采用I-Site三维激光扫描仪采集数据, Cyrax 2500的Cyclone等软件处理数据, 得到1:300的高清地图。

3 在地面三维激光扫描的精细地形测绘中存在的问题

虽然地面三维激光扫描仪在精细地形测绘中有很多优点, 而且得到的地图也更加准确、清晰, 但是这种技术还处于起步阶段, 主要有以下5个问题影响其推广和使用。

3.1 三维激光扫描方法与传统方法结合上的问题

传统的方法虽然在地势险峻或者危险系数高的地方不能得到准确的数据, 但是在平地或者在不太危险的地方, 依旧占据着主导地位。传统的方法和地面三维激光扫描方法在融合贯通方面做得还不够, 没有很好的发挥这两种测试方法的优点, 要进一步融合贯通这两种测绘方法。

3.2 三维激光扫描仪价格昂贵的问题

地面三维激光扫描仪属于科技含量比较高的仪器, 一般科技含量高的仪器, 都比较贵, 三维激光扫描仪也不例外, 所以在推广上还具有较高难度。

3.3 数据采集不完整的问题

三维激光扫描仪一般都是在环境条件不好的情况下使用, 比如高山群中, 山峰高高低低相互依靠, 形成遮挡现象, 导致扫描仪扫描不完整, 造成数据缺失, 从而影响测绘图的完整、准确。

3.4 数据处理软件不成熟

三维激光扫描仪扫描的结果最终都需要软件处理, 但是目前还没有相对成熟的处理软件, 往往处理结果需要使用好几个软件相互协助才能得到比较准确的结果。这不利于三维激光扫描仪的推广使用, 要尽快开发出一套完整成熟的软件, 用一个软件处理得到精确的结果。

3.5 三维激光扫描仪智能化还不够

三维激光扫描仪智能化还不够, 不能自动或半自动的提取到完整数据, 还需要人工辅助才能得到比较完整的数据。这就要求在设计的时候更加注重智能化, 让三维激光扫描仪能够自动获取数据, 至少也要是半自动的获取数据。