王倩茹,何 悅,李海明,李志南,徐文兵,3

(1.浙江農(nóng)林大學(xué) 環(huán)境與資源學(xué)院,杭州 311300；2.重慶交通大學(xué) 土木工程學(xué)院,重慶 400074；3.同濟(jì)大學(xué) 測繪與地理信息學(xué)院,上海 200092)

激光雷達(dá)技術(shù)LiDAR(Light Detection And Ranging)是近幾年迅速發(fā)展的一項(xiàng)高新測繪技術(shù),實(shí)現(xiàn)對目標(biāo)物體無接觸的主動(dòng)式掃描和實(shí)時(shí)量測[1]。與傳統(tǒng)的人工測量相比,地面三維激光掃描技術(shù)(Terrestrial Laser Scanning,TLS)能夠快速獲得大量被觀測物體表面的三維坐標(biāo)點(diǎn),即點(diǎn)云數(shù)據(jù)[2],以及激光回波強(qiáng)度等屬性信息,可以大幅度地減少人力資源,提高測量效率和建模精度?；谖矬w或場景點(diǎn)云數(shù)據(jù)的三維重建技術(shù)正逐步走向大眾視野[4],應(yīng)用于古建筑保護(hù)方面可以重現(xiàn)經(jīng)典,應(yīng)用于游戲等可以虛擬現(xiàn)實(shí)場景[5],應(yīng)用于植物可以獲取其三維幾何特征和生長過程[5]。點(diǎn)云數(shù)據(jù)中的回波強(qiáng)度可對不同目標(biāo)進(jìn)行快速地探測與識(shí)別[6-7],程小龍等[7]利用建筑物的激光回波強(qiáng)度來辨別建筑物類型,蔡越等[8]利用毛竹點(diǎn)云數(shù)據(jù)的激光回波強(qiáng)度來判別毛竹年齡。

竹子作為特殊的森林類型,生長快、成材早,具有較高的經(jīng)濟(jì)價(jià)值[9]；固碳能力強(qiáng)具較高的生態(tài)價(jià)值[8]。根據(jù)第八次全國森林資源清查結(jié)果,在我國竹類資源中,毛竹(Phyllostachyspubescens)林面積為 443 萬 hm2,占全國竹林面積的 73%。目前對毛竹林進(jìn)行三維重建為數(shù)字化林業(yè)及竹林侵蝕控制和坡面保護(hù)研究提供新的方法手段和技術(shù)支持[10]。利用建筑物的三維點(diǎn)云數(shù)據(jù)三維重建方面,國內(nèi)外研究學(xué)者做了大量的研究[11-13],成效顯著,但毛竹三維重建的研究較少,難點(diǎn)在于毛竹冠層形狀的不規(guī)則性,冠層內(nèi)部存在較大的空隙,并相互遮擋,難以獲取單株毛竹表面的全部數(shù)據(jù)。另外,毛竹林野外點(diǎn)云掃描質(zhì)量對地形依賴程度較大,蔡越等[14]認(rèn)為測站距離與點(diǎn)云數(shù)量成反比,在竹林中二者是難以協(xié)調(diào)的矛盾。本文利用三維激光掃描儀獲取野外和室內(nèi)的單株毛竹點(diǎn)云數(shù)據(jù),進(jìn)行三維模型重建,量取野外單株毛竹模型的冠幅、胸徑(1.3m處)、竹高和枝下高等4個(gè)參數(shù)并分析其精度,對比分析野外和室內(nèi)三維模型的視覺效果,推動(dòng)三維掃描技術(shù)在林業(yè)測繪中的應(yīng)用。

1 研究區(qū)概況

研究區(qū)域?yàn)檎憬r(nóng)林大學(xué)平山實(shí)驗(yàn)基地,地處浙江省西北部的杭州市臨安區(qū),氣候溫暖濕潤,降水充沛,植被種類繁多。基地內(nèi)毛竹自由生長,態(tài)勢良好,鮮有人工砍伐。選取相互遮擋較少毛竹作為試驗(yàn)樣本,現(xiàn)場掃描后伐倒樣本,截?cái)嗝窆趯雍椭穸?盡量保持毛竹冠層的形態(tài),帶回實(shí)驗(yàn)室重新掃描,作為對照樣本。

2 研究方法

2.1 儀器設(shè)備

試驗(yàn)采用地面三維激光掃描儀Leica ScanStation C05,該儀器為雙掃描窗口設(shè)計(jì),采用緊湊型脈沖式綠色激光,波長532nm,安全等級為3R級,集高性能激光掃描儀、電源、數(shù)據(jù)存儲(chǔ)、觸摸屏界面、攝像機(jī)和激光垂直測量儀于一體,視場角范圍360°×270°,掃描速率50 000dot/s,標(biāo)稱精度為100 m以內(nèi)掃描標(biāo)準(zhǔn)偏差小于4mm。該儀器高點(diǎn)云精度、高掃描速度、廣視場角和低噪音掃描,內(nèi)含集成流式攝像機(jī)拍攝高分辨率彩色圖像,可實(shí)現(xiàn)逼真點(diǎn)云紋理貼圖。

2.2 數(shù)據(jù)采集與處理

2.2.1數(shù)據(jù)采集

毛竹點(diǎn)云數(shù)據(jù)野外采集步驟:1)遴選10株毛竹樣本,以目標(biāo)毛竹為三角形中心,三角形頂點(diǎn)為測站,周邊均勻放置3個(gè)標(biāo)靶,保證每個(gè)站點(diǎn)上,目標(biāo)毛竹和所有標(biāo)靶都在掃描范圍內(nèi)；2)在不同測站上設(shè)置中等分辨率和視場范圍(完全覆蓋目標(biāo)毛竹和3個(gè)標(biāo)靶),對毛竹進(jìn)行掃描；3)標(biāo)靶中心的獲取是點(diǎn)云數(shù)據(jù)拼接的關(guān)鍵,每站掃描完成后,逐次掃描各個(gè)標(biāo)靶,獲取標(biāo)靶的中心,并查看獲取的標(biāo)靶效果；4)導(dǎo)出掃描數(shù)據(jù)。此外,在試驗(yàn)基地內(nèi),擇伐3株毛竹樣本帶回實(shí)驗(yàn)室,截?cái)嗝窆趯雍椭穸?分別用細(xì)線固定,直立于實(shí)驗(yàn)室中,用三維激光掃描儀重新掃描,獲取靜態(tài)冠層和莖稈的點(diǎn)云數(shù)據(jù),作為對照數(shù)據(jù)。

2.2.2數(shù)據(jù)處理

在徠卡Cyclone軟件中,導(dǎo)入樣本三維點(diǎn)云數(shù)據(jù),圖1所示為野外同一樣地的3個(gè)不同測站的點(diǎn)云數(shù)據(jù)。

圖1 野外毛竹點(diǎn)云數(shù)據(jù)

1)點(diǎn)云拼接。點(diǎn)云拼接采用較為廣泛且成熟的算法ICP(Iterated Closest Point),通過尋找最近點(diǎn)作為同名點(diǎn)計(jì)算變換矩陣,使用同名點(diǎn)之間的距離構(gòu)建目標(biāo)函數(shù),通過迭代,使目標(biāo)函數(shù)收斂至最小值,從而完成點(diǎn)云的拼接[14]。本試驗(yàn)分站式掃描的點(diǎn)云數(shù)據(jù)在Cyclone軟件中新建數(shù)據(jù)庫、導(dǎo)入數(shù)據(jù)、拼接注冊、計(jì)算拼接誤差、合并點(diǎn)云,合并成果如圖2所示。

2)點(diǎn)云去噪。目標(biāo)毛竹以外的點(diǎn)云均為噪聲點(diǎn),選擇Cyclone軟件中Fence,Delete Inside或Delete Outside,進(jìn)行去噪處理,參考王健等[14]較為成熟的神經(jīng)網(wǎng)絡(luò)BP(Back-Propagation)算法,經(jīng)過BP算法處理過的點(diǎn)云數(shù)據(jù)的數(shù)據(jù)量大幅減少,毛竹的冠層結(jié)構(gòu)信息能夠更加鮮明突出,如圖3所示。

圖3 去噪后的單株毛竹點(diǎn)云數(shù)據(jù)

2.3 三維模型重建

在Cyclone軟件中,將去噪后的目標(biāo)毛竹的點(diǎn)云數(shù)據(jù)輸出為.TXT文件,導(dǎo)入Geomagic Studio軟件中,添加著色點(diǎn)、刪除體外孤點(diǎn)、刪除非連接項(xiàng)、刪除多余點(diǎn)和封裝。添加著色點(diǎn)時(shí),開啟照明和彩色效果,以便觀察其幾何形狀。體外孤點(diǎn)是遠(yuǎn)離主點(diǎn)云的點(diǎn),通過去噪處理后,敏感度值可以設(shè)置較低,不宜設(shè)置過高,敏感度達(dá)到一定程度后其選擇的體外孤點(diǎn)數(shù)目不變,本試驗(yàn)設(shè)置為37%,較好地保持原毛竹形態(tài)。刪除非連接項(xiàng)選擇“中”分隔和“1%”尺寸。運(yùn)用套索工具框選多余點(diǎn),手動(dòng)刪除,最后進(jìn)行封裝,“無”噪音降低,不刪除小組件,保持原始數(shù)據(jù),最大三角形個(gè)數(shù)設(shè)置為默認(rèn)。建模完成后,因軟件自動(dòng)封裝會(huì)存在孔洞現(xiàn)象,需要進(jìn)行人工填孔。

2.4 單株毛竹模型精度及可視化分析

試驗(yàn)中,單株毛竹點(diǎn)云數(shù)據(jù)三維建模采用不規(guī)則的三角網(wǎng)(TIN-Triangulated Irregular Network)將離散的點(diǎn)云構(gòu)建成連續(xù)的三角面,以逼近毛竹實(shí)體的效果[14]。通過量測單株毛竹模型的冠幅、胸徑、竹高和枝下高等4個(gè)參數(shù),與實(shí)測數(shù)據(jù)進(jìn)行比較,分析單株毛竹三維模型的精度。

3 結(jié)果與分析

3.1 單株毛竹模型參數(shù)精度

在樣本和模型上分別量測野外毛竹的冠幅、胸徑、竹高和枝下高等4個(gè)參數(shù)值,其中4株毛竹參數(shù)的實(shí)測值和模型值及其互差,如表1所示。以實(shí)測值為參考值,該4株毛竹模型的4個(gè)參數(shù)誤差如表2所示。

表1 毛竹樣本的實(shí)測值與模型值

由表1可知,冠幅誤差為22～58mm,均值38mm；胸徑誤差為0～1mm,均值為0.5mm；竹高誤差為7～560mm,均值為190mm；枝下高誤差為1～17mm,均值為6mm。由此可見,模型上量測胸徑和枝下高都是精度較高,與實(shí)測值相當(dāng),而由于竹枝形狀和位置的不確定性,冠幅和竹高互差較大。

表2 毛竹模型4參數(shù)的誤差分析

由表2可知,雖然冠幅、胸徑、竹高和枝下高的實(shí)測值與模型值的互差有較大的差別,但相對誤差相近且精度較高,4個(gè)參數(shù)的相對誤差最大值分別為1.9%,1.1%,4.4%和0.9%,其中竹高1明顯偏大,有粗差的可能。各參數(shù)相對誤差的平均值為0.350%～1.775%,波動(dòng)性較小。因此,通過毛竹模型量測4個(gè)參數(shù)的精度具有較高的可信度,且對毛竹沒有破壞性。

3.2 野外毛竹點(diǎn)云數(shù)據(jù)建模整體可視化對比

利用Geomagic Studio軟件對每株野外毛竹樣本的點(diǎn)云數(shù)據(jù)進(jìn)行建模,如圖4所示,其中4株冠層不同茂密程度毛竹所構(gòu)建的模型,總體上,圖4(a)和圖4(b)冠層茂密的毛竹模型在整體上視覺效果良好,較為清晰地展現(xiàn)毛竹莖稈、枝條。當(dāng)竹葉比較稀疏,如圖4(c)和圖4(d),莖稈明顯,紋理更加清晰,無大面積遮擋的情況下,能更加真實(shí)地還原毛竹的形態(tài)。

圖4 毛竹點(diǎn)云的三維模型

為了進(jìn)一步分析毛竹的冠層頂部和枝條的建模效果,放大毛竹模型,觀察局部細(xì)節(jié)。放大Geomagic Studio軟件制作的較茂密的毛竹冠層模型(圖5),冠層頂部出現(xiàn)斷層現(xiàn)象,即部分毛竹枝葉自成一塊,相互脫離。進(jìn)一步放大冠層頂部模型(圖6),發(fā)現(xiàn)模型冠層頂部及中部莖稈缺失,且存在多處斷層現(xiàn)象。經(jīng)分析,毛竹冠層高于掃描儀,掃描時(shí)下部枝葉遮擋了上部冠層部分莖稈和枝葉；而對毛竹的中部枝條和下部莖稈部分建模效果良好,莖稈無孔洞、三角形之間連接緊密且無互相分離的現(xiàn)象。對比較稀疏冠層的毛竹建模效果(圖7),枝條模型三角形連接更為緊密,模型的枝條特征較為清晰。

總體上,由于毛竹枝條末端較細(xì),采用中低分辨率掃描,點(diǎn)云易缺失,離散點(diǎn)較少時(shí),去噪過程中易被誤刪。針對毛竹冠層與掃描儀的落差較大,掃描時(shí)出現(xiàn)下層枝葉遮擋上層部分,導(dǎo)致上部莖稈和枝條部分點(diǎn)云的缺失,影響建模效果。本文認(rèn)為,若追求毛竹冠層頂部建模效果,可嘗試融合機(jī)載LiDAR數(shù)據(jù)共同建模；其次，嘗試砍伐樣本,減少落差,進(jìn)行室內(nèi)掃描建模。

圖5 較茂密的毛竹冠層頂部模型

圖6 較茂密的毛竹冠層內(nèi)部模型

圖7 較稀疏的毛竹冠層模型

3.3 室內(nèi)靜態(tài)毛竹冠層的建模可視化對比

在野外環(huán)境中,受風(fēng)力的影響,枝條搖擺直接影響到點(diǎn)云數(shù)據(jù)的采集質(zhì)量,其次，由于毛竹冠層與掃描儀落差較大,難以完整地采集毛竹冠層上部的點(diǎn)云數(shù)據(jù),導(dǎo)致模型的冠層上部表現(xiàn)不佳。為了有更好的建模效果,砍伐樣本毛竹,截?cái)喙趯硬糠?帶回實(shí)驗(yàn)室,直立固定在室內(nèi)進(jìn)行掃描并建模,分別選用冠層枝葉茂密、一般和稀疏等3種樣本進(jìn)行建模,如圖8所示。

通過觀察與分析不同茂密程度的毛竹冠層模型,可見:1)室內(nèi)靜態(tài)的毛竹冠層整體效果明顯優(yōu)于野外的,冠層內(nèi)部莖稈清晰；2)茂密冠層的枝葉相互遮擋嚴(yán)重,點(diǎn)云數(shù)據(jù)缺失較多,在軟件自動(dòng)建模時(shí)局部失真,葉片形態(tài)紊亂；3)稀疏冠層的模型優(yōu)于茂密冠層的,枝葉點(diǎn)云重疊少,從而葉片和枝條的脈絡(luò)更加清晰。

以一般茂密程度的毛竹冠層模型為例,放大其莖稈和枝葉局部細(xì)節(jié)。圖9(a)中的主稈點(diǎn)云密度較高,擬合程度良好,而側(cè)枝點(diǎn)云較少,能基本反映形態(tài)。圖9(b)為細(xì)枝和葉片,較茂密冠層的枝葉相互遮擋,導(dǎo)致點(diǎn)云數(shù)據(jù)有缺失、相互重疊或距離相近,加上枝條細(xì)小和葉片薄窄,在軟件自動(dòng)分析時(shí),極易錯(cuò)連,引起模型局部失真,難以形成完整的枝條和葉片形態(tài)。

圖8 不同茂密程度的毛竹冠層模型

圖9 一般茂密冠層毛竹模型細(xì)節(jié)

3.4 室內(nèi)靜態(tài)毛竹莖稈的建?？梢暬治?/h3>

將截?cái)嗟拿袂o稈直立固定在室內(nèi)進(jìn)行掃描并建模,樣本大致分為粗、細(xì)兩類,建模效果如圖10所示。Geomagic Studio制作的毛竹莖稈模型表面較為光滑,鮮有孔洞；中等分辨率掃描,細(xì)節(jié)模型的表面有細(xì)微凹凸,竹節(jié)處的突出細(xì)節(jié)未展現(xiàn)；由于毛竹莖稈胸徑不小于數(shù)厘米,有較多的點(diǎn)云數(shù)量,從圖10(a)和10(b)的放大圖看,粗細(xì)竹稈的建模效果差異性不大。

圖10 局部毛竹莖稈模型

4 結(jié)論與討論

三維激光掃描技術(shù)在物體三維重建方面優(yōu)勢明顯,試驗(yàn)獲取野外動(dòng)態(tài)和室內(nèi)靜態(tài)的毛竹點(diǎn)云數(shù)據(jù),在Cyclone軟件中進(jìn)行點(diǎn)云預(yù)處理,利用Geomagic Studio軟件進(jìn)行三維重建,分析不同樣本三維重建的精度和視覺效果。

1) 量測野外毛竹模型的毛竹冠幅、胸徑、竹高、枝下高等4個(gè)參數(shù),與參考值比較,平均絕對誤差分別為38,0.5,189,6mm,4個(gè)參數(shù)的平均相對誤差分別為1.450%,0.550%,1.775%,0.350%,可見精度均較高。

2) 在野外,枝葉較為茂密的毛竹冠層模型,葉片呈三角形且連續(xù)的,放大到整個(gè)屏幕時(shí),存在分層現(xiàn)象,是由于毛竹冠層與掃描儀高度上的落差,下層枝葉會(huì)遮擋上層枝葉；當(dāng)毛竹枝葉較稀疏時(shí),毛竹模型不存在斷層現(xiàn)象,整體視覺效果良好。

3) 室內(nèi)靜態(tài)的毛竹冠層和莖稈建模時(shí),在視覺上能較為直觀地展現(xiàn)冠層形態(tài),稀疏冠層的模型優(yōu)于茂密冠層的；毛竹莖稈模型表面較為光滑,鮮有孔洞,但竹節(jié)處的突出細(xì)節(jié)未能展現(xiàn)；粗細(xì)竹稈的建模效果差異性不大。

4) 本試驗(yàn)采用中等分辨率掃描獲取毛竹點(diǎn)云數(shù)據(jù),由于毛竹莖稈、枝條、葉片的表面相對較小、相互遮擋且不規(guī)則,點(diǎn)云數(shù)量和質(zhì)量受到影響,若采用高分辨率掃描模式,細(xì)節(jié)應(yīng)更精確,但耗時(shí)較長、數(shù)據(jù)量大；在野外掃描毛竹時(shí),竹高與掃描儀的落差導(dǎo)致冠層部分點(diǎn)云數(shù)據(jù)缺失,是難以解決的難題；建模時(shí)生成曲面三角形對部分稀疏的點(diǎn)云數(shù)據(jù)進(jìn)行去噪,會(huì)出現(xiàn)誤刪,出現(xiàn)頂部枝葉與毛竹主體相分離的現(xiàn)象；野外掃描時(shí),毛竹搖擺帶來較大誤差,數(shù)據(jù)處理階段同一曲面內(nèi)的點(diǎn)云距離相差較大,降噪過程中被誤認(rèn)為噪點(diǎn)而清除,模型中會(huì)出現(xiàn)孔洞的現(xiàn)象等諸多問題,有待于進(jìn)一步探討和研究。