6。3.数据处理6，3.1.通过三维激光扫描系统扫描得到的点云量非常大,所以扫描数据的处理是一项十分复杂的工作,从整个三维建模过程来看。点云数据处理大致分为三个步骤，数据获取,数据加工处理。空间三维模型建立,数据处理可进一步细分为。点云去噪，平滑，数据配准或拼接、数据分割,数据缩减。曲面拟合和建立空间三维模型等，点云数据处理的结果将直接影响后期三维模型建立的质量，实际应用中，应根据研究对象的模型特点和三维激光扫描数据的特点及建模需求，选用合适的数据处理方法，1,点云的去噪、平滑 采用激光扫描仪获取物体表面的采样点数据时,由于测量仪器及其他环境因素的影响、不可避免地会存在噪声点或杂点 产生噪声点的原因主要有以下三种，首先是由被扫描对象表面因素产生的误差。例如受不同的粗糙程度 表面材质，波纹,颜色对比度等反射特性引起的误差 其次是偶然噪声，即在扫描实施过程中由于一些偶然的因素造成的点云，如在扫描建筑物时，有车辆或行人在仪器与扫描对象之间。这样得到的数据就是直接的杂点,很明显应该删除或者过滤掉 第三是由测量系统本身引起的误差，对于一些接触式测量设备来说。受测量设备灵敏度和测量人员经验判断的影响较大。测量的系统误差和随机误差是噪声点产生的主要原因.2 点云配准或拼接、地面三维激光扫描过程中,单个空间对象具有多个视角。真实的环境场景范围跨度大、受激光扫描仪器视场角的限制、或者扫描对象间相互遮蔽的影响 每站的扫描影像不能覆盖整个空间对象.即单幅扫描数据只能获取当前站点下的点云数据。为了将研究区域构建完整、需要将不同站点上采集的点云进行重新定位 也就是把相对于当前仪器坐标系下的点云转换到一个共同的基准坐标系下,组成三维数据集。这就是配准所要解决的问题、配准也称为拼接.对于非地形摄影测量 一般要求精度较高，所以本条规定了拼接后的点云要求。对地形测量而言 由于拼接后的点云仅用于建立数字地面模型 进而绘制数字线划图，所以其精度要求相对较低、3。实际的模型往往含有多个曲面几何特征.经过数据精简后,某些过滤后特别复杂的，曲率变化过大的实体点云还是很大、如果就此对点云进行拟合 即使是专业的软件处理起来也很困难，会加大表示曲面的数学模型和处理拟合算法的难度，也会导致无法用相对简单的数学表达式描述三维模型 这样,非但不能节约时间成本,也不能保证精度，三维建模前通常考虑将复杂的整体点云进行分割、采用。先分割再拼接 最后进行整体匹配恢复原始实体的形状，数据分割是根据组成研究对象外形曲面的子曲面的类型,将原始扫描数据划分到不同的点云子集中、也就是将属于同一子曲面类型的数据成组。由于数据分割后不同的点云子集所包含的点属于同一种曲面。这样就能把复杂的,庞大的数据处理问题简单化。特殊化,为后续的模型重建提供方便。因此分割不同区域中的点云是曲面重建的关键环节之一,点云的分割一直是逆向工程.模型构建方面的研究热点、6,3.2。车载移动测量系统的载体平台在以正常速度行驶的过程中。POS系统实时记录了载体平台行驶的轨迹，同时数字相机和激光扫描仪获取了道路两侧的影像和激光点云原始数据。对POS数据进行后处理。计算出高精度的.高可靠性的车行轨迹.为视频序列影像和激光点云提供精确的外方位元素。这是直接地理定位的基础。