[发明专利]一种三维激光扫描点云精度评价方法

说明书

本发明公开了一种三维激光扫描点云精度评价方法，首先对三维激光扫描误差源进行系统的分析，构建由光斑、测距、测角及配准引起的点位误差模型；然后引入信息熵，利用激光点位概率密度函数模型，建立激光点位信息熵，并根据误差熵和信息熵的关系，构建激光点位误差熵模型；最后，考虑相邻激光点位误差熵相互影响的情况下，构建邻近点误差熵，并利用投影算法，构建点云误差熵，实现基于误差熵空间的点云精度评价。本发明克服了传统三维激光扫描点云精度无法评价的缺点，有助于真实反映点云产品构建的精度，为三维激光扫描应用的可靠性提供了理论依据。

技术领域

本发明属于三维激光扫描技术领域，涉及一种点云精度评价方法，具体涉及一种三维激光扫描点云精度评价方法。

背景技术

近几年三维激光扫描技术得到了广泛的应用，其主要应用于虚拟场景再现、城市空间测绘及文物修复等领域，而目前基于三维激光扫描的点云精度评价是研究的热点内容，主要是由于三维激光扫描采集的点云应用在了各个领域，如点云产品的构建及变形监测等，点云精度的评价将直接影响其应用领域的可靠性，而传统的评价只是针对单点，无法实现点云整体的精度评价，而目前，学者对其研究较多的是基于标靶或基于特征点的三维激光扫描点位精度的评价，如对反射标靶进行重复扫描，通过重心拟合或K-均值聚类方法提取标靶中心来实现激光点位精度的评价，Pereira(1999)提取了建筑物顶部特征点的激光点位数据，并将这些特征点坐标与参考数据进行比较来评价激光点云数据质量；Ahokas(2003)对半径两米内的激光点云数据进行分析，利用统计分析的方法将半径2m内的点云与圆形中心参考点进行对比分析，以此来评价激光点云数据精度；另一种方法主要是基于重复扫描相同区域进行对比分析来评价点云精度Ahokas,E(2005)。虽然给出了三维激光扫描点位及重复扫描点云精度评价方法，但没有给出点云内符合精度评价方法，同时对于激光点云仍然采用标准差对其进行评价，失去了角度分辨率及扫描间隔对点云精度影响的分析。如何构建评价点云精度的激光点云误差模型，如何由误差模型构建点云内符合精度的指标体系，是三维激光扫描进行可靠性应用的关键问题。

在三维激光扫描过程中，普遍的认为只有测距、测角误差。而忽略了激光点位光斑对激光点位精度的影响，光斑是激光点位误差的主要来源之一(Schaer，2008)，其影响三维激光扫描点云精度评价的主要因素之一。传统的三维激光扫描点云精度评价中，没有考虑这些误差因素对点云精度的影响，造成了点云精度评价的可靠性受到质疑，甚至给出了错误的点云精度。因此，有必要解决三维激光扫描点云精度评价指标模型构建问题。

目前，三维激光扫描点云精度的评价还存在以下不足：

1.没有对激光点位误差进行系统分析，造成点云精度的评价得不到保证；

2.只是单纯的对激光扫描点位精度及重复扫描精度进行评价，该评价结果并不能代表真实的点云精度；

3.激光点位精度评价主要是采用标准差进行的，而忽略了角度分辨率及扫描间隔对邻近点位精度的相互影响，造成评价结果的不可靠。

发明内容

为了解决现有技术存在的问题，本发明提供了一种三维激光扫描点云精度评价方法，以提高激光扫描应用的可靠性。

本发明所采用的技术方案是：一种三维激光扫描点云精度评价方法，其特征在于，包括以下步骤：

步骤1：三维激光扫描，获得点云数据；

步骤2：对三维激光扫描误差源进行分析，建立由光斑误差引起的激光点光斑误差模型，建立由测距误差、测角误差引起的测距测角误差模型；结合激光点光斑误差模型、测距侧角误差模型和配准误差模型，获得激光点位误差模型；

步骤3：引入信息熵模型，在考虑广义分布情况下的激光点位概率密度函数，构建激光点位信息熵，通过误差熵和信息熵的关系，构建反应点位误差空间的点位误差熵模型；