摘要：近几年遥感技术和信息技术相继取得了较大的突破，给数字化城市的建设打下了坚实的基础。传统建模技术不仅效率低下，而且在一些复杂的建筑中表现差强人意。基于此，笔者在文中首先介绍了云数据建模方式的数据处理方法；然后对地面激光点建模、非地面激光点建模进行了详细的论述，以供参考。 关键词：点云数据；三维建模；数据处理 引言 以往在建立三维模型时通常都依赖于贴图，对建筑信息的采集效果也难以确保。究其原因，主要是全站仪等设备性能较低，无法满足当下大规模的建模需求。而且这种建模方法不仅增加了成本，而且还可能出现数据信息的失实，令最终模型与实际不相符合。由此可见，对激光点云数据建模方法进行研究，并提出行之有效的方案就显得十分关键了。 一、数据预处理 （一）三维激光点云数据采集 点云数据建模方法必须借助扫描仪来完成采集工作，使数据信息的可靠性得到保障。笔者在本课题中使用了市面较为常见的Holon3D，尽管这种仪器的观测距离仅为有棱镜的1 0％，但其直接反射的测量系统能够实现对信号较弱物体的信息采集。因此，在扫描仪配置方面就能够以较少的数量高效的完成工作。不仅如此，传统的全站仪等设备需要多人操作，无疑加重了技术人员的劳动负担。而Holon3D激光扫描仪则较为智能，使信息采集工作更加便利。在数据采集之前，需要对目标区域内进行扫点描线，以突出被采集建筑物的特征。此外，技术人员还需要将采集所得的信息整合到数据库内，使激光点模型趋于完整。
（二）半自动数据处理
点云数据建模通常需要依靠专业的软件来完成，而这部分软件大多提供了半自动的数据处理功能。技术人员在数据处理中就可以灵活的运用功能，一方面使工作的效率进一步提高，另一方面也能够有效地避免由人工操作造成的数据谬误。比如在使用Holon3D的过程中，就能够借助设备自带的数据处理功能来辅助。不过这种自带的软件功能也十分有限，在使用上也并不方便。笔者建议，应该购买使用工程领域较为出的商业软件。这部分软件通常都可以对点云数据进行分析运算，并能够将抽象的数据转化为直观的模型和图片。半自动处理方法一经出现，就以其智能化和高效率的特点受到了业界的广泛使用。但美中不足的是，这些软件代价高昂，给项目的开支造成了巨大的经济负担。而且由于半自
动处理软件在我国发展较晚，因此功能上还存在着一些不足。因此，在使用过程中也需要考虑到项目的具体需求，因地制宜的制定数据处理方案。
（三）全自动数据处理
全自动数据处理技术则是基于当代云计算技术来进行的，通过数据库将数据进行滤波处理并总结出具有一般性的规律。一般而言，在Holon3D激光扫描仪工作工程中还会受到外界环境的干扰，使最终的数据出现一定的偏差。而为了得到最精确的信息，就必须对数据进行处理还原。测量造成长期以来都困扰着业界，这部分信息往往没有价值，甚至还会对有用的数据造成一定的破坏。针对这一问题就有必要进行滤波处理，将部分错误数据以及无用信息抽离，使最终的测量结果更加可靠。而Holon3D作为一款激光扫描仪，在工作过程中实际上会呈现出无序的现象。采集点通常是在目标区域内随机分布，这就使得地面数据与建筑、塔杆等非地面点混合。在后期制图和建模的过程中就会出现错误，使模型的真实性受到影响。因此，就必须借助于全自动的滤波方法将信息全部转化为几何特征，消除测量噪声的干扰。
二、地面模型建立
前文也曾提到过，使用Holon3D扫描的数据点呈现出离散装分布的特点。故而，在建
模之前就应该先将无需的数据点进行整合，并以连续性的形式呈现。通常来说，技术人员可以将其进行网格化的处理，将各采集点之间建立起密切的联系。比如，利用三角网可以将采集点进行组织。原本离散分布的点状就形成了一个个大小不一的三角形，然后利用专业数据的分析还原就能够逐渐反映出真实的地面情况。目前业界广泛应用的TinModel功能也更为丰富，能够实现这一功能。不过要实现地面激光的模型建立就需要预先对数据进行分类，避免将不同类型数据信息一刀切造成的误差。
三、非地面模型建立
（一）非地面点分类
非地面点一直以来都是测量中的重难点，也是最容易出现误差的环节。主要是非地面激光点较为复杂，其中不仅包括建筑、树木等，还涵盖了电线塔杆、商业广告牌等。若是直接将采集信息进行建模，那么最终的模型质量就得不到保障。因此，我们必须对非地面点进行分类讨论。笔者建议，可以将非地面点按照建筑类型分为建筑物、线杆和植物。而建模工作更多的需要反映出建筑物情况，因此在工作中也需要着眼于这部分采集点。技术人员可以借助于Maya等专业的软件，并利用人机交互的模式来开展工作。这种方法不仅可以将非地面点的纹理转化为直观的图片与模型，而且准确度也较传统的建模手段高。不过，
这种非地面点的分类对技术人员的要求也很高，在部分复杂的目标区域就会耗费大量的精力。
（二）建筑物特征提取
基于非地面点的分类方法，测量人员就能够实现对特定类型激光点的采集。首先，测量人员利用Holon3D获取目标区域内的所有建筑物数据。然后按照三角网原则进行网格化处理，并且将建筑物的三维高度的低点与高点位置进行统计。这两个点就是区别地面点的重要依据，而且也是该建筑物的特征点。其次，对网格化的数据进行处理，利用专业的软件来进行描点连线。通过特征点之间的三角网逐渐模拟出建筑物的轮廓，并进一步耦合出该区域非地面点的真实情况。笔者建议，测量人员可以将所提取的建筑物信息全部导入TinModel软件中。通过软件自动化的处理，将其转化为三维的模型。
（三）线杆提取
随着现代化建设的不断加快，线杆在城市中的铺设也越来越多，这也给测量建模提出了巨大的挑战。因此，针对较为常见的线杆也应该提出相应的对策。首先，测量人员应该抽象出线杆的普遍特征。一般来说，线杆总是离散分布而且独立设置。在形状上，线杆笔直树立在地面而且也具有三维的最低点。除此之外，线杆通常与建筑物的距离较近，在提
取的过程中也需要考虑到建筑物的干扰。这就需要测量人员根据目标区域的实际情况，先设置一个较为合理的们限制来进行范围的取值。由于线杆最低点出于地面，就容易出现地表植物遮挡干扰的现象，使数据的采集难以进行。这也需要设置一个合理的门限值来进行规范，使最终提取的线杆Z值趋近实际。最后值得一提的是，线杆相比于建筑物形体较小，采集过程中很容易受到车速的干扰。因此，笔者建议在提取激光点云数据后，还需要与实际的图片进行比对，避免出现采集的遗漏。
结语
综上所述，随着遥感技术和信息技术的成熟，传统全站仪的城市测量方法显然已经不合时宜。基于激光点云数据的三维模型能够较为直观、准确的反映出真实的面貌，但对于技术和测量人员的要求较高。笔者建议，在具体测量中应该对采集点进行分类，然后按照网格化的原则进行处理才能保障模型的质量。
参考文献：
[1]何原荣，郑渊茂，潘火平，陈鉴知.基于点云数据的复杂建筑体真三维建模与应用[J].遥感技术与应用，2016，31（06）：1091-1099.
[2]吴君涵，余柏蒗，彭晨，吴宾，虞思逸，黄益修，吴健平.基于移动激光扫描点云
数据和遥感图像的建筑物三维模型快速建模方法[J].测绘与空间地理信息，2016，39（01）：24-27+34.
[3]史宜南，代侦勇，刘鹏.激光点云建模与传统建模方法的比较[J].地理空间信息，2016，14（08）：41-43+5.
