CN104330074A - 一种智能测绘平台及其实现方法 - Google Patents

Abstract

本发明公开了一种智能测绘平台及其实现方法，其实现了考古测绘过程中不接触被测面及被测物体就能实时进行多源数据的同步采集及传输存储；借助被测面上方布设的运行轨道实现了纵横向自由移动，同时，倒置于平台上的硬件设备借助了云台的灵活旋转实现了多视角无死角的数据获取模式；还实现了数据采集过程的自动化、无线化的工作模式；集成的LED照明系统对数据采集现场的光源进行了补充，为平台上的硬件设备提供了最佳的拍摄环境。其提高了考古测绘的多学科技术综合运用水平，有助于我国出土文物现场保护能力的提升。

Description

一种智能测绘平台及其实现方法

技术领域

本发明涉及考古技术领域，特别涉及一种智能测绘平台及其实现方法。

背景技术

随着信息时代各行各业对空间数据需求的日益增长，常规的数据获取方式和数据处理模式越来越不能满足信息化的需要。越来越多的测绘仪器和传感器应用在空间数据获取上：例如全站仪、GPS、三维激光扫描设备、摄影测量设备等等。通过获取的空间数据再绘制二维图纸或搭建三维模型，这一系列的工作可以由一种设备或多种设备来完成实现。数据融合是针对使用多个或多类传感器的系统这一特定问题而开展的信息处理过程。这个过程中，多源信息被处理加工、协调优化、综合处理，提高了整个系统的有效性。然而，这些信息往往是不精确的、不完整的、不可靠的。信息的不确定性及其引来的“信息冲突”问题，给系统带来了不确定信息处理过程。

将各种测绘数据进行融合与综合分析，便可弥补单一数据的不足，以达到多种数据源的相互补充和相互印证。这样，不仅扩大了各数据的应用范围，而且大大提高了数据的精度。数据融合的数据源可以是多种的，其融合并非几种数据的简单叠加，往往可以得到原来几种单个数据所不能提供的新数据。所以，数据融合十分有助于地学分析提取特定的数据，有助于更可靠地阐述自然环境各要素的相互关系、赋存与演变规律，满足地学分析及各种专题研究的需要。

现有的考古技术一般是采用站点式激光扫描技术，获取表面点云数据及纹理影像。通过梯子或其他手段在遗迹上方拍摄照片，简单的用PS手段合成正面图片。另外，利用人工手持相机拍摄物体纹理，无摄影测量概念。

其技术缺陷如下：

1.集成度低，达到每项生产目的都需要独立去完成。

2.无法采集古迹遗址的真正射影像。

3.影像数据明暗度不一致，不能真实反映文物现状

4.数据采集手段单一

5.对文物古迹遗址破坏大，需要到遗迹内部去采集数据

6.对现场考古发掘工作影响很大

7.无法从空中现场影像资料，采用摇臂摄影测量对现场影响较大。

有鉴于此，现有技术有待改进和提高。

发明内容

鉴于上述现有技术的不足之处，本发明的目的在于提供一种智能测绘平台及其实现方法，从而解决现有考古技术存在的集成度低、数据采集手段单一、现场影响较大等问题。

为了达到上述目的，本发明采取了以下技术方案：

一种智能测绘平台，其中，包括：一与考古挖掘现场上部轨道滑动连接的底座，所述底座上进一步设置有三维激光扫描仪、摄影测量装置、辅助光源、云台和摄像装置；

底座沿着上部轨道滑动到待测绘位置，在辅助光源和云台的配合下，三维激光扫描仪、摄影测量装置和摄像装置分别获取目标物体的点云数据、二维影像数据和视频数据。

优选地，所述的智能测绘平台，其中，还包括：

与底座电连接的控制装置，用于对三维激光扫描仪、摄影测量装置、辅助光源、云台和摄像装置进行实时控制；

设置在底座上的供电设备，用于对三维激光扫描仪和辅助光源提供电源；

与三维激光扫描仪、摄影测量装置和摄像装置相连的存储装置，用于对点云数据、二维影像数据和视频数据进行存储。

优选地，所述的智能测绘平台，其中，还包括：

一与存储装置相连的处理装置，用于根据点云数据、二维影像数据和视频数据进行数据处理，生成目标物体的三维模型。

一种所述的智能测绘平台的实现方法，其中，所述方法包括以下步骤：

S1、底座沿着上部轨道滑动到待测绘位置；

S2、在辅助光源和云台的配合下，三维激光扫描仪、摄影测量装置和摄像装置分别获取目标物体的点云数据、二维影像数据和视频数据。

优选地，所述的智能测绘平台的实现方法，其中，所述步骤S1之前还包括：

S0、预先利用施工现场的钢梁架设一轨道，于轨道两端安装滑轮，并添加绳锁进行保护。

智能测绘平台的实现方法，还包括：

S3、处理装置根据点云数据、二维影像数据和视频数据进行数据处理，生成目标物体的三维模型。

优选地，所述的智能测绘平台的实现方法，其中，所述步骤S3中数据处理包括：

S31、对点云数据进行拼接，并进行坐标系统归一；

S32、对拼接好的点云数据进行去噪处理，具体来说，即把扫描过程中干扰的人和不相关的点云数据清理干净，利用图层管理功能，把噪音归到一个图层里，最后再把去噪完的点云数据进行纹理映射匹配；

S33、生成点云二维图纸，并齐平立剖面图纸，构建建筑三维模型。

优选地，所述的智能测绘平台的实现方法，其中，所述步骤S3中数据处理还包括：

通过建立控制网，在待测绘位置周边及转交处建立控制点，其中，所述控制点为适合激光扫描仪检测，也适合光学影像拍照，且能被提取；

同时，对控制点进行管理，并能实现数据转换、数据导入导出以及数据平差处理，实现坐标系的统一。

优选地，所述的智能测绘平台的实现方法，其中，当所述二维影像数据为鱼眼影像数据时，所述步骤S3中数据处理还包括：

通过一系列的特征提取、影像配准和柱面投影变换，将鱼眼影像数据和点云数据进行套和。

优选地，所述的智能测绘平台的实现方法，其中，所述鱼眼影像数据和点云数据进行套和具体包括：

将点云数据和鱼眼影像数据变换为满足透视条件的距离影像和全景展开影像；

利用Canny算子进行影像边缘提取，采用Hough变换检测出影像的直线特征；

基于直线特征在2D空间中采用MIHT算法对影像进行配准；

基于配准结果对鱼眼影像数据和点云数据实现数据级整合。

相较于现有技术，本发明提供的智能测绘平台及其实现方法具有以下优点：

(1)实现了考古测绘过程中不接触被测面及被测物体就能实时进行多源数据的同步采集及传输存储；

(2)借助被测面上方布设的运行轨道实现了纵横向自由移动，同时，倒置于平台上的硬件设备借助了云台的灵活旋转实现了多视角无死角的数据获取模式；

(3)实现了数据采集过程的自动化、无线化的工作模式；

(4)集成的LED照明系统对数据采集现场的光源进行了补充，为平台上的硬件设备提供了最佳的拍摄环境。

附图说明

图1为本发明的智能测绘平台的较佳实施例的示意图。

图2为本发明的温智能测绘平台的的实现方法的流程图。

具体实施方式

本发明提供一种智能测绘平台及其实现方法，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

请参阅图1，其为本发明的智能测绘平台的较佳实施例的示意图。如图所示，所述智能测绘平台包括：一与考古挖掘现场上部轨道10滑动连接的底座100，所述底座100上进一步设置有三维激光扫描仪200、摄影测量装置300、辅助光源400、云台500和摄像装置600；底座100沿着上部轨道10滑动到待测绘位置，在辅助光源400和云台500的配合下，三维激光扫描仪200、摄影测量装置300和摄像装置600分别获取目标物体的点云数据、二维影像数据和视频数据。

下面分别针对每一部件进行详细介绍：

所述底座100的运行需要借助考古发掘现场上部的轨道。运行轨道可以充分利用施工现场的钢梁，于两端安装滑轮，从而实现钢梁在沉箱上部水平纵向移动。设计于考古发掘表面上方一定位置的位置进行架设工作平台的运行轨道，以提高数据采集的精度及效率。

需要注意地是，因为底座上集成了多种先进的硬件设备倒置于考古发掘上方，平台的作用不仅是为了保护平台上的仪器设备，更重要的是保护平台下方的工作人员及文物的安全。如果平台保护不周全，平台意外坠落，那后果将不堪设想。因此，给平台设计保护措施是非常必要的。

第一，要对平台及仪器设备采取加固措施，确保平台作业时安全稳定，确保平台上倒置的仪器设备稳固，确保仪器设备上的零件及附属品牢固。第二，要对平台及仪器设备进行定期检查，每次检查需要有详细的检查记录，第三，需要对平台及仪器设备额外添加绳锁进行保护。当平台坠落，绳索能够第一时间保护平台不砸落沉箱表面，尽可能地避免意外发生。可以根据实际场地情况进行设计，底座100应满足多种设备共同安装的尺寸要求，并同时考虑承重能力及移动方便等。

所述三维激光扫描仪200采用三维激光扫描技术(3D Laser ScanningTechnology)，利用激光测距的原理，记录被测物体表面大量密集点的三维坐标、反射率和纹理等信息，再将各种实体或实景的三维数据完整的采集到电脑中。此外，还可结合其他仪器设备所采集的数据来进行多站点的拼接、坐标系的转换、点云的着色、纹理的映射以及多种数据的融合等，例如控制点坐标及目标实体的高清纹理影像等。它突破了传统的单点测量方法，具有高效率、高精度的独特优势。三维激光扫描技术能够提供扫描物体表面的三维点云数据，因此可以用于获取高精度高分辨率的数字模型。

传统的三维建模具有数据采集困难、效率低下等缺点,三维激光扫描技术的出现,改变了已有的数据采集方式,为空间三维信息的获取提供了全新的技术手段。三维激光扫描测量技术采用非接触主动测量方式,能够直接、方便、快捷地获取目标物体高精度三维点云数据。作为测绘技术领域的又一项新突破,三维激光扫描技术的应用已从传统的制造业扩展到大型工程测量、数字城市三维重建、数字文物保护和复杂建筑的变形监测等方面。应用数字化、信息化技术进行文化遗产保护是目前的社会研究热点和学术前沿问题,利用三维激光扫描数据实施三维重建对于那些具有复杂细节结构和宏大场景规模等特点的古建筑是极富挑战性的难题。三维激光扫描技术引入文物建筑测绘和研究领域弥补了传统测绘手段的诸多不足。

所述摄影测量装置300是利用近景摄影测量系统对不能接近或不能进行常规直接测量的被摄对象的空间姿态的真实再现,是用像片进行三维空间测量的一种重要技术手段。它使用专门的量测和非量测用摄影机，近距离对被摄对象从不同摄影站(基线两端点)分别摄影，或用两架相同摄影机进行同步摄影，获取对象体具有一定重叠度的(立体像对)立体图像，并采用常规测量手段获得影像特征点(专用测量标志或目标特征点)的三维坐标来确定被摄对象的形态大小、性质和几何位置。

数字近景摄影测量技术数据量小、处理速度快捷，精度高，因此数字近景摄影测量在古文物三维重建方面有不可比拟的优势。数字近景摄影测量技术的优点在于：

1)瞬间获取被测物体大量物理信息和几何信息；

2)一种非接触性量测手段，不伤及测量目标，不干扰被测物的自然状态。

3)适合动态物体外形和运动状态测定的手段，也是对微观和对较远目标测量手段。

4)基于严谨理论的现代软件，根据不同处理方法、技术手段和硬件投入，可提供千分之一至万分之一的精度。

5)基于数字图像信息和数字影像的技术，便于存储、管理和再现。

所述辅助光源400在考古发掘过程中，对文物的纹理采集是非常重要的工作，文物纹理是文物细节的表现，从单张图像的应用到三维模型的纹理贴图，都离不开真实的纹理信息，而真实的纹理信息通过相机传感器获取的同时，还要注重外表光源的补充，以保证得到的纹理信息是文物自身的纹理。本发明采用LED照明系统作为进行考古辅助光源的补充，LED灯源应用非常灵活，使用寿命长，耗能低，光谱中没有紫外线和红外线，发热量极小，没有辐射，属于典型的绿色照明光源。控制极为方便，通过交叉布设不同白光，黄光LED灯源，两种光色的组合就可以随意调光。色温可以在2500K-6500K之间调节，LED灯箱外加漫反射灯罩模拟漫反射光源。LED光源补给影像采集过程中光线的不足，使影像采集效果达到更佳，高清正射影像图的采集以及监控视频的录制提供良好的光照环境。

所述云台500是实现目标物体姿态控制的装置，能稳定拍摄时候相机姿态。按轴数分为双轴云台和三轴云台；按控制类型分为手控云台和自控云台；按控制原理方式分为数控云台、舵控云台、传感器自控云台等类型。云台基本工作原理：发送指令信号—电机按指令转动—目标物体实现姿态调整。指令信号是人为手动控制，还是让传感器(或编制的程序)自动控制，其传输方式是有线还是无线，执行调整的是大功率电机还是小功率电机，是精密控制的伺服电机、步进电机还是普通交流、直流电机，不同指标组合产生不同类型的云台，也可以说是云台的主要区别。智能云台就是实施自动控制的云台。空中航拍、空中摄影、空中监控以及相关空中平台，大多数必须使用云台控制其方向，由于智能考古平台为在轨道上运行，其云台只能使用无线遥控方式，使用无线方式传输，对于摄影测量及纹理采集而言，不但要求能控制摄象机或照相机的方向，同时还应具备控制镜头变焦和相机快门功能，不同作业需要不同性能指标要求的云台。

在本实施例中，所述摄像装置600采用高清摄像机，因为视频是一种十分重要的数字化保护与传播资源，可记录真实场景，它的真实度不容易被仿制，比其它形式的资源更有说服力，而且通过剪辑，具有相当强大的艺术表现力。通过考古发掘及测绘过程需进行摄影摄像，完整记录考古发掘的原始状态与发掘中、发掘后的变化。

进一步地，所述的智能测绘平台还包括：

与底座电连接的控制装置，用于对三维激光扫描仪、摄影测量装置、辅助光源、云台和摄像装置进行实时控制；

设置在底座上的供电设备，用于对三维激光扫描仪和辅助光源提供电源；

与三维激光扫描仪、摄影测量装置和摄像装置相连的存储装置，用于对点云数据、二维影像数据和视频数据进行存储。

更进一步地，所述的智能测绘平台还可以包括：

一与存储装置相连的处理装置，用于根据点云数据、二维影像数据和视频数据进行数据处理，生成目标物体的三维模型。

传统考古发掘在使用三维激光扫描仪中，需要经过选点、设脚架、架设备、初整平、手动调参、设立标靶、扫描等一系列扫描准备工作。对考古发掘过程中的连续性、工作进度造成破坏。

本发明的智能测绘平台通过创新的思路和解决方案，使得考古过程中的现场测绘工作变得更有效，对考古发掘工作人员的影响降到最低，不影响考古挖掘工作的前提下就能进行数据采集工作。

其优点如下：

(1)可自由移动平台，不再需要通过地面选点，架设激光扫描仪等地面准备工作，就可准确到达扫描地点上空。

(2)固定标靶采集，不需要再架设标靶，大大节省了架设标靶的时间，而且从上采集，标靶的通视性更好。

(3)初整平已完成，倒置安装激光扫描仪的时候，仪器初整平便已完成。

(4)免调参，在激光扫描过程中全程使用无线控制技术，只需要远程控制开始扫描即可。正射影像获取过程中同样只需要远程控制拍照即可，实时图像及参数能在移动端快速浏览，改正。不需要将相机再卸下来设定参数。

(5)光源可控，辅助光源为无线控制开关及色温，不需要人工再去架设光源及控制光源。

(6)不破坏现场，“空中智能测绘平台”为空中作业平台，不需要在发掘表面现场架设三角架及架设标靶，避免了传统三维激光扫描对考古发掘面的破坏。

请继续参阅图2，其为所述的智能测绘平台的实现方法，所述方法包括以下步骤：

S1、底座沿着上部轨道滑动到待测绘位置；

S2、在辅助光源和云台的配合下，三维激光扫描仪、摄影测量装置和摄像装置分别获取目标物体的点云数据、二维影像数据和视频数据。

具体来说，数据获取的前期，我们需要了解获取数据的范围、对象、形态等各方面信息，对平台位置做选择，将平台移动到相关联数据采集的位置，保持仪器的稳定性；智能测绘平台能不受地面场地影响，直接在空中获取相关的考古发掘数据。数据获取部分有三维激光点云数据、二维影像数据、视频数据等。同时配合LED辅助光源来保证文物遗址现场的纹理真实性。首先，获取三维激光扫描仪的点云数据，获取的点云数据是有千亿个点构成，能把考古遗址表面完全以点形式记录下来；然后，获取二维影像数据，其通过5D相机配合无线控制器来实现从空中俯拍整个考古发掘场地的目的，可根据考古发掘现场实际需求，来控制拍摄影像的重叠度、曝光参数等。

其中，对于摄影测量装置的参数设置可以设置如下：

(1)光圈：它就是一个管理进入机身内的光线的多少的，调整它的大小可以很好的控制拍照的曝光量。表达光圈大小我们是用f值。

(2)快门：是让光线进入机身的有效时间的多少，这个时间是比较精确的。比如：1/4秒……1/8000秒等

(3)ISO：是指底片(感光元件)的感光能力，数码单反相机的感光元件属于主动元件，分为两种：一种是CCD；另一种是CMOS；高的ISO值会使拍出的照片有很强的颗粒感，低的ISO会是拍出来的照片具有细腻感。

(4)色温：色彩的冷暖。单位是K，色温值与实际光源一致，拍出来的照片正常；当高于实际光源的时候，就偏红或偏黄，相反则偏蓝；自然光源下，我们一般采用自动色温。

(5)曝光原理、曝光标准：曝光的好坏可以根据这个原则来判断：白中有白，黑中有黑，色彩丰富，过渡自然。照片看起来柔和。

进一步地，还包括：S3、处理装置根据点云数据、二维影像数据和视频数据进行数据处理，生成目标物体的三维模型。

具体来说，所述步骤S3中数据处理包括：

S31、对点云数据进行拼接，并进行坐标系统归一；拼接过程可以通过标靶拼接、控制点拼接等，拼接结果误差越小，精度越高，拼接误差一般控制在3mm内；

S32、对拼接好的点云数据进行去噪处理，具体来说，即把扫描过程中干扰的人和不相关的点云数据清理干净，利用图层管理功能，把噪音归到一个图层里，最后再把去噪完的点云数据进行纹理映射匹配；

S33、生成点云二维图纸，并齐平立剖面图纸，构建建筑三维模型。二维图是基于基础测绘数据、三维点云数据生成的衍生数据，即遵循“从整体到局部，分段取整”的原则，利用第三方软件(如Cloudworx插件)将三维点云数据导入计算机制图软件中(如CAD、天正软件)，便可绘制建筑物的正立面图、平面图、剖面图，并在图中精确标注几何尺寸。这些实测图可以表示梁园建筑物内部外部的精确位置、形式、装饰设计及彼此间的空间关系，分析说明其建筑结构特点。与传统测绘相比，大大减少线划图绘制会的工作量，且结果更为准确。

三维模型生成后，导入1：500数字线划图，将白模与1：500数字线划图对齐。对模型进行优化，删除看不到的面或重叠的面。再处理屋顶结构与纹理。同一法线方向的两个面之间应避免共面闪烁，最小间距此例设置为15cm。最后，模型烘焙后，将模型数据导出。

需要强调的是，传统单一设备的数据采集，只能得到单一的数据结果。单一设备数据采集往往存在一定的数据不完整性、数据的精准度不高、数据的采集效率低等。例如一栋古民居，通常只通过地面激光扫描设备进行数据采集，获取的只是建筑主体结构部分的数据，而对于建筑细部我们需要更高精度的数据，建筑顶部同样也需要数据的弥补。我们甚至还需要一些更有真实的全景360影像，或需要一些纹理影像。这些数据的采集，通过某一种设备或技术手段是无法实现的，我们需要使用更多的设备及技术，这样便促使我们将多种不同来源的数据融合、集成成为一个整体的数据。

在考古发掘中的数据采集面对更多不同范围，不同类型的数据采集工作。例如有大范围的古村落的数据采集工作、单个建筑个体的数据采集、单个文物的数据采集等，项目中通过不同采集设备，获取了不同来源的数据类型。我们将这些数据通过统一的坐标系转换，统一的格式提取，多种数据集成的功能拓展，使之成为一个完成的表现整体。

在研究实施过程中，为了充分的获取原始数据资料和尽量完备地实现对文物遗迹空间数据的获取，需要采用不同的设备和传感器进行数据采集，主要有：激光扫描仪、全站仪、GPS、数码相机、双目数码相机等。而这些传感器之间的空间位置关联是相对比较繁琐的工作，尤其是数码相机和激光扫描仪之间的空间位置关联，由于信息表达方式不同，转换本身就比较麻烦。需要建立大量的连接点、控制点，如何实现不同数据源之间的有效坐标转换，并减少坐标转换过程中的数据失真是一个困难的问题。

(一)点云数据的空间

三维激光扫描获得的点数据，每个点可用一个三维向量来表示即x＝(x_i,y_i,z_i)^T，其中，x_i∈R,y_i∈R,z_i∈R，可把扫描获得的建筑物的点云数据看做一个实数域R3上的向量空间V，即对任意两个向量x＝(x₁，x₂，…，x_n)^T∈Rⁿ,y＝(y₁，y₂，…，y_n)^T∈Rⁿ和两个数α,β∈R，线性组合αx+βy∈V，即

$\mathrm{\αx}+\mathrm{\βy}=\mathrm{\α}\left(\begin{array}{c}{x}_1\\ x_2\\ ...\\ x_n\end{array}\right)+\mathrm{\β}\left(\begin{array}{c}{y}_1\\ y_2\\ ...\\ y_n\end{array}\right)=\left(\begin{array}{c}a{x}_1+\mathrm{\β}{y}_1\\ {\mathrm{ax}}_2+\mathrm{\β}{y}_2\\ ...\\ {\mathrm{ax}}_n+{\mathrm{\βy}}_n\end{array}\right)\∈V$

故点云数据可称为实数域R上的向量空间，它满足向量空间的性质和定理。由于点云数据中的点坐标都是实数，不存在复数，且它所构成的实向量空间V满足欧氏空间定义的三个条件，即

存在一个从V×V到R的二元运算(·)，

对任意的x,y,z∈V，和α,β∈R：

1)(x,x)>0,且(x,x)＝0的充要条件是x＝0；

2)

3)

故主要在欧氏空间进行坐标变换的研究，点云数据满足欧氏空间的正交性、内积和范数的性质、欧氏空间的距离性质等。

三维激光扫描获取点云数据时，通过系统集成的数码相机在扫描的同时获得影像数据，由于系统自带的相机，分辨率不是很高，通常采用数码相机重新拍摄照片，再对点云数据进行投影变换，在点云与影像之间选取同名点进行纹理映射。有些系统软件可直接在模型上进行纹理映射，通过投影变换进行纹理映射。这主要是三维射影空间中的正射投影和透视投影之间的变换。

(二)点云数据的坐标变换

基本的空间变换主要指欧氏空间中的坐标变换，如等距变换、相似变换、剪切变换、刚体变换等。

坐标纠正中，点云数据从一个坐标系变换到另一个坐标系需要进行坐标变换，如平移变换、旋转变换、刚体变换等。在二维可视化环境下对点云数据进行基本的操作，也存在坐标变换，如二维环境下的平移变换、旋转变换、剪切变换、相似变换等。把三维空间的点云数据纹理映射时在射影空间进行的正射投影与透视投影之间的变换等都存在坐标变换。

在这里，我们主要讨论点云数据在不同空间的坐标变换，从理论的角度进行描述，并通过编程实现了部分功能。

等距变换：一个从Rⁿ到Rⁿ的映射T称为等距变换，如果对任意x,y∈Rⁿ，有

d(Tx,Ty)＝d(x,y)

等距变换是保持Rn中任意两点之间距离的变换，所以是保持空间结构的变换。例如对于Rⁿ中的任意一点x₀，平移变换定义为是等距变换。

正交变换是另一种类型的等距变换，给定n阶正交矩阵U，U满足U^TU＝I，其中I是单位矩阵，它表示U的列(或行)向量u_i(i＝1,…，n)是单位正交向量，即其中

${\mathrm{\δ}}_{\mathrm{ij}}=\left\{\begin{array}{c}1,i=j\\ 0,i\≠j\end{array}\right.$

由正交矩阵定义的正交变换

U:Rⁿ→Rⁿ

是等距的。所以Tx＝Ux是等距变换。

等距变换具有保线性，保线性就是变换时将直线变换成直线，保持点与直线的关联性，也是空间结构的基本关系。

定理等距变换T将共线的三点映射到共线的三点，并且保持它们的顺序不变，把不共线的三点变成不共线的三点。

点云数据的坐标变换主要有平移变换和旋转变换。

(1)平移：从几何的观点看，这种变换是把平面的每一点P变到另一点P'，使得从P到P'所构成的向量都跟一个给定的向量v相等，即，且与v的方向相同。平面π上的任一点P连同P'＝TP上的直角坐标系O-xy都经过一个移动，这个移动可用向量v来表达。设向量v关于π在变换后坐标系中的点用P'表示，则有解析表达式

P'＝P+v

点的平移变换

同理，对于三维的空间直角坐标系中点的平移变换，空间中的每一点P连同空间直角坐标系O-xyz都经过一个移动变换到另一点P'，用解析式表示为P'＝P+v

三维空间的平移变换用矩阵的形式可表示为：

$\left(\begin{array}{c}{x}^{\′}\\ y^{\′}\\ z^{\′}\end{array}\right)=\left(\begin{array}{ccc}1& 0& 0\\ 0& 1& 0\\ \mathrm{Tx}& \mathrm{Ty}& \mathrm{Tz}\end{array}\right)\left(\begin{array}{c}x\\ y\\ z\end{array}\right)$

(2)旋转：所谓平面到自身的旋转就是平面绕它上面某一点O转一个角度θ，而平面所有的点都不离开该平面，O称为旋转中心，它在旋转前后保持不动。设平面绕点O旋转一个角度θ，这样以O为原点的直角坐标系O-xy在旋转之后变为直角坐标系O-x'y',假设它们的基向量分别用{e₁,e₂}和{v,v^T}表示，则根据图4.2，坐标系基向量之间的关系是

v＝(cosθ,sinθ)^T＝e₁cosθ+e₂sinθ

v^T＝(-sinθ,cosθ)^T＝-e₁sinθ+e₂cosθ

旋转变换

平面上点P经过旋转变换变到点P',设P关于O-xy的坐标为(x,y)T,则P'关于O-x'y'的坐标也是(x,y)T,记P'关于原来的坐标系O-xy的坐标为(x',y'),在坐标系O-x'y'中，有

(x,y)^T＝xv+yv^⊥

将4.1式代入上式，得

(x,y)^T＝xv+yv^⊥＝(xcosθ-ysinθ)e₁+(xsinθ+ycosθ)e₂

因此有

$\left\{\begin{array}{c}{x}^{\′}=x\cos \mathrm{\θ}-y\sin \mathrm{\θ}\\ y^{\′}=x\sin \mathrm{\θ}+y\cos \mathrm{\θ}\end{array}\right.$

其矩阵形式是

$\left(\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right)=\left[\begin{array}{cc}\cos \mathrm{\θ}& -\sin \mathrm{\θ}\\ \sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right]\left(\begin{array}{c}x\\ y\end{array}\right)$

旋转的解析表达式，可简记为P'＝TP

同理，在三维空间，点P坐标为(x,y,z)T绕坐标系O-xyz的某个坐标轴经过旋转变换变到P'坐标为(x',y',z')，可根据三维的旋转矩阵获得变换结果。

三维空间的旋转变换绕Z轴变换矩阵形式为

$\left(\begin{array}{c}{x}^{\′}\\ y^{\′}\\ z^{\′}\end{array}\right)=\left(\begin{array}{ccc}\cos \mathrm{\θ}& -\sin \mathrm{\θ}& 0\\ \sin \mathrm{\θ}& \cos \mathrm{\θ}& 0\\ 0& 0& 1\end{array}\right)\left(\begin{array}{c}x\\ y\\ z\end{array}\right)$

三维空间的旋转变换绕X轴变换矩阵形式为

$\left(\begin{array}{c}{x}^{\′}\\ y^{\′}\\ z^{\′}\end{array}\right)=\left(\begin{array}{ccc}1& 0& 0\\ 0& \cos \mathrm{\θ}& -\sin \mathrm{\θ}\\ 0& \sin \mathrm{\θ}& \cos \mathrm{\θ}\end{array}\right)\left(\begin{array}{c}x\\ y\\ z\end{array}\right)$

三维空间的旋转变换绕Y轴变换矩阵形式为

$\left(\begin{array}{c}{x}^{\′}\\ y^{\′}\\ z^{\′}\end{array}\right)=\left(\begin{array}{ccc}\cos \mathrm{\θ}& 0& -\sin \mathrm{\θ}\\ 0& 1& 0\\ \sin \mathrm{\θ}& 0& \cos \mathrm{\θ}\end{array}\right)\left(\begin{array}{c}x\\ y\\ z\end{array}\right)$

(3)相似变换：在欧氏空间中除了等距变换外，还有一种相似变换，它是一种保持形状不变的变换，它不保持Rⁿ中两点之间的距离，但保持交角的大小不变，相似变换可定义为：

设变换前后一对对应点P，P'关于选定的直角坐标系O-xy的坐标为P(x,y)，P'(x,y)，即得相似变换的解析式为

$\left\{\begin{array}{c}{x}^{\′}=\mathrm{kx}\\ y^{\′}=\mathrm{ky}\end{array}\right.$

2、向量空间的仿射变换

设M，M'是Rⁿ中的仿射空间，映射T：M→M'称为仿射映射，如果存在矩阵A∈R^n×n和向量b∈Rⁿ,使得对所有x∈Rⁿ,有

Tx＝Ax+b

如果A是可逆的，称仿射映射为仿射变换。

剪切变换：平面π经受沿x方向的剪切变形或沿y方向的剪切变形，变换公式为

$\left\{\begin{array}{c}{x}^{\′}=x+\mathrm{ky}\\ y^{\′}=y\end{array}\right.$

其中k＝tanθ

3、三维空间中的刚体变换

刚体运动：当两个坐标系的原点和基向量不同时，称这两个坐标系之间有一个刚体变换，且

$P_B=R_A^{B}P_A+O_A^B$

其中为两个坐标系的原点重合时的纯旋转矩阵，^BO_A为两个坐标系的基向量相互平行时的纯平移矩阵。

刚体变换将一个坐标系变换成另一个坐标系，在一个给定的坐标系(F)，它也能看做是点之间的映射，即将点P映射到点P'，使得

其中R是一个旋转矩阵，t是R³中的元素。

点云数据的坐标纠正就是一个刚体变换，相邻的两个测站之间存在一个旋转与平移变换，即刚体变换。

(三)坐标轴变换

三维点云数据要在二维环境下进行可视化，就存在一个坐标轴的变换问题，三维激光扫描仪获取的三维点是采用欧几里得坐标系表示的三维坐标系，在二维环境下只选用XY坐标轴显示的建筑物侧面数据就只能看到一个断面，对于建筑物的不同侧面要正面的显示就得选择不同的坐标轴，如对于北面，选择XZ坐标轴在二维环境下显示点数据就能看到建筑物的正面，对于东西面，选择YZ坐标轴显示，对于顶面，选择XY坐标轴显示数据才能看到它的正面图形。在三维图形显示环境下，相当于视点的变换，针对不同视点显示不同面上的图形。

坐标轴的变换程序实现过程很简单，只需要交换坐标轴就可实现，并不真正的改变原始数据库中的X,Y,Z坐标值顺序，只是在显示时改变X,Y,Z坐标的顺序，如生成点point时，坐标顺序为X,Z,Y或Y,Z,X或X,Y,Z，因为在MO中点的SHP文件可以存储X,Y,Z,M四个值，坐标轴的变换实现很容易。如本文在第三章中所述，对点云数据进行分割，对于不同的侧面数据存于不同的表单中，显示时便于坐标轴的交换。

更进一步地，所述步骤S3中数据处理还包括：

通过建立控制网，在待测绘位置周边及转交处建立控制点，其中，所述控制点为适合激光扫描仪检测，也适合光学影像拍照，且能被提取；

同时，对控制点进行管理，并能实现数据转换、数据导入导出以及数据平差处理，实现坐标系的统一。

其中，闭合导线平差计算步骤如下：

(1)绘制计算草图。在图上填写已知数据和观测数据。

(2)角度闭合差的计算与调整

计算闭合差：f_β＝∑β_n-∑β_m＝(β₁+β₁+...+β_n)-(n-2)180°

计算限差：(图根级)

若在限差内，则按平均分配原则，计算改正数：

计算改正后新的角值：

(3)按新的角值，推算各边坐标方位角。

(4)按坐标正算公式，计算各边坐标增量。

(5)坐标增量闭合差的计算与调整

计算坐标增量闭合差。有：

$f_x=\mathrm{\Σ}{\mathrm{\Δx}}_n-\mathrm{\Σ}{\mathrm{\Δx}}_m=\mathrm{\Σ}{\mathrm{\Δx}}_{\mathrm{nm}},f_y=\mathrm{\Σ}{\mathrm{\Δy}}_n-\mathrm{\Σ}{\mathrm{\Δy}}_m=\mathrm{\Σ}{\mathrm{\Δy}}_{\mathrm{nm}}$

导线全长闭合差：

导线全长相对闭合差:

分配坐标增量闭合差

若K<1/2000，则将f_x、f_y以相反符号，按边长成正比分配到各坐标增量上去。并计算改正后的坐标增量。

$V_{\mathrm{\&Delta;xi}}=-\frac{f_x}{\mathrm{\&Sigma;D}}=D_i,V_{\mathrm{\&Delta;yi}}=-\frac{f_y}{\mathrm{\&Sigma;D}}=D_i$

$\begin{array}{c}\mathrm{\&Delta;}{\hat{x}}_i=\mathrm{\&Delta;x}+V_{\mathrm{\&Delta;xi}}\\ \mathrm{\&Delta;}{\hat{y}}_i=\mathrm{\&Delta;x}+V_{\mathrm{\&Delta;yi}}\end{array}.$

(6)坐标计算

根据起始点的已知坐标和经改正的新的坐标增量，来依次计算各导线点的坐标。

$\begin{array}{cc}{x}_B=x_A+\mathrm{\&Delta;}{\hat{x}}_{\mathrm{AB}}& y_B=y_A+\mathrm{\&Delta;}{\hat{y}}_{\mathrm{AB}}\end{array}.$

利用面检测、角点检测等方法实现从点云中提取几何特征，并同时结合强度影像，实现对各种特征点的检测。并开发半自动的方式实现光学相机影像和点云三维特征的自动配准。结合现有的摄影测量理论与方法，推导基于线约束、点约束下的相机检校、数据平差的理论与方法。此外，所使用的摄影设备可以采用实验室标定好的双目(甚至四目)立体相机设备，由于相机之间已经存在一定的约束，可以较好的提高数据的精度。

另外，激光扫描获取的几何模型缺乏纹理，可以利用摄影测量的基本理论，利用点云的控制点可以实现相机图像和几何模型之间的关系建立。在实际应用过程中，由于数据的精度损失而不能严格配准，因此，引入非刚性的优化方法进行纹理重建。包括：

a)基于非刚性变换的纹理映射模型。由于薄板样条的插值特性与影像由系统误差引起的变形规律非常相似，将采用加权薄板样条建立基于非刚性变换的纹理映射模型，与传统的基于刚性变换的纹理映射模型相比，具有更高的纹理映射精度；

b)纹理分块的无缝拼接。针对不同原因产生的纹理接缝使用不同的解决方法，利用薄板样条控制纹理影像的非刚性变形，使纹理分块之间几何无缝；针对纹理影像之间颜色不一致而产生的色彩接缝问题，通过影像与三维模型的纹理映射关系，将有重叠度的相邻纹理影像变换至同一影像坐标系中，进行基于空间频率的多尺度影像融合，实现纹理分块的无缝拼接。

更进一步地，所述步骤S3中数据处理还包括：

通过一系列的特征提取、影像配准和柱面投影变换，将鱼眼影像数据和点云数据进行套和。其具体操作过程如下：将全景影像对逆映射回3D空间对激光扫描点云进行真彩色赋值，并将全景影像中没有对应点云的“空像元”基于柱面模型生成虚拟彩色点云；再使用点云距离影像对鱼眼全景影像进行深度赋值，基于鱼眼视点生成带地理参考全景影像。

其中，所述鱼眼影像数据和点云数据进行套和具体包括：

(1)将点云数据和鱼眼影像数据变换为满足透视条件的距离影像和全景展开影像；鱼眼镜头采用的是非线性结构的半球面镜头，是一种极端的广角镜头。鱼眼镜头的成像模型是等距模型。柱面等角投影校正是将恢复的3D向量光线，直接反向投射到以物球面半径的外切圆柱面上，然后按照某一起始水平方位再展开。柱面等距投影校正与柱面等角投影校正类似，只是不直接将入射光线直接与圆柱进行相交，而是按照球面等弧度地投影到圆柱面。柱面等角投影校正是将恢复的3D向量光线，直接反向投射到以物球面半径的外切圆柱面上，然后按照某一起始水平方位再展开。柱面等距投影校正与柱面等角投影校正类似，只是不直接将入射光线直接与圆柱进行相交，而是按照球面等弧度地投影到圆柱面。镜头水平的鱼眼影像变换比镜头朝上的不一样，入射光线相对于相机成像坐标系的方位角不再是直接作为倾斜角与水平方位角。但同样按照中心透视的原理，柱面上的投影点和球面上的投影点的倾斜角与水平方位角是相等的，从而可以建立柱面投影坐标与入射光线球面坐标的关系。柱面投影变换实质上是对鱼眼影像与激光扫描点云分别进行升维和降维操(2D-2.5D-3D)，将二者变换为同一参考系下具有透视特性的影像数据，这也是影像配准必需的前提条件。符合透视原则的柱面模型具有二维的连续可展性，同时能够保持柱面上影像的垂直不变性。这一模型即是联系3d-2d的纽带，也是能有效提取直线特征的前提。基于任意视点不同视角的点云距离影像变换不仅仅局限于柱面投影，同样是可以适用于平面投影，而且可以依据任意视点与多个视角生成非常多的点云距离影像，也为地面激光扫描点云的特征自动提取找到了一种新的技术方向。

(2)利用Canny算子进行影像边缘提取，采用Hough变换检测出影像的直线特征；其中，基于Canny算子的影像边缘检测进一步包括：

缘准确原则，边缘检测错误要尽量少，在影像的边缘出现的地方不漏检，也不出现虚假边缘。

边缘位置精度准则，标记出来的边缘位置要与影像的真正边缘中心位置非常接近。

唯一响应原则，即单个边缘不能够产生多次响应，尤其尽量抑制虚假边缘的响应。

其公式分别如下：

边缘准确原则 $\mathrm{SNR}=\frac{\left|{\&Integral;}_{-w}^{+w}G(-x)f\left(x\right)\mathrm{dx}\right|}{\mathrm{\&delta;}\sqrt{{\&Integral;}_{-w}^{+w}{f}^2\left(x\right)\mathrm{dx}}}$

边缘位置精度准则 $\mathrm{Localization}=\frac{\left|{\&Integral;}_{-w}^{+w}{G}^{\&prime;}(-x)f^{\&prime;}\left(x\right)\mathrm{dx}\right|}{\mathrm{\&delta;}\sqrt{{\&Integral;}_{-w}^{+w}{f}^{\&prime;2}\left(x\right)\mathrm{dx}}}$

唯一响应原则 $D\left(f\right)=\mathrm{\&pi;}{\left(\frac{{\&Integral;}_{-\&infin;}^{+\&infin;}{f}^{\&prime;2}\left(x\right)\mathrm{dx}}{{\&Integral;}_{-\&infin;}^{+\&infin;}{f}^{\&prime;\&prime;2}\left(x\right)\mathrm{dx}}\right)}^{\frac{1}{2}}$

阈值的高低将直接影响最后边缘的检测效果，为此，Canny算子采用双阈值法对所有边缘点进行检测。根据可能边缘点集合中所有梯度幅度的分布比例确定一个最大、最小阈值，根据最大、最小阈值对所有边缘点分别进行过滤，最大阈值过滤后的边缘点集合Pmax中虚假边缘的几率很小，但是边缘点数量也会很少从而导致边缘不连续，这时就可以从最小阈值过滤后的边缘点集合Pmin中按照对应八邻域原则寻找合适的边缘点补充到Pmax的边缘，从而最终即保证最少虚假边缘，又保证边缘的连续性。

另外，基于Canny算子的影像边缘检测算法的流程如下：

首先，将任一方向上二维高斯函数的一阶偏导数作为噪声滤波器与影像卷积进行滤波计算，达到去除噪声平滑影像的效果；

然后，计算平滑影像的梯度幅值与方向值；

再梯度幅值的非极大值抑制，为保证边缘的定位精度，找到影像梯度中的局部最大值点后置零其它非极大值，从而得到细化的边缘；

最后，边缘的双阈值算法检测,为了要确保不出现虚假边缘，必须对可能边缘点的所有梯度幅值进行阈值化，梯度幅值小于预设阈值的边缘点将被过滤掉。

采用Hough变换检测出影像的直线特征具体如下：

Hough变换具有良好的可计算性、稳定性以及抗噪、抗断裂的特点，在影像几何特征提取、拟合以及配准等方面有着广泛应用。Hough变换的本质就是利用点-线的对偶关系，将影像的几何特征映射到参数空间，从而通过检测参数空间中的峰值点来获得原始影像的几何特征参数。

利用Hough变换的点-线的对偶关系，可以进行影像中多个点之间的共线检测。将Canny算子检测的影像边缘特征离散为象元，并以点集合的方式变换到参数空间中去，变换为参数空间中的曲线，在参数空间中检测这些曲线的相交情况，从而可得到共线点集合，因此，影像空间中多点共线的检测就变成参数空间内曲线交点的检测。

围绕点云柱面投影距离影像和鱼眼全景影像的配准问题，考虑到激光扫描点云数据进行点特征提取和匹配的稳定性较差，且不具有自动化提取的可能，本研究选择线特征提取，以Canny算子与Hough变换作为特征提取的技术手段。实验证明该方法能较好地自动提取出有效的直线特征，验证了混合激光扫描点云线特征提取的有效性和可行性。Hough变换同样适用于平面投影的点云距离影像的线特征自动提取，这样就可以从众多基于任意视点的平面投影点云距离影像中自动提取出大量的点云线特征，为地面混合点云的特征自动化提取探索了一种新方法。

(3)基于直线特征在2D空间中采用MIHT算法对影像进行配准；

基于Hough变换应用于直线检测的良好性能，对传统的Hough变换进行了改进,应用于两个数据集之间的变换模型的参数估算，即修正迭代霍夫变换算法(Modified Iterated Hough Transform，MIHT)。

MIHT算法基于特征线的共线条件进行影像配准，不需要已知两幅影像中线段之间的同名关系，不约束端点坐标，只要满足特征线共线条件就可以配对，因此非常适合鱼眼全景影像和点云柱面投影距离影像的线段特征之间不存在严格的对应关系的情况，并且线特征间的正确匹配和参数估计同时完成的。

由于经过投影变换后的鱼眼全景影像和激光扫描点云距离影像均满足透视成像条件，且具有相同的视点，同时为满足MIHT算法对于待解算的参数不宜过多的特性，可使用仿射变换模型作为配准转换模型。

(4)基于配准结果对鱼眼影像数据和点云数据实现数据级整合。

包括：离散点数据索引

将多个站点的鱼眼全景影像与任意点云(车载、单站、机载点云)数据以真彩色混合点云整合，给出鱼眼全景的视点位置，利用数据索引就可以从彩色点云和“空象元”的虚拟点中恢复出该视点的全景影像。

鱼眼全景影像的深度赋值

基于带有深度信息的鱼眼全景影像，除了同样具备全景浏览的功能以外，由于具备空间地理坐标，就可以进行GIS的空间分析。

基于投影变换后的鱼眼全景影像和激光扫描点云距离影像均满足透视成像条件且具有相同的视点的特点，本研究选择MIHT算法，采用仿射变换模型，对两种影像进行自动配准，有效地解决了影像中提取的线段特征之间不存在严格的对应关系的问题。实验结果表明鱼眼全景影像得到了较好的校正，能够满足激光扫描点云数据与鱼眼全景影像的数据级整合的精度要求。

选择混合彩色离散点云与地理参考全景影像作为数据整合的数据组织形式，通过点云彩色赋值、“空像元”虚拟点云、全景影像深度赋值，再结合元数据的扩展，实现了数据级的整合。

具体来说，多源数据集成与融合，首先实现空间基准、数据模型和语义编码的统一，基于实世界坐标(real-world coordinates)的地球空间框架，研究数据交换、直接数据访问、空间数据互操作、基于本体的地理空间数据集成四种模式的空间数据集成的方法，使互相关联的异构数据源集成到一起，用户可以透明地访问多源异构地理空间数据。

数据融合是在数据集成的基础上，从已有数据出发，通过一定的方法匹配出同名实体，抽取同名实体中更丰富的几何信息和属性信息，融合后产生价值更高的新数据，主要研究数据融合策略制定、同名实体的匹配和识别、图形数据与属性数据的融合三个方面。从空间关系理论出发，将研究拓扑匹配、度量匹配、方向匹配、本体语义匹配的矢量数据匹配的基本思路与方法，对于同名实体语义匹配，将研究基于本体的语义匹配的概念、基本理论，语义相似度计算方法，解决一对一、一对多、多对一和多对多的地理空间实体匹配问题，最终实现多源的空间数据与空间数据、空间数据与非空间数据之间的融合。

全景影像在岭南文化的保护以及传承上有重要意义，鱼眼全景采集系统作为近年来发展起来的新型全场景数据采集装置，大大简化大视域的场景描述、数据处理和三维建模工作，与地面激光扫描系统所获得的场景数据之间能提供很好的信息互补。目前在许多大角度场景数据采集工作以及大范围的地面数据采集中得到广泛应用，被视为最有效率的工作方式之一。鱼眼全景影像和激光扫描点云具有显著的异维、异构特性，使得整合全景影像与激光扫描点云的工作变得十分困难。由于整合后的数据在大视域场景的环境感知、特征判定以及虚拟环境分析等方面有更高的可靠性和稳定性，并能提高后期数据处理和应用的效率，二者的整合具有非常重要的价值。我们需要经过一系列的特征提取，影像配准，柱面投影变换才能将整个鱼眼全眼和点云数据进行套和。

采用本发明的方法，能较好地自动提取出有效的直线特征，混合激光扫描点云线特征提取的有效性和可行性。同时研究Hough变换同样适用于平面投影的点云距离影像的线特征自动提取，为地面混合点云的特征自动化提取探索了一种新方法。另外，本发明选择MIHT算法，采用仿射变换模型，对两种影像进行自动配准，有效地解决了影像中提取的线段特征之间不存在严格的对应关系的问题，能够满足激光扫描点云数据与鱼眼全景影像的数据级整合的精度要求。最后，本发明提出了如何构建新的信息化模型，包括从点云数据的预处理到三维模型的重构，包括图元的分类及模型族库的搭建一整套技术办法。

综上所述，本发明提供的智能测绘平台及其实现方法具有以下优点：实现了考古测绘过程中不接触被测面及被测物体就能实时进行多源数据的同步采集及传输存储；借助被测面上方布设的运行轨道实现了纵横向自由移动，同时，倒置于平台上的硬件设备借助了云台的灵活旋转实现了多视角无死角的数据获取模式；还实现了数据采集过程的自动化、无线化的工作模式；集成的LED照明系统对数据采集现场的光源进行了补充，为平台上的硬件设备提供了最佳的拍摄环境。其提高了考古测绘的多学科技术综合运用水平，有助于我国出土文物现场保护能力的提升。

可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。

Claims (10)

1.一种智能测绘平台，其特征在于，包括：一与考古挖掘现场上部轨道滑动连接的底座，所述底座上进一步设置有三维激光扫描仪、摄影测量装置、辅助光源、云台和摄像装置；

底座沿着上部轨道滑动到待测绘位置，在辅助光源和云台的配合下，三维激光扫描仪、摄影测量装置和摄像装置分别获取目标物体的点云数据、二维影像数据和视频数据。

2.根据权利要求1所述的智能测绘平台，其特征在于，还包括：

与底座电连接的控制装置，用于对三维激光扫描仪、摄影测量装置、辅助光源、云台和摄像装置进行实时控制；

设置在底座上的供电设备，用于对三维激光扫描仪和辅助光源提供电源；

与三维激光扫描仪、摄影测量装置和摄像装置相连的存储装置，用于对点云数据、二维影像数据和视频数据进行存储。

3.根据权利要求2所述的智能测绘平台，其特征在于，还包括：

一与存储装置相连的处理装置，用于根据点云数据、二维影像数据和视频数据进行数据处理，生成目标物体的三维模型。

4.一种权利要求1所述的智能测绘平台的实现方法，其特征在于，所述方法包括以下步骤：

S1、底座沿着上部轨道滑动到待测绘位置；

S2、在辅助光源和云台的配合下，三维激光扫描仪、摄影测量装置和摄像装置分别获取目标物体的点云数据、二维影像数据和视频数据。

5.根据权利要求4所述的智能测绘平台的实现方法，其特征在于，所述步骤S1之前还包括：

S0、预先利用施工现场的钢梁架设一轨道，于轨道两端安装滑轮，并添加绳锁进行保护。

6.根据权利要求4所述的智能测绘平台的实现方法，其特征在于，还包括：

S3、处理装置根据点云数据、二维影像数据和视频数据进行数据处理，生成目标物体的三维模型。

7.根据权利要求6所述的智能测绘平台的实现方法，其特征在于，所述步骤S3中数据处理包括：

S31、对点云数据进行拼接，并进行坐标系统归一；

S32、对拼接好的点云数据进行去噪处理，具体来说，即把扫描过程中干扰的人和不相关的点云数据清理干净，利用图层管理功能，把噪音归到一个图层里，最后再把去噪完的点云数据进行纹理映射匹配；

S33、生成点云二维图纸，并齐平立剖面图纸，构建建筑三维模型。

8.根据权利要求6所述的智能测绘平台的实现方法，其特征在于，所述步骤S3中数据处理还包括：

通过建立控制网，在待测绘位置周边及转交处建立控制点，其中，所述控制点为适合激光扫描仪检测，也适合光学影像拍照，且能被提取；

同时，对控制点进行管理，并能实现数据转换、数据导入导出以及数据平差处理，实现坐标系的统一。

9.根据权利要求8所述的智能测绘平台的实现方法，其特征在于，当所述二维影像数据为鱼眼影像数据时，所述步骤S3中数据处理还包括：

通过一系列的特征提取、影像配准和柱面投影变换，将鱼眼影像数据和点云数据进行套和。

10.根据权利要求9所述的智能测绘平台的实现方法，其特征在于，所述鱼眼影像数据和点云数据进行套和具体包括：

将点云数据和鱼眼影像数据变换为满足透视条件的距离影像和全景展开影像；

利用Canny算子进行影像边缘提取，采用Hough变换检测出影像的直线特征；

基于直线特征在2D空间中采用MIHT算法对影像进行配准；

基于配准结果对鱼眼影像数据和点云数据实现数据级整合。