采用平面特征搜索的深度图像坐标对准

　　三维激光扫描技术近年来随着计算机和数控技术的进步而飞速发展，它是一种非接触测量方式，与传统测量方法相比，它可以方便地对复杂、大型的物体(如建筑物、飞机、船舶等)进行测量，短时间内在现场获取高清晰的数据，比三坐标测量仪来的更加灵活。一般的，通过激光扫描仪进行一次扫描得到的是一组点阵，每一点包含了相应的场景上被扫描点的距离信息，这个点阵被称为深度图像(range image)。

　　深度图像能直接反映物体表面的三维特征，与灰度图像不同的是其每个像素存储的是物体点与测量平面的距离。除三维激光扫描仪外，它还可以是立体视觉、三角主动测距系统、声光扫描系统等多种形式的深度传感器的输出[1]。深度图像一般原始数据量十分庞大，在处理时要耗费大量的时间，因此三维数据点的预处理，是实现三维几何识别与重建的关键环节。

　　在这些巨量数据的预处理工作中，包括大量复杂的工作，如重定位、去噪、配准、精简、合并、分割等。其中，要使这大量数据重新定位到较理想的方向和位置，将会给预处理工作带来很大方便。但由于测量基准往往受现场限制，很难符合后续处理的要求。数据与理想方向的对准(或称方位规范化)成为深度图像预处理的重要一步。

　　对准问题包含基准特征的搜索、拟合，数据点变换重新定位等几方面的问题。此前，大多数涉及深度图像坐标变换的研究都是针对多幅测量数据的配准对齐问题，这方面已经形成了比较成熟的方法。在于特征的方法中Stamos 和Allen 利用空间直线进行二维图像和三维深度数据的配准[2];根据平面特征在大多数测量对象中大量存在的特点，何文峰和查红彬提出了利用平面特征进行室内扫描数据的深度图像配准[3]，但其中的平面特征需要人机交互获得。Vranic 等提到 了 深 度 图 像 方 位 规 范 化 的 概 念 ( 称normalization 或 pose estimation)[4]，在其研究工作的第一步，将模型转换到一个规范的坐标框架内。

　　总结前人的研究经验，针对扫描对象的特点，提出了一种对包含平面特征的激光扫描深度图像的坐标自动对准(或称规范化)方法，使调整后的数据方便后期的投影、数据分割和特征识别等工作。文章最后给出了在液货船舱内部激光扫描数据处理的实例。液货舱是石油、化工等液状货物贸易、运输费结算的主要计量器具之一。根据

　　液货舱的三维测量数据重建三维模型，进而快速准确地计算得到舱在不同液位、不同倾斜度下的舱容值，是正在研究中的精确舱容计量技术。另外，作为数据预处理的前端，此方法还可应用于室内，室外场景等带有大平面特征的三维扫描数据处理中。