基于地面三维激光扫描仪获取树木的点云数据,提出了一种通过细化点云数据体素生成树木骨架的方法。基于树木点云数据构建体素空间,计算点云体素坐标;根据各体素中包含点云数据的统计信息进行体素噪点滤除;利用细化模板对滤除噪声的体素进行细化处理,基于细化后的体素拟合出骨架节点;根据树木在自然空间上的连通性和深度优先搜索算法连接骨架节点,生成树木骨架。利用一棵银杏树和一棵重瓣榆叶梅树对算法进行验证。采用地面三维激光扫描仪分别对这两棵树进行扫描,基于不同扫描精度的树木点云,分析了不同参数对树木骨架生成的影响。在生成银杏树骨架时,本文方法运行时间约缩短至GSA方法的1/30。而处理数据量更大的重瓣榆叶梅树点云数据时,树木骨架生成时间更是缩短至GSA方法的1/67。实验结果表明,所提算法生成的两棵树木骨架形态与树木原始点云所表现的形态结构相对一致,并且具有较好的运算效率,该算法具有一定的可行性和有效性。

影响地面三维激光扫描点云精度的因素有很多, 它们共同存在且交互影响, 研究各因素及其交互作用对点云数量、点云反射强度和点云标准偏差的影响有利于有效地提高地面点云精度。选择目标物的颜色、粗糙度、距离作为研究对象, 利用多因素方差分析法、多元线性回归分析法, 分析了各因素及其交互作用影响的显著性, 并拟合了点云标准偏差和点云反射强度的回归方程。研究结果表明：目标物距离对点云数量的影响较大, 5 m距离的点云数量约是30 m距离的40倍, 距离与点云数量成反比; 目标物颜色对点云反射强度的影响较大, 白色最大点云强度可达0.54, 而黑色只有0.18, 点云反射强度从大到小为白色、绿色、蓝色、红色、黑色; 目标物距离对地面三维激光扫描点云标准偏差影响最大, 30 m距离的点云标准偏差是5 m距离的3倍左右, 颜色次之, 粗糙度的影响不明显, 点云标准偏差与点云反射强度具有幂函数关系。

提出了地面三维激光扫描仪与外置数码相机安置参数的高精度标定方案。首先, 利用商业化近景摄影测量系统对相机内参数进行单独标定; 然后, 利用回光反射标志作为二维和三维匹配的同名控制点, 对直接线性变换进行拓展应用, 在算法迭代过程将内参数作为已知值对外参数进行求解; 最后, 根据相机数据采集特点确定其拍摄全景时多张影像之间的位置关系, 对多张影像的外方位元素进行求解, 从而实现全景点云与全景完整影像之间的映射。进行了实验测试, 利用安置参数标定结果反求验证点像素坐标与真实测量结果之差验证了本文标定方法的精度和可行性。实验显示: 点云与影像间的映射精度可达到1像素左右; 相机拍摄全景获取的影像与全景点云可以实现正确映射, 表明提出的标定方法正确, 满足纹理贴图及将影像作为特征提取辅助信息的精度要求。

地面激光扫描仪回波强度信号不仅与地物的激光反射特性有关，还与其他因素相关，这降低了基于强度数据的地物分类结果的可靠性和精度。基于徕卡ScanStation2 型地面激光扫描仪，实验研究了仪器、距离、入射角、地物反射面特性、外界环境等因素对强度数据的影响。结果表明：强度值随距离的增大呈现先增大后减小趋势，且在距离为15 m 左右达到最大值；强度值标准差随距离的增大首先表现为振荡下降趋势，当距离大于55 m 后趋于稳定；入射角对强度数据的影响与地物本身特性（如地物的激光反射率、均质性）有关；接近激光波长的颜色和激光本身的颜色强度值大，但其强度值标准差也大；同一地物干燥时的强度值比湿润时高；外界环境对强度值影响有限。