文 献 综 述

1.1、研究背景

三维激光扫描技术集光、机、电等各种技术于一身，它是从传统测绘计量技术并经过精密的传感工艺整合及多种现代高科技手段集成而发展起来的，是对多种传统测绘技术的概括及一体化。到20世纪末，激光测量技术获得巨大突破：

1、激光测距从一维测距向二维、三维扫描发展；

2、实现无合作目标快速高精度测距；

3、实现测量数据(距离和角度)的自动采集和传输。

三维激光扫描测量技术是一种快速获取物体表面模型的技术，它采用红外和近红外波长，直接获取地面特征点的三维坐标信息。三维激光扫描技术能够快速、高精度和高空间分配率的测绘目标的真实地形，而且不需要大量的地面控制点，采集速度快，不需要接触测量目标^[1]。三维激光扫描测绘技术的测量内容是高精度测量目标的整体三维模型结构及空间三维特征^[2]。包括：几何尺寸、长度、距离、体积、面积、重心、结构形变，结构形变，结构位移及变化关系、复制、分析各种结构特征等。

地面三维激光扫描系统获取的离散点云数据常常包含有不需要的噪声信息，比如树木、植被、行人及过往车辆等，这些噪声信息不但会占用存储空间，还会给后期数据处理带来不便，比如影响配准速度，降低三维建模的精度等。因此，有必要对获取的点云数据进行处理，剔除噪声信息，分离出目标实体，这一过程也被称为点云滤波。

点云是由三维激光扫描的海量测量点数据构成。相关点的属性特征以一定的数据结构组成点云数据。目前，三维激光扫描测量技术在国内已经得到广泛运用，本文将讨论点云数据的滤波方法改进及研究。

1.2、研究目的及意义

上世纪末期，测绘领域掀起了三维激光扫描技术的研究热潮，扫描对象越来越多，应用领域越来越广，在高效获取三维信息应用中逐渐占据了主要地位。科技发展的推动，三维激光扫描设备越来越先进，扫描速度越来越快，精度越来越高，扫描范围越来越大，测量人员可以快速、高效、的对宽场景，复杂的物体进行扫描。

三维激光扫描测量技术可以快速获取相关点的海量三维点云数据。但是，在地面激光扫描过程中不可避免的会将一些外界干扰因素带入到扫描数据中，同时还可能存在一些随机噪声的影响。为了恢复真实的地形或地物，必须将这些数据加以识别、剔除、校正^[3]。点云数据滤波就是利用数学建模，描述点云数据的真实情况，并寻出异常数据(如：噪声)。本课题就是运用一种实用的数据识别算法，并对其进行合理的编程，实现对异常数据的识别和剔除。要想在三维激光扫描领域取得更大的突破，如何高效处理三维激光扫描技术获得的海量点云数据显得尤为关键。