点云基础与 3D 重建 - 从采集到处理

什么是点云数据 - 3D 空间的离散表示

点云是 3D 空间中大量点的集合，每个点包含 (x, y, z) 坐标，可选附加颜色 (RGB)、法线向量、强度等属性。它是 3D 世界最直接的数字化表示形式。

点云的特点:

• 无序性：点之间没有固定的拓扑连接关系
• 密度不均：近处密集，远处稀疏
• 噪声：传感器误差导致的离群点
• 数据量大：单次扫描可产生数百万到数十亿个点

常见文件格式:

• PLY：灵活的多边形文件格式，支持 ASCII 和二进制
• PCD: PCL (Point Cloud Library) 的原生格式
• LAS/LAZ: LiDAR 行业标准，LAZ 为压缩版本
• E57: 3D 扫描数据的开放标准

应用领域：自动驾驶 (环境感知)、建筑测量 (BIM)、文化遗产数字化、机器人导航、地形测绘、工业检测。

数据格式与体积量级：PLY (Polygon File Format) 是最通用的点云格式，同时支持 ASCII 与二进制两种形式。体积上需要有量级概念：1 亿点的点云存为 PLY 二进制约 2.4GB，改用 LAZ 压缩后约 400MB。

点云数据的四个固有特性：无结构 (不像图像那样具有网格结构，点的排列顺序不带含义)、密度不均 (随传感器距离与入射角变化)、含噪声 (测量误差使部分点偏离真实表面)、规模大 (一次扫描即可产生数百万到数十亿点)。测量与建筑领域常把点云与 BIM (Building Information Modeling) 流程联动，文化遗产领域用于遗迹和雕塑的数字归档，制造业则用于零件尺寸检查与逆向工程。

点云采集 - LiDAR、深度相机和 SfM

点云数据可通过多种传感器和算法获取，各有不同的精度、范围和成本特征。

LiDAR (激光雷达):

• 发射激光脉冲，测量反射时间计算距离
• 精度：毫米级 (地面扫描仪) 到厘米级 (机载)
• 范围：数米到数百米
• 代表设备：Velodyne (自动驾驶), Leica (测量), iPhone Pro (消费级)

深度相机:

• 结构光：投射已知图案，从变形推算深度 (Intel RealSense, Kinect v1)
• ToF (飞行时间)：测量光往返时间 (Kinect v2, iPad Pro)
• 范围：0.3-10m，适合室内

SfM (运动恢复结构):

• 从多张普通照片重建 3D 点云
• 无需特殊硬件，仅需相机
• 工具：COLMAP, Meshroom, OpenMVG
• 精度取决于图像质量和数量

LiDAR (Light Detection and Ranging) 的四类设备：LiDAR 发射激光，由反射光的往返时间 (ToF) 换算距离。地面式 (TLS) 如 Leica RTC360，精度 ±1mm、量程 130m、每秒 200 万点，单台日本区售价为 500 万至 1500 万日元；机载式 (ALS) 搭载于无人机或飞机，精度 ±3cm，适合大范围测量；车载式 (MLS) 如 Velodyne VLP-16，每秒 30 万点、360° 扫描；iPhone LiDAR 内置于 iPad Pro 与 iPhone Pro，精度 ±1cm、量程 5m，适合轻量的 3D 扫描。

深度相机 (RGB-D) 与 Structure from Motion：深度相机同时获取彩色图像与深度图像。Intel RealSense D435 采用双目红外方式，适合室内；Microsoft Azure Kinect 采用 ToF 方式，精度 ±11mm@1m，已用于工业级 3D 扫描仪。Structure from Motion (SfM) 则从多视角的 2D 照片恢复 3D 点云，用 100 张图像可生成数百万点，精度随拍摄条件变化，约为 ±1-5cm。

点云预处理 - 去噪与降采样

原始点云通常包含噪声和冗余数据，预处理是后续分析的必要步骤。

统计离群点去除：计算每个点到其 K 个最近邻的平均距离。距离超过全局平均值 + N 倍标准差的点视为离群点。Open3D: pcd.remove_statistical_outlier(nb_neighbors=20, std_ratio=2.0)

半径离群点去除：在指定半径内邻居数少于阈值的点被移除。适合去除孤立噪点。Open3D: pcd.remove_radius_outlier(nb_points=16, radius=0.05)

体素降采样：将空间划分为均匀的体素网格，每个体素内的点取质心作为代表点。有效减少点数同时保持整体形状。Open3D: pcd.voxel_down_sample(voxel_size=0.01)

法线估计：为每个点估计局部表面法线方向。基于 K 近邻或固定半径内的点拟合平面，平面法向量即为法线。法线对于网格重建和渲染至关重要。

两种离群点移除：统计离群点移除 (SOR) 先算出每个点到 k 个近邻的平均距离，再把超过 “全体平均距离 + n × 标准差” 的点判为离群点，k=20、n=2.0 是常见设定，一般会移除点云的 1-5%。半径离群点移除 (ROR) 移除半径 r 内近邻点数不足阈值的点，例如 pcd.remove_radius_outlier(nb_points=16, radius=0.05) 会移除半径 5cm 内不足 16 个点的孤立点。

体素尺寸的选择与法线估计：体素尺寸按场景规模选择，室内场景取 0.5-2cm、室外场景取 5-20cm、城市规模取 50cm-1m；1 亿点用 1cm 体素降采样后约剩 500 万点，相当于减少 95%。法线估计用 pcd.estimate_normals(search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.1, max_nn=30))，即从半径 10cm 内最多 30 个点拟合法线；再用 pcd.orient_normals_consistent_tangent_plane(k=15) 保证法线朝向的一致性。

点云配准 - 整合多次扫描

将多次扫描获得的点云对齐到统一坐标系，是完整场景重建的关键步骤。

ICP (Iterative Closest Point):

• 经典配准算法，迭代寻找最近点对并最小化距离
• 需要较好的初始对齐 (否则陷入局部最优)
• 变体：Point-to-Point ICP, Point-to-Plane ICP (收敛更快)
• Open3D: o3d.pipelines.registration.registration_icp()

全局配准:

• 不需要初始对齐的方法
• FPFH 特征 + RANSAC：提取局部几何特征，匹配对应点
• Fast Global Registration：比 RANSAC 快一个数量级

多视图配准：将所有扫描同时优化对齐 (位姿图优化)。避免逐对配准的误差累积。Open3D 提供 multiway_registration 实现。

ICP 的接口与初始位姿：Open3D 的调用形式为 o3d.pipelines.registration.registration_icp(source, target, max_distance, init_transform, estimation_method)，点到平面的变体比点到点收敛快 5-10 倍。由于 ICP 属于局部优化方法，初始位姿离真解太远时不会收敛，因此需要先做粗配准。

粗配准与全局配准：常用做法是 FPFH + RANSAC，即用 Fast Point Feature Histograms 计算局部特征、再由 RANSAC 推定对应点，Open3D 中对应 registration_ransac_based_on_feature_matching()；也可以手动指定 3 组以上对应点直接算出初始变换。多视图配准则用位姿图优化同时优化全部扫描，100 次扫描整合后仍可把累积误差控制在 1cm 以内。

网格重建 - 从点云到表面模型

将离散点云转换为连续的三角网格表面，用于可视化、3D 打印和仿真。

Poisson 重建:

• 将法线场视为指示函数的梯度，求解泊松方程得到隐式表面
• 产生光滑、封闭的网格
• 需要准确的法线估计
• Open3D: o3d.geometry.TriangleMesh.create_from_point_cloud_poisson(pcd, depth=9)

Ball Pivoting Algorithm (BPA):

• 模拟一个球在点云表面滚动，球接触的三个点形成三角形
• 保留原始点位置 (不平滑)
• 对噪声敏感，需要预处理

Alpha Shapes:

• Delaunay 三角化的子集，通过 alpha 参数控制细节级别
• 适合非封闭表面
• Open3D: o3d.geometry.TriangleMesh.create_from_point_cloud_alpha_shape(pcd, alpha=0.03)

Poisson 与 Ball Pivoting 的取舍：3D 打印、CAD、渲染等用途需要把点云重建成三角网格。Poisson Surface Reconstruction 利用法线信息估计隐式表面函数，再抽取等值面，depth 参数一般取 8-12，depth=9 时处理 100 万点约需 10 秒，缺点是会在没有数据的区域也生成表面 (过度插值)。Ball Pivoting Algorithm (BPA) 让虚拟球在点云上滚动、在同时接触 3 点的位置生成三角形，接口为 o3d.geometry.TriangleMesh.create_from_point_cloud_ball_pivoting(pcd, radii)，球半径通常设为平均点间距的 1-3 倍。

深度学习的重建路线：NeRF (Neural Radiance Fields) 与 3D Gaussian Splatting 从图像集合学习隐式的 3D 表示，可渲染任意视角。3D Gaussian Splatting 用 100 张图像约 30 分钟训练，即可得到可实时渲染的 3D 场景。

实用点云处理 - 工具与流水线构建

构建实用的点云处理流水线所需的工具、库和最佳实践。

主要工具库:

• Open3D: Python/C++ 库，功能全面，API 友好。推荐首选
• PCL (Point Cloud Library): C++ 库，功能最丰富但学习曲线陡峭
• CloudCompare：开源 GUI 工具，适合可视化和交互式处理
• PDAL：点云数据抽象库，适合 GIS 和 LiDAR 数据流水线

可视化:

• Open3D: o3d.visualization.draw_geometries([pcd])
• Web: Three.js + BufferGeometry 渲染百万级点云
• Potree：基于 Web 的大规模点云查看器 (支持数十亿点)

性能优化:

• 使用八叉树 (Octree) 或 KD-Tree 加速空间查询
• 大规模点云使用分块处理 (tiling)
• GPU 加速：CUDA 或 OpenCL 并行处理

建筑建模的处理流水线示例：多视角 LiDAR 扫描取得点云 → SOR 与体素降采样完成前处理 → FPFH 与 ICP 完成多次扫描的配准 → 法线估计与 Poisson 重建生成网格 → 纹理映射得到最终模型。工具方面，PCL 与 ROS 的联动最为成熟，CloudCompare 是图形界面的点云处理软件，专长于 LAS/LAZ 的读写。

超大规模与 GPU 加速：10 亿点以上的点云放不进内存，需要用空间划分 (八叉树) 管理、只载入需要的区域，即 Out-of-Core 处理。GPU 方面，基于 CUDA 的点云库 (cuPCL、kaolin) 可让 ICP 与体素化比 CPU 快 10-50 倍：1 亿点的 ICP 在 CPU 上需 30 秒，在 GPU 上可缩短到 1 秒以内。