Global Mapper点云处理实战：从零开始生成三维模型

共计 1178 个字符，预计需要花费 3 分钟才能阅读完成。

点云数据基础认知

点云数据是通过激光雷达（LiDAR）或摄影测量获取的三维空间坐标集合，常见格式包括 LAS/LAZ（行业标准）、XYZ（文本格式）、PCD（点云库格式）等。其核心特点是：

• 高密度：单文件可能包含数百万个空间点
• 属性丰富：除 XYZ 坐标外，可能携带反射强度、RGB 颜色、分类标签等信息
• 非结构化：原始数据没有拓扑关系，需要后期处理才能形成模型

数据导入实战

1. 启动 Global Mapper，点击左上角File > Open Data Files
2. 选择点云文件（支持直接拖拽导入）
3. 在弹出对话框中注意关键参数：
4. 坐标系统：必须正确设置（如 CGCS2000 或 WGS84）
5. 采样间距：大数据量时可适当降低采样率
6. 高程修正 ：勾选Apply Vertical Adjustment 可纠正高程异常

图：点云文件导入对话框

点云预处理技巧

分类过滤

通过 Analysis > Filter/Classify LiDAR 打开处理面板：

• 自动分类 ：使用Classify Ground Points 分离地面点
• 手动选择 ：用Select Features Tool 框选异常点后右键删除
• 高程过滤 ：设置Minimum/Maximum Elevation 去除飞行噪点

数据简化

对于超大数据集（>1GB）：

1. 使用 Gridding > Create Elevation Grid 生成 DEM
2. 设置 Post Spacing 为原始数据的 2 - 3 倍
3. 勾选 Use Thin Plate Spline 保持地形特征

三维模型生成

1. 确认已选择目标点云图层
2. 进入Analysis > Create 3D Surface
3. 关键参数设置：
4. Surface Type：选Triangulated Mesh（三角网）
5. Density：建议 0.5- 2 米（根据精度需求调整）
6. Texture：若有 RGB 数据可勾选Apply Colors
7. 点击 Generate 等待处理完成

典型问题解决

模型出现空洞

• 原因：点云密度不均或存在缺失
• 方案：
• 返回点云处理阶段，使用 Fill Void Areas 工具
• 降低三角网生成的 Maximum Edge Length 参数

软件卡顿

• 临时措施 ：在View > Configuration 中关闭实时渲染
• 根本解决：
• 使用 File > Export 将点云按区块拆分
• 分块处理后再合并

性能优化建议

• 硬件层面：
• 增加内存至 16GB 以上
• 使用 SSD 硬盘存放临时文件
• 软件技巧：
• 关闭不必要的图层预览
• 优先处理分类后的子集（如仅地面点）
• 定期使用 File > Compact Workspace 释放内存

学习资源推荐

• 官方手册：Global Mapper LiDAR Module Guide
• 案例数据集：USGS 开放的3DEP LiDAR 数据
• 进阶教程：Coursera 上的《LiDAR 点云处理专项课程》

经过完整流程处理后，最终获得的三维模型可导出为 OBJ 或 3D PDF 格式，用于 GIS 分析、游戏引擎或 3D 打印。建议初次尝试时先用小范围数据练习参数调整，掌握规律后再处理大规模项目。