3. 点云质量核心指标解读
点云成果能不能验收，最终要落到一组可量化、可复算的指标上。Leica 的扫描与后处理链条（RTC360、BLK360、ScanStation、Cyclone REGISTER 360 / Cyclone 3DR、Infinity 等）在交付时通常围绕六个核心指标展开：点密度、精度、完整度、噪声水平、重叠度、配准误差。它们不是彼此独立的数字，而是互相牵制：密度不足会拉低完整度，噪声偏大会掩盖真实精度，重叠度不够会让配准误差失控。理解每个指标“量的是什么、怎么算、阈值定在哪里”，是质量控制与验收的前提。
一、点密度：单位面积上有多少点
点密度描述单位面积内的点数，常用单位是“点/平方米（pts/m²）”，也可用点间距（mm）表达。二者近似换算关系为：点间距 d（mm）与密度 ρ（pts/m²）满足 ρ ≈ 10⁶ / d²。例如点间距 6 mm 对应约 27 800 pts/m²，点间距 10 mm 对应约 10 000 pts/m²。
在 Leica 项目中，点密度由扫描距离、角分辨率设置和入射角共同决定。RTC360 在 10 m 处采用 3 mm@10 m 设置时，理论点间距约 3 mm；BLK360 在 10 m 处约 6 mm。实际密度会因入射角变斜而下降，因此验收时通常按“目标表面法向与视线夹角小于 60°”的区域统计。典型阈值：建筑立面、隧道内壁等精细建模场景要求 ≥ 10 000 pts/m²（约 10 mm 间距）；地形、土方量算场景 ≥ 1 000 pts/m²（约 30 mm 间距）；大范围场地普查可放宽到 ≥ 400 pts/m²。密度检查可用 Cyclone 3DR 的“点密度分析”或 CloudCompare 的密度计算工具，按网格统计后输出热力图，低于阈值的区域标红。
二、精度：点与真值的接近程度
精度分相对精度与绝对精度。相对精度指同一测站或相邻测站内部点与点之间的符合程度，常用残差 RMS 表达；绝对精度指点云在项目坐标系中与已知控制点的偏差。Leica 设备标称精度通常以“距离 + 角度”形式给出，例如 RTC360 测距精度 1 mm + 10 ppm，测角精度 18″。工程验收中更关注可验证的绝对精度：用全站仪或 GNSS 测得的检查点坐标与点云上同名点坐标比对，计算三维偏差。
典型阈值：一般建筑与地形项目绝对精度 ≤ 10 mm；精密变形监测、工业构件检测 ≤ 3 mm；大范围地形测绘可接受 ≤ 50 mm。检查点数量建议不少于 10 个，且均匀分布、避开边缘和遮挡区。偏差统计应给出最大值、平均值和 RMS，仅看平均值会掩盖个别粗差。
三、完整度：该有的地方有没有点
完整度衡量目标区域被点云覆盖的程度，通常用“有效覆盖面积 / 应覆盖面积”的百分比表示，也可按网格统计“有点网格数 / 总网格数”。完整度不足的常见原因：遮挡、入射角过斜、反射率过低（如黑色玻璃、水面）、扫描距离超限、单站覆盖不全。
Leica 项目中，完整度阈值一般要求 ≥ 95%（建筑立面、室内空间），隧道与桥隧结构 ≥ 98%，地形测绘 ≥ 90%。检查方法：在 Cyclone 3DR 中按目标范围生成网格，统计空网格比例；或对点云做 2D 投影后目视检查孔洞。发现孔洞应回到现场补扫，而不是靠插值填补——插值会制造“看起来完整、实际无数据”的假象。
四、噪声水平：点偏离真实表面的程度
噪声指点云中偏离真实表面的随机误差，表现为表面“毛刺”或厚度增加。噪声来源包括测距噪声、入射角过大、表面材质（如反光、粗糙）、多路径效应和配准残差。评价噪声常用方法：对同一平面（墙面、地面）做平面拟合，统计点到拟合平面的标准差 σ。σ 越小，噪声越低。
典型阈值：RTC360 在 10 m 内、入射角小于 60° 的硬质表面，σ 通常 ≤ 2 mm；BLK360 约 ≤ 4 mm；远距离或低反射表面可放宽到 ≤ 8 mm。若 σ 明显超标，应检查是否混入了未剔除的移动物体（行人、车辆）或配准错误。噪声过大会直接影响精度和后续建模，必要时用 Cyclone 3DR 的“去噪”或 CloudCompare 的 SOR 滤波处理，但去噪会损失细节，需在噪声与保真之间权衡。
五、重叠度：相邻测站之间有多少共同区域
重叠度指相邻两站扫描范围的重叠比例，是配准能否稳定求解的基础。重叠区提供同名特征，用于计算站间变换。重叠度太低，配准约束不足，容易产生“看似对齐、实则扭曲”的结果；重叠度过高则增加冗余和作业时间。
Leica 项目建议：常规建筑与地形扫描，相邻站重叠度 ≥ 30%；结构复杂、特征稀少（长直隧道、大平面）区域 ≥ 50%；隧道纵向扫描常要求 ≥ 60%。检查方法：在 Cyclone REGISTER 360 中查看站间连接报告，或对两站点云做 2D 投影叠加，目视估算重叠带宽度。若重叠不足，应在两站之间加设一站，而不是强行配准。
六、配准误差：多站拼成一个整体的偏差
配准误差是把多站扫描统一到同一坐标系后产生的偏差，通常用站间残差 RMS 和整体闭合差表达。Leica 的配准流程一般分两步：先做站间粗配准（基于标靶或特征），再做精配准（ICP 迭代最近点），最后用控制点做绝对定向。配准误差既包含站间相对误差，也包含与控制点的绝对偏差。
典型阈值：使用标靶配准时，站间残差 RMS ≤ 3 mm；使用重叠特征配准时 ≤ 5 mm；整体绝对配准误差 ≤ 10 mm（一般项目）或 ≤ 5 mm（精密项目）。Cyclone REGISTER 360 会输出每站的配准报告，应逐站检查残差，剔除残差明显偏大的站或重新配准。配准误差是“总账”，密度、噪声、重叠度的问题最终都会在这里体现。
七、指标之间的联动与验收顺序
六个指标不是并列关系，而是有先后逻辑。采集阶段先保证点密度和重叠度；点云生成后检查噪声水平和完整度；配准阶段看配准误差；最后用检查点验证精度。如果密度不足，完整度和精度都无从谈起；如果重叠度不够，配准误差必然偏大；如果噪声超标，精度统计会被污染。因此验收时应按“密度 → 噪声 → 完整度 → 重叠度 → 配准误差 → 精度”的顺序逐项核查，前一项不合格就不要急着看后一项。
掌握这六项指标的定义、计算方式和 Leica 项目中的典型阈值，就能把“点云质量好不好”从主观判断变成可复核的数据结论。下一阶段的质量控制工作，都将围绕这六项指标展开。