vestnik Журнал "Вестник Сибирского государственного университета геосистем и технологий (СГУГиТ)" 2411-1759 ФГБОУ ВО "Сибирский государственный университет геосистем и технологий (СГУГиТ)" RU https://vestnik.sgugit.ru https://doi.org/10.33764/2411-1759-2026-31-4-8-18 Геодезия и маркшейдерия Контроль качества совмещения облаков точек наземного лазерного сканирования и наземной стереофотограмметрической съемки Д. М. Искаков Искаков Д. М. М. А. Алтынцев Алтынцев М. А. Сибирский государственный университет геосистем и технологий, г. Новосибирск, Российская Федерация 2026 31 4 8 18 © Д. М. Искаков, М. А. Алтынцев, 2026 2026 Д. М. Искаков, М. А. Алтынцев Эта статья дотупна по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная. В статье выполнен сравнительный анализ методов C2C, C2M и M3C2 для контроля качества совмещения облаков точек, полученных с помощью наземного лазерного сканирования (НЛС) и наземной стереофотограмметрической съемки (НФС). Описаны теоретические основы методов и рассмотрен единый подход к подготовке данных для сравнения результатов их применения, включающий уравнивание в общей системе координат, фильтрацию шумов и артефактов, нормализацию плотности и выделение зоны взаимного перекрытия. На примере экспериментальных данных сформированы поля расстояний для каждого метода и рассчитан единый набор статистических показателей минимум, максимум, среднее арифметическое ( µ ), медиана (Me), среднеквадратичное значение (СКЗ), среднеквадратическое отклонение (СКО) и 95-й процентиль ( 95P ), а также выполнен анализ распределений расстояний по гистограммам. Показано, что C2C и C2M обеспечивают близкие оценки типичных расхождений в зоне перекрытия и удобны для оперативного количественного контроля, тогда как M3C2 предоставляет физически интерпретируемую оценку смещения вдоль локальной нормали и позволяет выявлять систематические компоненты, но требует более тщательной параметризации и анализа проблемных зон.   облако точек наземное лазерное сканирование наземная стереофотограмметрическая съемка C2C C2M M3C2 контроль качества point cloud terrestrial laser scanning terrestrial stereophotogrammetry C2C C2M M3C2 quality control 1. Алтынцев М. А., Карпик П. А. Методика создания цифровых трехмерных моделей объектов инфраструктуры нефтегазодобывающих комплексов с применением наземного лазерного сканирования. Вестник СГУГиТ. 2020. Т. 25, № 2. С. 121–139. DOI: 10.33764/2411-1759-2020-25-2-121-139. 2. Mukupa W., Roberts G. W., Hancock C. M., Al-Manasir K. A. A review of the use of terrestrial laser scanning application for change detection and deformation monitoring of structures. Survey Review. 2017. Vol. 49, No. 353. P. 99–116. DOI: 10.1080/00396265.2015.1133039. 3. Qin R., Tian J., Reinartz P. 3D change detection – approaches and applications. ISPRS Journal of Photogrammetry and Remote Sensing. 2016. Vol. 122. P. 41–56. DOI: 10.1016/j.isprsjprs.2016.09.013. 4. Shafaat O. Bin. Change Detection of Urban Vegetation from Terrestrial Laser Scanning and Drone Photogrammetry: Master’s Thesis. Espoo: Aalto University, School of Engineering, Department of Built Environment, 2023. 119 p. 5. Fey C., Wichmann V. Long-range terrestrial laser scanning for geomorphological change detection in alpine terrain – handling uncertainties. Earth Surface Processes and Landforms. 2017. Vol. 42, No. 5. P. 789–802. DOI: 10.1002/esp.4022. 6. Shen Y., Lindenbergh R., Wang J. Change Analysis in Structural Laser Scanning Point Clouds: The Baseline Method. Sensors. 2017. Vol. 17, No. 1. Art. 26. DOI: 10.3390/s17010026. 7. Lague D., Brodu N., Leroux J. Multiscale model to model cloud comparison: a 3D point cloud comparison method for deformation analysis. ISPRS Journal of Photogrammetry and Remote Sensing. 2013. Vol. 82. P. 10–25. DOI: 10.1016/j.isprsjprs.2013.04.009. 8. Alibekov U., Staderini V., Ramachandran G., Schneider P., Antensteiner D. Evaluation of 3D Point Cloud Distances: A Comparative Study in Multi-Point Cloud Fusion Environments. Proceedings of the 19th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISIGRAPP 2024). Vol. 4: VISAPP. 2024. P. 59–71. DOI: 10.5220/0012421300003660. 9. Середович В. А., Комиссаров А. В., Комиссаров Д. В., Широкова Т. А. Наземное лазерное сканирование : монография. Новосибирск : СГГА, 2009. 261 с. 10. Besl P. J., McKay N. D. A method for registration of 3-D shapes. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1992. Vol. 14, No. 2. P. 239–256. DOI: 10.1109/34.121791. 11. Rusinkiewicz S., Levoy M. Efficient variants of the ICP algorithm. Proceedings of the 3rd International Conference on 3-D Digital Imaging and Modeling (3DIM 2001). 2001. P. 145–152. 12. Ahmad Fuad N., Yusoff A. R., Ismail Z., Majid Z. Comparing the Performance of Point Cloud Registration Methods for Landslide Monitoring Using Mobile Laser Scanning Data. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2018. Vol. XLII 4/W9. P. 11–21. DOI: 10.5194/isprs-archives-XLII-4-W9-11-2018. 13. Nourbakhshbeidokhti S., Kinoshita A. M., Chin A., Florsheim J. L. A Workflow to Estimate Topographic and Volumetric Changes and Errors in Channel Sedimentation after Disturbance. Remote Sensing. 2019. Vol. 11. Art. 586. DOI: 10.3390/rs11050586. 14. Barnhart T. B., Crosby B. T. Comparing Two Methods of Surface Change Detection on an Evolving Thermokarst Using High-Temporal-Frequency Terrestrial Laser Scanning, Selawik River, Alaska. Remote Sensing. 2013. Vol. 5, No. 6. P. 2813–2837. DOI: 10.3390/rs5062813.