基于lod控制与内外存调度的大型三维点云数据绘制

《基于lod控制与内外存调度的大型三维点云数据绘制》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第18卷第1期计算机辅助设计与图形学学报Vol.18，No.12006年1月JOURNALOFCOMPUTER-AIDEDDESIGN&COMPUTERGRAPHICSJan.，2006===============================================================基于LOD控制与内外存调度的大型三维点云数据绘制孟放1）查红彬2）1（）中国传媒大学信息工程学院北京100024）2（）北京大学视觉与听觉信息处理国家重点实验室北京100871）（mengfang@cuc.edu.cn）摘要通过结合基于视点的细节层次（leve

2、l-of-detail，LOD）控制技术和内外存调度的数据控制策略，实现大型三维点云数据在一般配置PC机上的实时交互浏览.首先将输入点云分为大小相等的若干块，然后对每块数据分别建立误差控制下的多分辨率数据结构，并进行内外存分配.在交互绘制中，通过用户视点来确定当前的感兴趣区域，以控制模型表面的细节层次分布.该算法不但可以实现大型点云数据的实时交互绘制，而且可有效地提高一般点云数据绘制时的内存使用效率.关键词大型三维点云数据；交互绘制；基于视点的细节层次控制；内外存调度中图法分类号TP391.41RenderingofHugePoint-SaLpledGeoLetry

3、BasedonLODControlandOut-of-CoreTechniques1，2）2）MengFangZhaHongbin1（）InformationEngineeringSchool，CommunicationUniversityofChina，Beijing100024）2（）NationalLaboratoryonMachinePerception，PekingUniversity，Beijing100871）AbstractAnewalgorithmforinteractiverenderingofhugepoint-sampledgeometryb

4、asedonview-dependentlevel-of-detail（LOD）andout-of-coretechniquesispresented.Atfirst，pointcloudsarepartitionedintosmallblockswiththesamesize，andpointsineachblockarereorganizedintoerror-controlledLODs.Afterthat，theseLODdataaredistributedintomainandexternalmemoriesforbalancingsystemloads.

5、Intheinteractiverendering，viewerscancontroltheresolutiondistributionofpointsonthewholesurfacesbydefiningcurrentviewparametersandusingapagingalgorithm.Experimentalresultsshowthatourapproachcannotonlyrealizereal-timerenderingforhugedatasets，butalsoisabletoimprovetheusageofmainmemoryforge

6、neralpointclouds.Keywordshugepoint-sampledgeometry；interactiverendering；view-dependentlevel-of-detail（LOD）；out-of-coretechniques用于建模、绘制，以及模型表面形状的编辑等［2］.直0引言接基于采样点的点云数据在三维数据处理中具有独特优势：仅保存采样点不但可以有效地降低存储需随着三维扫描技术的飞速发展，人们可以相对求，而且可以避免建网操作以及网格连接关系的处便利地获取现实世界中物体或场景的三维数据［1］理，这对大型复杂场景的数据处理尤为重要..

7、这种数据是由物体表面的采样点组成的，可以直接三维扫描获取的点云数据是对物体表面形状的收稿日期：2004-11-12；修回日期：2005-03-29基金项目：国家自然科学基金（60333010）；国家重点基础研究发展规划项目（2004CB318005）2计算机辅助设计与图形学学报2006年高密度采样，可以精确地描述并记录场景的真实几如下：何细节信息.然而，随着扫描精度的不断提高，采样1）将输入点云分为大小相等的若干块，对各分点数目增长迅速，点云数据的规模在不断扩大，处理块分别进行处理并获取对应的多分辨率数据结构.变得越来越困难.对于目前可获取的一些大型点云其中，不