海量三维激光点云数据的组织与可视化研究

《海量三维激光点云数据的组织与可视化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文图书分类号：TP391密级：公开UDC：004学校代码：10005硕士学位论文MASTERALDISSERTATION论文题目：海量三维激光点云数据的组织与可视化研究论文作者：王雷学科：计算机科学与技术指导教师：徐旭东副教授论文提交日期：2016年6月UDC：004学校代码：10005中文图书分类号：TP391学号：S201307086密级：公开北京工业大学工学硕士学位论文题目：海量三维激光点云数据的组织与可视化研究英文题目：RESEARCHONORGANIZATIONANDVISUALIZATIONOFMASSIVE3DLASERPOINTCLOUDD

2、ATA论文作者：王雷学科专业：计算机科学与技术研究方向：计算机软件与理论申请学位：工学硕士指导教师：徐旭东副教授所在单位：计算机学院答辩日期：2016年6月授予学位单位：北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名：王雷日期：2016年6月26日关于论文使用授权的说明本

3、人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。（保密的论文在解密后应遵守此规定）签名：王雷日期：2016年6月26日导师签名：徐旭东日期：2016年6月26日摘要摘要20世纪90年代中期，地面激光扫描技术开始普遍应用于各种复杂场景和空间实体的建模。通过该技术采集得到的海量点云数据，是三维空间坐标系中重要的信息来源，在海洋勘测、地理信息系统、数字城市建设中发挥着举足轻重的作用。为此，如何利用现有的计算机处理能力，对海量的点云

4、数据进行高效地组织索引，更加快速精确地完成点云数据的三维空间可视化建模成为一个重要的研究课题。目前国内外在对于点云数据组织管理方面，有很多相关研究，一些研究者提出了相应的组织方案。最常见有规则网格、传统四叉树结构、R树、KD树与八叉树结构相结合等方案，不同的组织方案都有各自的优缺点。因此，最重要的是找到适合点云数据特点的组织结构，更好地提高组织效率。本文的主要工作：（1）分析了国内外对于点云数据组织方案中的不足，针对车载激光扫描系统获取的点云数据具有的海量性随机性等特点，提出了改进的四叉树结构。（2）提出“Hilbert-改进四叉树”结构组织点云数据。该结构

5、通过对改进后四叉树节点顺序的调换，使得中序遍历该四叉树得到的节点顺序完全符合Hilbert曲线的特征。按照该顺序重新组织点云数据，可以有效地减少计算机在读取海量点云数据时进行的I/O交互次数，提高点云数据空间索引效率；同时采用Hilbert曲线重新组织四叉树，将单一分辨率的数据转化为多分辨率的数据，（3）借鉴DME技术以及“分而治之”的思想，本文提出了“金字塔-PC”这种分块分层的数据模型，利用“Hilbert-改进四叉树”结构处理每块中海量点云数据，实现基于视点的海量车载激光点云数据的LOD高效可视化。（4）最后，本文设计了验证实验，实验结果表明改进后的组

6、织索引方案具有合理性和有效性。同时利用GeoMagicStudio进行相关可视化实验，验证了LOD可视化方案的有效性。本文最后对如何利用现有的计算机资源，更加高效地处理海量的点云数据进行了展望。关键词：三维点云；空间数据组织；Hilbert曲线；四叉树；LOD可视化-I-AbstractAbstractInthemid1990s,thegroundlaserscanningtechnologybegantobewidelyusedinthemodelingofcomplexscenesandspatialentities.Themassivepointclo

7、uddataobtainedthroughthistechnologyisanimportantinformationsourceinthethree-dimensionalspacecoordinatesystem,whichplaysanimportantroleinthemarinesurveying,geographicinformationsystemanddigitalcityconstruction.Therefore,howtousetheexistingcomputerprocessingpower,themassivepointcloud

8、datawereeffectivelyorganiz