本文關(guān)鍵詞：海量三維激光點(diǎn)云數(shù)據(jù)的組織與可視化研究

  更多相關(guān)文章： 三維點(diǎn)云 空間數(shù)據(jù)組織 Hilbert曲線 四叉樹(shù) LOD可視化

【摘要】：20世紀(jì)90年代中期,地面激光掃描技術(shù)開(kāi)始普遍應(yīng)用于各種復(fù)雜場(chǎng)景和空間實(shí)體的建模。通過(guò)該技術(shù)采集得到的海量點(diǎn)云數(shù)據(jù),是三維空間坐標(biāo)系中重要的信息來(lái)源,在海洋勘測(cè)、地理信息系統(tǒng)、數(shù)字城市建設(shè)中發(fā)揮著舉足輕重的作用。為此,如何利用現(xiàn)有的計(jì)算機(jī)處理能力,對(duì)海量的點(diǎn)云數(shù)據(jù)進(jìn)行高效地組織索引,更加快速精確地完成點(diǎn)云數(shù)據(jù)的三維空間可視化建模成為一個(gè)重要的研究課題。目前國(guó)內(nèi)外在對(duì)于點(diǎn)云數(shù)據(jù)組織管理方面,有很多相關(guān)研究,一些研究者提出了相應(yīng)的組織方案。最常見(jiàn)有規(guī)則網(wǎng)格、傳統(tǒng)四叉樹(shù)結(jié)構(gòu)、R樹(shù)、KD樹(shù)與八叉樹(shù)結(jié)構(gòu)相結(jié)合等方案,不同的組織方案都有各自的優(yōu)缺點(diǎn)。因此,最重要的是找到適合點(diǎn)云數(shù)據(jù)特點(diǎn)的組織結(jié)構(gòu),更好地提高組織效率。本文的主要工作:(1)分析了國(guó)內(nèi)外對(duì)于點(diǎn)云數(shù)據(jù)組織方案中的不足,針對(duì)車(chē)載激光掃描系統(tǒng)獲取的點(diǎn)云數(shù)據(jù)具有的海量性隨機(jī)性等特點(diǎn),提出了改進(jìn)的四叉樹(shù)結(jié)構(gòu)。(2)提出“Hilbert-改進(jìn)四叉樹(shù)”結(jié)構(gòu)組織點(diǎn)云數(shù)據(jù)。該結(jié)構(gòu)通過(guò)對(duì)改進(jìn)后四叉樹(shù)節(jié)點(diǎn)順序的調(diào)換,使得中序遍歷該四叉樹(shù)得到的節(jié)點(diǎn)順序完全符合Hilbert曲線的特征。按照該順序重新組織點(diǎn)云數(shù)據(jù),可以有效地減少計(jì)算機(jī)在讀取海量點(diǎn)云數(shù)據(jù)時(shí)進(jìn)行的I/O交互次數(shù),提高點(diǎn)云數(shù)據(jù)空間索引效率;同時(shí)采用Hilbert曲線重新組織四叉樹(shù),將單一分辨率的數(shù)據(jù)轉(zhuǎn)化為多分辨率的數(shù)據(jù),(3)借鑒DME技術(shù)以及“分而治之”的思想,本文提出了“金字塔-PC”這種分塊分層的數(shù)據(jù)模型,利用“Hilbert-改進(jìn)四叉樹(shù)”結(jié)構(gòu)處理每塊中海量點(diǎn)云數(shù)據(jù),實(shí)現(xiàn)基于視點(diǎn)的海量車(chē)載激光點(diǎn)云數(shù)據(jù)的LOD高效可視化。(4)最后,本文設(shè)計(jì)了驗(yàn)證實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明改進(jìn)后的組織索引方案具有合理性和有效性。同時(shí)利用Geo Magic Studio進(jìn)行相關(guān)可視化實(shí)驗(yàn),驗(yàn)證了LOD可視化方案的有效性。本文最后對(duì)如何利用現(xiàn)有的計(jì)算機(jī)資源,更加高效地處理海量的點(diǎn)云數(shù)據(jù)進(jìn)行了展望。
【關(guān)鍵詞】：三維點(diǎn)云 空間數(shù)據(jù)組織 Hilbert曲線 四叉樹(shù) LOD可視化
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TN249
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 課題背景與研究意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 車(chē)載激光掃描系統(tǒng)現(xiàn)狀10-11
• 1.2.2 海量點(diǎn)云數(shù)據(jù)組織與可視化現(xiàn)狀11-13
• 1.3 主要研究?jī)?nèi)容13-14
• 1.4 論文章節(jié)安排14-17
• 第2章 點(diǎn)云數(shù)據(jù)的特點(diǎn)及其常見(jiàn)組織與可視化方案概述17-29
• 2.1 車(chē)載激光掃描采集點(diǎn)云數(shù)據(jù)17-19
• 2.2 車(chē)載激光掃描系統(tǒng)采集點(diǎn)云數(shù)據(jù)的特點(diǎn)19-20
• 2.3 常見(jiàn)點(diǎn)云數(shù)據(jù)的組織方案20-23
• 2.3.1 采用八叉樹(shù)結(jié)構(gòu)組織點(diǎn)云數(shù)據(jù)20-21
• 2.3.2 三維虛擬網(wǎng)格21-22
• 2.3.3 其他組織方案22-23
• 2.4 四叉樹(shù)結(jié)構(gòu)組織點(diǎn)云數(shù)據(jù)23-25
• 2.4.1 點(diǎn)四叉樹(shù)結(jié)構(gòu)23-24
• 2.4.2 PR四叉樹(shù)結(jié)構(gòu)24-25
• 2.4.3 PM四叉樹(shù)結(jié)構(gòu)25
• 2.5 LOD技術(shù)概述25-28
• 2.6 本章小結(jié)28-29
• 第3章 改進(jìn)的四叉樹(shù)結(jié)構(gòu)29-37
• 3.1 改進(jìn)的四叉樹(shù)結(jié)構(gòu)29-30
• 3.1.1 傳統(tǒng)的四叉樹(shù)結(jié)構(gòu)29-30
• 3.1.2 改進(jìn)的四叉樹(shù)結(jié)構(gòu)30
• 3.2 點(diǎn)云節(jié)點(diǎn)劃分函數(shù)的改進(jìn)30-34
• 3.2.1 遞歸方式實(shí)現(xiàn)劃分30-32
• 3.2.2 采用迭代方式實(shí)現(xiàn)劃分32-34
• 3.3 改進(jìn)后的四叉樹(shù)建樹(shù)過(guò)程34-36
• 3.4 本章小結(jié)36-37
• 第4章 “Hilbert-改進(jìn)四叉樹(shù)”結(jié)構(gòu)的提出37-45
• 4.1 Hilbert曲線描述37-39
• 4.2 Hilbert曲線與改進(jìn)四叉樹(shù)結(jié)合過(guò)程39-44
• 4.2.1 重新定義Hilbert曲線39-41
• 4.2.2 改進(jìn)四叉樹(shù)的節(jié)點(diǎn)變換41-44
• 4.3 本章小結(jié)44-45
• 第5章 海量點(diǎn)云數(shù)據(jù)的可視化研究45-57
• 5.1 從DME到點(diǎn)云數(shù)據(jù)45-46
• 5.2 “金字塔-PC”模型的提出46
• 5.3 構(gòu)建“金字塔-PC”模型處理海量點(diǎn)云數(shù)據(jù)46-51
• 5.3.1 “金字塔-PC”模型的層次計(jì)算47-48
• 5.3.2 點(diǎn)云數(shù)據(jù)抽稀48-49
• 5.3.3 點(diǎn)云數(shù)據(jù)分塊49-51
• 5.4 基于“金字塔-PC”的“Hilbert-改進(jìn)四叉樹(shù)”搜索算法51-52
• 5.5 基于LOD的點(diǎn)云數(shù)據(jù)可視化調(diào)度52-56
• 5.5.1 LOD算法研究52-55
• 5.5.2 基于LOD的可視化過(guò)程55-56
• 5.6 本章小結(jié)56-57
• 第6章 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析57-69
• 6.1 實(shí)驗(yàn)條件57-58
• 6.2 “Hilbert-改進(jìn)四叉樹(shù)”結(jié)構(gòu)與傳統(tǒng)四叉樹(shù)結(jié)構(gòu)比較58-59
• 6.2.1 建樹(shù)性能比較58-59
• 6.2.2 I/O效率的比較59
• 6.3 “Hilbert-改進(jìn)四叉樹(shù)”方案I/O效率方面測(cè)試59-63
• 6.4 LOD可視化實(shí)驗(yàn)對(duì)比63-68
• 6.4.1 “金字塔-PC”分層分塊實(shí)驗(yàn)63-64
• 6.4.2 “金字塔-PC”模型構(gòu)建效率64-65
• 6.4.3 “Hilbert-改進(jìn)四叉樹(shù)”結(jié)構(gòu)與傳統(tǒng)四叉樹(shù)結(jié)構(gòu)索引效率對(duì)比65-66
• 6.4.4 LOD可視化實(shí)驗(yàn)66-68
• 6.5 本章小結(jié)68-69
• 結(jié)論69-71
• 參考文獻(xiàn)71-75
• 攻讀碩士學(xué)位期間所發(fā)表的學(xué)術(shù)論文75-77
• 致謝77

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 喜文飛;史正濤;;一種新的點(diǎn)云數(shù)據(jù)組合精簡(jiǎn)算法研究[J];科技通報(bào);2014年03期

2 劉志軍;;基于三坐標(biāo)測(cè)量機(jī)的點(diǎn)云數(shù)據(jù)測(cè)量規(guī)劃研究[J];黑龍江科技信息;2008年20期

3 張會(huì)霞;;基于八叉樹(shù)的點(diǎn)云數(shù)據(jù)的組織與可視化[J];太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年03期

4 方源敏;夏永華;陳杰;宋煒煒;楊永明;左小清;;基于改進(jìn)的角度偏差法的采空區(qū)點(diǎn)云數(shù)據(jù)精簡(jiǎn)[J];地球科學(xué)與環(huán)境學(xué)報(bào);2012年02期

5 徐偉恒;馮仲科;蘇志芳;胥輝;焦有權(quán);鄧歐;;一種基于三維激光點(diǎn)云數(shù)據(jù)的單木樹(shù)冠投影面積和樹(shù)冠體積自動(dòng)提取算法[J];光譜學(xué)與光譜分析;2014年02期

6 靳克強(qiáng);龔志輝;湯志強(qiáng);張斌;袁輝;;機(jī)載激光雷達(dá)點(diǎn)云數(shù)據(jù)質(zhì)量評(píng)價(jià)體系分析與探討[J];測(cè)繪與空間地理信息;2012年04期

7 劉亞文;龐世燕;左志奇;;蟻群算法的建筑立面點(diǎn)云數(shù)據(jù)提取[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年11期

8 喜文飛;方源敏;李帥;李健;;一種新的激光點(diǎn)云數(shù)據(jù)精簡(jiǎn)方法[J];測(cè)繪工程;2012年04期

9 何麗;李嘉;鄭德華;;基于柵格的點(diǎn)云數(shù)據(jù)的邊界探測(cè)方法[J];測(cè)繪工程;2013年03期

10 劉尚蔚;朱小超;張永光;魏群;;多片點(diǎn)云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學(xué)報(bào);2014年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 閆龍;;攝影測(cè)量點(diǎn)云數(shù)據(jù)精簡(jiǎn)研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 吳美金;;基于薄壁構(gòu)件的點(diǎn)云數(shù)據(jù)提取[A];全國(guó)射線數(shù)字成像與CT新技術(shù)研討會(huì)論文集[C];2009年

3 段文國(guó);張愛(ài)武;蔡廣杰;;基于VTK的點(diǎn)云數(shù)據(jù)繪制研究與實(shí)現(xiàn)[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

4 宋碧波;盧小平;盧遙;;基于點(diǎn)云數(shù)據(jù)的建筑物三維重建[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

5 張偉忠;張順海;于德敏;;點(diǎn)云數(shù)據(jù)與建模軟件的接口設(shè)計(jì)[A];全國(guó)第13屆計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)（CAD/CG）學(xué)術(shù)會(huì)議論文集[C];2004年

6 呂瓊瓊;楊曉暉;楊唐文;韓建達(dá);莊嚴(yán);;激光雷達(dá)點(diǎn)云數(shù)據(jù)的三維建模技術(shù)[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

7 劉佳;張愛(ài)武;楊麗萍;;室內(nèi)場(chǎng)景激光點(diǎn)云數(shù)據(jù)的三維建模[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

8 隋立春;張熠斌;趙旦;;基于MicroStation的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)分類(lèi)處理軟件[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

9 黃承亮;吳侃;劉虎;;基于三維TIN的格網(wǎng)化點(diǎn)云數(shù)據(jù)特征提取[A];數(shù)字測(cè)繪與GIS技術(shù)應(yīng)用研討交流會(huì)論文集[C];2008年

10 楊銘;陳建峰;;基于CUDA的海量點(diǎn)云數(shù)據(jù)kNN查詢(xún)算法[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 趙江洪;古建筑散亂點(diǎn)云基準(zhǔn)面的提取與擬合[D];武漢大學(xué);2012年

2 谷曉英;三維重建中點(diǎn)云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2015年

3 胡峰俊;三維離散點(diǎn)云數(shù)據(jù)的預(yù)處理和配準(zhǔn)技術(shù)研究[D];浙江工業(yè)大學(xué);2015年

4 董秀軍;三維空間影像技術(shù)在地質(zhì)工程中的綜合應(yīng)用研究[D];成都理工大學(xué);2015年

5 李曉捷;基于深度相機(jī)的三維人體重建及在服裝展示方面的技術(shù)研究[D];天津工業(yè)大學(xué);2016年

6 張坤;基于三維激光掃描的點(diǎn)云數(shù)據(jù)逆向重建算法研究[D];燕山大學(xué);2016年

7 張學(xué)昌;基于點(diǎn)云數(shù)據(jù)的復(fù)雜型面數(shù)字化檢測(cè)關(guān)鍵技術(shù)研究及其系統(tǒng)開(kāi)發(fā)[D];上海交通大學(xué);2006年

8 王果;不同平臺(tái)激光點(diǎn)云數(shù)據(jù)面狀信息自動(dòng)提取研究[D];中國(guó)礦業(yè)大學(xué)（北京）;2014年

9 趙煦;基于地面激光掃描點(diǎn)云數(shù)據(jù)的三維重建方法研究[D];武漢大學(xué);2010年

10 張會(huì)霞;三維激光掃描點(diǎn)云數(shù)據(jù)組織與可視化研究[D];中國(guó)礦業(yè)大學(xué)（北京）;2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 饒杰;基于激光點(diǎn)云數(shù)據(jù)的建筑物快速三維建模[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

2 李俊寶;TLS在古建筑物測(cè)繪及建模中的應(yīng)用研究[D];長(zhǎng)安大學(xué);2015年

3 謝金坤;基于事故車(chē)輛車(chē)身變形的碰撞速度研究[D];長(zhǎng)安大學(xué);2015年

4 潘成成;基于點(diǎn)云數(shù)據(jù)的水下目標(biāo)三維特征提取與定位技術(shù)研究[D];中國(guó)海洋大學(xué);2015年

5 劉超;點(diǎn)云數(shù)據(jù)處理與三維重構(gòu)研究[D];東南大學(xué);2015年

6 楊小青;三維重建過(guò)程中點(diǎn)云數(shù)據(jù)精簡(jiǎn)與配準(zhǔn)方法研究[D];中北大學(xué);2016年

7 鄭曉璐;基于體感相機(jī)的點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];中北大學(xué);2016年

8 裴東東;基于影像的點(diǎn)云數(shù)據(jù)分割方法研究[D];東華理工大學(xué);2016年

9 楊軍建;點(diǎn)云數(shù)據(jù)處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];東華理工大學(xué);2016年

10 樊琦;基于點(diǎn)云數(shù)據(jù)的三維模型重建[D];西安科技大學(xué);2015年

，

本文編號(hào)：845951