本文關(guān)鍵詞：精細三維空間數(shù)據(jù)存取方法的研究

  更多相關(guān)文章： 三維激光掃描技術(shù) PostgreSQL數(shù)據(jù)庫 三維空間數(shù)據(jù) 數(shù)據(jù)結(jié)構(gòu) 存儲管理

【摘要】：三維激光掃描技術(shù)（激光雷達技術(shù)）作為一種新型測量手段，以其非接觸、快速、連續(xù)獲得目標物信息的特性，迅速成為了現(xiàn)今獲取三維空間信息的重要方法，被廣泛應(yīng)用于文物保護、大型復(fù)雜精密建筑物施工質(zhì)量與變形監(jiān)測和災(zāi)害評估調(diào)查等方面。近十年來，三維激光掃描技術(shù)，不論是硬件水平，還是數(shù)據(jù)處理軟件都呈現(xiàn)井噴式的發(fā)展，但隨著掃描數(shù)據(jù)越來越精細，成果數(shù)據(jù)越來越多，這些三維空間數(shù)據(jù)的存儲管理逐漸成為擺在面前的難題。作者從工程實踐中了解到僅僅是原始數(shù)據(jù)（點云數(shù)據(jù)和數(shù)碼影像）數(shù)目就不少，以故宮保和殿為例，點云數(shù)據(jù)幾百個測站，數(shù)碼影像一千多張，總數(shù)據(jù)量占據(jù)存儲空間多達幾十個GB，而這些僅是一個宮殿，如果是整個故宮建筑物群，數(shù)據(jù)估測會多達幾十TB。面對如此龐大的數(shù)據(jù)群，傳統(tǒng)的文件式管理已經(jīng)無法滿足需求。因此，本文從當(dāng)前數(shù)據(jù)管理混亂的背景出發(fā)，對如何利用對象關(guān)系數(shù)據(jù)庫結(jié)合大數(shù)據(jù)處理方法對原始數(shù)據(jù)以及后期處理過程中的各種數(shù)據(jù)進行合理的存儲管理的方法進行了相關(guān)研究。 本文首先研究了大數(shù)據(jù)的存儲方法，對PostgreSQL數(shù)據(jù)庫進行了相關(guān)的介紹，從數(shù)據(jù)存儲和取出效率上考慮，介紹了幾種數(shù)據(jù)庫訪問方式并進行了比較，選用了PostgreSQL數(shù)據(jù)庫提供的C/C++接口Libpq，然后詳細介紹了PostgreSQL數(shù)據(jù)庫的大數(shù)據(jù)管理機制—大對象和大二進制，提出對于點云數(shù)據(jù)進行分塊使用二進制方法存儲的方法，隨后，對文本數(shù)據(jù)的讀取進行了研究，選用了內(nèi)存映射來加快文本數(shù)據(jù)讀取速度。在介紹完大數(shù)據(jù)存儲機制相關(guān)方法后，又詳細介紹了原始點云數(shù)據(jù)、成果點云、特征幾何體、深度影像、數(shù)碼影像和三角網(wǎng)模型這幾種數(shù)據(jù)的結(jié)構(gòu)，分析了相關(guān)的格式，結(jié)合數(shù)據(jù)的其他屬性信息，在數(shù)據(jù)庫里設(shè)計了對應(yīng)的表格結(jié)構(gòu)進行存儲管理，并設(shè)計了相關(guān)查詢方式，如根據(jù)ID、SID等信息來查詢，影像數(shù)據(jù)通過框選影像范圍方式快速查詢影像。最后介紹了點云數(shù)據(jù)的調(diào)度方法，為滿足后期繪制點云數(shù)據(jù)的需求，需要減少實時繪制的點云數(shù)目，從數(shù)據(jù)來源來看，利用八叉樹網(wǎng)格思想對點云數(shù)據(jù)進行組織，并根據(jù)不同的尺度對數(shù)據(jù)進行采樣，得到不同分辨率的點云數(shù)據(jù)，結(jié)合計算機圖形學(xué)視景體裁剪技術(shù)（利用視景體和點云最小外包框相交判斷）和基于視點距離的LOD思想，選擇合適分辨率的點云數(shù)據(jù)用于繪制。 本文選用Visual Studio2010開發(fā)平臺，，基于CLR（公共語言時）環(huán)境，利用C++開發(fā)語言，結(jié)合PostgreSQL數(shù)據(jù)庫，在實驗室TLiDAR_DPS系統(tǒng)中開發(fā)了數(shù)據(jù)庫管理模塊，完成了原始點云數(shù)據(jù)、成果點云、特征幾何體、深度影像、數(shù)碼影像和三角網(wǎng)模型這幾種數(shù)據(jù)的快速存儲、查詢和取出等功能。在軟件系統(tǒng)中設(shè)計了簡單方便的交互操作，通過樹形結(jié)構(gòu)可以簡潔明了完成的顯示、查詢和刪除數(shù)據(jù)，而針對影像數(shù)據(jù)，設(shè)計出框選大圖顯示出對應(yīng)區(qū)域的詳細圖的查詢方式。最后，通過工程中的完整數(shù)據(jù)，驗證了本實驗系統(tǒng)對數(shù)據(jù)管理的有效性，也驗證了本文所做研究內(nèi)容的可行性。
【關(guān)鍵詞】：三維激光掃描技術(shù) PostgreSQL數(shù)據(jù)庫 三維空間數(shù)據(jù) 數(shù)據(jù)結(jié)構(gòu) 存儲管理
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：P208
【目錄】：

• 摘要3-5
• Abstract5-9
• 第1章 緒論9-14
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 研究內(nèi)容與目標11-12
• 1.3.1 研究內(nèi)容11-12
• 1.3.2 研究目標12
• 1.4 論文的組織和安排12-14
• 第2章 大數(shù)據(jù)存儲機制14-24
• 2.1 POSTGRESQL 簡介14-15
• 2.2 幾種數(shù)據(jù)庫訪問方式15-17
• 2.2.1 ODBC15
• 2.2.2 OLEDB15
• 2.2.3 ADO.NET15-16
• 2.2.4 C++底層訪問方式16-17
• 2.3 POSTGRESQL 數(shù)據(jù)庫大對象17-18
• 2.4 大二進制18-20
• 2.5 內(nèi)存映射20-23
• 2.6 本章小結(jié)23-24
• 第3章 幾種三維空間數(shù)據(jù)的存儲24-43
• 3.1 點云數(shù)據(jù)24-34
• 3.1.1 原始點云24-29
• 3.1.2 成果點云29-30
• 3.1.3 特征點線面30-32
• 3.1.4 深度影像32-34
• 3.2 影像存儲34-39
• 3.2.1 概略圖34-37
• 3.2.2 詳細圖37-39
• 3.3 模型存儲39-42
• 3.4 本章小結(jié)42-43
• 第4章 點云動態(tài)調(diào)度43-55
• 4.1 八叉樹的構(gòu)建43-49
• 4.1.1 八叉樹劃分方法43-46
• 4.1.2 鄰域查詢46
• 4.1.3 算法實現(xiàn)過程46-49
• 4.2 視景體裁剪49-52
• 4.3 LOD 技術(shù)52-53
• 4.4 本章小結(jié)53-55
• 第5章 實驗系統(tǒng)的設(shè)計55-73
• 5.1 總體設(shè)計55-56
• 5.2 系統(tǒng)環(huán)境與開發(fā)工具56-59
• 5.2.1 開發(fā)語言和環(huán)境56-57
• 5.2.2 PostgreSQL 和 SQL 語言57-58
• 5.2.3 數(shù)據(jù)庫管理工具58-59
• 5.3 數(shù)據(jù)庫設(shè)計59-64
• 5.3.1 數(shù)據(jù)庫模型設(shè)計59-60
• 5.3.2 數(shù)據(jù)庫實施60-62
• 5.3.3 數(shù)據(jù)庫接口62-64
• 5.4 系統(tǒng)功能和操作64-71
• 5.5 幾種常用軟件對比71-73
• 第6章 結(jié)論73-75
• 6.1 總結(jié)73-74
• 6.2 展望74-75
• 參考文獻75-78
• 附錄78-79
• 致謝79

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 寧津生;王正濤;;測繪學(xué)科發(fā)展綜述[J];測繪科學(xué);2006年01期

2 張瑞菊;王晏民;李德仁;;快速處理大數(shù)據(jù)量三維激光掃描數(shù)據(jù)的技術(shù)研究[J];測繪科學(xué);2006年05期

3 賴祖龍;萬幼川;申邵洪;徐景中;;基于Hilbert排列碼與R樹的海量LIDAR點云索引[J];測繪科學(xué);2009年06期

4 張芹;吳北平;孫華;祝燕;;視景體可視范圍的確定及應(yīng)用[J];測繪科學(xué);2009年S1期

5 惠文華,郭新成;3維GIS中的八叉樹空間索引研究[J];測繪通報;2003年01期

6 王源,劉建永,江南,俞高宇;視點相關(guān)實時LoD地形模型動態(tài)構(gòu)網(wǎng)算法[J];測繪學(xué)報;2003年01期

7 ;Building Extraction from LIDAR Based Semantic Analysis[J];Geo-Spatial Information Science;2006年04期

8 張唯;;三維地形渲染中視景體剔除效果的改善[J];地球科學(xué)(中國地質(zhì)大學(xué)學(xué)報);2010年03期

9 路明月;何永健;;三維海量點云數(shù)據(jù)的組織與索引方法[J];地球信息科學(xué);2008年02期

10 夏宇;朱欣焰;李德仁;;空間信息多級網(wǎng)格索引技術(shù)研究[J];地理空間信息;2006年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

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

本文編號：1129712