本文關(guān)鍵詞： 三維激光掃描 點(diǎn)云 分層點(diǎn)云 點(diǎn)與點(diǎn)距離 數(shù)據(jù)壓縮　出處：《測繪科學(xué)》2017年09期 　論文類型：期刊論文

【摘要】：針對(duì)傳統(tǒng)點(diǎn)云壓縮算法主要對(duì)小型物件的小數(shù)據(jù)量精細(xì)點(diǎn)云進(jìn)行壓縮,在大型地物的海量數(shù)據(jù)壓縮方面存在壓縮時(shí)間長、效率低的不足,提出了一種改進(jìn)的分層點(diǎn)云數(shù)據(jù)壓縮算法�；诖笮偷匚稂c(diǎn)云空間結(jié)構(gòu)特點(diǎn)將分層壓縮算法的速度優(yōu)勢和距離壓縮算法的高效優(yōu)勢相結(jié)合,解決了傳統(tǒng)壓縮算法在大型地物點(diǎn)云壓縮方面的不足,實(shí)現(xiàn)了海量點(diǎn)云的快速高效壓縮。西安市大雁塔三維激光點(diǎn)云壓縮實(shí)驗(yàn)結(jié)果表明:該算法可以快速地完成海量點(diǎn)云的壓縮,較之傳統(tǒng)壓縮算法極大地縮短了壓縮時(shí)間,提高壓縮效率。
[Abstract]:The traditional point cloud compression algorithm is mainly used to compress the fine point cloud of small objects, which has the disadvantages of long compression time and low efficiency in the massive data compression of large objects. An improved hierarchical point cloud data compression algorithm is proposed, which combines the speed advantage of the layered compression algorithm with the high efficiency advantage of the distance compression algorithm based on the features of the large ground object point cloud space structure. It solves the deficiency of the traditional compression algorithm in the point cloud compression of large objects. The experimental results of 3D laser point cloud compression of Dayan Pagoda in Xi'an show that the algorithm can compress the massive point cloud quickly, which greatly shortens the compression time compared with the traditional compression algorithm. Improve compression efficiency.
【作者單位】： 西安科技大學(xué)測繪科學(xué)與技術(shù)學(xué)院;陜西天潤科技股份有限公司;
【分類號(hào)】：TN249;TP274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施曉磊;趙翠蓮;榮堅(jiān);范志堅(jiān);;基于平面層結(jié)構(gòu)勘察的點(diǎn)云快速分割[J];現(xiàn)代機(jī)械;2010年05期

2 劉海艷;;激光內(nèi)雕三維模型表面點(diǎn)云生成方法研究[J];科技信息;2012年15期

3 蔡潤彬;潘國榮;;三維激光掃描多視點(diǎn)云拼接新方法[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年07期

4 孫世為,王耕耘,李志剛;逆向工程中多視點(diǎn)云的拼合方法[J];計(jì)算機(jī)輔助工程;2002年01期

5 李忠富;;三維激光點(diǎn)云與彩色影像融合方法及其工程應(yīng)用[J];山西建筑;2013年23期

6 楊峰;;基于影像點(diǎn)云的可量測全景服務(wù)模式[J];測繪通報(bào);2013年08期

7 張玉香;張興軍;;采用激光掃描點(diǎn)云擬合自由曲面的重構(gòu)特性研究[J];激光與紅外;2011年03期

8 劉海波;高飛;崔麗麗;高曼莉;;羅德里格矩陣在點(diǎn)云配準(zhǔn)中的應(yīng)用[J];信息通信;2013年08期

9 施貴剛;王峰;程效軍;李巧麗;;地面三維激光掃描多視點(diǎn)云配準(zhǔn)設(shè)站最佳次數(shù)的研究[J];大連海事大學(xué)學(xué)報(bào);2008年03期

10 嚴(yán)劍鋒;鄧喀中;;基于特征點(diǎn)提取和匹配的點(diǎn)云配準(zhǔn)算法[J];測繪通報(bào);2013年09期

相關(guān)會(huì)議論文 前1條

1 吳永華;胡以華;顧有林;王恩宏;;激光點(diǎn)云分類算法的探討與展望[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊）[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

相關(guān)碩士學(xué)位論文 前10條

1 張永恒;散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];長安大學(xué);2015年

2 金偉;基于點(diǎn)云數(shù)據(jù)處理技術(shù)的古建筑測繪研究[D];貴州師范大學(xué);2015年

3 劉強(qiáng);雙振鏡系統(tǒng)激光點(diǎn)云數(shù)據(jù)預(yù)處理[D];電子科技大學(xué);2014年

4 李丁;三維激光掃描點(diǎn)云精簡研究[D];東華理工大學(xué);2015年

5 謝穎;基于三維激光掃描的糧倉儲(chǔ)量測量中點(diǎn)云數(shù)據(jù)處理技術(shù)的研究[D];華東師范大學(xué);2016年

6 李星河;基于激光掃描與視覺融合的地形估計(jì)與屬性認(rèn)知研究[D];北京理工大學(xué);2016年

7 渠文涵;基于三維激光掃描的工件表面損傷識(shí)別研究[D];燕山大學(xué);2016年

8 劉洋;基于路面點(diǎn)云的不規(guī)則三角網(wǎng)格建模算法研究[D];哈爾濱工業(yè)大學(xué);2016年

9 文瑞潔;三維激光點(diǎn)云的處理及重建技術(shù)研究[D];北京工業(yè)大學(xué);2016年

10 趙成偉;地面激光點(diǎn)云分割技術(shù)的研究[D];集美大學(xué);2016年

，

本文編號(hào)：1540232