本文選題：海量點云 + 數(shù)據(jù)庫��； 參考：《北京建筑大學(xué)》2017年碩士論文

【摘要】：三維激光掃描(LIDAR)作為目前快速發(fā)展的一種新興大規(guī)模數(shù)據(jù)采集測量技術(shù),在日常的工程應(yīng)用中,發(fā)揮著越來越積極的作用。由于其本身具有快速大規(guī)模獲取三維空間信息的特性,三維激光掃描所生成的點云數(shù)據(jù)往往包含了豐富的信息資源,數(shù)據(jù)量十分的龐大。如果不能有效的對海量點云數(shù)據(jù)進行組織,管理,調(diào)度,將嚴重制約其在實際工程當(dāng)中的應(yīng)用,扼制其的發(fā)展。為了解決海量數(shù)據(jù)紛繁復(fù)雜,可用率不高的問題,將原始的點云數(shù)據(jù),根據(jù)一定的規(guī)則進行管理組織,并按照一定的判別方法對其進行選擇性應(yīng)用,成為目前為止,最為有效提高點云數(shù)據(jù)利用效率的關(guān)鍵。因此,海量點云的組織管理調(diào)度成為激光掃描領(lǐng)域亟待解決的問題,許多專家學(xué)者也對此問題進行了研究。針對此問題,本文在充分借鑒了前人在海量點云管理,組織,調(diào)度等領(lǐng)域的研究成果的基礎(chǔ)上,提出了一種結(jié)合數(shù)據(jù)庫技術(shù),構(gòu)建存儲點云的空間組織索引和LOD結(jié)構(gòu)模型,并結(jié)合可見性判斷來進行內(nèi)外存有序調(diào)度的的海量點云管理組織方法,以此來實現(xiàn)點云的有效調(diào)度和高效可視化,本文的主要工作涉及到以下幾個方面:1.海量點云的數(shù)據(jù)組織與存儲:通過對前人研究成果的總結(jié),在數(shù)據(jù)存儲方式上決定采用一種開源的第三代數(shù)據(jù)庫Postgresql來對數(shù)據(jù)進行存儲管理;在點云組織索引構(gòu)建中,首先通過比較分析不同的空間索引方式,最終選擇空間八叉樹的索引方式對點云數(shù)據(jù)進行組織,其次決定采用一種始終逼近數(shù)據(jù)模型真實幾何外形最小外包圍盒OBB來建立樹的根節(jié)點,并由此構(gòu)建八叉樹索引結(jié)構(gòu);最終根據(jù)本文工作的實際要求,在數(shù)據(jù)庫中設(shè)置了合適的表結(jié)構(gòu),實現(xiàn)了對點云數(shù)據(jù)和索引結(jié)構(gòu)的有效存儲和管理。2.海量點云的數(shù)據(jù)LOD模型建立:提出了一種基于八叉樹空間索引結(jié)構(gòu)分層次采樣來構(gòu)建LOD層次模型結(jié)構(gòu)的方法。其中,通過比較分析,最終決定采用隨機采樣法來對不同層級節(jié)點內(nèi)的點云數(shù)據(jù)進行精度采樣,并以此使整個樹結(jié)構(gòu)充滿點云。同時根據(jù)不同的節(jié)點層級,進行LOD模型層級的劃分。最后對其實現(xiàn)了數(shù)據(jù)庫存儲管理。經(jīng)過對點云數(shù)據(jù)的分塊分層再組織,點云分成了不同的深度層次,再結(jié)合一定的判別調(diào)度方法,來減少一次性的點云繪制數(shù)量,從而可以達到提高點云顯示速度的目的。3.海量點云的內(nèi)外存調(diào)度:使用了一種基于視點遠近選擇LOD層級與根據(jù)遮擋剔除的可見性判斷來顯示節(jié)點兩種調(diào)度策略相結(jié)合的方法。首先通過前一種方法判別此時該選取的的LOD層級,在此基礎(chǔ)上再根據(jù)可見性判斷,選擇性的讀入一部分節(jié)點內(nèi)的數(shù)據(jù)進入內(nèi)存。這樣減少了從數(shù)據(jù)庫讀入內(nèi)存的數(shù)據(jù)量,提高了數(shù)據(jù)進出內(nèi)外存的效率,減少了數(shù)據(jù)內(nèi)存的占用率,最終實現(xiàn)了提高海量點云數(shù)據(jù)內(nèi)外存調(diào)度效率的目標。4.點云管理調(diào)度試驗系統(tǒng)建立:對一種三維激光點云建模平臺進行數(shù)據(jù)庫模塊的二次開發(fā),設(shè)計了系統(tǒng)原型并進行了實驗,最終論證了本文方法的可行性。
[Abstract]:......
【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】：2017
【分類號】：P225.2

【參考文獻】

相關(guān)期刊論文 前10條

1 楊振發(fā);萬剛;李鋒;李濱;;多分辨率LOD的海量點云顯示技術(shù)研究[J];地理空間信息;2016年10期

2 余飛;陳楚江;王麗園;;海量激光雷達點云數(shù)據(jù)的多尺度可視化高效管理[J];工程勘察;2016年09期

3 王磊;郭清菊;姜晗;;基于改進的八叉樹索引與分層渲染的海量激光點云可視化技術(shù)[J];軟件;2016年03期

4 楊建思;劉華;林鵬;;基于KD樹的點云數(shù)據(jù)自適應(yīng)屏幕精度高效顯示方法[J];測繪通報;2014年07期

5 謝洪;吳博義;趙展;;一種新的海量點云數(shù)據(jù)管理方法研究[J];遙感信息;2013年06期

6 楊建思;;一種利用面元擬合的地面點云數(shù)據(jù)三維R樹索引方法[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2013年11期

7 范然;金小剛;;大規(guī)模點云選擇及精簡[J];圖學(xué)學(xué)報;2013年03期

8 王晏民;郭明;;大規(guī)模點云數(shù)據(jù)的二維與三維混合索引方法[J];測繪學(xué)報;2012年04期

9 龔俊;柯勝男;朱慶;鐘若飛;;一種八叉樹和三維R樹集成的激光點云數(shù)據(jù)管理方法[J];測繪學(xué)報;2012年04期

10 王鵬;劉旭敏;關(guān)永;;基于OBB層次包圍盒的碰撞檢測算法改進[J];計算機工程與設(shè)計;2009年13期

相關(guān)博士學(xué)位論文 前5條

1 楊建思;機載/地面海量點云數(shù)據(jù)組織與集成可視化方法研究[D];武漢大學(xué);2011年

2 郭明;海量精細空間數(shù)據(jù)管理技術(shù)研究[D];武漢大學(xué);2011年

3 王麗輝;三維點云數(shù)據(jù)處理的技術(shù)研究[D];北京交通大學(xué);2011年

4 張會霞;三維激光掃描點云數(shù)據(jù)組織與可視化研究[D];中國礦業(yè)大學(xué)（北京）;2010年

5 崔濱;海量數(shù)據(jù)實時三維交互式顯示關(guān)鍵技術(shù)研究[D];上海大學(xué);2010年

相關(guān)碩士學(xué)位論文 前4條

1 李曉峰;精細三維空間數(shù)據(jù)存取方法的研究[D];北京建筑大學(xué);2014年

2 蔡志敏;基于點云數(shù)據(jù)的精簡算法研究[D];北京建筑大學(xué);2014年

3 曲瑞超;海量機載LiDAR點云數(shù)據(jù)管理及可視化應(yīng)用初探[D];中國測繪科學(xué)研究院;2014年

4 徐鵬;海量三維點云數(shù)據(jù)的組織與可視化研究[D];南京師范大學(xué);2013年

，

本文編號：1756107