海量三维激光点云数据的组织与可视化研究

发布时间：2017-09-13 21:18

  本文关键词：海量三维激光点云数据的组织与可视化研究

  更多相关文章： 三维点云 空间数据组织 Hilbert曲线 四叉树 LOD可视化

【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织索引方案具有合理性和有效性。同时利用Geo Magic Studio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
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN249
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 课题背景与研究意义9-10
• 1.2 国内外研究现状10-13
• 1.2.1 车载激光扫描系统现状10-11
• 1.2.2 海量点云数据组织与可视化现状11-13
• 1.3 主要研究内容13-14
• 1.4 论文章节安排14-17
• 第2章 点云数据的特点及其常见组织与可视化方案概述17-29
• 2.1 车载激光扫描采集点云数据17-19
• 2.2 车载激光扫描系统采集点云数据的特点19-20
• 2.3 常见点云数据的组织方案20-23
• 2.3.1 采用八叉树结构组织点云数据20-21
• 2.3.2 三维虚拟网格21-22
• 2.3.3 其他组织方案22-23
• 2.4 四叉树结构组织点云数据23-25
• 2.4.1 点四叉树结构23-24
• 2.4.2 PR四叉树结构24-25
• 2.4.3 PM四叉树结构25
• 2.5 LOD技术概述25-28
• 2.6 本章小结28-29
• 第3章 改进的四叉树结构29-37
• 3.1 改进的四叉树结构29-30
• 3.1.1 传统的四叉树结构29-30
• 3.1.2 改进的四叉树结构30
• 3.2 点云节点划分函数的改进30-34
• 3.2.1 递归方式实现划分30-32
• 3.2.2 采用迭代方式实现划分32-34
• 3.3 改进后的四叉树建树过程34-36
• 3.4 本章小结36-37
• 第4章 “Hilbert-改进四叉树”结构的提出37-45
• 4.1 Hilbert曲线描述37-39
• 4.2 Hilbert曲线与改进四叉树结合过程39-44
• 4.2.1 重新定义Hilbert曲线39-41
• 4.2.2 改进四叉树的节点变换41-44
• 4.3 本章小结44-45
• 第5章 海量点云数据的可视化研究45-57
• 5.1 从DME到点云数据45-46
• 5.2 “金字塔-PC”模型的提出46
• 5.3 构建“金字塔-PC”模型处理海量点云数据46-51
• 5.3.1 “金字塔-PC”模型的层次计算47-48
• 5.3.2 点云数据抽稀48-49
• 5.3.3 点云数据分块49-51
• 5.4 基于“金字塔-PC”的“Hilbert-改进四叉树”搜索算法51-52
• 5.5 基于LOD的点云数据可视化调度52-56
• 5.5.1 LOD算法研究52-55
• 5.5.2 基于LOD的可视化过程55-56
• 5.6 本章小结56-57
• 第6章 实验验证与结果分析57-69
• 6.1 实验条件57-58
• 6.2 “Hilbert-改进四叉树”结构与传统四叉树结构比较58-59
• 6.2.1 建树性能比较58-59
• 6.2.2 I/O效率的比较59
• 6.3 “Hilbert-改进四叉树”方案I/O效率方面测试59-63
• 6.4 LOD可视化实验对比63-68
• 6.4.1 “金字塔-PC”分层分块实验63-64
• 6.4.2 “金字塔-PC”模型构建效率64-65
• 6.4.3 “Hilbert-改进四叉树”结构与传统四叉树结构索引效率对比65-66
• 6.4.4 LOD可视化实验66-68
• 6.5 本章小结68-69
• 结论69-71
• 参考文献71-75
• 攻读硕士学位期间所发表的学术论文75-77
• 致谢77

【相似文献】

中国期刊全文数据库 前10条

1 喜文飞;史正涛;;一种新的点云数据组合精简算法研究[J];科技通报;2014年03期

2 刘志军;;基于三坐标测量机的点云数据测量规划研究[J];黑龙江科技信息;2008年20期

3 张会霞;;基于八叉树的点云数据的组织与可视化[J];太原师范学院学报(自然科学版);2011年03期

4 方源敏;夏永华;陈杰;宋炜炜;杨永明;左小清;;基于改进的角度偏差法的采空区点云数据精简[J];地球科学与环境学报;2012年02期

5 徐伟恒;冯仲科;苏志芳;胥辉;焦有权;邓欧;;一种基于三维激光点云数据的单木树冠投影面积和树冠体积自动提取算法[J];光谱学与光谱分析;2014年02期

6 靳克强;龚志辉;汤志强;张斌;袁辉;;机载激光雷达点云数据质量评价体系分析与探讨[J];测绘与空间地理信息;2012年04期

7 刘亚文;庞世燕;左志奇;;蚁群算法的建筑立面点云数据提取[J];武汉大学学报(信息科学版);2012年11期

8 喜文飞;方源敏;李帅;李健;;一种新的激光点云数据精简方法[J];测绘工程;2012年04期

9 何丽;李嘉;郑德华;;基于栅格的点云数据的边界探测方法[J];测绘工程;2013年03期

10 刘尚蔚;朱小超;张永光;魏群;;多片点云数据拼接处理技术的研究[J];水利与建筑工程学报;2014年01期

中国重要会议论文全文数据库 前10条

1 闫龙;;摄影测量点云数据精简研究[A];第二十九届中国控制会议论文集[C];2010年

2 吴美金;;基于薄壁构件的点云数据提取[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年

3 段文国;张爱武;蔡广杰;;基于VTK的点云数据绘制研究与实现[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

4 宋碧波;卢小平;卢遥;;基于点云数据的建筑物三维重建[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

5 张伟忠;张顺海;于德敏;;点云数据与建模软件的接口设计[A];全国第13届计算机辅助设计与图形学（CAD/CG）学术会议论文集[C];2004年

6 吕琼琼;杨晓晖;杨唐文;韩建达;庄严;;激光雷达点云数据的三维建模技术[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

7 刘佳;张爱武;杨丽萍;;室内场景激光点云数据的三维建模[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

8 隋立春;张熠斌;赵旦;;基于MicroStation的机载LiDAR点云数据分类处理软件[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

9 黄承亮;吴侃;刘虎;;基于三维TIN的格网化点云数据特征提取[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年

10 杨铭;陈建峰;;基于CUDA的海量点云数据kNN查询算法[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

中国博士学位论文全文数据库 前10条

1 赵江洪;古建筑散乱点云基准面的提取与拟合[D];武汉大学;2012年

2 谷晓英;三维重建中点云数据处理关键技术研究[D];燕山大学;2015年

3 胡峰俊;三维离散点云数据的预处理和配准技术研究[D];浙江工业大学;2015年

4 董秀军;三维空间影像技术在地质工程中的综合应用研究[D];成都理工大学;2015年

5 李晓捷;基于深度相机的三维人体重建及在服装展示方面的技术研究[D];天津工业大学;2016年

6 张坤;基于三维激光扫描的点云数据逆向重建算法研究[D];燕山大学;2016年

7 张学昌;基于点云数据的复杂型面数字化检测关键技术研究及其系统开发[D];上海交通大学;2006年

8 王果;不同平台激光点云数据面状信息自动提取研究[D];中国矿业大学（北京）;2014年

9 赵煦;基于地面激光扫描点云数据的三维重建方法研究[D];武汉大学;2010年

10 张会霞;三维激光扫描点云数据组织与可视化研究[D];中国矿业大学（北京）;2010年

中国硕士学位论文全文数据库 前10条

1 饶杰;基于激光点云数据的建筑物快速三维建模[D];中国地质大学(北京);2015年

2 李俊宝;TLS在古建筑物测绘及建模中的应用研究[D];长安大学;2015年

3 谢金坤;基于事故车辆车身变形的碰撞速度研究[D];长安大学;2015年

4 潘成成;基于点云数据的水下目标三维特征提取与定位技术研究[D];中国海洋大学;2015年

5 刘超;点云数据处理与三维重构研究[D];东南大学;2015年

6 杨小青;三维重建过程中点云数据精简与配准方法研究[D];中北大学;2016年

7 郑晓璐;基于体感相机的点云数据配准方法研究[D];中北大学;2016年

8 裴东东;基于影像的点云数据分割方法研究[D];东华理工大学;2016年

9 杨军建;点云数据处理系统设计与实现[D];东华理工大学;2016年

10 樊琦;基于点云数据的三维模型重建[D];西安科技大学;2015年

，

本文编号：845951