当前位置:主页 > 科技论文 > 电子信息论文 >

基于八叉树、Hilbert曲线和R树的大规模点云数据组织与管理方法

发布时间:2017-09-29 13:36

  本文关键词:基于八叉树、Hilbert曲线和R树的大规模点云数据组织与管理方法


  更多相关文章: 三维激光扫描技术 3DOHR-tree 索引 高斯密度估计 重采样


【摘要】:三维激光扫描技术自20世纪90年来发展以来,随着硬件开发水平的不断提升,LiDAR(Light Detection And Ranging)数据处理和分析算法日益成熟,三维激光扫描技术广泛用于测绘、交通、影视等众多领域。点云数据的高密度特性一直是阻碍其普及应用的瓶颈,急需快速高效的索引方法和优良的精简模型。本文针对大规模三维激光点云数据管理和点云从采样分别提出了基于八叉树、Hilbert曲线与R树混合的索引结构(3DOHR-tree)和基于高斯密度估计的点云精简方法。首先,针对于每个点云采样文件,采用八叉树将点云数据划分到规模适中、体积不等的若干小格网中,然后基于空间填充线方法(Hilbert曲线)根据中心点坐标对小格网一维排序。小格网作为一级R-tree叶节点,自下而上批量构建一级R-tree索引结构。最后,一级R-tree根节点作为二级R-tree叶节点,自上而下动态构建二级R-tree索引结构。完成R-tree索引结构构建后,依据R树层次结构特性,采用基于高斯密度估计的点云精简方法自下而上对处于叶节点的原始点云数据重采样,采样结果作为上层节点的简化点云。采样流程如下:(1)构建点云的数据的最小生成树;(2)根据最小生成树计算任意两点之间的测地距离;(3)基于测地距离采用高斯密度方法估计点密度值;(4)根据点密度值计算两点之间权值;(5)根据点之间权值,计算点特征向量;(6)定义不变量函数,根据特征向量计算不变量;(7)根据预设的规模阈值,取不变量较大的点作为采样点。实验结果表明,本文提出的3DOHR-tree不仅在索引创建时间效率上更优,而且在查询效率上也具有良好表现;基于高斯密度估计的点云采样方法能够较好地保留点云特征信息,同时具有良好的时间效率,对大规模点云数据的普及应用具有实际指导意义。
【关键词】:三维激光扫描技术 3DOHR-tree 索引 高斯密度估计 重采样
【学位授予单位】:江西师范大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN249
【目录】:
  • 摘要3-4
  • ABSTRACT4-6
  • 1 引言6-18
  • 1.1 研究背景与研究意义6-7
  • 1.2 研究现状7-16
  • 1.2.1 点云索引研究现状7-12
  • 1.2.2 点云精简方法研究现状12-16
  • 1.3 研究目标与内容16-18
  • 2 基于八叉树、Hilbert曲线与R树的混合索引结构18-26
  • 2.1 基本原理18
  • 2.2 点云划分18-23
  • 2.2.1 基于八叉树的点云划分方法19-20
  • 2.2.2 面向层次分解的Hilbert码生成规则20-23
  • 2.3 3DOHR-tree索引构建23-24
  • 2.4 本章小结24-26
  • 3 一种基于高斯密度估计的点云数据重采样方法26-30
  • 3.1 基于DMSTs的点云数据图结构模型构建方法26-27
  • 3.2 基于高斯密度估计的点云重采样27-29
  • 3.3 本章小结29-30
  • 4 实验结果分析30-38
  • 4.1 点云划分效率分析30-31
  • 4.2 索引效率分析31-34
  • 4.2.1 索引构建效率分析31-32
  • 4.2.2 索引查询效率分析32-34
  • 4.3 可视化效果分析34-36
  • 4.4 本章小结36-38
  • 5 总结与展望38-40
  • 5.1 本文工作总结及创新点38-39
  • 5.2 进一步研究方向39-40
  • 参考文献40-44
  • 致谢44-46
  • 在读期间公开发表论文(著)及科研情况46

【参考文献】

中国期刊全文数据库 前10条

1 吴禄慎;李泽;陈华伟;王伟杰;;改进的重采样算法研究[J];机械设计与制造;2015年04期

2 杨建思;;一种四叉树与KD树结合的海量机载LiDAR数据组织管理方法[J];武汉大学学报(信息科学版);2014年08期

3 范然;金小刚;;大规模点云选择及精简[J];图学学报;2013年03期

4 龚俊;柯胜男;朱庆;钟若飞;;一种八叉树和三维R树集成的激光点云数据管理方法[J];测绘学报;2012年04期

5 龚俊;朱庆;张叶廷;李晓明;周东波;;顾及多细节层次的三维R树索引扩展方法[J];测绘学报;2011年02期

6 赖祖龙;万幼川;申邵洪;徐景中;;基于Hilbert排列码与R树的海量LIDAR点云索引[J];测绘科学;2009年06期

7 马春艳;柴华彬;刘昌华;;基于OpenGL的点云三维可视化表达[J];河南理工大学学报(自然科学版);2009年03期

8 路明月;何永健;;三维海量点云数据的组织与索引方法[J];地球信息科学;2008年02期

9 周艳;朱庆;张叶廷;;基于Hilbert曲线层次分解的空间数据划分方法[J];地理与地理信息科学;2007年04期

10 吴杭彬;刘春;;三维激光扫描点云数据的空间压缩[J];遥感信息;2006年02期



本文编号:942332

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/942332.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户200bc***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com