一种基于线性KD树的点云数据组织方法
本文关键词:一种基于线性KD树的点云数据组织方法
更多相关文章: 点云索引 点云组织 邻域查找 KD树 线性索引
【摘要】:常规KD树索引对大规模点云数据进行组织和管理时,指针的存储往往耗费大量的内存空间。本文结合线性索引的编码思想,提出了一种线性KD树索引的构建和查找方法,存储点云时可以充分利用内存空间,通过自然数编码表示结点间的关系,并给出了线性KD树的构建和邻域查找方法。最后通过与开源最临近搜索库ANN库进行对比试验,证明本文的线性KD树索引可以明显减少点云组织时的内存消耗,并与基于指针的ANN库具有相近的临近查找效率。
【作者单位】: 武汉大学遥感信息工程学院;武汉市测绘研究院;
【关键词】: 点云索引 点云组织 邻域查找 KD树 线性索引
【基金】:国家863计划(2013AA122104) 高等学校博士学科点专项科研基金(20130141130003)
【分类号】:P225.2
【正文快照】: 随着激光扫描技术的发展,大规模的点云数据不断产生,点云数据的组织和管理已经成为后续处理和应用中的瓶颈[1]。点云数据的后处理往往依赖于点云的索引技术[2],一个高效的点云索引不仅可以提高点云的处理效率,还可以节省计算机的存储空间。KD树索引是点云数据处理中常用的一种
【相似文献】
中国期刊全文数据库 前10条
1 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
2 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
3 高源鸿;彭岩;欧洋;;点云数据制作地面模型初探[J];测绘与空间地理信息;2014年04期
4 张东;;点云数据中球面点的自动提取[J];测绘;2014年03期
5 熊爱武;;基于车载激光点云数据的道路模型重建[J];地理信息世界;2013年06期
6 郝洪美;徐凯;;滑坡监测中点云数据分析[J];北京测绘;2014年04期
7 官云兰;贾凤海;;地面三维激光扫描多站点云数据配准新方法[J];中国矿业大学学报;2013年05期
8 郝刚;胡鑫凡;岳朝林;;一种三维激光扫描点云数据的预处理方法[J];测绘科学;2014年07期
9 陈弘奕;胡晓斌;;海量点云数据等高线生成算法研究[J];测绘通报;2013年10期
10 孟志义;钱林;;基于点云数据的文物精细建模[J];测绘通报;2011年12期
中国重要会议论文全文数据库 前4条
1 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
2 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
3 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
4 王恒;赵亮;;深度图像的平面分割算法[A];第十七届中国遥感大会摘要集[C];2010年
中国重要报纸全文数据库 前1条
1 张庆英;危房测量引入三维实景技术[N];中国测绘报;2014年
中国博士学位论文全文数据库 前3条
1 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
2 杨建思;机载/地面海量点云数据组织与集成可视化方法研究[D];武汉大学;2011年
3 敖建锋;动态沉陷区地面激光扫描数据处理关键问题研究[D];中国矿业大学;2013年
,本文编号:574882
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/574882.html