三维点云压缩与基于WebGL的可视化研究

发布时间：2018-01-05 13:18

  本文关键词：三维点云压缩与基于WebGL的可视化研究　出处：《北京工业大学》2016年硕士论文　论文类型：学位论文

  更多相关文章： 点云数据 压缩 点云组织 可视化

【摘要】：随着空间数据获取手段的不断增多,获取物体表面的几何信息的三维激光扫描技术获得了长足的发展。激光雷达是一项光学遥感技术,它利用激光对物体进行密集采样,以产生高精度的x,y,z测量值(也可以有颜色值),即点云数据。而获取的点云经常保存在多种文件格式中,如txt格式,pcd格式,las格式。这些数据格式存储的都是未经压缩的点云数据,需要耗费巨大的存储空间。因此,对这些点数据进行压缩处理就很有必要。获取后的点云数据,最终都是要做可视化处理的,以供研究人员或者用户进行全局或局部查看。通常的做法是对点云数据进行后处理并创建网格模型,这样做需要很长的处理时间。而且不能对点云数据直接进行可视化,大多需要在计算机上安装OpenGL等图形库,这对普通用户而言是有难度的。可喜的是,WebGL不需要浏览器安装额外的插件,所以通过结合WebGL在浏览器对点云数据进行可视化是一件非常有意义和实用价值的事。本文介绍了数据压缩和三维可视化的相关概念,包括算术编码和三维变换,对目前常用的多分辨率LOD技术进行了归纳总结,并实现了针对点云数据进行压缩的改进算法和点云组织的可视化算法。主要的研究工作如下:(1)研究了点云数据压缩方法的改进。针对传统通用压缩算法,其仅利用字典方法和统计方法以及算术编码,没有考虑点云坐标之间的关系的不足,本文采用了基于点云坐标关系的预测编码、可变长度编码和自适应算术编码相结合的算法解决这一问题。(2)研究了点模型八叉树结构的改进,使其能够将点八叉树的树结点按照最大可视距离进行排序,形成线性点模型八叉树,以便利用GPU高速绘制点模型。针对基于内存的可视化方法的缺点,设计并实现了一种基于外存的双层八叉树结构和渲染方法。其优点在于不需要长时间的后处理,不需要点云具有特定的采样密度,也不需要获取点的法向量。(3)实现了基于浏览器的点云可视化。该可视化的实现是基于web的,它渲染上述双层八叉树结构的点云数据。渲染方法的主要思想是,只有在视锥体范围内的点云数据才显示,并且只显示一定的层次细节,也显示了如何自适应点的大小以避免孔洞,以及如何隐藏不同层次细节的点密度。最后,设计实现了三维点云压缩与基于浏览器的可视化系统,并验证了所提点云压缩算法和可视化方法的可行性和有效性。
[Abstract]:This paper deals with the improvement of data compression and three - dimensional visualization . ( 3 ) The visualization of point cloud based on browser is realized . The visualization is based on web . It renders the point cloud data of the above - mentioned two - layer octree structure . The main idea of the rendering method is that only point cloud data in the visual cone range is displayed , and only a certain level of detail is displayed , and how to hide the dot density of different level details is displayed . Finally , the design realizes the 3D point cloud compression and the browser - based visualization system , and verifies the feasibility and effectiveness of the point cloud compression algorithm and the visualization method .

【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】：TN958.98;TP393.092
，

本文编号：1383285