论文部分内容阅读
随着数字城市的建设,大规模三维数据采集技术的迅猛发展,三维激光扫描,航天/航空影像的密集匹配等产生了海量点云数据,最直接的体现就是点的密度越来越大,点的数量越来越多,其中利用机载/车载/地面激光扫描系统所获取的数据,可达几十甚至上百G。现有的三维点云处理软件,如FARO公司的Focus3D点云扫描处理软件SCENE5.0、Leica公司的HDS三维激光扫描仪配套的Cyclone6.0以及Polywork、Geomagic等软件,各有所长,但是还是侧重于解决处理建模方面的问题。对海量点云支持方面较差,其原因是对点云数据组织与调度非优化方式。针对存在的问题,本文在对地理场景三维点云数据获取研究的基础之上,着重研究了海量三维点云数据组织与空间索引,分析了当前常用的三维点云数据的空间索引方法,提出改进八叉树的三维点云数据的组织与索引,并利用混合索引的方法,以降低内存的消耗以及提高查询的效率。在此基础之上,综合利用内存文件映射、可见性判别以及多层次LOD技术,降低点云绘制的数目,可在普通PC机上达到快速、高效的点云绘制。在理论和方法研究的基础之上,开发了海量三维点云可视化原型系统,验证本文提出的算法有效性。主要成果可总结如下：(1)研究了地理场景中三维点云数据的获取,主要有机载/车载/地面三维激光扫描以及航天航空/地面立体摄影影像匹配技术,对不同的获取方法进行相应的评价,总结了所获取的点云文件格式,将其统一转化为本文需要的二进制文件形式。(2)研究了海量点云数据的组织与空间索引方法,分析了常用的三维点云数据的索引方法并对其进行总结评价,提出了改进八叉树的编码方案,在此基础上进一步提出了对叶节点数据采用KD树进行混合索引,降低了内存的消耗并提高了检索的效率。(3)在对海量三维点云数据组织与空间索引基础之上,在点云可视化时,提出了综合运用内存文件映射、可见性判断以及多层次LOD等技术,降低在点云绘制时点云的数量,采取这些优化调度的方式,可在普通PC机上实现对海量点云的可视化。(4)为验证本文提出算法,开发了海量三维点云可视化原型系统,验证了本文方法的有效性。