近年来,随着三维激光扫描技术的发展,利用激光扫描仪获取到的采样点数据得到了越来越多的重视和关注,成为GIS领域重要的数据源。但是随着可获取的点云数据量的飞速增长,海量点云的可视化成为实际应用中的一个难点。本文在此背景下,对实现点云可视化的相关技术进行了研究,主要包括以下几个方面:建立点云数据拓扑关系是实现海量点云数据实时绘制和可视化的前提,而选择何种方法对点云数据所占空间进行划分是建立拓扑关系的首要工作。本文总结和比较了目前应用较多的几种空间剖分方法,重点分析了K-D树法和八叉树法,针对两种方法的适用条件及实验结果,将两种方法结合,得到了一种基于八叉树分割的K-D树法。该算法在保证划分精度的前提下,减少了计算过程,缩短了计算时间,较适用于海量点云数据组织。　　 采用加速算法对场景绘制过程进行改进是实现海量点云可视化的一个重要手段。本文深入分析了基于视点的细节层次模型技术的原理和实现方法,以采样点为源数据,建立点云数据的细节层次模型,通过视点参数的定义来控制不同细节层次数据的调用和显示,有效的控制当前场景的复杂度和绘制速度。　　 实现三维模型的交互操作是点云可视化过程中一个基础的技术环节。本文深入研究了OpenGL图形编程语言,对其三维显示流程及提供的函数库进行学习,通过编程实现了平移、旋转、缩放等基本操作,并重点讨论OpenGL环境下的视锥裁剪技术,以达到减少实时绘制的点云数量的目的,对于海量点云数据可视化的实现具有重要的意义。