论文部分内容阅读
散乱点云数据具有数据量大(海量性)、数据表达精细(高空间分辨率)、空间三维点之间无拓扑关系(散乱性)等特征，在进行应用之前需要进行数据预处理。而数据处理过程中需要频繁的进行邻域查找，因此必须进行数据的组织和索引，以提高后续邻域检索和查询等操作的速度。针对现有的点云采用的空间索引方式的优缺点，本文提出了一种多级格网和KD树混合的空间索引方式。用实际数据对本文提出的算法和KD树，八叉树等经典算法做出对比，证明此索引优于KD树索引。