论文部分内容阅读
激光雷达能快速直接获取地物的三维信息，为资源勘探、城市规划、土地利用、防震减灾等应用提供了大量的地理信息，相关技术研究与应用得到了广泛的关注。为了能直观提取并利用点云数据包含的三维信息，点云可视化是一种有效的辅助途径。然而，随着激光雷达硬件技术不断进步，激光扫描设备的精度与频率越来越高，获取点云的数据量剧增，有限的计算机存储资源无疑成为了制约海量点云可视化的瓶颈。 针对以上问题，本文在传统金字塔结构的基础上提出了一种叠加型金字塔分层结构。该索引构建算法继承了传统金字塔的LOD(Level of Detail)显示以及内存利用高效两大优点，并能有效地节约索引文件的外存空间，很好地实现了内存资源占用和显示速度的最优折中，在计算机内存有限的情况下实现海量点云的显示。本论文集中在以下三个方面开展了研究: (1)针对海量点云显示对计算机内存资源的高要求，采用分治算法的思路，本文提出了一种基于点云最小外包络的非均匀分块算法。该算法将点云数据简化成若干大小相似的子区域，依据分块空间覆盖范围由高到低构建层次树结构，有利于对点云进行视域剔除，为海量点云数据的快速搜索奠定了可靠的基础。 (2)针对传统金字塔分层结构各层数据间存在冗余，导致点云调度时读取数据量过大，从而降低了点云显示速度的问题，本文提出了一种叠加型金字塔分层结构。该结构可去除金字塔层间的冗余数据，有效降低了索引文件占用的外存资源，经实验证明该构建算法不受点云数据量，文件格式等因素的限制，具有良好的普适性。 (3)结合上述研究成果，本文提出了一种基于点云最小外包络分块层次树和叠加型金字塔双向链表结构的点云显示算法。该算法通过对点云进行视域剔除确定视口内的显示内容，同时依据缩放系数确定显示的分辨率，基于机载实测点云数据开展的实验结果表明，该算法在完整地显示点云的同时，有效地提高了内存利用率，很好地处理了资源占用和显示速度二者之间的矛盾。