基于八叉樹、Hilbert曲線和R樹的大規(guī)模點云數(shù)據(jù)組織與管理方法.pdf

1、三維激光掃描技術自20世紀90年來發(fā)展以來，隨著硬件開發(fā)水平的不斷提升， LiDAR（Light Detection And Ranging）數(shù)據(jù)處理和分析算法日益成熟，三維激光掃描技術廣泛用于測繪、交通、影視等眾多領域。點云數(shù)據(jù)的高密度特性一直是阻礙其普及應用的瓶頸，急需快速高效的索引方法和優(yōu)良的精簡模型。
　　本文針對大規(guī)模三維激光點云數(shù)據(jù)管理和點云從采樣分別提出了基于八叉樹、Hilbert曲線與R樹混合的索引結構（3DOHR

2、-tree）和基于高斯密度估計的點云精簡方法。
　　首先，針對于每個點云采樣文件，采用八叉樹將點云數(shù)據(jù)劃分到規(guī)模適中、體積不等的若干小格網(wǎng)中，然后基于空間填充線方法（Hilbert曲線）根據(jù)中心點坐標對小格網(wǎng)一維排序。小格網(wǎng)作為一級R-tree葉節(jié)點，自下而上批量構建一級R-tree索引結構。最后，一級R-tree根節(jié)點作為二級R-tree葉節(jié)點，自上而下動態(tài)構建二級R-tree索引結構。
　　完成R-tree索引結構構建后

3、，依據(jù)R樹層次結構特性，采用基于高斯密度估計的點云精簡方法自下而上對處于葉節(jié)點的原始點云數(shù)據(jù)重采樣，采樣結果作為上層節(jié)點的簡化點云。采樣流程如下：（1）構建點云的數(shù)據(jù)的最小生成樹；（2）根據(jù)最小生成樹計算任意兩點之間的測地距離；（3）基于測地距離采用高斯密度方法估計點密度值；（4）根據(jù)點密度值計算兩點之間權值；（5）根據(jù)點之間權值，計算點特征向量；（6）定義不變量函數(shù)，根據(jù)特征向量計算不變量；（7）根據(jù)預設的規(guī)模閾值，取不變量較大的點作