發(fā)布時(shí)間：2021-09-16 23:41

　　點(diǎn)云數(shù)據(jù)因具有獲取方便與分辨率高等特點(diǎn),已被廣泛應(yīng)用于三維數(shù)字城市建設(shè)、隧道工程、增強(qiáng)現(xiàn)實(shí)以及三維地理信息系統(tǒng)（Geographic Information System,GIS）等眾多領(lǐng)域。點(diǎn)云數(shù)據(jù)的快速可視化對(duì)地理空間場(chǎng)景的建立與表達(dá)具有非常重要的意義。迄今為止,針對(duì)桌面與Web三維GIS展開(kāi)的地理場(chǎng)景點(diǎn)云數(shù)據(jù)可視化研究已取得了突出的成果。相比而言,移動(dòng)三維GIS下的研究還處于起步階段。移動(dòng)終端的網(wǎng)絡(luò)帶寬有限、內(nèi)外存空間小以及計(jì)算與渲染能力弱等特性也為點(diǎn)云場(chǎng)景可視化研究帶來(lái)了挑戰(zhàn)�；谏鲜龃嬖诘膯�(wèn)題,本文從點(diǎn)云數(shù)據(jù)的組織與管理、點(diǎn)云場(chǎng)景的渲染方法以及數(shù)據(jù)調(diào)度策略等相關(guān)研究入手,旨在為無(wú)線網(wǎng)絡(luò)環(huán)境下的移動(dòng)點(diǎn)云場(chǎng)景可視化平臺(tái)提供一套行之有效的解決方案。本文的研究?jī)?nèi)容如下:（1）在對(duì)點(diǎn)云數(shù)據(jù)特點(diǎn)以及移動(dòng)終端特性深入考慮的基礎(chǔ)上,總結(jié)了移動(dòng)點(diǎn)云在線可視化框架下的數(shù)據(jù)索引應(yīng)該具備的特性,分析了目前點(diǎn)云研究中常見(jiàn)索引的優(yōu)缺點(diǎn)。基于以上分析,文章提出了一種面向移動(dòng)終端點(diǎn)云場(chǎng)景在線可視化平臺(tái)的點(diǎn)云數(shù)據(jù)組織管理方法——?jiǎng)討B(tài)KD樹(shù)（Dynamic K-Dimension tree,DKD-tree）與... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?ＫＤ樹(shù)的空間劃分示意圖（Ｗｉｋｉｐｅｄｉａ，?２０１８）??圖２．１描述了使用ＫＤ樹(shù)對(duì)三維空間的劃分過(guò)程：首先使用紅色二維垂直面將??

面向移動(dòng)終端的點(diǎn)云數(shù)據(jù)組織方法研宄??２．２．２八叉樹(shù)索引的特點(diǎn)分析??八叉樹(shù)（Ｏｃｔｒｅｅ）是三維空間場(chǎng)景研究中最常用的數(shù)據(jù)結(jié)構(gòu)（圖２．２），是四叉??樹(shù)在三維空間上的擴(kuò)展。點(diǎn)云數(shù)據(jù)最根本的屬性即Ｘ、ｙ、Ｚ三維空間屬性，因此??在點(diǎn)云的組織方法研究領(lǐng)域中，八叉樹(shù)得到了廣泛的運(yùn)用。??２?Ｊｋ??圖２．２八叉樹(shù)的空間劃分與組織示意圖（Ｗｉｋｉｐｅｄｉａ，?２０１８）??八叉樹(shù)構(gòu)建的基本方法是：為一個(gè)三維空間對(duì)象或場(chǎng)景建立最小外包立方體，??并依此作為八叉樹(shù)的根節(jié)點(diǎn)，然后以該根節(jié)點(diǎn)為操作對(duì)象，在ｘ、ｙ、ｚ三個(gè)維度??上進(jìn)行遞歸劃分操作，直到所以葉節(jié)點(diǎn)內(nèi)的空間對(duì)象數(shù)量小于設(shè)定的“分割粒度”??值，建樹(shù)完成。??由上可見(jiàn)

????＿〒＿？Ｊ??圖２．３常見(jiàn)集成型樹(shù)形索引的框架結(jié)構(gòu)示意圖??圖２．３是目前常見(jiàn)的集成型索引的示意圖，采用了＜１?一級(jí)樹(shù)：Ｎ二級(jí)樹(shù)＞的??ｔ理模式，即先某于一級(jí)樹(shù)索引建立基本的數(shù)據(jù)劃分，然后對(duì)一級(jí)樹(shù)的每一個(gè)葉??節(jié)點(diǎn)下的數(shù)據(jù)都重新構(gòu)建一棵二級(jí)樹(shù)來(lái)管理。通常每個(gè)葉節(jié)點(diǎn)的數(shù)據(jù)重大小不等，??因此每棵二級(jí)樹(shù)的深度也都不同。非常明顯，＜１?一級(jí)樹(shù)：Ｎ二級(jí)樹(shù)＞的框架結(jié)構(gòu)??會(huì)帶來(lái)內(nèi)存浪費(fèi)問(wèn)題，也會(huì)使一級(jí)樹(shù)對(duì)二級(jí)樹(shù)的管理復(fù)雜化。??２．３?—種面向移動(dòng)在線應(yīng)用的集成型點(diǎn)云數(shù)據(jù)索引方法??在目前點(diǎn)云數(shù)據(jù)索引研究方向逐漸趨向集成型索引的背景下，本文充分利用了??ＫＤ樹(shù)優(yōu)秀的空間劃分能力，以及八叉樹(shù)簡(jiǎn)單的算法邏輯、較小的計(jì)算機(jī)資源開(kāi)銷??等優(yōu)點(diǎn)，在改進(jìn)的ＫＤ樹(shù)與八叉樹(shù)基礎(chǔ)上，結(jié)合優(yōu)化后的集成型樹(shù)形索引的管理??結(jié)構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]車載LiDAR點(diǎn)云混合索引新方法[J]. 張蕊,李廣云,王力,李明磊,周陽(yáng)林.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(07)
[2]一種聯(lián)合瓦片索引的車載海量點(diǎn)云數(shù)據(jù)管理方法[J]. 謝洪,胡曉斌,龔珣.  測(cè)繪通報(bào). 2017(03)
[3]基于HTML5和WebGL的三維點(diǎn)云可視化方法[J]. 葉夢(mèng)軒,危雙豐,張冬梅.  工程勘察. 2017(01)
[4]多分辨率LOD的海量點(diǎn)云顯示技術(shù)研究[J]. 楊振發(fā),萬(wàn)剛,李鋒,李濱.  地理空間信息. 2016(10)
[5]三維激光掃描和管線探測(cè)技術(shù)在三維數(shù)字城市建設(shè)中的綜合應(yīng)用[J]. 楊帆,董景利,馮堯,劉曉峰.  測(cè)繪通報(bào). 2016(S2)
[6]海量激光雷達(dá)點(diǎn)云數(shù)據(jù)的多尺度可視化高效管理[J]. 余飛,陳楚江,王麗園.  工程勘察. 2016(09)
[7]一種基于線性KD樹(shù)的點(diǎn)云數(shù)據(jù)組織方法[J]. 陳茂霖,萬(wàn)幼川,田思憶,秦家鑫,盧維欣.  測(cè)繪通報(bào). 2016(01)
[8]基于iOS平臺(tái)點(diǎn)數(shù)據(jù)顯示的研究[J]. 朱國(guó)強(qiáng),甄海濤,李昕迪.  自動(dòng)化技術(shù)與應(yīng)用. 2015(05)
[9]移動(dòng)設(shè)備上三維地理場(chǎng)景可視化研究[J]. 劉建龍,陸旭龍,宋大明,佘江峰.  測(cè)繪與空間地理信息. 2015(02)
[10]基于移動(dòng)終端的三維城市管理軟件的研究[J]. 王冬,王曉華.  測(cè)繪與空間地理信息. 2015(02)

博士論文
[1]機(jī)載/地面海量點(diǎn)云數(shù)據(jù)組織與集成可視化方法研究[D]. 楊建思.武漢大學(xué) 2011

碩士論文
[1]海量三維激光點(diǎn)云數(shù)據(jù)的組織與可視化研究[D]. 王雷.北京工業(yè)大學(xué) 2016
[2]移動(dòng)端三維可視化原型系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 王飛.中國(guó)測(cè)繪科學(xué)研究院 2016
[3]三維點(diǎn)云壓縮與基于WebGL的可視化研究[D]. 李澤.北京工業(yè)大學(xué) 2016
[4]基于MongoDB的機(jī)載LiDAR點(diǎn)云數(shù)據(jù)的組織與管理[D]. 丁潔.華南理工大學(xué) 2016
[5]基于遠(yuǎn)程渲染的移動(dòng)三維GIS可視化研究[D]. 賴冬林.浙江大學(xué) 2014
[6]海量三維點(diǎn)云數(shù)據(jù)的組織與可視化研究[D]. 徐鵬.南京師范大學(xué) 2013
[7]移動(dòng)終端上三維場(chǎng)景可視化的關(guān)鍵技術(shù)研究[D]. 閆爍.南京大學(xué) 2013
[8]三維GIS大數(shù)據(jù)量場(chǎng)景快速可視化關(guān)鍵技術(shù)研究[D]. 馬彥力.浙江大學(xué) 2013
[9]海量車載點(diǎn)云數(shù)據(jù)組織與快速可視化技術(shù)研究[D]. 梁鈺立.首都師范大學(xué) 2012
[10]基于kd-tree的點(diǎn)云數(shù)據(jù)空間管理理論與方法[D]. 劉艷豐.中南大學(xué) 2009



本文編號(hào)：3397511