本文關鍵詞：一種基于線性KD樹的點云數(shù)據(jù)組織方法

  更多相關文章： 點云索引 點云組織 鄰域查找 KD樹 線性索引

【摘要】：常規(guī)KD樹索引對大規(guī)模點云數(shù)據(jù)進行組織和管理時,指針的存儲往往耗費大量的內存空間。本文結合線性索引的編碼思想,提出了一種線性KD樹索引的構建和查找方法,存儲點云時可以充分利用內存空間,通過自然數(shù)編碼表示結點間的關系,并給出了線性KD樹的構建和鄰域查找方法。最后通過與開源最臨近搜索庫ANN庫進行對比試驗,證明本文的線性KD樹索引可以明顯減少點云組織時的內存消耗,并與基于指針的ANN庫具有相近的臨近查找效率。
【作者單位】： 武漢大學遙感信息工程學院;武漢市測繪研究院;
【關鍵詞】： 點云索引 點云組織 鄰域查找 KD樹 線性索引
【基金】：國家863計劃(2013AA122104) 高等學校博士學科點專項科研基金(20130141130003)
【分類號】：P225.2
【正文快照】： 隨著激光掃描技術的發(fā)展,大規(guī)模的點云數(shù)據(jù)不斷產生,點云數(shù)據(jù)的組織和管理已經成為后續(xù)處理和應用中的瓶頸[1]。點云數(shù)據(jù)的后處理往往依賴于點云的索引技術[2],一個高效的點云索引不僅可以提高點云的處理效率,還可以節(jié)省計算機的存儲空間。KD樹索引是點云數(shù)據(jù)處理中常用的一種

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉亞文;龐世燕;左志奇;;蟻群算法的建筑立面點云數(shù)據(jù)提取[J];武漢大學學報(信息科學版);2012年11期

2 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據(jù)拼接處理技術的研究[J];水利與建筑工程學報;2014年01期

3 高源鴻;彭巖;歐洋;;點云數(shù)據(jù)制作地面模型初探[J];測繪與空間地理信息;2014年04期

4 張東;;點云數(shù)據(jù)中球面點的自動提取[J];測繪;2014年03期

5 熊愛武;;基于車載激光點云數(shù)據(jù)的道路模型重建[J];地理信息世界;2013年06期

6 郝洪美;徐凱;;滑坡監(jiān)測中點云數(shù)據(jù)分析[J];北京測繪;2014年04期

7 官云蘭;賈鳳海;;地面三維激光掃描多站點云數(shù)據(jù)配準新方法[J];中國礦業(yè)大學學報;2013年05期

8 郝剛;胡鑫凡;岳朝林;;一種三維激光掃描點云數(shù)據(jù)的預處理方法[J];測繪科學;2014年07期

9 陳弘奕;胡曉斌;;海量點云數(shù)據(jù)等高線生成算法研究[J];測繪通報;2013年10期

10 孟志義;錢林;;基于點云數(shù)據(jù)的文物精細建模[J];測繪通報;2011年12期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 宋碧波;盧小平;盧遙;;基于點云數(shù)據(jù)的建筑物三維重建[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

2 隋立春;張熠斌;趙旦;;基于MicroStation的機載LiDAR點云數(shù)據(jù)分類處理軟件[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

3 楊銘;陳建峰;;基于CUDA的海量點云數(shù)據(jù)kNN查詢算法[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

4 王恒;趙亮;;深度圖像的平面分割算法[A];第十七屆中國遙感大會摘要集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 張慶英;危房測量引入三維實景技術[N];中國測繪報;2014年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 王果;不同平臺激光點云數(shù)據(jù)面狀信息自動提取研究[D];中國礦業(yè)大學（北京）;2014年

2 楊建思;機載/地面海量點云數(shù)據(jù)組織與集成可視化方法研究[D];武漢大學;2011年

3 敖建鋒;動態(tài)沉陷區(qū)地面激光掃描數(shù)據(jù)處理關鍵問題研究[D];中國礦業(yè)大學;2013年

，

本文編號：574882