logo资料库

基于改进坐标增量的点云数据压缩算法.pdf

发布时间：2022-05-30 发布人：admin 分类：说明书 资料大小：1.03M 资料格式：pdf 举报 版权申诉
第1页 / 共8页
第2页 / 共8页
第3页 / 共8页
第4页 / 共8页
第5页 / 共8页
第6页 / 共8页
第7页 / 共8页
第8页 / 共8页
资料共8页，全文预览结束
    第 36 卷 第 6 期 2016 年 11 月 西 安 科 技 大 学 学 报 Vol． 36 No. 6 JOUＲNAL OF XI’AN UNIVEＲSITY OF SCIENCE AND TECHNOLOGY Nov. 2016 : 10． 13800 / j． cnki． xakjdxxb． 2016． 0615 文章编号: DOI 1672 － 9315 ( ) 2016 06 － 0849 － 08 基于改进坐标增量的点云数据压缩算法 姚顽强，蔺小虎，马 飞，薛 贝 ( 西安科技大学 测绘科学与技术学院，陕西 西安 710054 ) 摘 要: 为提高点云数据三维建模及其应用的效率，在保证几何特征不变的前提下，进行数据压 缩显得必要而迫切。针对地面三维激光扫描获得的点云数据密度大、冗余信息多，现有压缩算法 存在不足的问题，在分析研究现有算法的基础上，将坐标增量法中一维扫描线点云数据逐点压缩 扩展到二维扫描线与扫描线间点云数据的压缩，提出了改进坐标增量的点云数据精简压缩算法。 并通过实例，借助 Matlab 平台编程，将该算法的压缩效果与坐标增量法、随机采样法、区域重心法 和曲率采样法等现有典型算法的压缩效果进行定性和定量比较发现，对于按行或按列扫描的平 面或曲面点云数据，该算法所用的时间较短，速度适中，且能很好的保留特征信息，具有较好的精 简压缩效果，为大数据时代下海量点云数据的存储与管理提供了一定的参考。 关键词: 坐标增量法; 三维激光扫描; 点云压缩; 扫描线; 特征保留 中图分类号: 文献标志码: P 207 A Point cloud data compression algorithm based on improved coordinate increment YAO Wan-qiang ， LIN Xiao-hu ， MA Fei ( College of Geomatics ， Xi’an University of Science and Technology ， XUE Bei ， Xi’an 710054 ， China ) : Abstract In order to improve the efficiency of 3D modeling and application of point cloud data ， it is necessary and urgent to carry out data compression under the premise of ensuring the geometric feature． The terrestrial laser scanning often produces high density and information redundancy of point cloud da- ， the existed algorithms are insufficient． Extending the point cloud data point by point com- ta． However pression of one dimensional scanning line in the coordinate increment method to two-dimensional scan- ning lines between ， thus a point cloud data compression algorithm based on improved coordinate increment has been proposed on the basis of studying the existing algorithms． A case study is conducted in Matlab to compare the compression effect of the proposed method and several existing typical compression method from qualitative and quantitative such as coordinate increment algorithm ， random sampling algorithm ， bary- center of area data compressing method and curvature sampling algorithm． The experiments show that the proposed method achieves good compression effect with a relatively short time preserved feature information for point cloud data of scan-lined plane or curved surface ， moderate speed and well ， providing some reference for the storage and management of massive point cloud data in the era of big data． Key words coordinate increment method terrestrial laser scanning point cloud compression : ; ; ; ; scan line feature retain 收稿日期: 通讯作者: 姚顽强( 2016 － 05 － 10 1967 － 责任编辑: 高 佳 ) ，男，陕西西安人，教授， E-mail : sxywq@ 163． com 中国煤炭期刊网 www.chinacaj.net
    058 0 引 言 1 。 “ ” 面测量 地面三维激光扫描技术通过 的方 ］，快速高效地获取地物的三维坐标信息，拓宽 式［ 但是海量的点云数据给后 了人们对测绘的理解 期的数据处理 数据传输和进一步的数据应用造 成了较大的障碍，是制约三维激光扫描技术快速 因此，在保证数据精度的前提下，实 发展的瓶颈 现海量点云数据的有效压缩是成功应用三维激光 扫描技术的关键因素之一［ 、 。 2 － 3 ］ 。 9 ］ 4 ］ 6 ］ 5 。 、 。 。 曲率采样法［ ］等 区域重心法［ 、 、 ］和坐标增量法［ 8 7 近年来，国内外学者对点云数据精简压缩进 根据点云数据的分布情况，提 行了大量的研究 出的压缩算法可以分为基于有序点云数据的压缩 和基于散乱点云数据的压缩 前者主要包括随机 改进角 采样法［ 其中，随机采样 度偏差法［ 法简单易实现，但是随机性不好把握; 区域重心法 是盒包围法的改进，保留的点云个数与盒的单元 格个数相等，对于均匀分布的点云能取得不错的 压缩效果，但是此法划分的单元格大小是相等的， 物体特征的灵活性不易捕捉; 曲率采样法考虑到 物体表面的特征，可以高效的压缩点云数据，但是 要搜索每个点的邻域点和拟合曲面的曲率，效率 ］; 改进的角度偏差法虽然精简效果 会有所下降［ 较好，但是消耗时间稍长; 坐标增量法精简效率 高，但是连续性不好保证 后者主要包括均匀采 其中，均 样法［ 匀采样法不用考虑点云的拓扑结构和邻域搜索， 只是间隔一定的距离删除点云，压缩效率高，但是 受到测量方式和存储方式的影响，压缩的稳定性 不高; 倍率缩减法要对所有的点云数据进行遍历， 删除邻域中两点间距离最近的点，直到满足要达 到的数目要求，时间复杂度会有所增加; 栅格法主 要是基于八叉树的思想，对于密集且平坦的点云 数据压缩效果较好，但压缩后的点云均匀分布，特 对此，文中在分析现有算法的基础 征不够明显 上，提出了改进坐标增量的点云数据精简压缩算 法，并通过实例对该算法的压缩效果进行了分析 说明，然后，将该算法的压缩效果与现有典型算法 的压缩效果进行了对比分析，验证了该算法的可 靠性 倍率缩减法［ 、 ］和栅格法［ ］等 。 。 。 ］ 11 12 10 。 1 坐标增量法及改进 三维激光扫描仪作业时，在垂直方向扫描的 西 安 科 技 大 学 学 报 2016 年 。 。 同时，水平方向也在推进，即从左到右，从上到下， 这样获取多条按扫描线存储的点云数据，每条扫 描线上密集分布着许多点，扫描线之间根据分辨 率会有一定的扫描间距 坐标增量法就是根据点 云数据按行或按列的存储方式对一维点云数据的 压缩 个点 坐标值的变化 基本原理是: 在同一扫描线上的相邻 坐标值几乎相等， 接近零，而 坐标值得变化量 接近于扫描间距，如果 X 量 Δy 接近于零，那么认为这 个相邻点是在同一个平面 个相邻点中的一个，保留另一个，否 上，删除这 个相邻点，这样就可以快速有效的达 则，保留这 到点云数据精简压缩的目的 在进行下一个扫描 线的起点时，保留起始点，按照同样的步骤，直到 所有的扫描线都被压缩处理 Δx 。 Δz Z Y 2 2 2 2 。 。 经过上述方法压缩后，大量的冗余数据被成 但是对于一维点云数据的压缩，坐标增 功删除 量法的速度和连续性有待提高，尤其是对有弧度 的曲面，如圆柱状被扫描物体，扫描间距 从扫描 中线向两边依次递减，压缩的时间稍长，且压缩后 为此，文中将一维扫描线点云 表面连续性不好 数据的压缩扩展到二维扫描线与扫描线间点云数 据的压缩，提出了改进坐标增量的点云数据压缩 方法 。 d 。 2 改进算法原理与实现 ) { xi ， 2 ， n ， zi | i = 1 ， yi ， … ， xi ∈Px Pz 中， ， z2 算法的数学语言描述为: 用给定的点集 ( P = ， ， Pi = zi ∈ yi ∈Py } 来描述一个三维空间中的二维光滑表面 ，其 F { } ， Pz = 尽可能 ) ，同时保留较多的特征 与 。Pk 有相同的拓扑关系，且形状相似，以此来达到压 ， ， ， yn … … 在精度要求的范围内，将 ， { x2 x1 Px = } ， ， z1 zn … 的化简为 Pk 点 所表示的三维空间中的二维光滑表面 。 ，其中( ， xn ， y2 k ＜ n Py = } ， Pn F' y1 { F 缩点云数据量的同时保留较多的特征点 2． 1 算法原理 。 13 地面三维激光扫描仪扫描得到的点云数据都 是基于仪器所建立的独立坐标系上的离散点，是 被扫描空间物体的一组表面采样点离散数据的集 ］，通常是根据扫描线按行或是按列存储的 合［ 。 ) 所示，对于表面比较平整的被扫描物体， 如图 假设仪器是按列扫描的，那么从左向右 ( 从右向 左) 每一列的每个点云数据的 个坐标值减去前 3 个坐标值，得到每列 一列对应的每个点云数据的 1 a ( 3 中国煤炭期刊网 www.chinacaj.net
    第 6 期 姚顽强等: 基于改进坐标增量的点云数据压缩算法 158 ( 3 d Δz Δy Δx ，而竖坐标增量 个坐标值增量，横坐标增量 大 每个点对应的 是相等的， 小接近于扫描间距 不为零，则认为此点是 如果某个点纵坐标增量 特征点，保留这样的点，否则删除，依次类推; 对于 表面是曲面的情况，如图 ) 所示，原理类似，只 从扫描中线向两边依次递减，每列 是扫描间距 每个点相对于前一列对应的点有 个坐标 增量在变化，可以根据被扫描对像的精度要求设 ，略小于扫描间距，如果坐标增量 置合理的阈值 大于此阈值，则此点变化较大，保留这样的特征 点，否则删除，依此类推来达到点云数据压缩的 目的 个或 1 b 1 2 d s 。 图 2 算法流程图 Fig． 2 Algorithm flow chart ) 首先将第一列的 n 中，将第一列至第 D 3 矩阵 值保存在矩阵 A 维点保存在矩阵 得到 m － 1 个点作为参考点保存在 列个三维点的坐标 列个三 ， A 个三维空间点的坐标增量，用矩阵 中，然后将第二列至第 中，最后用矩阵 减去矩阵 m B B n × m － 1 ) 所示; C 表示，如公式( ) ～ ) 分别判断矩阵 1 公式( 中 4 4 C 个三维空间点 坐标值增量绝对值的大小，再与设定的阈值进行 比较，若有 个坐标值变化量绝对值大于设 定的阈值，则保留其对应的点，否则删除; n × m － 1 个或 1 2 ) 假设矩阵 中有 C n × k 5 标增量大于设定的阈值，那么，将矩阵 个点云数据保存在矩阵 n × k 示，矩阵 D 中就是压缩后的点云数据 。 个三维空间点的坐 中对应的 ) 所 中，如公式( B 4 D [ A = ] = Ai 0≤i≤m － 1 ] = Bi i + 1≤j≤ m             xi1 xi2 yi1 yi2 zi1 zi2    xi ， n yi ， n zi ， n       ， xj1 xj2 yj1 yj2 zj1 zj2    xj ， n yj ， n zj ， n       ， [ [ B = C = xi + 1       Ci 0≤i≤m 1 － xi ， － 1 ， 1 ] = yi + 1 1 － yj ， ， 1 zi + 1 1 － zj ， ， 1 xi + 1 2 － xj2 ， yi + 1 2 － yj2 ， zi + 1 2 － zj2 ，    xi + 1 n － xj ， ， n yi + 1 n － yj ， ， n zi + 1 n － zj ， ， n ( ) 1 ( ) 2       ， ( ) 3 图 1 按行或按列排列的点云数据 Fig． 1 Point cloud data by rows or columns ( ( ) 按行或按列排列的平面点云数据 ) 按行或按列排列的曲面点云数据 a b 2． 2 算法实现 该算法采用递推的思想: 假设共有 列，先将第二列 n 行 云数据，即 标值分别减去第一列 应 个点的 m n n 个坐标值分别减去第二列 3 个坐标值增量; 再将第三列 3 3 n 个点的 n × m 个点的 个点 个坐 个坐标值，得到对 个点的 个坐标值， 个坐标值增量，依次递推， 然 个坐标增量与设定 个坐标值变化量 个点的 n n 3 3 n n × m － 1 3 个点的 个点的 个点对应的 3 又得到对应 得到 后将得到的 3 的阈值进行比较，如果某个点的 1 个大于设定的阈值，则认为此点相对于前一 个或 个点是特征点，保留此点，否则删除，依次类推，从 而达到点云数据精简压缩的目的 个坐标增量有 n × m － 1 。 3 2 。 该算法具体实现步骤和流程如图 ) 读取原始点云数据( 2 所示 个三维空间点坐 n × m ) 根据被扫描物体的精度要求设置一个合理 标) ; 1 2 的阈值; 中国煤炭期刊网 www.chinacaj.net
    258 西 安 科 技 大 学 学 报 2016 年       Xi1 Xi2 Yi1 Yi2 Zi1 Zi2    Xi n Yi ， n Zi ， ， n       ． ( ) 4 [ D = ] = Di 0≤i≤m － 1 3 实例应用分析 使用莱卡 ScanStation C10 激光扫描仪分别获 所 取大雁塔和某地假山一角的点云数据 ) 为按行或按列存储的表面较平整 示，其中图 ) 的大雁塔局部点云数据，共 也为按行或按列存储的表面弯曲的某地假山一角 的点云数据，代表稍复杂的表面，共 个点; 图 64 898 如图 个点 。 3 3 b 3 a ( ( 223 922 。 图 3 实验点云数据 Fig． 3 Experiment point cloud data ) 某地假山一角原始点云数据 a ) 大雁塔局部原始点云数据 ( ( 3． 1 实验结果分析 b 应用文中提出的改进坐标增量的点云数据压 内 存 为 硬 ) 和 缩 算 法 ，以 ( ) ( Intel Ｒ Core TM 8 GB ( 4 4 A 。 。 。 。 所示 0． 001 4 mm@ 50 m ，距离精度: 件环境，在 平台上分别对实验点云数据进 Matlab 行精简压缩处理 由于被扫描的对像是大雁塔和 某地假山，都是采用高分辨率进行扫描，点位精 度: ，精度达毫 6 mm@ 50 m 米级，阈值初设 ，下一次设置阈值参考前一 次特征信息的损失情况，使其不会因为阈值过大 而有损特征点，也不会因为阈值过小而起不到压 其中，压 缩的效果 缩率为减少的点云数据与原始点云数据之比 在 ) 是压缩之 图 前的点云数据，冗余信息较多，数据量较大，共 ) 较平整的点云数据压缩中: ( 最终的压缩效果如图 64 时，压缩率接近一半 898 的压缩效果，特征明显，但是数据量仍然较大; ( ) 时的压缩效果，此时特征信息 是压缩率达 明显，数据量也适中，再提高压缩率将会有损特征 信息，达到了点云数据压缩的效果 ) 复 杂曲面点云数据的压缩中: ( ) 是原始的点云数 个点，信息冗余较多; 据，数据量较大，共 ( 时的压缩 效果，此时还有 个点，冗余点仍然较多; ( ) 是压缩率为 时的压缩效果，特征信息 明显，数据量适中，若继续压缩将会丢失特征信 息，已经达到了较好的压缩效果 223 922 ，压缩率达 ) 是阈值为 ) 是阈值为 个点; ( 50． 27% 111 355 59． 17% 79. 89% 0. 005 在图 0． 04 。 B b b ( 4 c a c a 。 3． 2 压缩结果对比分析 3． 2． 1 精度、简度和速度比较 为了说明该算法的压缩效果，将该算法与文 区域重心法 、 随机采样法 、 献中提到的坐标增量法 图 4 点云数据压缩结果显示 Fig． 4 Compression results show of point cloud data 和曲率采样法等现有典型压缩算法的压缩精度 简度和速度进行比较分析，其结果见表 和如图 所示 与原始点云数据量之比 5 其中，压缩率为压缩后减少的点云数据量 。 1 、 。 中国煤炭期刊网 www.chinacaj.net
    第 6 期 姚顽强等: 基于改进坐标增量的点云数据压缩算法 358 表 1 不同算法压缩结果比较 Tab． 1 Comparison of different methods 原始点云个数 压缩后点个数 压缩率 / % 压缩时间 / s 64 898 64 898 64 898 64 898 64 898 223 922 223 922 223 922 223 922 223 922 26 500 23 586 37 849 26 329 28 503 93 533 111 355 107 953 103 568 88 999 59． 17 63． 66 41． 68 59． 43 56． 08 58． 23 50． 27 51． 79 53． 75 60． 25 5． 85 7． 32 2． 60 37． 07 28． 56 22． 37 115． 06 8． 82 131． 89 35． 81 算法 本算法 坐标增量法 随机采样法 区域重心法 曲率采样法 本算法 坐标增量法 随机采样法 区域重心法 曲率采样法 大雁塔局部 假山一角 图 5 不同算法压缩结果 Fig． 5 Ｒeduction results of different methods 中国煤炭期刊网 www.chinacaj.net
    458 西 安 科 技 大 学 学 报 2016 年 ) ( c ) b ( f 1 c 1 b 5 ～ B A A ) 和( ， 3 ， 2 60% 和图 中的( ) ( f ， 4 5 ) 中的( ( ) ～ ， ， 2 3 ) 中的( ) ( 所示; 而坐标增量法 ， 4 1 处) 所示 可以看出，在压缩效率方面， 结合表 的精简程度时，文中提出的算法 当压缩接近 压缩后的点云数据特征信息明显，精度较高，如图 随机采 、 区域重心法和曲率采样法在压缩接近 、 5 样法 60% 的精简程度时，都出现局部特征信息丢失，精度稍 处) 和图 差，如图 5 ( 从压缩速 B 度来看，在到达相近的压缩率时，文中提出的改进 算法由于从坐标增量法中一维扫描线点云数据逐 点搜索比较扩展到二维扫描线与扫描线间点云数 据的搜索比较以及区域重心法中的单元格划分和 曲率计算等，压缩速度 曲率采样法中的邻域搜索 、 较快，在 ， 22． 37 s 仅次于随机采样法，而随机采样法虽然压缩速度 最快，但是随机性较大，达到相近的压缩率时，局 部特征信息损失较多 3． 2． 2 表面积变化和 3 D 偏差比较 组实例研究中分别为 5． 85 和 。 。 2 Geomagic Studio 是逆向工程和三维检测中较 常用的软件，在精细建模与三维检测方面具有独 在压缩精度评定方面，除了通常的视 特的优势 觉效果定性评定外，还可以借助压缩前后表面积 。 变化比率和模型 偏差来定量评定 3 D 。 2 2． 。 从表 表面积变化比率是将压缩前后点云数据构建 成三角网格，并计算出表面积和，求出变化的差 异，从而判定压缩过程中是否整体上改变了物体 本次研究构建三角网格和计算表面 表面的特征 软件中进行，不同算法 积都是在 其中，面积 压缩前后模型表面积变化情况见表 变化比为压缩前后三角网格模型表面积差与原始 表面积之比 Geomagic Studio 。 可以看出，不同算法压缩前后构建的三 其中，改进算 角网格模型表面积整体变化不大 法在大雁塔局部比较平整的点云压缩前后三角网 ，随机采样法 格模型表面积变化比最小为 压缩前后三角网格模型表面积变化最大 假山一 角点云数据压缩前后三角网格模型表面积变化整 体比大雁塔局部点云压缩前后三角网格模型表面 其中，曲率采样法压缩前后三角网格 积变化大 模型表面积变化比最小，改进算法次小为 ， ) 较曲率采样法 但是改进算法运行时间( ) 短，而随机采样法压缩前后三角网格模 ( 35． 81 s ，这也与定性评价结 型表面积变化最大为 果相一致 22． 37 s 0． 48% 1． 24% 0． 57% 。 。 。 。 表 2 不同算法压缩前后三角网格表面积差异 Tab． 2 Difference of triangle mesh surface area before and after compression of various algorithms 不同算法 本算法 坐标增量法 随机采样法 区域重心法 曲率采样法 大雁塔局部 假山一角 原始表面积 / mm2 9 388 921 压缩后表面积 / mm2 9 343 785 表面积差 / mm2 45 136 表面积变化比 / % 0． 48 原始表面积 / mm2 7 697 381 压缩后表面积 / mm2 7 653 542 表面积差 / mm2 43 839 表面积变化比 / % 0． 57 9 388 921 9 388 921 9 388 921 9 327 953 9 282 457 9 328 782 60 968 0． 65 106 464 1． 13 60 139 0． 64 7 697 381 7 697 381 7 697 381 7 638 607 7 601 719 7 624 563 58 774 0． 76 95 662 1． 24 72 818 0． 95 9 388 921 9 337 024 51 897 0． 55 7 697 381 7 673 524 23 857 0． 31 3D Geomagic 偏差评定是在 软件中将改进算 法压缩后点云构建的模型与原始点云构建的模型 统一在相同坐标系下的同一位置，然后创建相同 的特征对，设置默认参数，选择 偏差分析对模 型进行比较，生成带彩色的 所示 3D 偏差模型如图 3D 6 。 通过对比改进算法压缩前后模型 偏差可 3D 组实例压缩后点云数据构建的模型与原 大雁塔局部点 以发现， 2 始点云数据构建的模型差异很小 云数据构建的三角网格模型压缩前后偏差在 。 之间，标准偏差为 ～ 1 cm 1 mm 据构建的模型压缩前后偏差在 间，标准偏差为 效率与保真效果 2 mm． － 1 ; 假山一角点云数 之 这也验证了改进算法的压缩 － 2． 8 ～ 2． 8 cm 。 中国煤炭期刊网 www.chinacaj.net
    第 6 期 姚顽强等: 基于改进坐标增量的点云数据压缩算法 558 图 6 改进算法压缩前后模型 偏差比较 3D Fig． 6 Comparison of 3D deviation before and after compression of improved algorithm ) 大雁塔局部压缩前后 ( a 偏差比较 ( 3D 4 结 论 文中针对地面三维激光扫描获得点云数据密 信息冗余多，现有点云数据压缩算法存在不 度大 、 足的问题展开研究，将坐标增量法中的一维扫描 线点云数据的压缩扩展到二维扫描线与扫描线间 点云数据的压缩，提出了改进坐标增量的点云数 据压缩算法，并将该算法与坐标增量法 随机采样 、 法 区域重心法和曲率采样法等现有典型算法的 、 压缩结果进行比较发现 1 60% 左右) 时，坐标增量法 ) 在压缩效果方面，当达到相近的压缩率( 文 中 区域重 、 心法和曲率采样法都出现局部特征信息丢失的情 况，而文中提出的改进算法压缩后的点云特征信 息明显，具有较好的压缩效果; 随机采样法 、 2 ) 从运行速度来看，在到达相近的压缩率时， 随机采样法虽然压缩速度最快，但是随机性太大， 而文中提出的改进算法由于 特征信息损失严重 区域重心法和曲率采样法中 避免了坐标增量法 的逐点比较 曲率计算 等大量的复杂运算，压缩速度较快，在假山一角复 ，在大雁塔局部 杂表面点云数据压缩中为 、 邻域搜索 单元格的划分 、 、 、 。 22． 37 s ) 假山一角压缩前后 b 较平整的点云数据压缩中仅为 3D 偏差比较 ; 5． 85 s 3 ) 通过表面积变化比和 偏差比较可以定 量得出: 改进算法在大雁塔局部和假山一角点云 ， 数据压缩前后构建模型表面积变化比都不足 ，进一步 偏差分析中标准偏差也都不超过 1% 3D 3D 验证了改进算法的压缩效率与保真效果 2 mm 。 虽然文中提出的改进算法取得了不错的压缩 效果，但是只针对单站具有扫描线性特征的点云 数据，对于多站配准后的点云数据融为一体，很难 保证其线性特征 但是配准后融为一体的点云数 据各站之间依然独立，需要对各测站点云数据附 加空间平移和旋转变换矩阵，使其保留各测站点 云数据的线性特征，这将是后续要研究的重点 。 。 参考文献 Ｒeferences ］ 陈智勇，吴建军，赵玉静，等 ［ 1 ］ 机型面测量中的应用［ J ． ( ) : 6 68 － 70． ． 机械设计与制造， 激光跟踪测量系统在飞 ， 12 2009 CHEN Zhi-yong ， WU Jian-jun ， ZHAO Yu-jing ， et al． The application of laser tracker system in feature measure- ［ ］ J ment for airplane ) : 68 － 70． ］ 海量散乱点云快速压缩算法［ J ． 6 ［ ］ 方 芳，程效军 2 ． Machinery Design ＆ Manufac- ， 2009 ， 12 ture 武 ( ． 中国煤炭期刊网 www.chinacaj.net
    658 西 安 科 技 大 学 学 报 2016 年 汉大学 学 报: 信 息 科 学 版， 2013 ， 38 ( 11 ) : 1 353 － SUN Peng-fei． Streamlined compression analysis and CHENG Xiao-jun． A fast data reduction Xi ’an University of Science and 1 357． FANG Fang ， method for massive scattered point clouds ics and Information Science of Wuhan University ［ ］ J ． Geomat- ， ， 2013 ( ) : 38 11 1 353 － 1 357． practice of point cloud data based on coordinate incre- ］ ［ D ment Technology : ． Xi ’an ， 2014． ［ ］ 麻卫峰，周兴华，徐文学，等 9 ． 一种基于局部曲率特征 ］ 的点云精简算法［ J ． 测绘工程， ， 24 ( 11 ) : 13 － 2015 ］ 程效军，李伟英，张小虎 ［ 3 ． ］ 数据压缩方 法 研 究［ J ． 基于自适应八叉树的点云 河 南 科 学， ) : ， ( 2010 28 10 16． MA Wei-feng ， ZHOU Xing-hua ， XU Wen-xue ， et al． A 1 300． CHENG Xiao-jun ， LI Wei-ying ， ZHANG Xiao-hu． Adap- tive octree-base data compression method for points cloud data ［ ］ 蔡志敏 4 ． ． Henan Science ［ ］ ) : 1 300． J ］ 基于点云数据的精简算法研究［ D ． ， 2010 ， 28 10 ( 北京: 北京建筑大学， 2014． point cloud reduction method based on local curvature ， ． Engineering of Surveying and Mapping ) : ［ ］ J ( 11 基于点的散乱点云处理技术的研究［ ］ ． D feature ， 34 ］ 武剑洁 13 － 16． 2015 武 ． ［ 10 汉: 华中科技大学， 2004． WU Jian-jie． Ｒesearch of point-base techniques on unor- CAI Zhi-min． Study of reduction based on point cloud ganized point cloud Huazhong University of ［ ］ D data : ． Beijing Beijing University of Civil Engineer- ing and Architecture ， 2014． ［ ］ 黄承亮，吴 侃，向 娟 5 测绘科学， ］ 缩方法［ J ． ． 2009 三维激光扫描点云数据压 ( ) : 2 ， ， 142 － 144． HUANG Cheng-liang WU Kan XIANG Juan． 3D laser ence of Surveying and Mapping ， 2009 ( 2 ) : 142 － 144． ［ ］ 6 Saux E ， Daniel M． Data reduction of polygonal curves u- ［ ］ J ． Computer Aided Design 1999 ， ， 31 sing B-Splines ( ) : 507 － 515． 8 ［ ］ D : ． Wuhan ， 2004． Science and Technology ［ ］ 张丽艳，周儒荣，蔡炜斌，等 11 计算机辅助设计与图形学学报， ． 海量测量数据的简化技 ， 13 2001 ］ 术研究［ J ． ( ) : 7 1 019 － 1 023． ZHANG Li-yan ， ZHOU Ｒu-rong ， CAI Wei-bin ， et al． Ｒe- ［ ］ J ， 2001 ， 13 puter-Aided Design and Computer Graphics ( ) : 7 1 019 － 1 023． ］ 点云数据的压缩算法研究［ D ． 长沙: 中南 ［ 12 ］ 杨璐璟 大学， ． 2014． scanning point cloud data compression method search on cloud data simplification ． Journal of Com- ［ ］ J ． Sci- ］ 方源敏，夏永华，陈 杰，等 ［ 7 ． ］ 的采空区点云数据精简［ J ． 基于改进的角度偏差法 地球科学与环境学报， YANG Lu-jing． Ｒesearch on compression algorithm of ， ］ : ． Changsha Central South University point cloud ［ D ( ， 34 2 ) : 2012 106 － 111． FANG Yuan-min ， XIA Yong-hua ， CHEN Jie ， et al． Study ［ 13 on point cloudy data simplification of goaf based on im- proved angular deviation method Sciences and Environment ［ ］ J ， ( 34 2 ， 2012 ． Journal of Earth ) : 106 － 111． ］ 孙鹏飞 ［ 基于坐标增量的点云数据精简压缩分析与 8 ． ］ 实践［ D ． 西安: 西安科技大学， 2014． 2014． ］ 薛彩霞，杨 威，张 璟 现代测绘， ， ］ 与应用［ J ． XUE Cai-xia YANG Wei ． 2011 ， 园林三维数字化测绘研究 ( ， 34 5 ) : 53 － 55． ZHANG Jing． Ｒesearch and application of mapping of garden ( ， 34 5 ) : 2011 53 － 55． three-dimensional digital surveying and ， ． Modern Surveying and Mapping ［ ］ J 中国煤炭期刊网 www.chinacaj.net
    分享到：
    赞 收藏

    相关推荐

    资料库

    开发技术

    共收录19306份资料，累计14个分类，关注成员有19位，主要包括：Actionscript,Javascript,PHP,VB,Perl,Delphi,Python,C#,C,Java,C++,Web开发,硬件开发,其它

    热门标签

    Actionscript Javascript PHP VB Perl Delphi Python C# C Java C++ Web开发 硬件开发 其它

    最新资料