车载LiDAR点云混合索引新方法
以车载LiDAR点云数据为研究对象,为提高点云数据的组织与管理效率,提出了一种全局KD树与局部八叉树相结合的混合空间索引结构——KD-OcTree.全局KD树通过分辨器、分割平面的确定,重构点云之间的邻域关系,确保索引结构的整体平衡;在其叶子节点再构造二级索引结构——局部八叉树,避免了单一八叉树结构点云分布不均衡、树结构深度过大、出现大量无点空间等现象.以3个真实场景数据为测试数据进行试验和对比分析,结果表明,KD-OcTree混合索引不仅能够提高索引构建、邻域搜索的速度,还对分类可靠性产生一定影响.
车载LiDAR、点云、全局KD树、局部八叉树、混合空间索引
43
P232;P208(摄影测量学与测绘遥感)
国家自然科学基金41501491;河南省高等学校重点科研项目16A520062
2018-08-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
993-999