| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 车载激光扫描系统现状 | 第10-11页 |
| 1.2.2 海量点云数据组织与可视化现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文章节安排 | 第14-17页 |
| 第2章 点云数据的特点及其常见组织与可视化方案概述 | 第17-29页 |
| 2.1 车载激光扫描采集点云数据 | 第17-19页 |
| 2.2 车载激光扫描系统采集点云数据的特点 | 第19-20页 |
| 2.3 常见点云数据的组织方案 | 第20-23页 |
| 2.3.1 采用八叉树结构组织点云数据 | 第20-21页 |
| 2.3.2 三维虚拟网格 | 第21-22页 |
| 2.3.3 其他组织方案 | 第22-23页 |
| 2.4 四叉树结构组织点云数据 | 第23-25页 |
| 2.4.1 点四叉树结构 | 第23-24页 |
| 2.4.2 PR四叉树结构 | 第24-25页 |
| 2.4.3 PM四叉树结构 | 第25页 |
| 2.5 LOD技术概述 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 改进的四叉树结构 | 第29-37页 |
| 3.1 改进的四叉树结构 | 第29-30页 |
| 3.1.1 传统的四叉树结构 | 第29-30页 |
| 3.1.2 改进的四叉树结构 | 第30页 |
| 3.2 点云节点划分函数的改进 | 第30-34页 |
| 3.2.1 递归方式实现划分 | 第30-32页 |
| 3.2.2 采用迭代方式实现划分 | 第32-34页 |
| 3.3 改进后的四叉树建树过程 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 “Hilbert-改进四叉树”结构的提出 | 第37-45页 |
| 4.1 Hilbert曲线描述 | 第37-39页 |
| 4.2 Hilbert曲线与改进四叉树结合过程 | 第39-44页 |
| 4.2.1 重新定义Hilbert曲线 | 第39-41页 |
| 4.2.2 改进四叉树的节点变换 | 第41-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第5章 海量点云数据的可视化研究 | 第45-57页 |
| 5.1 从DME到点云数据 | 第45-46页 |
| 5.2 “金字塔-PC”模型的提出 | 第46页 |
| 5.3 构建“金字塔-PC”模型处理海量点云数据 | 第46-51页 |
| 5.3.1 “金字塔-PC”模型的层次计算 | 第47-48页 |
| 5.3.2 点云数据抽稀 | 第48-49页 |
| 5.3.3 点云数据分块 | 第49-51页 |
| 5.4 基于“金字塔-PC”的“Hilbert-改进四叉树”搜索算法 | 第51-52页 |
| 5.5 基于LOD的点云数据可视化调度 | 第52-56页 |
| 5.5.1 LOD算法研究 | 第52-55页 |
| 5.5.2 基于LOD的可视化过程 | 第55-56页 |
| 5.6 本章小结 | 第56-57页 |
| 第6章 实验验证与结果分析 | 第57-69页 |
| 6.1 实验条件 | 第57-58页 |
| 6.2 “Hilbert-改进四叉树”结构与传统四叉树结构比较 | 第58-59页 |
| 6.2.1 建树性能比较 | 第58-59页 |
| 6.2.2 I/O效率的比较 | 第59页 |
| 6.3 “Hilbert-改进四叉树”方案I/O效率方面测试 | 第59-63页 |
| 6.4 LOD可视化实验对比 | 第63-68页 |
| 6.4.1 “金字塔-PC”分层分块实验 | 第63-64页 |
| 6.4.2 “金字塔-PC”模型构建效率 | 第64-65页 |
| 6.4.3 “Hilbert-改进四叉树”结构与传统四叉树结构索引效率对比 | 第65-66页 |
| 6.4.4 LOD可视化实验 | 第66-68页 |
| 6.5 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间所发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |
