海量车载点云数据组织与快速可视化技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 图目录 | 第8-9页 |
| 表目录 | 第9-10页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文研究的背景意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-13页 |
| 1.3 论文的研究内容 | 第13-14页 |
| 1.4 论文组织 | 第14-15页 |
| 第2章 车载激光平台及点云数据 | 第15-23页 |
| 2.1 车载激光扫描系统及数据获取 | 第15-18页 |
| 2.2 点云数据类型及特点 | 第18-21页 |
| 2.2.1 点云数据类型 | 第18-19页 |
| 2.2.2 点云数据特点 | 第19-21页 |
| 2.3 点云数据的分辨率 | 第21-23页 |
| 第3章 点云数据组织技术 | 第23-34页 |
| 3.1 八叉树结构 | 第23-28页 |
| 3.1.1 八叉树 | 第23-26页 |
| 3.1.2 点云数据初步去噪 | 第26-27页 |
| 3.1.3 点云数据标准化 | 第27-28页 |
| 3.1.4 八叉树的优势 | 第28页 |
| 3.2 金字塔多分辨率模型 | 第28-34页 |
| 3.2.1 点云瓦片化 | 第29-30页 |
| 3.2.2 点云重采样 | 第30-31页 |
| 3.2.3 物理存储方式 | 第31-34页 |
| 第4章 点云数据可视化技术 | 第34-44页 |
| 4.1 可视区域抽取 | 第34-39页 |
| 4.1.1 最佳可见分辨率选取 | 第35-36页 |
| 4.1.2 视域剔除和瓦片检索 | 第36-39页 |
| 4.1.3 面临的问题 | 第39页 |
| 4.2 过渡处理 | 第39-40页 |
| 4.3 内存映射技术 | 第40-41页 |
| 4.4 预测机制与动态载入 | 第41-44页 |
| 4.4.1 多线程技术 | 第42页 |
| 4.4.2 预测机制 | 第42-44页 |
| 第5章 本文的解决方案 | 第44-49页 |
| 5.1 基于Earth平台的点云组织 | 第44-47页 |
| 5.2 基于Earth平台的点云可视化 | 第47-49页 |
| 第6章 总结与展望 | 第49-50页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 硕士期间发表的论文 | 第52-53页 |
| 致谢 | 第53页 |
