大规模点云数据的空间管理及其可视化

摘要

激光扫描技术是一种重要的三维空间信息获取手段，它可以快速、高精度地获取目标物体的三维空间信息。但其外业采集工作获取的点云数据量比较大，甚至能达到百G以上。面对大数量级的数据文件，点云数据的空间管理成为实现点云数据可视化的重要研究问题。
　　本文以车载移动测量系统为背景，涵盖了数据的获取、融合、组织管理以及可视化过程:从向量的角度，利用全定位方程完成激光扫描测量系统中多传感器的数据融合;对传统数据结构、PCL(Point Cloud Library) outofcore模块的数据管理能力进行了分析和实验对比;分析了VTK(Visualization Toolkits)和OSG(OpenSceneGraph)的可视化架构，以QT为平台，基于PCL的out-of-core结构和OSG，实现了大规模点云数据的可视化。本文的主要工作如下:
　　1、激光扫描测量系统中多传感器数据的融合。
　　对激光扫描测量系统中的激光扫描仪、GPS(Global Position System)、INS(InertialNavigation System)等主要传感器的数据进行解析、融合，获得有效的组合导航信息和扫描点信息，通过激光扫描仪坐标系、组合导航系统坐标系、1984年世界大地坐标系间的坐标转换，最终获得目标物体的三维空间信息。
　　2、分析PCL库中outofcore模块的结构特点。
　　通过实验对比常用的空间索引结构:八叉树和KD树，以实验数据论证八叉树空间数据管理的优势，并对基于八叉树的PCL库outofcore模块进行实验分析、对比，总结模块中out-of-core结构的特点。
　　3、对比VTK和OSG的可视化架构，基于OSG和PCL的out-of-core结构，实现大规模点云数据的可视化。
　　对VTK和OSG的可视化架构进行对比、分析，根据实验结果选择OSG作为大规模点云数据可视化的工具。在此基础上，结合PCL的out-of-core结构，实现大规模点云数据的可视化。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．2 点云数据空间管理的研究现状

1．3 主要内容和研究流程

1．4 论文结构

2 激光扫描测量系统的数据融合

2．1 激光扫描测量系统的介绍

2．2 激光扫描仪与GPS的时间同步

2．3 激光扫描仪数据解析

2．4 坐标系统的转换

2．5 本章小结

3 点云数据的空间管理

3．1 常见的空间索引结构

3．2 PCL的outofocre结构

3．3 本章小结

4 点云数据的可视化

4．1 VTK可视化

4．2 OSG可视化

4．3 VTK与OSG可视化的比较与分析

4．4 本章小结

5 总结与展望

参考文献

致谢

攻读硕士学位期间从事科学研究与发表论文情况