主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
刘晓平,朱晓强,余 烨,袁晓辉,Bill P. BUCKLES.基于LiDAR点云数据的三角网构建算法.软件学报,2008,19(zk):1-9
基于LiDAR点云数据的三角网构建算法
Building Algorithm of Triangulation Based on LiDAR Point Clouds
投稿时间:2008-04-20  修订日期:2008-11-14
DOI:
中文关键词:  LiDAR  Delaunay三角网  TIN模型  三角网生长法  自适应
英文关键词:LiDAR  Delaunay triangulation  TIN model  triangulation growth  self-adaptive
基金项目:Supported by the International (Regional) Cooperation and Exchange Project in National Natural Science Foundation of China under Grant No.60573174 (国家自然科学基金国际(地区)合作交流项目); the National Natural Science Foundation of China under Grant No.60673028 (国家自然科学基金); the Open Project Foundation in Key Laboratory of Special Display Technology for the Ministry of Education of China (特种显示技术教育部重点实验室开放课题)
作者单位
刘晓平 合肥工业大学 计算机与信息学院 VCC研究室,安徽 合肥 230009 
朱晓强 合肥工业大学 计算机与信息学院 VCC研究室,安徽 合肥 230009 
余 烨 合肥工业大学 计算机与信息学院 VCC研究室,安徽 合肥 230009 
袁晓辉 Department of Computer Science and Engineering, University of North Texas, USA 
Bill P. BUCKLES Department of Computer Science and Engineering, University of North Texas, USA 
摘要点击次数: 4395
全文下载次数: 6640
中文摘要:
      在现有Delaunay三角网生长法的基础上进行改进,提出了一种三角网生长算法.该算法对大规模点云进行等格网分块,自适应确定搜索范围.通过在构建过程中对生成的基线进行分组和排序,动态删除封闭点,提高了构建三角网的速度;通过在整个点集范围内进行搜索,避免了通过插值所产生的误差和模块之间的拼接过程.利用此算法对大规模LiDAR点云数据进行构网,结果表明了该算法的有效性.
英文摘要:
      Based on the existing Delaunay triangulation method, an algorithm of triangulation growth is presented. This algorithm divides the large-scale point clouds into uniform grids and determines the searching scope self-adaptively. During the process of building a triangulated irregular network (TIN) model, the generated base-lines in groups are grouped, and the close-points are removed dynamically, which improved the speed of reconstructing TIN in large-scale scenes dramatically. By searching the triangular vertices in the scope of the whole data set, this method avoided errors caused by interpolation and the process of stitching between grids. The efficiency and effectiveness of this algorithm are verified by using real world data to build TIN model with large scale LiDAR point clouds.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利