散乱数据的TIN模型构建,存在数据量大、构网复杂、存储不便、内存消耗大等缺点。本文提出一种快速判断点在不规则多边形区域内的方法和快速提取点云边界的方法,继而提出一种基于平面基准的深度图像建模方法。该方法能够实现有效的快速...散乱数据的TIN模型构建,存在数据量大、构网复杂、存储不便、内存消耗大等缺点。本文提出一种快速判断点在不规则多边形区域内的方法和快速提取点云边界的方法,继而提出一种基于平面基准的深度图像建模方法。该方法能够实现有效的快速构网、减少数据存储量、几何纹理清晰、纹理贴图方便、可进行多分辨率LOD(level of detail)表达等优点。展开更多
文摘散乱数据的TIN模型构建,存在数据量大、构网复杂、存储不便、内存消耗大等缺点。本文提出一种快速判断点在不规则多边形区域内的方法和快速提取点云边界的方法,继而提出一种基于平面基准的深度图像建模方法。该方法能够实现有效的快速构网、减少数据存储量、几何纹理清晰、纹理贴图方便、可进行多分辨率LOD(level of detail)表达等优点。