基于渲染误差的倾斜摄影点云简化算法

在使用倾斜摄影测量点云作为基础数据并通过网络传输的智慧城市应用背景下,针对现有建立LOD层级时使用的简化算法的简化条件不直接面向模型渲染效果,以及简化过程未考虑到模型用于渲染的传输代价问题,提出了基于渲染误差的迭代算法。首先提出一种面向渲染效果的误差度量方式,并给出了简化过程中计算渲染误差的方法;其次对同一LOD层级点云数据设置统一的渲染时半径属性,并建立基于视距的点云面片半径估算策略;最后改进迭代简化流程,使用统一的半径作为邻域搜索范围,以区域渲染误差小作为优先简化的条件,使用局部邻域替代法更新邻域代表顶点。实验证明,相同简化率下所提方法得到的模型在具有较小数据量的同时具有较优的渲染效果。

基于特征感知的三维点云简化算法研究

点云是表示三维场景的一种方式。与三维网格模型相同,点云在点中包含丰富的信息,如三维空间坐标、颜色、法向量等。但点云中没有保存点与点之间的拓扑关系,也因此没有边与三角形的概念。本文对三维点云场景的简化方法进行研究,针对基于点云数据特点提出特征感知的点云简化方法。根据点云的几何特征和颜色特征总结出基于保留点云局部特征的简化误差度量方法。在实现点云简化中,提出按照点的局部误差大小逐个点迭代并进行点云局部聚类,直到达到简化目标的简化方案。最后实现基于面片的点云可视化。