基于CUBE算法的多波束测深数据自动处理研究

对CUBE算法自动处理多波束测深数据的模型建立、格网节点的多重估计和最优估值选取准则进行了详细介绍,深入分析了多重估计的实用性,并通过实测数据对该算法进行实现。利用了抗差Kalman滤波改进CUBE算法。通过模拟数据对改进的CUBE算法进行实验,验证了算法改进的必要性。

用规则立方体网格分类索引牙颌表面的大规模散乱三角面片

针对牙颌模型的特种激光测量方法 ,提出了通过规则的立方体网格对大规模散乱三角面片进行分类索引的算法 该算法计算效率高 ,存储开销小 研究成果可以用于处理比较有规律的扫描数据样本 。

基于红黑树与K-D树的LiDAR数据组织管理

LiDAR点云是由海量的激光离散脚点组成的三维点集,在平面以及垂直方向上均分布有数量不均的离散点。LiDAR点云离散点相互之间缺乏空间拓扑关系,所以建立适当的数据组织结构对LiDAR点云进行组织是对LiDAR点云进行处理的基础。根据LiDAR点云的数据结构特点,利用红黑树与K-D树建立一种"非空"规则立方体格网和K-D树相结合的双层次数据结构,用于LiDAR点云的组织管理,从而降低结构冗余和提高索引效率。