一种基于强特征点保留的三维点云数据精简算法

介绍了一种改进的三维点云数据精简算法,该算法使用了一种基于强特征点保留的方法,先提取出强特征点数据,再对原始点云进行精简,从而达到点云数据精简的效果。该算法相对于其他算法,在点云数据精简的精度和简度方面都有较大提升。

一种顾及地形特征的LIDAR点云生成公路断面的方法与应用

机载激光雷达(LIDAR)技术可以快速、大面积获取地面高精度三维点云数据,在道路勘测和设计中有重要应用。以LIDAR点云数据为基础,针对点云的密集、海量、散乱等特点,分析了多种主流空间索引方法在点云组织中的适用性,并采用KD树对点云进行组织和管理。为解决海量点云在处理时困难的问题,采取保留特征的点云简化方法对点云进行简化处理。结合道路勘测设计业务的实际需求,提出一种基于LIDAR点云的道路断面生成方法,实现了顾及地形特征的道路断面的生成,并应用于道路廊道三角网模型的生成和道路填挖方估算。

矢量行政区划界线数据压缩方法研究

针对传统算法对行政区划边界矢量数据进行压缩时不能够满足各级行政区划线在实际应用中的分级表达且容易产生自相交、邻边相交、重合边出现“裂缝”等拓扑异化的问题,该文提出了一种改进的矢量行政区划界线数据压缩算法。以Visvalingam-Whyatt算法为基础,通过压缩时设定限制条件保留特征点以及对不同等级行政区划线进行分级压缩和迭代压缩,获得了不同等级压缩率下的高质量、多层级的行政区划边界矢量数据。实验结果表明,改进算法在对行政区划边界矢量数据进行压缩时能够有效解决拓扑异化的问题,与传统算法相比,在同等级的压缩率下能够更好地保持图形的几何特征以及更高的位置精度,并且能够满足行政区划矢量数据在实际应用的多层级表达。