激光点云提取建筑物平面目标算法研究

从激光点云中提取建筑物信息是当前遥感数据处理的热点与难点,而构成建筑物的平面以及轮廓线的提取是LIDAR数据处理和建筑物三维建模的关键技术。本文通过分析激光点云数据中建筑物的特征,综合点云滤波、KD树索引、三维Hough变换以及Gauss球法向量统计算法的各自优点,提出了一套建筑物平面及轮廓的自动提取算法,并通过实验验证了该算法的有效性。

Kd-tree and quad-tree decompositions for declustering of 2D range queries over uncertain space

We present a study to show the possibility of using two well-known space partitioning and indexing techniques, kd trees and quad trees, in declustering applications to increase input/output （I/O） paraUelization and reduce spatial data processing times. This parallelization enables time-consuming computational geometry algorithms to be applied efficiently to big spatial data rendering and querying. The key challenge is how to balance the spatial processing load across a large number of worker nodes, given significant performance heterogeneity in nodes and processing skews in the workload.

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。