八叉樹
- 基于八叉樹編碼的鑄件點(diǎn)云融合簡(jiǎn)化方法*
提出了一種基于八叉樹編碼和表面曲率特征閾值相結(jié)合的點(diǎn)云簡(jiǎn)化方法。該方法可以保持目標(biāo)點(diǎn)云的特征,同時(shí)也保證了點(diǎn)云簡(jiǎn)化的處理速度。HAN等[15]提出了一種基于法向量的邊的點(diǎn)云簡(jiǎn)化方法,因此邊緣特征被很好的保留下來?；谘芯繉?duì)象的數(shù)據(jù)屬性,上述基于點(diǎn)的簡(jiǎn)化方法可以進(jìn)一步細(xì)分為:空間分割、幾何特征和額外屬性[16-17]。針對(duì)工業(yè)中鑄件澆冒口切割自動(dòng)化的需求,本文提出了一種基于八叉樹編碼分區(qū)選取不同簡(jiǎn)化算法的點(diǎn)云簡(jiǎn)化方法。該方法包含了空間分割和幾何特征,首先利用
組合機(jī)床與自動(dòng)化加工技術(shù) 2023年10期2023-10-21
- 一種融合曲度的自適應(yīng)八叉樹點(diǎn)云壓縮算法
。實(shí)驗(yàn)采用最優(yōu)八叉樹的分割方法對(duì)原始點(diǎn)云數(shù)據(jù)進(jìn)行劃分，保證八叉樹葉子結(jié)點(diǎn)（立方體網(wǎng)格）內(nèi)的點(diǎn)云數(shù)目合理，提高點(diǎn)云壓縮的速度和質(zhì)量。對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行曲面擬合，計(jì)算每一個(gè)點(diǎn)的最大曲率k1、最小曲率k2、綜合曲率kp，進(jìn)而計(jì)算曲度Cp[10-12]，根據(jù)網(wǎng)格內(nèi)所有點(diǎn)的曲度分布情況確定壓縮閾比ε，按比例闡述刪除曲度值小的數(shù)據(jù)點(diǎn)，完成點(diǎn)云壓縮，很好地解決了傳統(tǒng)壓縮算法在點(diǎn)云壓縮的質(zhì)量和速度問題，并通過實(shí)驗(yàn)進(jìn)行分析與評(píng)價(jià)。1 理論與方法1.1 曲度曲面的彎曲程度主要由曲
科學(xué)技術(shù)創(chuàng)新 2023年5期2023-03-30
- 基于改進(jìn)ORB-SLAM2 算法的RGB-D 稠密地圖構(gòu)建
分割并建立語(yǔ)義八叉樹地圖，精確定位圖像場(chǎng)景下的各個(gè)物體.2021年，中國(guó)科學(xué)技術(shù)大學(xué)團(tuán)隊(duì)提出一種新的基于稀疏特征的視覺SLAM算法（DP-SLAM［13］），該算法基于移動(dòng)概率傳播模型進(jìn)行動(dòng)態(tài)關(guān)鍵點(diǎn)檢測(cè)，結(jié)合幾何約束和語(yǔ)義分割的結(jié)果，在貝葉斯概率估計(jì)框架中跟蹤動(dòng)態(tài)關(guān)鍵點(diǎn)，克服了幾何約束和語(yǔ)義信息的偏差，提高了視覺SLAM系統(tǒng)的準(zhǔn)確性和魯棒性.ORB-SLAM2 系統(tǒng)具有精確度高、實(shí)時(shí)穩(wěn)定性好、應(yīng)用場(chǎng)景多等優(yōu)點(diǎn)，但存在如下缺點(diǎn)：所構(gòu)建的地圖比較稀疏而非稠密，
- 基于點(diǎn)云空間分布特征的多級(jí)索引結(jié)構(gòu)
7]提出了一種八叉樹和三維R樹集成的空間索引方法,顯著提升了空間利用率和空間查詢效率。文獻(xiàn)[8]提出了一種多級(jí)格網(wǎng)和KD樹相結(jié)合的混合空間索引,既提升了查詢效率,又解決了單一分辨率數(shù)據(jù)冗余的問題。文獻(xiàn)[9]將點(diǎn)云的方向信息引入傳統(tǒng)的模糊c-均值,并使用BSP樹對(duì)點(diǎn)云進(jìn)行逐點(diǎn)劃分,使索引能夠沿著點(diǎn)云的空間結(jié)構(gòu)擴(kuò)展,避免產(chǎn)生不必要的分區(qū)。文獻(xiàn)[10]提出了一種全局KD樹和局部八叉樹相結(jié)合的兩級(jí)混合索引結(jié)構(gòu),實(shí)現(xiàn)了樹結(jié)構(gòu)的均衡,并能以塊為單位對(duì)海量點(diǎn)云進(jìn)行快速檢
激光與紅外 2023年1期2023-03-02
- 三維十字鏈表八叉樹的高效檢索實(shí)現(xiàn)
中包括KD樹、八叉樹等[4-5]。如何提高三維點(diǎn)云信息數(shù)據(jù)的查詢、檢索效率是三維點(diǎn)云信息系統(tǒng)數(shù)據(jù)架構(gòu)的關(guān)鍵問題?，F(xiàn)有的 KD 樹、八叉樹可以在二維空間中取得理想效果[6]，但是將其拓寬到更高層次的維度空間后，就很難完全滿足高維度空間組織和管理的需求[7]。另外，在基于空間的數(shù)據(jù)結(jié)構(gòu)計(jì)算算法中，KD 樹、八叉樹等基于空間結(jié)構(gòu)計(jì)算的方式通常都是針對(duì)某一類物體，不具備該算法的應(yīng)用廣泛性，應(yīng)用范圍也就有所限制[8]。因此，面對(duì)這種情況，運(yùn)用其中一種數(shù)據(jù)架構(gòu)難以滿足
棗莊學(xué)院學(xué)報(bào) 2022年5期2022-09-21
- 基于平面補(bǔ)丁的自適應(yīng)八叉樹三維圖像重建
一種基于自適應(yīng)八叉樹的卷積神經(jīng)網(wǎng)絡(luò)（Octree Convolutional Neural Network，CNN）。自適應(yīng)O-CNN 基于一種以補(bǔ)丁為導(dǎo)向的自適應(yīng)八叉樹形狀表示形式，該形式根據(jù)估計(jì)的簡(jiǎn)單補(bǔ)丁的近似誤差，將體素自適應(yīng)地拆分為八叉樹所包含的局部形狀。自適應(yīng)O-CNN 的解碼器可預(yù)測(cè)八叉樹節(jié)點(diǎn)的占用概率，推導(dǎo)每個(gè)級(jí)別上每個(gè)非空八叉樹節(jié)點(diǎn)的局部補(bǔ)丁，并分割其標(biāo)簽表面差的近似八叉樹節(jié)點(diǎn)。它產(chǎn)生了一個(gè)自適應(yīng)八叉樹，在非空八叉樹節(jié)點(diǎn)上的估計(jì)局部補(bǔ)丁是預(yù)
光學(xué)精密工程 2022年9期2022-06-01
- 深度網(wǎng)絡(luò)和邊緣檢測(cè)融合的大規(guī)模三維單目視覺建圖方法研究
和位姿信息構(gòu)建八叉樹地圖。該方法可優(yōu)化地圖構(gòu)建中設(shè)備的局限性、深度值和位姿的計(jì)算以及三維地圖的構(gòu)建環(huán)節(jié)，提高系統(tǒng)的運(yùn)行速度、實(shí)時(shí)性、抗干擾性以及八叉樹地圖的構(gòu)建效率。1 深度網(wǎng)絡(luò)和邊緣檢測(cè)的單目三維建圖系統(tǒng)本文方法是根據(jù)單目視覺二維圖像獲取視覺三維空間信息并構(gòu)建八叉樹地圖，系統(tǒng)思路如圖1 所示。圖1 系統(tǒng)思路圖1.1 深度神經(jīng)網(wǎng)絡(luò)獲取深度值和位姿二維圖像的深度值和位姿通?？梢岳秒p目視覺方法來得到，隨著深度學(xué)習(xí)的發(fā)展，Eigen 等證明了能夠使用CNN 對(duì)
現(xiàn)代電子技術(shù) 2022年10期2022-05-13
- 一種多線激光雷達(dá)室外小范圍導(dǎo)航算法設(shè)計(jì)
地圖進(jìn)行轉(zhuǎn)換成八叉樹地圖[7]后投影成信息更全面的二維柵格地圖，并提取該地圖信息轉(zhuǎn)換成導(dǎo)航包所需要的消息發(fā)出，將成熟的室內(nèi)定位導(dǎo)航技術(shù)運(yùn)用于室外。為保證室外運(yùn)行的實(shí)時(shí)性以及成本控制，該算法整體設(shè)計(jì)并不復(fù)雜，搭載運(yùn)算能力一般的工控機(jī)依然可以達(dá)到室外的實(shí)時(shí)效果。2 算法設(shè)計(jì)2.1 三維空間的壓縮分割在室外，由多線激光雷達(dá)構(gòu)建的點(diǎn)云地圖內(nèi)存占用通常很大，需要過多的內(nèi)存空間，其中存在大量多余的信息，更是難以用于導(dǎo)航，無法直觀提取出地圖信息。而八叉樹可將點(diǎn)云信息進(jìn)行
機(jī)械設(shè)計(jì)與制造 2022年4期2022-04-28
- 基于八叉樹SBFE網(wǎng)格的混凝土細(xì)觀模型生成方法
通過基于圖像的八叉樹網(wǎng)格加密技術(shù)對(duì)混凝土結(jié)構(gòu)過渡區(qū)進(jìn)行局部網(wǎng)格加密。采用平衡八叉樹劃分算法進(jìn)行空間單元剖分，首先基于最大單元尺寸的體素，將結(jié)構(gòu)離散為若干子單元，然后根據(jù)顏色強(qiáng)度均勻性標(biāo)準(zhǔn)進(jìn)一步細(xì)分單元，直到單元中的每個(gè)體素均滿足顏色強(qiáng)度閾值條件，最后根據(jù)2 ∶1原則形成八叉樹網(wǎng)格。由于三維比例邊界有限元網(wǎng)格允許存在懸掛節(jié)點(diǎn)，因此生成的模型相對(duì)常規(guī)有限元模型具有求解域離散簡(jiǎn)單、網(wǎng)格過渡快、單元模式少等優(yōu)點(diǎn)。八叉樹網(wǎng)格與具有半解析特點(diǎn)的三維比例邊界有限元法相結(jié)
人民長(zhǎng)江 2021年8期2021-09-18
- 基于k近鄰和數(shù)值模擬的鍋爐爐膛溫度場(chǎng)在線重建
合kNN算法與八叉樹數(shù)據(jù)結(jié)構(gòu)，將整個(gè)模擬案例庫(kù)作為樣本集。利用數(shù)值模擬結(jié)果中的爐內(nèi)燃燒信息，對(duì)鍋爐爐膛溫度場(chǎng)的不同截面進(jìn)行在線重建，快速獲得爐內(nèi)溫度場(chǎng)分布。并通過對(duì)實(shí)時(shí)重建結(jié)果與模擬結(jié)果進(jìn)行誤差分析，驗(yàn)證該溫度場(chǎng)重建算法的準(zhǔn)確性。1 研究對(duì)象及數(shù)據(jù)來源圖1為某330 MW亞臨界參數(shù)的四角切圓鍋爐尺寸示意圖。鍋爐高53.7 m，爐膛橫截面尺寸為13.74 m×14.07 m。其燃燒設(shè)備為四角布置，切向燃燒，燃燒器共分16層，上中下3組，燃盡風(fēng)人工上下擺動(dòng)，其
工業(yè)爐 2021年6期2021-02-24
- 基于Cesium 的三維瓦片構(gòu)建技術(shù)研究
進(jìn)行分割，包括八叉樹構(gòu)建、網(wǎng)格簡(jiǎn)化、點(diǎn)云抽稀三個(gè)關(guān)鍵的步驟。3.1 八叉樹構(gòu)建場(chǎng)景分割的方法有很多種，其中最常見的有網(wǎng)格劃分、四叉樹分割、k-d 樹，八叉樹等[5]。應(yīng)用八叉樹在對(duì)三維空間數(shù)據(jù)的處理中是效果很好的一種數(shù)據(jù)結(jié)構(gòu)，因此在海量三維體數(shù)據(jù)處理過程中，應(yīng)用八叉樹數(shù)據(jù)結(jié)構(gòu)對(duì)數(shù)據(jù)進(jìn)行分解，按實(shí)際需要進(jìn)行分級(jí)分塊，可以實(shí)現(xiàn)對(duì)大規(guī)模三維數(shù)據(jù)的高效存儲(chǔ)和管理。本文將使用八叉樹數(shù)據(jù)結(jié)構(gòu)對(duì)三維場(chǎng)景進(jìn)行劃分，通過將大場(chǎng)景細(xì)分為很多子場(chǎng)景，進(jìn)而生成3D Tiles 瓦
科學(xué)技術(shù)創(chuàng)新 2021年1期2021-01-20
- 應(yīng)用于增強(qiáng)現(xiàn)實(shí)變電運(yùn)檢三維場(chǎng)景重建的增量八叉樹算法
ree)算法和八叉樹(octree)算法，可以將任意大小的原始數(shù)據(jù)劃分成基于空間坐標(biāo)的樹狀場(chǎng)景結(jié)構(gòu)，并且根據(jù)實(shí)時(shí)渲染的要求動(dòng)態(tài)地改變樹中節(jié)點(diǎn)加載和卸載的狀態(tài)，從而調(diào)度當(dāng)前數(shù)字內(nèi)容的顯示區(qū)域和細(xì)節(jié)[3]。但是傳統(tǒng)算法的構(gòu)建時(shí)間長(zhǎng)，最終的生成結(jié)果數(shù)據(jù)量大，因此調(diào)度過程中的性能損失也大。在帶有獨(dú)立顯卡支持的桌面PC 上，該問題通?？梢员缓雎裕坏诘痛鎯?chǔ)量和低運(yùn)算能力的AR 眼鏡這類硬件設(shè)備上，其問題就變得很突出。本文在傳統(tǒng)八叉樹場(chǎng)景分割算法的基礎(chǔ)上，提出了一種改
應(yīng)用科技 2020年5期2020-12-27
- 基于ORB-SLAM2系統(tǒng)的快速誤匹配剔除算法與地圖構(gòu)建
地圖［13］與八叉樹地圖［14-15］的建立線程，無論稠密點(diǎn)云地圖還是八叉樹地圖都可以用于機(jī)器人導(dǎo)航與路徑規(guī)劃。通過利用TUM（Technische Universit?t München）數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果顯示，本文方法與ORB-SLAM2系統(tǒng)對(duì)比，本文系統(tǒng)在均方根誤差（Root Mean Square Error，RMSE）僅相差0.003 2 m，在進(jìn)行誤匹配對(duì)比實(shí)驗(yàn)時(shí)，在CPU 為Intel i7，內(nèi)存為16 GB 平臺(tái)上，RANSAC 算法處理圖片
計(jì)算機(jī)應(yīng)用 2020年11期2020-11-30
- 基于三向Dexel的GPU加速數(shù)控仿真方法
在GPU上進(jìn)行八叉樹的構(gòu)建、特征點(diǎn)的計(jì)算、八叉樹的化簡(jiǎn)，以及重構(gòu)表面的提取。如圖5所示，由于三向Dexel模型的采樣精度有限，直接使用表面重構(gòu)算法(如移動(dòng)立方體算法，以下簡(jiǎn)稱MC算法)進(jìn)行表面重構(gòu)會(huì)產(chǎn)生如圖5(c)所示的特征丟失。雙輪廓(簡(jiǎn)稱DC)算法則可以通過使用由三向Dexel模型提取而來的厄米特?cái)?shù)據(jù)，通過計(jì)算每個(gè)體素內(nèi)部的特征點(diǎn)(圖5(d)中的白色點(diǎn))來還原其丟失特征。表面重構(gòu)算法的步驟如下：(1) 在CPU中將三向Dexel數(shù)據(jù)轉(zhuǎn)換為適合構(gòu)建八叉樹
計(jì)算機(jī)應(yīng)用與軟件 2020年11期2020-11-12
- 點(diǎn)云數(shù)據(jù)在深度學(xué)習(xí)中表示方法的研究
，本章提出基于八叉樹和三維K-D樹的集成索引（OctKD）的點(diǎn)云數(shù)據(jù)表示方法。本文的主要貢獻(xiàn)是：（1）提出一種深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)可以接受的，能夠端到端表示點(diǎn)云模型的OctK數(shù)據(jù)結(jié)構(gòu)。（2）OctKD 的點(diǎn)云模型表示方法，能夠真實(shí)反映模型本身的細(xì)節(jié)特征。（3）提出一種新穎的完全在GPU 端以并行方式構(gòu)造八叉樹的算法，降低了點(diǎn)云模型的構(gòu)造時(shí)間。（4）針對(duì)點(diǎn)云模型的散亂性，采用三維K-D 樹索引單個(gè)三維空間點(diǎn)，提高點(diǎn)云檢索效率。2 相關(guān)研究點(diǎn)云模型目前常用的表
計(jì)算機(jī)工程與應(yīng)用 2020年18期2020-09-15
- 基于八叉樹鄰域分析光線跟蹤的云三維模擬
g等[2]結(jié)合八叉樹和分層網(wǎng)格結(jié)構(gòu)，提出了八叉樹網(wǎng)格，通過減少相位測(cè)試的數(shù)量來加快碰撞檢測(cè)，一定程度上提高了運(yùn)行速度，但是該方法在計(jì)算節(jié)點(diǎn)的過程中需要進(jìn)行大量的遞歸運(yùn)算，效率依然不高。王皛等[3]通過KD-Tree設(shè)計(jì)出一種完全流水化的方法，并結(jié)合硬件處理的方式提升了光線遍歷性的能力，有效地提高了繪制速度，但該方法仍然需要遍歷所有的節(jié)點(diǎn)，計(jì)算量非常的龐大，不適用于大規(guī)模三維云場(chǎng)景的模擬。周海英等[4]提出了一種八叉樹空間編碼鄰域搜索方法，該方法通過存儲(chǔ)初始
計(jì)算機(jī)工程與設(shè)計(jì) 2020年5期2020-05-23
- 一種基于層次聚類的空間非合作目標(biāo)重構(gòu)方法
方法大多是基于八叉樹.這種通過空間分解的采樣方法可以更加方便快捷地控制采樣規(guī)模.基于上述考慮，本文提出了一種新穎的基于全局約束的局部層次聚類的點(diǎn)云采樣方法.該方法用于處理非均勻點(diǎn)云數(shù)據(jù)，從而實(shí)現(xiàn)高質(zhì)量的三維重建.該方法同樣也是基于八叉樹.與先前的工作主要區(qū)別在于：該方法僅對(duì)網(wǎng)格單元中的冗余點(diǎn)進(jìn)行重新采樣，并且綜合考慮點(diǎn)云的全局約束條件，使采樣比例適應(yīng)于點(diǎn)云的整體尺寸大小.為了降低傳統(tǒng)聚類算法的計(jì)算復(fù)雜度，使用了三維空間分解的方法，隨后對(duì)局部點(diǎn)集(即空間分解
空間控制技術(shù)與應(yīng)用 2020年6期2020-04-28
- 一種基于體素八叉樹的碰撞算法研究
，粗略碰撞利用八叉樹判斷兩個(gè)模型是否在同一節(jié)點(diǎn)內(nèi)，精確碰撞是通過基本片元的距離計(jì)算來確定是否發(fā)生碰撞。仿真結(jié)果表明，該算法可以有效實(shí)時(shí)反饋碰撞點(diǎn)的位姿和反饋力。關(guān)鍵詞：虛擬仿真;體素化;碰撞檢測(cè);八叉樹中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-5168（2019）34-0039-05A Research about Collision Algorithm Based on Voxel OctreeZHU Zhuo LIU Yunfei W
河南科技 2019年34期2019-09-10
- 一種基于體素八叉樹的碰撞算法研究
，粗略碰撞利用八叉樹判斷兩個(gè)模型是否在同一節(jié)點(diǎn)內(nèi)，精確碰撞是通過基本片元的距離計(jì)算來確定是否發(fā)生碰撞。仿真結(jié)果表明，該算法可以有效實(shí)時(shí)反饋碰撞點(diǎn)的位姿和反饋力。關(guān)鍵詞：虛擬仿真;體素化;碰撞檢測(cè);八叉樹中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-5168（2019）34-0039-05A Research about Collision Algorithm Based on Voxel OctreeZHU Zhuo LIU Yunfei W
河南科技 2019年34期2019-09-10
- 基于八叉樹的三維室內(nèi)地圖數(shù)據(jù)快速檢索方法
提出了一種基于八叉樹的室內(nèi)三維地圖數(shù)據(jù)檢索方法。首先，根據(jù)八叉樹的場(chǎng)景分割方法對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ);然后，對(duì)數(shù)據(jù)進(jìn)行編碼以方便尋址;其次，為數(shù)據(jù)添加房間隔斷約束條件對(duì)檢索數(shù)據(jù)進(jìn)行篩選;最后，對(duì)室內(nèi)地圖數(shù)據(jù)進(jìn)行檢索。與不具有約束條件的搜索方法相比，搜索代價(jià)平均降低了25個(gè)百分點(diǎn)，且搜索時(shí)間更加穩(wěn)定。所提方法可以顯著地提高室內(nèi)三維地圖數(shù)據(jù)的應(yīng)用效率。關(guān)鍵詞：三維室內(nèi)地圖;地圖數(shù)據(jù);八叉樹;鄰居搜索;封閉性約束中圖分類號(hào)： TP391文獻(xiàn)標(biāo)志碼：AAbstract：
計(jì)算機(jī)應(yīng)用 2019年1期2019-08-01
- 一種面向飛機(jī)虛擬維修的面向?qū)ο笏缮?span id="syggg00" class="hl">八叉樹*
方式有場(chǎng)景圖、八叉樹、四叉樹和二叉樹等。其中場(chǎng)景圖主要是對(duì)二維動(dòng)態(tài)場(chǎng)景的管理，而八叉樹、四叉樹和二叉樹主要針對(duì)靜態(tài)場(chǎng)景進(jìn)行管理[1]。由于八叉樹算法充分利用了物體在三維空間上的相關(guān)性，并且具備構(gòu)造簡(jiǎn)單、使用方便等特點(diǎn)，進(jìn)而被廣泛應(yīng)用于虛擬現(xiàn)實(shí)系統(tǒng)的場(chǎng)景管理中。然而基于傳統(tǒng)八叉樹對(duì)飛機(jī)虛擬維修場(chǎng)景進(jìn)行管理會(huì)有以下不足：1）若一個(gè)對(duì)象橫跨在某個(gè)節(jié)點(diǎn)的任一劃分平面上，那么它就會(huì)被存儲(chǔ)在那個(gè)節(jié)點(diǎn)中，當(dāng)對(duì)象很小而用于存儲(chǔ)它的節(jié)點(diǎn)很大時(shí)，大大降低空間劃分的效率。2）在
火力與指揮控制 2019年5期2019-06-13
- 適用于柔性體切割仿真的八叉樹體模型生成算法
文基于距離場(chǎng)和八叉樹結(jié)構(gòu)的特性，提出將任意三角幾何模型離散為體素模型的算法。提取任意三角幾何模型的無符號(hào)距離場(chǎng)的偏移表面，自動(dòng)刪除內(nèi)部表面，然后從偏移表面計(jì)算符號(hào)距離場(chǎng)，并調(diào)整閾值，得到與原模型接近的重構(gòu)表面，最后對(duì)重構(gòu)表面進(jìn)行體素化，得到適用于切割仿真的體素模型，為驗(yàn)證算法的有效性，本文對(duì)基于空間分割的體素化算法和本文提出的算法進(jìn)行對(duì)比測(cè)試。測(cè)試結(jié)果表明，該算法對(duì)于包含自相交和非連通的輸入三角幾何的體素化效果更好，更為貼近原模型，且時(shí)間和內(nèi)存成本較低，效
- 面向數(shù)字化保護(hù)的自動(dòng)文物三維重建方法研究★
密點(diǎn)云，通過類八叉樹聚類算法對(duì)稠密點(diǎn)云去噪，最后利用泊松曲面重建算法生成文物三維模型并進(jìn)行紋理參數(shù)化。2 相關(guān)工作對(duì)于物體三維重建的研究很早就開始了，目前三維重建的技術(shù)趨于成熟。三維重建的方法大致分為兩大類：第一類是基于光結(jié)構(gòu)的三維重建方法，黃俊春[1]利用結(jié)構(gòu)光技術(shù)實(shí)現(xiàn)了實(shí)時(shí)的物體三維重建。本文不實(shí)際基于光結(jié)構(gòu)的三維重建，所以在此不再贅述。第二類是基于圖像的方法，基于圖像的方法也可以分為兩類：一是雙目立體視覺方法，T Akimoto[2]于1993年利用
山西建筑 2018年6期2018-03-22
- 高度場(chǎng)八叉樹的體特征表達(dá)算法
75部隊(duì)高度場(chǎng)八叉樹的體特征表達(dá)算法高藝1，2，羅健欣1，裘杭萍1，唐斌1，吳波11.中國(guó)人民解放軍陸軍工程大學(xué)，南京2100072.中國(guó)人民解放軍61175部隊(duì)1 引言場(chǎng)景表達(dá)是可視化技術(shù)的一個(gè)重要分支，也是計(jì)算機(jī)圖形學(xué)研究的熱點(diǎn)。體特征表達(dá)是其中必不可少的一項(xiàng)內(nèi)容，它直接體現(xiàn)了場(chǎng)景的細(xì)節(jié)及真實(shí)感，對(duì)用戶理解環(huán)境、認(rèn)知環(huán)境有著至關(guān)重要的作用。當(dāng)前，體特征表達(dá)主要采用網(wǎng)格模型或體素模型。網(wǎng)格模型是采用隱式表面近似來表達(dá)三維物體的幾何信息。網(wǎng)格數(shù)量越多，越接
計(jì)算機(jī)工程與應(yīng)用 2018年6期2018-03-19
- 基于八叉樹和混合搜索樹的地質(zhì)曲面快速求交方法
該方法融合優(yōu)化八叉樹法和OBB搜索樹方法，可以更快速準(zhǔn)確地剔除遠(yuǎn)離交線的其他三角形。求交剩余的三角形得到交線，應(yīng)用三角網(wǎng)局部重構(gòu)和網(wǎng)格優(yōu)化算法修正交線附近的三角網(wǎng)，最終分割交線兩側(cè)的地質(zhì)曲面，完成2個(gè)地質(zhì)曲面的離散化求交過程。與AABB、OBB和空間分解法相比，該方法在大數(shù)據(jù)量三角曲面求交中效率優(yōu)勢(shì)明顯，可以快速準(zhǔn)確處理地質(zhì)模型構(gòu)建和分析中的曲面求交問題，為三維地質(zhì)模型自動(dòng)化構(gòu)建的實(shí)現(xiàn)提供有效支撐。關(guān)鍵詞：地質(zhì)建模；地質(zhì)曲面；曲面求交；八叉樹；OBB搜索樹
計(jì)算機(jī)輔助工程 2018年5期2018-01-04
- 基于VSLAM的自主移動(dòng)機(jī)器人三維同時(shí)定位與地圖構(gòu)建
,提出一種基于八叉樹結(jié)構(gòu)的高效、緊湊的地圖構(gòu)建算法。首先,根據(jù)關(guān)鍵幀的位姿和深度數(shù)據(jù),構(gòu)建圖像對(duì)應(yīng)場(chǎng)景的點(diǎn)云地圖;然后利用八叉樹地圖技術(shù)進(jìn)行處理,構(gòu)建出了適合于機(jī)器人應(yīng)用的地圖。將所提算法同RGB-D SLAM(RGB-Depth SLAM)算法、ElasticFusion算法和ORB-SLAM(Oriented FAST and Rotated BRIEF SLAM)算法通過權(quán)威數(shù)據(jù)集進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明,所提算法具有較高的有效性、精度和魯棒性。
計(jì)算機(jī)應(yīng)用 2017年10期2017-12-14
- 基于改進(jìn)的八叉樹算法三維地質(zhì)建模技術(shù)研究
提出采用改進(jìn)的八叉樹細(xì)分法構(gòu)建地質(zhì)體三維形態(tài)，以空間體元做為聯(lián)系各種地質(zhì)對(duì)象的載體，方便對(duì)地質(zhì)體實(shí)施空間分析，這種構(gòu)模法能應(yīng)對(duì)各種復(fù)雜的地質(zhì)條件，并且構(gòu)模精度高，對(duì)其余礦山的三維地質(zhì)建模具有借簽意義。關(guān)鍵詞：三維地質(zhì)建模；八叉樹；塊體模型；屬性插值中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2017）09-0111-021 引言三維地質(zhì)建模是在虛擬環(huán)境下進(jìn)行地質(zhì)分析的關(guān)鍵技術(shù)，它是空間預(yù)測(cè)、空間信息管理、地質(zhì)解譯、地質(zhì)統(tǒng)計(jì)學(xué)
數(shù)字技術(shù)與應(yīng)用 2017年9期2017-12-07
- 一種改進(jìn)的立體柵格K鄰域搜索算法
格的基礎(chǔ)上融入八叉樹思想，根據(jù)點(diǎn)云閾值查找點(diǎn)云特征柵格，對(duì)特征柵格按此柵格點(diǎn)云數(shù)與閾值的關(guān)系自動(dòng)計(jì)算棱長(zhǎng)并進(jìn)行精劃分，并采用自適應(yīng)空間動(dòng)態(tài)球算法擴(kuò)展并搜索采樣點(diǎn)的K鄰域點(diǎn)集。實(shí)驗(yàn)表明，與其他算法相比，該算法不僅具有較高的自動(dòng)化能力和較強(qiáng)的穩(wěn)定性，還能快速、準(zhǔn)確搜索采樣點(diǎn)的K鄰域。關(guān)鍵詞：立體柵格；八叉樹；動(dòng)態(tài)空間球；K鄰域中圖分類號(hào)：TP301.6 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2017）29-0005-02引言鄰域是散亂點(diǎn)云中各點(diǎn)與其相鄰
科技創(chuàng)新與應(yīng)用 2017年29期2017-10-16
- 基于八叉樹和柵格法的點(diǎn)云簡(jiǎn)化算法
的曲率，并通過八叉樹算法來保留曲率大的區(qū)域的點(diǎn)云，結(jié)果表明，該算法簡(jiǎn)單高效，所提出的點(diǎn)云精簡(jiǎn)算法能夠?qū)Υ罅棵芗瘮?shù)據(jù)進(jìn)行直接而有效的精簡(jiǎn)，并且對(duì)曲率變化大且含有較多細(xì)節(jié)特征的區(qū)域保留更多的細(xì)節(jié)信息關(guān)鍵詞：點(diǎn)云；簡(jiǎn)化；八叉樹；柵格法隨著各種產(chǎn)品的極大豐富，從飛機(jī)到汽車到社會(huì)的各個(gè)方面，都要用到反求工程，而隨著反求工程技術(shù)的發(fā)展，物體表面數(shù)據(jù)的采集方法越來越多樣化，三維測(cè)量設(shè)備得到了長(zhǎng)足的進(jìn)步，設(shè)備的精度越來越高，得到的點(diǎn)云數(shù)據(jù)也越來越多，如果直接用海量的點(diǎn)云進(jìn)
建材發(fā)展導(dǎo)向 2017年3期2017-07-04
- 基于八叉樹與KD樹索引的點(diǎn)云配準(zhǔn)方法
0101)基于八叉樹與KD樹索引的點(diǎn)云配準(zhǔn)方法王育堅(jiān)，廉騰飛，吳明明，高 倩(北京聯(lián)合大學(xué) 信息學(xué)院，北京 100101)針對(duì)點(diǎn)云配準(zhǔn)算法中KD樹多維查詢效率較低的問題，提出一種基于八叉樹和KD樹多層索引結(jié)構(gòu)的點(diǎn)云配準(zhǔn)方法。首先為模型點(diǎn)云數(shù)據(jù)建立八叉樹全局索引，然后在八叉樹葉子結(jié)點(diǎn)構(gòu)建局部數(shù)據(jù)的KD樹索引。對(duì)傳統(tǒng)的ICP點(diǎn)云配準(zhǔn)算法進(jìn)行改進(jìn)，通過葉子結(jié)點(diǎn)的全局索引值快速定位局部點(diǎn)云數(shù)據(jù)塊，利用局部KD樹索引加快最近點(diǎn)的搜索，計(jì)算最近點(diǎn)時(shí)利用歐氏距離閾值、點(diǎn)
測(cè)繪工程 2017年8期2017-07-01
- 一種基于八叉樹的快速體素化方法*
7)?一種基于八叉樹的快速體素化方法*段偉偉，羅健欣，倪桂強(qiáng)，唐 斌(解放軍理工大學(xué) 指揮信息系統(tǒng)學(xué)院，江蘇 南京 210007)當(dāng)前的體素化方法大都具有較高的復(fù)雜性，計(jì)算開銷大，對(duì)硬件要求高。為了簡(jiǎn)單快速地實(shí)現(xiàn)3D模型的體素化，提出一種基于八叉樹的快速體素化方法。首先在使用八叉樹進(jìn)行模型細(xì)分的基礎(chǔ)上，得到模型表面數(shù)據(jù)。然后根據(jù)表面數(shù)據(jù)選擇多個(gè)方向?qū)δＰ瓦M(jìn)行逐行掃描。該方法能快速地區(qū)分出模型的外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)，最終實(shí)現(xiàn)模型的體素化。對(duì)不同分辨率下的多種模
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2017年11期2017-06-19
- 一種樹狀結(jié)構(gòu)的點(diǎn)云數(shù)據(jù)混合索引方法
文基于KD樹和八叉樹的索引模型，提出一種新的點(diǎn)云數(shù)據(jù)的索引的方法，實(shí)驗(yàn)證明這種混合索引的方式能夠提高點(diǎn)云數(shù)據(jù)索引的效率。樹狀結(jié)構(gòu)；混合索引；點(diǎn)云數(shù)據(jù)點(diǎn)云數(shù)據(jù)索引是點(diǎn)云數(shù)據(jù)處理中的一個(gè)重要的環(huán)節(jié)，對(duì)于大量的三維點(diǎn)云數(shù)據(jù)信息來說,合理的空間索引結(jié)構(gòu)方式可以高效的實(shí)現(xiàn)海量三維點(diǎn)云數(shù)據(jù)信息的存儲(chǔ)和管理?？臻g索引結(jié)構(gòu)方式的好壞直接影響地理信息系統(tǒng)和空間數(shù)據(jù)庫(kù)工作效率，空間索引的結(jié)構(gòu)方式的研究和開發(fā)影響了整個(gè)空間數(shù)據(jù)庫(kù)和地理信息系統(tǒng)領(lǐng)域的進(jìn)展[1]。目前，數(shù)據(jù)檢索問題
四川水泥 2017年3期2017-05-05
- 一種基于混合樹防碰撞算法的改進(jìn)算法
叉樹、四叉樹或八叉樹來查詢標(biāo)簽ID編碼。通過對(duì)算法性能分析和仿真實(shí)驗(yàn)結(jié)果可以表明，DIHQT算法在時(shí)間復(fù)雜度上有約200次的減少，以及識(shí)別效率上較其他算法都有約5%提高。防碰撞算法 混合樹 射頻識(shí)別技術(shù)0 引 言射頻識(shí)別技術(shù)(RFID)，作為現(xiàn)今物聯(lián)網(wǎng)的核心技術(shù)之一，有效地利用射頻信號(hào)及空間耦合的雙向傳輸特性，對(duì)靜止或動(dòng)態(tài)對(duì)象實(shí)現(xiàn)非接觸式的自動(dòng)識(shí)別[1]。該技術(shù)的讀寫速度快，對(duì)于多個(gè)移動(dòng)非可視物體的識(shí)別準(zhǔn)確性高，標(biāo)簽信息覆蓋量大等特點(diǎn)。射頻識(shí)別系統(tǒng)共分三個(gè)
計(jì)算機(jī)應(yīng)用與軟件 2017年2期2017-02-27
- 利用并行八叉樹劃分技術(shù)開展復(fù)雜構(gòu)型航天器放氣污染分析研究
94）利用并行八叉樹劃分技術(shù)開展復(fù)雜構(gòu)型航天器放氣污染分析研究焦子龍，姜利祥，黃建國(guó)，孫繼鵬，朱云飛（北京衛(wèi)星環(huán)境工程研究所 可靠性與環(huán)境工程技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100094）放氣污染對(duì)航天器造成的有害影響需要定量評(píng)估。放氣產(chǎn)物分子的輸運(yùn)過程可以采用 Monte-Carlo方法模擬，并用射線表示放氣分子輸運(yùn)軌跡。如此一來，即轉(zhuǎn)換為射線追蹤問題。由于航天器構(gòu)型復(fù)雜，射線追蹤的計(jì)算很耗時(shí)，所以有必要研究其加速算法。文章將復(fù)雜構(gòu)型航天器表面用三角形非結(jié)構(gòu)網(wǎng)格表
航天器環(huán)境工程 2016年6期2017-01-11
- 多分辨率LOD的海量點(diǎn)云顯示技術(shù)研究
0000）利用八叉樹數(shù)據(jù)結(jié)構(gòu)對(duì)海量點(diǎn)云進(jìn)行分塊處理，將八叉樹葉結(jié)點(diǎn)的點(diǎn)云逐層隨機(jī)采樣后保存在外存中構(gòu)建多分辨率LOD數(shù)據(jù)結(jié)構(gòu)，設(shè)計(jì)了一種基于視點(diǎn)的多分辨率點(diǎn)云內(nèi)外存調(diào)度策略，實(shí)現(xiàn)了海量點(diǎn)云的流暢顯示。通過對(duì)一組海量點(diǎn)云數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，分析了不同八叉樹劃分深度對(duì)八叉樹劃分、多分辨率數(shù)據(jù)構(gòu)建以及顯示的影響。八叉樹；多分辨率LOD；海量點(diǎn)云；內(nèi)外存調(diào)度；點(diǎn)云繪制隨著三維激光掃描技術(shù)和多角度攝影測(cè)量稠密匹配技術(shù)的發(fā)展，海量點(diǎn)云數(shù)據(jù)的處理和實(shí)時(shí)繪制為城市高效建模提出一
地理空間信息 2016年10期2016-12-28
- GPU的對(duì)半剖分體數(shù)據(jù)的光線投射法
兩部分分別使用八叉樹進(jìn)行重構(gòu)，并同時(shí)剔除空塊，建立起各自新的有效數(shù)據(jù)塊的頂點(diǎn)集合；然后使用GPU對(duì)頂點(diǎn)集合進(jìn)行渲染，生成光線起點(diǎn)和方向等信息；最后利用CUDA對(duì)重構(gòu)后的兩部分體數(shù)據(jù)依次進(jìn)行光線投射和顏色累積，將其結(jié)果合成后得到最終圖像.實(shí)驗(yàn)結(jié)果表明，這種方法生成的圖像質(zhì)量與傳統(tǒng)的可視化方法相比沒有損失，但對(duì)具有較多空腔結(jié)構(gòu)的體數(shù)據(jù)，則可以快速跳過中空體素，具有非常明顯的加速效果.數(shù)據(jù)可視化；光線投射法；GPU渲染；八叉樹；CUDA ；中空體數(shù)據(jù)光線投射法是
哈爾濱工業(yè)大學(xué)學(xué)報(bào) 2016年4期2016-12-01
- 基于八叉樹自適應(yīng)網(wǎng)格技術(shù)的Level Set運(yùn)動(dòng)界面追蹤方法
，周建新?基于八叉樹自適應(yīng)網(wǎng)格技術(shù)的Level Set運(yùn)動(dòng)界面追蹤方法殷亞軍，李陽(yáng)東，涂志新，李文，沈旭，周建新（華中科技大學(xué)材料成形與模具技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖北武漢430074）Level Set方法因能有效地處理界面處復(fù)雜的拓?fù)浣Y(jié)構(gòu)變化以及大變形問題，廣泛應(yīng)用于界面追蹤領(lǐng)域。在Level Set方法追蹤運(yùn)動(dòng)界面時(shí)引入八叉樹網(wǎng)格技術(shù)，通過八叉樹網(wǎng)格的細(xì)化和粗化技術(shù)減少計(jì)算網(wǎng)格數(shù)量和計(jì)算內(nèi)存并提高計(jì)算效率和計(jì)算精度。因?yàn)?span id="syggg00" class="hl">八叉樹網(wǎng)格為非均勻網(wǎng)格，其相鄰網(wǎng)格
化工學(xué)報(bào) 2016年11期2016-11-18
- 顧及幾何特征的規(guī)則激光點(diǎn)云分割方法
研究切入點(diǎn)，以八叉樹空間劃分方式對(duì)數(shù)據(jù)進(jìn)行組織，并用八進(jìn)制編碼進(jìn)行命名，結(jié)合K鄰近搜索法獲取目標(biāo)點(diǎn)的局部鄰近點(diǎn)，采用加權(quán)平均目標(biāo)點(diǎn)相鄰的三角面片法向量來估算單點(diǎn)法向量?；谕队皻W氏距離擬合曲面求取曲率。量化了規(guī)則點(diǎn)云集的分割約束條件，采用法向量信息來進(jìn)行平面點(diǎn)的提取，根據(jù)曲率在兩個(gè)主方向上的差異性來識(shí)別和分割柱面和球面信息。試驗(yàn)結(jié)果表明：①基于法矢量的平面點(diǎn)分割效果理想；②基于曲率差異性的規(guī)則曲面點(diǎn)分割效果較差；③基于幾何特性的規(guī)則激光點(diǎn)分割方法合理可行。
測(cè)繪通報(bào) 2016年8期2016-09-08
- 基于三維地理信息系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)分析
Array)、八叉樹(Octree)、實(shí)體結(jié)構(gòu)幾何法(CSG)和四面體格網(wǎng)法(TEN)。前者便于表面顯示，后者便于空間分析。2.1三維矢量結(jié)構(gòu)在三維空間中，多采用點(diǎn)、線、面、體來表達(dá)各種實(shí)體，前三種要素在二維平面GIS的應(yīng)用中已有較深的研究，只有體元素的研究才剛起步，并且也是三維數(shù)據(jù)結(jié)構(gòu)研究中必需解決的難題。李青元認(rèn)為，只有體劃分是有限—互斥—完整劃分的概念，不同的數(shù)據(jù)場(chǎng)類型對(duì)應(yīng)不同的體劃分方案。在三維空間里，研究區(qū)域中涉及最多的便是體元素，體與體之間由曲
地球 2016年2期2016-04-14
- 核輻射安全仿真實(shí)時(shí)交互渲染方法
實(shí)時(shí)交互渲染；八叉樹當(dāng)前，隨著核能的迅猛發(fā)展，核輻射環(huán)境下核設(shè)施維修、退役等作業(yè)實(shí)踐也越來越頻繁?；诎踩?、經(jīng)濟(jì)性、合理性的考慮，作業(yè)實(shí)踐方案的預(yù)先模擬仿真，能有效提高作業(yè)的效率以及降低工作人員的輻射照射劑量。基于虛擬現(xiàn)實(shí)技術(shù)[1]構(gòu)建的核輻射安全仿真，因具備多感知性、交互性、沉浸感和自主性等特點(diǎn)，被廣泛應(yīng)用于核輻射環(huán)境下涉核作業(yè)方案的制訂與優(yōu)化、人員操作培訓(xùn)等環(huán)節(jié)。核輻射安全仿真場(chǎng)景具有如下特點(diǎn)：首先，場(chǎng)景中幾何模型結(jié)構(gòu)復(fù)雜，且要實(shí)時(shí)可視化輻射場(chǎng)數(shù)據(jù)，
核科學(xué)與工程 2016年5期2016-04-11
- 顧及自適應(yīng)多細(xì)節(jié)層次的八叉樹點(diǎn)云管理算法
應(yīng)多細(xì)節(jié)層次的八叉樹點(diǎn)云管理算法張俊峰1，2， 許德合1， 王小東1（1．華北水利水電大學(xué)資源與環(huán)境學(xué)院，河南鄭州450045；2．成都理工大學(xué)國(guó)土資源部地學(xué)空間信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，四川成都610059）為了解決大規(guī)模點(diǎn)云不易有效組織、動(dòng)態(tài)可視化時(shí)冗余度大，且較難實(shí)現(xiàn)自適應(yīng)顯示的問題，提出顧及細(xì)節(jié)層次（levels of detail，LOD）的八叉樹點(diǎn)云管理算法．該算法基于八叉樹索引將掃描點(diǎn)限定在每個(gè)結(jié)點(diǎn)范圍內(nèi)，利用自上而下空間分割和自下而上參數(shù)計(jì)算相結(jié)
西南交通大學(xué)學(xué)報(bào) 2016年1期2016-02-09
- 激光掃描點(diǎn)云準(zhǔn)確快速去噪方法
問題，采用均勻八叉樹結(jié)構(gòu)以格網(wǎng)為單位進(jìn)行了生長(zhǎng)探測(cè)。試驗(yàn)證明了改進(jìn)方法的自適應(yīng)性和高效性。關(guān)鍵詞：點(diǎn)云去噪；加權(quán)；區(qū)域生長(zhǎng)；八叉樹；格網(wǎng)探測(cè)一、引言測(cè)繪中也有“測(cè)不準(zhǔn)”的概念，指的即為測(cè)量中不可避免地包含誤差。地面三維激光掃描儀作為一種測(cè)量設(shè)備，測(cè)量結(jié)果中也不可避免地包含各種誤差[1]，其中一部分誤差表現(xiàn)出噪聲特性，它的存在影響整個(gè)點(diǎn)云數(shù)據(jù)的分析效率和精度，因此需要對(duì)其按照分布大小進(jìn)行針對(duì)性的去除或調(diào)整。三維激光掃描測(cè)量產(chǎn)生的噪聲具有多樣性[2-3]：主動(dòng)
測(cè)繪通報(bào) 2015年12期2016-01-26
- 基于八叉樹空間分割的NURBS曲面重構(gòu)方法
文提出一種基于八叉樹空間分割的NURBS曲面重構(gòu)方法，利用八叉樹的快速收斂能力對(duì)點(diǎn)云進(jìn)行分割、精簡(jiǎn)處理，采用NURBS曲面重構(gòu)方法對(duì)局部網(wǎng)格曲面進(jìn)行重構(gòu)，使用八叉樹和四叉樹相混合的數(shù)據(jù)結(jié)構(gòu)，漸進(jìn)地進(jìn)行曲面的重構(gòu)。1 八叉樹空間分割方法1.1 八叉樹結(jié)構(gòu)在數(shù)據(jù)模型研究方面，研究者提出多種數(shù)據(jù)組織方法［4］，提高了重構(gòu)模型的精確度和運(yùn)算效率。文獻(xiàn) ［5］提出一種無指針八叉樹的二元結(jié)構(gòu)，并設(shè)計(jì)了八叉樹的快速創(chuàng)建算法，適用于不同結(jié)構(gòu)的八叉樹。該方法既減少了模型的存
計(jì)算機(jī)工程與設(shè)計(jì) 2015年6期2015-12-23
- 基于八叉樹鄰域分析的光線跟蹤加速算法
0011）基于八叉樹鄰域分析的光線跟蹤加速算法張文勝1,3， 解 騫1,2， 鐘 瑾3， 劉俊平3， 郝 青4， 郭廣利3（1. 石家莊鐵道大學(xué)交通運(yùn)輸學(xué)院，河北 石家莊 050043；2. 河北省交通安全與控制重點(diǎn)實(shí)驗(yàn)室，河北 石家莊 050043；3. 石家莊市中醫(yī)院放射科，河北 石家莊 050011；4. 河北醫(yī)科大學(xué)第四醫(yī)院，河北 石家莊 050011）八叉樹是加速光線跟蹤常用的層次劃分結(jié)構(gòu)，為加快八叉樹跟蹤光線的過程，論文研究了運(yùn)用八叉樹鄰域分析
圖學(xué)學(xué)報(bào) 2015年3期2015-12-19
- 多Kinect實(shí)時(shí)室內(nèi)動(dòng)態(tài)場(chǎng)景三維重建
、基于GPU的八叉樹構(gòu)建、基于有向距離函數(shù)的表面重建等關(guān)鍵算法．試驗(yàn)中，整個(gè)算法運(yùn)行幀率達(dá)到8.74 f/s；重建分辨率達(dá)到約5.9 mm．試驗(yàn)表明，算法基本滿足實(shí)時(shí)動(dòng)態(tài)場(chǎng)景重建的要求，重建模型的精度滿足非精確計(jì)算類應(yīng)用的需求．三維重建；室內(nèi)動(dòng)態(tài)場(chǎng)景；多Kinect設(shè)備；迭代最近點(diǎn)配準(zhǔn)；Marching Cubes算法場(chǎng)景三維重建技術(shù)是利用傳感器和計(jì)算機(jī)，通過對(duì)場(chǎng)景的紋理、深度等元數(shù)據(jù)進(jìn)行分析和處理后自動(dòng)(或半自動(dòng))地構(gòu)建場(chǎng)景的三維模型．目前，場(chǎng)景重建技術(shù)
- 八叉樹空間結(jié)構(gòu)投影的射線物體求交方法
?·信息科學(xué)·八叉樹空間結(jié)構(gòu)投影的射線物體求交方法魏瀟然,耿國(guó)華,張雨禾(西北大學(xué) 信息科學(xué)與技術(shù)學(xué)院，陜西 西安 710127)為了提高光線投射算法中射線與物體求交速度,提出一種利用八叉樹空間結(jié)構(gòu)在視平面上投影的射線快速求交方法。算法構(gòu)造平行于視平面的八叉樹空間結(jié)構(gòu),將每個(gè)八叉樹葉子包圍盒沿視點(diǎn)方向投影在視平面上,將視平面劃分成若干投影區(qū)域。在射線與包圍盒求交時(shí),根據(jù)射線落在視平面上的位置,確定其所屬投影區(qū)域,求出與該射線相交的包圍盒。實(shí)驗(yàn)表明該算法對(duì)傳
- 基于MVF和顏色量化的LED燈飾效果優(yōu)化方法
基礎(chǔ)上建立簡(jiǎn)易八叉樹，對(duì)像素點(diǎn)進(jìn)行裁剪，有效提升LED燈飾實(shí)時(shí)控制處理軟件的性能。1 基于MVF技術(shù)的屏幕DC截圖法1.1 內(nèi)存映射文件技術(shù)WIN32 API提供了一種進(jìn)行文件操作的高效途徑，即內(nèi)存映射文件。內(nèi)存映射文件允許在WIN32進(jìn)程的虛擬地址空間中保留一段內(nèi)存區(qū)域，并將物理存儲(chǔ)器中目標(biāo)文件提交給該區(qū)域，映射到這段虛擬內(nèi)存之中。采用存取內(nèi)存數(shù)據(jù)的方式直接操作文件中的數(shù)據(jù)，如同這些數(shù)據(jù)放在內(nèi)存中一樣，簡(jiǎn)化了對(duì)文件的訪問操作，還可以實(shí)現(xiàn)多個(gè)進(jìn)程共享數(shù)據(jù)，
中國(guó)測(cè)試 2014年5期2014-03-03
- 海量點(diǎn)云數(shù)據(jù)管理方法的研究
數(shù)據(jù)處理分析。八叉樹（Octree）是一種用于描述三維空間的數(shù)狀數(shù)據(jù)結(jié)構(gòu)。這種方法即可以看成是四叉樹方法在三維空間的推廣，也可以認(rèn)為是用三維體素陣列表示形體方法的一種改進(jìn)。八叉樹的每個(gè)節(jié)點(diǎn)表示正方體的體積元素，每個(gè)節(jié)點(diǎn)有八個(gè)子節(jié)點(diǎn)，將八個(gè)子節(jié)點(diǎn)所表示的體積元素加在一起就等于父節(jié)點(diǎn)的體積。1 數(shù)據(jù)管理1.1 建立點(diǎn)云數(shù)據(jù)八叉樹索引在建立八叉樹的過程中，八叉樹的根節(jié)點(diǎn)為激光點(diǎn)云數(shù)據(jù)的外接包圍盒，從根節(jié)點(diǎn)開始進(jìn)行空間八方向劃分，形成八個(gè)子節(jié)點(diǎn)立方體，其中一部分含
船舶設(shè)計(jì)通訊 2013年2期2013-12-04
- 散亂點(diǎn)云線性八叉樹結(jié)構(gòu)在GPU中的實(shí)現(xiàn)
)散亂點(diǎn)云線性八叉樹結(jié)構(gòu)在GPU中的實(shí)現(xiàn)徐萬(wàn)銀，劉勝蘭(南京航空航天大學(xué)機(jī)電學(xué)院，江蘇南京 210016)為快速建立散亂點(diǎn)云的空間鄰接關(guān)系，研究了更快速構(gòu)建線性八叉樹。采用Morton碼描述八叉樹的節(jié)點(diǎn)，并按照層次順序?qū)θ~節(jié)點(diǎn)進(jìn)行遍歷，通過建立兩個(gè)查詢表，實(shí)現(xiàn)對(duì)節(jié)點(diǎn)相鄰信息的快速查詢。算法利用了GPU架構(gòu)的并行度，實(shí)驗(yàn)表明，該算法有較高的效率。八叉樹;Morton碼;并行算法;GPU八叉樹數(shù)據(jù)結(jié)構(gòu)以其結(jié)構(gòu)簡(jiǎn)單、易于遍歷、算法實(shí)現(xiàn)方便成為建立散亂點(diǎn)云的空間鄰
機(jī)械設(shè)計(jì)與制造工程 2013年4期2013-09-12
- 基于MVF和改進(jìn)八叉樹的屏幕圖像采集方案
礎(chǔ)上建立簡(jiǎn)化的八叉樹，對(duì)像素點(diǎn)進(jìn)行裁剪，既降低圖像傳輸數(shù)據(jù)量，又保證圖像成像效果，有效提升遠(yuǎn)程實(shí)時(shí)視頻監(jiān)控軟件系統(tǒng)的工作性能。1 基于內(nèi)存映射文件法的屏幕DC截圖法具體設(shè)計(jì)1.1 內(nèi)存映射文件技術(shù)簡(jiǎn)要介紹WIN32 API提供了實(shí)施文件操作的便捷渠道，也就是內(nèi)存映射文件。在這里，其準(zhǔn)許能夠在WIN32進(jìn)程的虛擬空間里面留有一定的空間，同時(shí)能夠把物理存儲(chǔ)器里面的目標(biāo)文件向這一個(gè)空間進(jìn)行提交，從而能夠與該虛擬空間進(jìn)行映射。這樣就能夠通過存取內(nèi)存數(shù)據(jù)的手段對(duì)文件
電視技術(shù) 2013年19期2013-08-13
- 激光雷達(dá)點(diǎn)云數(shù)據(jù)截面提取計(jì)算方法研究
引、選擇，基于八叉樹快速生成不同方向、不同深度的斷面圖，能夠較好展示地形、地物的空間關(guān)系，可有效應(yīng)用于電力選線等工作.1 場(chǎng)景管理圖1 八叉樹示意圖散亂點(diǎn)云本身包含的結(jié)構(gòu)信息較少，在進(jìn)行某些操作如選擇等，往往需要遍歷全部點(diǎn)，因此這些操作的運(yùn)算量會(huì)隨著點(diǎn)的個(gè)數(shù)呈線性甚至指數(shù)級(jí)增加， 當(dāng)點(diǎn)集的數(shù)據(jù)較大時(shí)， 交互時(shí)間會(huì)比較長(zhǎng).在計(jì)算機(jī)圖形學(xué)中，常用場(chǎng)景管理技術(shù)包括加快渲染和碰撞檢測(cè)等，其基本原理是通過預(yù)先計(jì)算空間物體的結(jié)構(gòu)信息，并在渲染和碰撞檢測(cè)時(shí)，利用結(jié)構(gòu)信息
江西理工大學(xué)學(xué)報(bào) 2013年3期2013-08-07
- 幀間一致性的八叉樹可視外殼三維重建
）幀間一致性的八叉樹可視外殼三維重建李 霞（中國(guó)石油山東銷售公司 調(diào)度運(yùn)輸處，山東 濟(jì)南 250011）針對(duì)動(dòng)態(tài)物體三維重建計(jì)算量大的問題，提出利用幀間一致性的動(dòng)態(tài)物體可視外殼重建算法。算法采用八叉樹的存儲(chǔ)結(jié)構(gòu)，利用幀間一致性，判斷前一幀重建的可視外殼邊界體素的鄰域體素狀態(tài)，生成后續(xù)幀的可視外殼。相比于每次從八叉樹的根節(jié)點(diǎn)開始判斷的方法，幀間一致性算法減少了判斷次數(shù)，提高了算法效率。試驗(yàn)結(jié)果表明，該算法有效地減少了計(jì)算量。三維重建；可視外殼；幀間一致性；八
- 混合數(shù)據(jù)模型在建筑物三維建模中的應(yīng)用
提出了一種基于八叉樹和NURBS的混合三維數(shù)據(jù)模型。1 三維空間數(shù)據(jù)模型空間數(shù)據(jù)模型是在實(shí)體概念的基礎(chǔ)上發(fā)展起來的。近年來，國(guó)內(nèi)外很多學(xué)者對(duì)三維空間數(shù)據(jù)模型理論和應(yīng)用進(jìn)行了深入的研究，提出了多種三維空間數(shù)據(jù)模型建模方法［3-4］。按照模型的存儲(chǔ)元素類型分類，三維空間數(shù)據(jù)模型可分為柵格數(shù)據(jù)模型、矢量數(shù)據(jù)模型、柵格和矢量混合模型3類。按照模型的構(gòu)成元素分類，三維空間數(shù)據(jù)模型可分為基于面元的模型、基于體元的模型和面元體元混合模型3類。基于面元的模型是利用微小的面
- 基于八叉樹三維農(nóng)作物葉片的體建模算法
想。首先，采用八叉樹方法［1］實(shí)現(xiàn)三維作物葉片模型的體建模，該模型可以精確表示三維葉片內(nèi)部所有點(diǎn)的幾何位置，這種點(diǎn)集拓?fù)潴w模型將葉片實(shí)體內(nèi)部的屬性和結(jié)構(gòu)看作三維實(shí)體占據(jù)的空間位置函數(shù)，由于體幾何模型構(gòu)造方法簡(jiǎn)單，容易離散化，所需計(jì)算及存儲(chǔ)均很少，使得三維作物葉片的形態(tài)建模得以精確控制。然后結(jié)合知識(shí)引擎組件對(duì)象驅(qū)動(dòng)作物器官組件對(duì)象生長(zhǎng)變化，使生長(zhǎng)模型中的屬性描述與虛擬作物器官（葉片）組件分離，在生長(zhǎng)模型腳本里定義作物生長(zhǎng)的各種參數(shù)，知識(shí)引擎就根據(jù)這些參數(shù)來控
- 基于密集型區(qū)域的八叉樹劃分算法
于密集型區(qū)域的八叉樹劃分算法張佳杰，黃海端河北聯(lián)合大學(xué)遷安學(xué)院，河北遷安 064400虛擬場(chǎng)景中數(shù)據(jù)量的存儲(chǔ)是關(guān)系查找速度的關(guān)鍵問題，本文針對(duì)傳統(tǒng)八叉樹存儲(chǔ)的不足，采用密集型八叉樹組織場(chǎng)景，利用改進(jìn)的八叉樹對(duì)虛擬場(chǎng)景進(jìn)行劃分。實(shí)驗(yàn)結(jié)果表明：此種八叉樹的劃分方法，充分發(fā)揮了空間劃分的優(yōu)勢(shì)，節(jié)約了存儲(chǔ)空間，加快了場(chǎng)景的查找速度。虛擬場(chǎng)景；密集型區(qū)域；八叉樹注：本文系唐山市科技局項(xiàng)目（NO: 09130201C）0 引言隨著虛擬現(xiàn)實(shí)技術(shù)的日益成熟，虛擬場(chǎng)景越來越
科技傳播 2012年2期2012-06-13
- 基于八叉樹的復(fù)雜產(chǎn)品模型實(shí)時(shí)繪制技術(shù)
1, 2?基于八叉樹的復(fù)雜產(chǎn)品模型實(shí)時(shí)繪制技術(shù)趙 磊，趙 罡，談敦銘（1. 虛擬現(xiàn)實(shí)技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100191；2. 北京航空航天大學(xué)機(jī)械工程及自動(dòng)化學(xué)院，北京 100191）給出基于OpenSceneGraph場(chǎng)景模型的信息提取方法，利用八叉樹對(duì)場(chǎng)景模型進(jìn)行分割和視錐體剔除，有效提高了實(shí)時(shí)繪制的效率，尤其是對(duì)瀏覽場(chǎng)景細(xì)節(jié)時(shí)的繪制效率提高最為明顯。采用基于分頁(yè)技術(shù)的Pagelod方法，實(shí)現(xiàn)模型的動(dòng)態(tài)調(diào)度，以減少I/O的負(fù)載，滿足在有限硬件
圖學(xué)學(xué)報(bào) 2011年3期2011-07-31
- 基于八叉樹的點(diǎn)云數(shù)據(jù)的組織與可視化
0012）基于八叉樹的點(diǎn)云數(shù)據(jù)的組織與可視化張會(huì)霞（太原師范學(xué)院 城市與旅游學(xué)院，山西 太原 030012）三維激光掃描獲取了大量的點(diǎn)云數(shù)據(jù)，數(shù)據(jù)的組織直接影響點(diǎn)云數(shù)據(jù)的操作速度.采用數(shù)據(jù)庫(kù)管理點(diǎn)云數(shù)據(jù)，對(duì)點(diǎn)云數(shù)據(jù)采用八叉樹數(shù)據(jù)模型進(jìn)行組織，建立空間索引，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行分塊提取，實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的檢索以及可視化.八叉樹；點(diǎn)云數(shù)據(jù)；組織；可視化三維激光掃描技術(shù)（3D Laser Scanning Technology）是一種先進(jìn)的全自動(dòng)高精度立體掃描技術(shù).它是一
- 一種基于GPU實(shí)現(xiàn)的自適應(yīng)八叉樹紋理繪畫算法
是難以實(shí)現(xiàn)的。八叉樹紋理是體紋理的一種變形，它只對(duì)體的子集與模型表面相交的那一部分進(jìn)行存儲(chǔ)，形成了一種稀疏紋理，大大節(jié)省了存儲(chǔ)空間。在GPU上實(shí)現(xiàn)八叉樹紋理后，通過硬件協(xié)助，使紋理的查找速度進(jìn)一步加快，實(shí)時(shí)性得到提高。在原有的低分辨率、小內(nèi)存占用情況下，如果用戶想進(jìn)行高分辨率的繪畫，雖然可以將分辨率提高到相應(yīng)水平來達(dá)到目的，但是由于體紋理的特性，內(nèi)存的需求將上升的非?？?！本文提出了一種基于 GPU加速的、可變局部分辨率的、實(shí)現(xiàn)實(shí)時(shí)繪畫的自適應(yīng)八叉樹紋理繪畫
圖學(xué)學(xué)報(bào) 2010年4期2010-07-07
- 基于八叉樹編碼的點(diǎn)云數(shù)據(jù)精簡(jiǎn)方法
數(shù)據(jù)。文中應(yīng)用八叉樹編碼的空間鄰域劃分方法，并在此基礎(chǔ)上提出了一種新的點(diǎn)云數(shù)據(jù)均勻精簡(jiǎn)方法。1 點(diǎn)云精簡(jiǎn)方法近年來，人們做了很多關(guān)于數(shù)據(jù)精簡(jiǎn)方面的研究，主要包括曲率精簡(jiǎn)和均勻精簡(jiǎn)兩類方法。在曲率精簡(jiǎn)方法中，洪軍[2]先利用包圍盒法構(gòu)造分割面，然后利用分割面將點(diǎn)云處理成掃描線結(jié)構(gòu)，再利用角度、弦高聯(lián)合準(zhǔn)則法逐線精簡(jiǎn)；周綠[3]使用了拋物面擬合法求解局部曲率，再根據(jù)曲率偏差對(duì)點(diǎn)云進(jìn)行精簡(jiǎn)。在均勻精簡(jiǎn)方法中，萬(wàn)軍[4]通過以某一點(diǎn)定義采樣立方體，求立方體內(nèi)其余點(diǎn)
圖學(xué)學(xué)報(bào) 2010年4期2010-07-07
- 基于三維重建技術(shù)的三角剖分*
采用一對(duì)八式的八叉樹數(shù)據(jù)模型來完成分割與合并。首先利用八叉樹模型對(duì)空間離散點(diǎn)進(jìn)行分割，然后對(duì)八叉樹葉子節(jié)點(diǎn)進(jìn)行Delaunay三角化，最后依據(jù)Delaunay法則將各局部三角網(wǎng)自下而上逐級(jí)合并，進(jìn)而生成最終的整個(gè)點(diǎn)集三角網(wǎng)模型,這樣將兩種三角化適當(dāng)結(jié)合，提高了算法的效率。其中，在合并的過程中盡量減少了查找正確擴(kuò)展點(diǎn)的范圍，從而節(jié)約了時(shí)間，提高了算法的執(zhí)行效率。具體作法：將各節(jié)點(diǎn)生成三角網(wǎng)凸殼的擴(kuò)展邊（邊界）找出，用鏈表分別存儲(chǔ)，兩兩合并三角網(wǎng)時(shí)所需用到的邊
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2010年18期2010-05-18