KD树索引策略下紧支撑径向基函数的点云建模

系统仿真学报 ›› 2016, Vol. 28 ›› Issue (9): 2154-2158.

KD树索引策略下紧支撑径向基函数的点云建模

李佳^1,2,3,4, 段平¹, 盛业华^2,3,4, 吕海洋^2,3,4, 张思阳^2,3,4

1.云南师范大学旅游与地理科学学院,云南昆明 650500;
2.虚拟地理环境教育部重点实验室(南京师范大学),江苏南京 210023;
3.江苏省地理环境演化国家重点实验室培育建设点,江苏南京 210023;
4.江苏省地理信息资源开发与利用协同创新中心,江苏南京 210023

收稿日期:2015-05-28 修回日期:2015-07-30 出版日期:2016-09-08 发布日期:2020-08-14
第一作者简介:李佳(1984-),女,湖北公安,博士,讲师,研究方向为图形图像处理;段平(通讯作者1984-),男,湖北监利,博士,讲师,研究方向为GIS三维建模。
基金资助:
国家自然科学基金(41271383)

Point Cloud Modeling Based on Compactly Supported Radial Basis Function under KD Tree Index Strategy

Li Jia^1,2,3,4, Duan Ping¹, Sheng Yehua^2,3,4, Lü Haiyang^2,3,4, Zhang Siyang^2,3,4

1. School of Tourism and Geographical Sciences of Yunnan Normal University, Kunming 650500, China;
2. Key Laboratory of Virtual Geographic Environment (Nanjing Normal University), Ministry of Education, Nanjing 210023, China;
3. State Key Laboratory Cultivation Base of Geographical Environment Evolution (Jiangsu Province), Nanjing 210023, China;
4. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China

Received:2015-05-28 Revised:2015-07-30 Online:2016-09-08 Published:2020-08-14

摘要/Abstract

摘要： 采用紧支撑径向基函数(Compactly Supported Radial Basis Function,CSRBF)对点云进行建模和可视化表达会因穷举搜索问题导致计算机内存溢出,最终引起建模和可视化失败。KD树索引具有快速搜索点的优点且避免了穷举搜索问题,将KD树索引和CSRBF插值模型相结合,提出KD树搜索策略下的CSRBF点云建模与表达方法。建立点云数据的KD树索引,采用CSRBF构建点云的隐式曲面函数模型,通过Marching Cubes算法对建好的模型进行有效的可视化表达。采用经典的兔子点云进行实验验证,结果表明KD树索引搜索策略下CSRBF的点云建模与表达方案可行。

关键词: 点云, 建模, KD树, 紧支撑径向基函数

Abstract: Modeling constructed by Compactly Supported Radial Basis Function (CSRBF) and visualization will fail. The main reason is that exhaustive search results in out of memory. KD tree can void exhaustive search due to the advantage of quickly searching. CSRBF combined KD tree was used to construct point cloud model. Modeling approach of CSRBF based on KD tree was proposed. KD tree index of the point cloud was constructed. CSRBF interpolation method was used to construct implicit function model of point cloud. Marching Cubes algorithm was to display model in 3D manner. The experimental results with rabbit point cloud show that it is feasible for point cloud modeling with CSRBF based on KD tree.

Key words: point cloud, modeling, KD tree, compactly supported radial basis function

中图分类号:

TP391.41

李佳,段平,盛业华等 . KD树索引策略下紧支撑径向基函数的点云建模[J]. 系统仿真学报, 2016, 28(9): 2154-2158.

Li Jia,Duan Ping,Sheng Yehua,et al . Point Cloud Modeling Based on Compactly Supported Radial Basis Function under KD Tree Index Strategy[J]. Journal of System Simulation, 2016, 28(9): 2154-2158.

参考文献 11

[1]	方林聪, 汪国昭. 基于径向基函数的曲面重建算法[J]. 浙江大学学报(工学版), 2010, 44(4): 728-731.
[2]	韩燮, 武敬民, 韩慧研, 等. 基于椭球约束的径向基函数隐式曲面重建[J]. 图学学报, 2014, 35(4): 504-510.
[3]	段平, 盛业华, 张思阳, 等. 顾及异向性的局部径向基函数三维空间插值[J]. 武汉大学学报(信息科学版), 2015, 40(5): 632-637.
[4]	段平, 盛业华, 吕海洋,等. 基于多层紧支撑径向基函数的DEM插值方法[J]. 地理与地理信息科学, 2014, 30(5): 38-41.
[5]	Robinson J T.The KDB-tree: a search structure for large multidimensional dynamic indexes[C]// Proceedings of the 1981 ACM SIGMOD international conference on Management of data. USA: ACM, 1981: 10-18.
[6]	杨建思, 刘华, 林鹏. 基于KD 树的点云数据自适应屏幕精度高效显示方法[J]. 测绘通报, 2014, 43(7): 18-22.
[7]	江永全. 径向基函数隐式曲面的研究及应用 [D]. 成都: 西南交通大学, 2011: 1-6.
[8]	Wendland H.Scattered data approximation [M]. Cambridge, UK: Cambridge University Press, 2005.
[9]	Lorensen W E, Cline H E.Marching cubes: A high resolution 3D surface construction algorithm[C]// ACM Siggraph Computer Graphics. USA: ACM, 1987, 21(4): 163-169.
[10]	邹艳红, 何建春. 移动立方体算法的地质体三维空间形态模拟[J]. 测绘学报, 2012, 41(6): 910-917.
[11]	盛业华, 刘平, 袁林旺, 等. 地学现象三维空间模拟-以点源烟气扩散为例[J]. 地球信息科学学报, 2005, 7(3): 16-20.

[1]	牛建民, 钟岳, 徐峰, 马金盾. 特种车辆发动机动力舱灭火仿真技术研究[J]. 系统仿真学报, 2025, 37(8): 2030-2042.
[2]	吴建平, 李冠洲, 赵帅, 黄玲. 自动驾驶仿真测试技术驱动汽车产业智能跃迁[J]. 系统仿真学报, 2025, 37(7): 1649-1664.
[3]	张文嘉, 张和明. 面向悬臂结构数字孪生体的灰盒模型构建方法研究[J]. 系统仿真学报, 2025, 37(5): 1158-1168.
[4]	古齐鸣, 陈嘉智, 曹国彦, 周晨初, 于登秀, 胡海峰. 一种仿真建模的置信度信息管理方法研究[J]. 系统仿真学报, 2025, 37(5): 1314-1328.
[5]	张会迈, 胡晓娅, 周纯杰. 面向TSN工控系统安全策略生成与优化的数字孪生框架[J]. 系统仿真学报, 2025, 37(4): 861-874.
[6]	伍江江, 李政宏, 沙志超, 陈浩, 彭双, 杜春, 李军. 结合掩码图像建模和对比学习的道路提取方法[J]. 系统仿真学报, 2025, 37(4): 922-932.
[7]	李维刚, 邹少峰, 王永强, 余楚翔. 基于强度信息特征滤波的激光SLAM算法[J]. 系统仿真学报, 2025, 37(2): 392-403.
[8]	杜沅昊, 耿秀丽, 徐诚智, 刘银华. 基于改进灰狼算法和自适应分裂KD-Tree的点云配准方法[J]. 系统仿真学报, 2025, 37(2): 424-435.
[9]	邱雪欢, 董志明, 李亮, 刘倬立. 基于任务时序的指挥信息系统动态超网络建模[J]. 系统仿真学报, 2025, 37(11): 2927-2945.
[10]	姜嘉成, 贾政轩, 徐钊, 林廷宇, 赵芃芃, 欧一鸣. 基于博弈对抗复杂系统的决策建模与求解[J]. 系统仿真学报, 2025, 37(1): 66-78.
[11]	李维刚, 甘磊, 王永强. 基于LiDAR-IMU的动态场景点云建图方法[J]. 系统仿真学报, 2025, 37(1): 95-106.
[12]	赵佰亭, 施建国, 贾晓芬. 井筒提升机数字孪生系统研究[J]. 系统仿真学报, 2024, 36(9): 2054-2064.
[13]	霍韩淋, 邹湘军, 陈燕, 周馨曌, 陈明猷, 李承恩, 潘耀强, 唐昀超. 基于视觉机器人障碍点云映射避障规划及仿真[J]. 系统仿真学报, 2024, 36(9): 2149-2158.
[14]	王海超, 尹勇, 景乾峰, 丛琳. 基于3D激光雷达的水面无人艇靠泊参数估计[J]. 系统仿真学报, 2024, 36(8): 1737-1748.
[15]	葛程鹏, 赵东, 王蕊, 马庆华. 基于改进DBSCAN和距离共识评估的分段点云去噪方法[J]. 系统仿真学报, 2024, 36(8): 1800-1809.