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]	石敏, 郭诗盛, 王素琴, 李兆歆, 朱登明. 融合物理与几何先验的无抓取标注6-DoF抓取检测方法[J]. 系统仿真学报, 2026, 38(5): 1290-1302.
[2]	孙波, 任羿, 王偲霖, 刘奇, 李志栋. 基于模型的系统验证：理论框架、关键技术及未来展望[J]. 系统仿真学报, 2026, 38(4): 829-854.
[3]	彭莱春阳, 叶飞, 郭晓明, 周靖林. X语言仿真大模型：体系架构、关键技术与典型应用[J]. 系统仿真学报, 2026, 38(4): 869-888.
[4]	王军, 刘敏, 张啸川, 丁一珊, 冯居辉, 庄晔. 基于神经网络的无人车动力学建模方法[J]. 系统仿真学报, 2026, 38(4): 932-947.
[5]	秦龙, 黄鹤松, 尹路珈, 艾川, 张琪, 李新梦. 云原生仿真驱动的智能竞赛平台与模式[J]. 系统仿真学报, 2026, 38(4): 988-1003.
[6]	万飞, 尹勇. 融合GPS先验信息的3D高斯溅射大规模场景配准技术[J]. 系统仿真学报, 2026, 38(3): 563-571.
[7]	张云景, 杨明辉, 王昊. 基于预训练与可微模糊建模的NeRF优化方法及仿真研究[J]. 系统仿真学报, 2026, 38(3): 608-619.
[8]	葛晓飞, 连金岭, 韩锦, 范新安, 骆丹媚, 滑宇翔, 刘昊, 张利剑. 基于环境建模与仿真的P300脑机接口性能评估研究[J]. 系统仿真学报, 2026, 38(3): 746-757.
[9]	王方博, 郭健, 杜承烈, 刘一帆, 张朋朋. 基于MBSE的有无人协同作战能力系统设计与验证[J]. 系统仿真学报, 2026, 38(3): 800-807.
[10]	谢俊, 张琦, 彭延云, 石浩楠, 李东阳, 刘熙. 基于无碰撞轨迹的无人机路径规划方法研究[J]. 系统仿真学报, 2026, 38(3): 808-817.
[11]	张明新, 伍瑾轩, 朱睿, 王云龙, 孟文娟, 刘喆, 李煦, 陈小磊, 梁宇轩, 郑毅, 薛向阳. 基于大语言模型智能体的社会认知模拟[J]. 系统仿真学报, 2026, 38(2): 261-277.
[12]	张德, 梁子珊, 刘宁宁. 基于频域增强的跨域人群计数模型[J]. 系统仿真学报, 2026, 38(1): 158-173.
[13]	马尚, 张梦雨, 张兰, 杨刚. 基于图元排列规律分析的体育场馆CAD图纸三维重建[J]. 系统仿真学报, 2026, 38(1): 58-72.
[14]	朱贺, 周锋, 张琪, 朱孟笑, 代菊. PL-Mamba：基于双模态融合的三维点云语义分割网络[J]. 系统仿真学报, 2026, 38(1): 73-83.
[15]	方国宇, 李琰泽, 陈凯, 赵晓冬, 胡子卓, 杨明实, 武婉晴, 王子晨, 郭文凯. 多目视觉下的逆运动学三维人体建模仿真[J]. 系统仿真学报, 2026, 38(1): 99-111.