论文部分内容阅读
机载激光雷达(Light Detection And Ranging, LiDAR)技术使获取海量地形数据变得越来越容易。随着应用的深入,经常需要对一个大面积区域构建数字地面模型(Digital Terrain model, DTM)。由于某些应用领域的存储限制和计算能力限制,对大规模LiDAR点云数据构TIN (Triangulated Irregular Network, TIN)面临着巨大的挑战：内存限制。如何有效地利用计算机资源更快更好地构建Delaunay三角网(D-TIN)并进行三维显示成为迫在眉睫的任务。本文的主要目标是寻求提高大规模LiDAR数据构TIN算法的时间效率与地形可视化的有效途径。本文的研究工作主要工作包括以下几个方面：(1)分析LiDAR数据的特点和数据组织方式；总结了基于LiDAR数据的数字高程模型(Digital Elevation Modle, DEM)的建立方法以及所面临的问题；讨论了利用LiDAR数据具有高度空间连贯性的特点来改善构TIN算法的时间效率的可能性。(2)介绍了Delaunay三角形的概念以及其特点。介绍了构造D-TIN的经典的逐点插入算法的算法思想和实现步骤,以及局部优化的概念和思想。同时,比较了几种面向地理的三维空间模型优缺点,介绍了面向对象的建模方法。(3)对目前国际上先进的"Isenburg基于流处理的三角网生成算法”进行了较深入的研究。其中,对网格流生成算法、稳定三角形判定算法进行了较仔细的分析总结,给出了算法流程；在三角形局部优化方面,分析了以有向边作为优化着眼点的LOP算法,在此基础上引入Qi函数对该算法进行了改进；将生成的TIN信息以OBJ格式保存,提高了可移植性与通用性；利用VC++6.0对以上算法进行了实现,并将优化后的算法与经典的逐点插入算,基于四叉树的逐点插入算法进行了比较,得出该算法的时间复杂度在一般情况下接近于,并对时间复杂度进行了分析。(4)为了快速真实地模拟地形,本文针对现有三维建模的技术特点尝试了建立基于OBJ标准模型文件的,面向对象TIN三维数据模型的解决办法,并利用OpenGL和VC++6.0实现了TIN模型的可视化,从而验证了该模型的有效性。本文在引进、学习国外先进算法的基础上,结合工程需要对该算法加以改进,通过将其输出结果以OBJ文件保存并使用面向对象的方式对TIN进行建模。这样对加快三维建模,提高三维模型通用性具有一定的实用价值。