开放式实践项目.docxVIP

PAGE PAGE 1 开放式实践项目 LiDAR 大规模点云数据并行处理 LiDAR 点云数据的三角网构建和DEM生成 目的：机载LiDAR 能够自动地获取高精度、高密度的地球表面3D 坐标信息，已成为生成数字地面模型(DTM)和数字高层模型(DEM)的首选工具。利用点集构建不规则三角网，构建DEM，目前使用可分为3 类:分治-合并算法、逐点插入算法和生长算法。而处理过程占用大量的内存空间，不适合对大规模点云 数据进行三角构网，对海量数据的管理也存在时间效率差的问题。而且在生成DEM数据的的过程中，需 要不断迭代进行查找、删除点等操作，消耗大量的时间和内存，目前的解决办法只有分块减少处理的数 据量和限制迭代次数减少处理的工作量等方法，这些都直接影响到了DEM的质量。 集中处理的局限性： 处理时间代价高。由于单机性能有限，即使最好的PC，数据处理也是非常耗时的，这是当前LiDAR 数据处理面临的主要问题。即便是脉冲频率为100 kHz的LiDAR飞行1小时的数据在目前处理效率较高的软件上的处理（从原始数据生成点云坐标）时间也要1天左右（Optech，2006），而目前必威体育精装版型的Lidar 设备的脉冲频率已经达到了240kHz。 数据共享方式单一，严重限制数据应用。基于单机处理的各阶段结果数据都集中存储在少数单位的 大容量磁盘上，这严重限制了数据应用，导致数据利用率低下，而且重复存储造成了存储资源大量浪费。 因此 大规模LiDAR点云数据高效DEM生成具有实际工程和理论研究价值。 点模式 相关可以并行化代码 case 1: //点模式，显示所有类别 { glBegin(GL_POINTS); // if(gSectionPt.GetSize()==3) return; for(i=0; ipDoc-lidar.PointsCount-1; i++) { switch(pDoc-lidar.pointdata1[i].label) { case 0 : glColor3f(1.0F, 1.0F, 1.0F); // 设置绘制颜色 未分类 break; case 1: glColor3f(1.0F, 0.0F, 0.0F); // 设置绘制颜色 局外点 break; case 2: glColor3f(0.0F, 0.0F, 1.0F); // 设置绘制颜色 地面点 break; case 3: glColor3f(1.0F, 1.0F, 0.0F); // 设置绘制颜色 植被点 break; case 4: glColor3f(0.0F, 1.0F, 0.0F); // 设置绘制颜色 break; case 5: glColor3f(1.0F, 0.0F, 1.0F); // 设置绘制颜色 break; case 6: glColor3f(0.0F, 1.0F, 1.0F); // 设置绘制颜色 break; default: break; } glVertex3f(pDoc-lidar.pointdata1[i].X,pDoc-lidar.pointdata1[i].Y,pDoc-lidar.pointdata1[i].Z); } glEnd(); break; } 线模式 case 2 : //线模式 { glBegin(GL_LINE_STRIP); for(i=0; ipDoc-lidar.PointsCount-2; i++) { glColor3f(1.0F, 1.0F, 1.0F); // 设置绘制颜色 glVertex3f(pDoc-lidar.pointdata1[i].X,pDoc-lidar.pointdata1[i].Y,pDoc-lidar.pointdata1[i].Z); glVertex3f(pDoc-lidar.pointdata1[i+1].X,pDoc-lidar.pointdata1[i+1].Y,pDoc-lidar.pointdata1[i+1].Z); glVertex3f(pDoc-lidar.pointdata1[i+2].X,pDoc-lidar.pointdata1[i+2].Y,pDoc-lidar.pointdata1[i+2].Z); glVertex3f(pDoc-lidar.pointdata1[i].X,pDoc-lidar.pointdata1[i].Y,pDoc-lidar.pointdata1[i].Z); } glEnd(); break; } 三角网模式 case 3: //三角网模式 { glBegin(GL_TRIANGLES); for(i=0; ipDoc-lidar.PointsCount-2; i++) { glColor3f(1.0F