第４１卷 第４期测 绘 学 报
Ｖｏｌ．４１，Ｎｏ．４
２
０１２年８月Ａｃｔａ Ｇｅｏｄａｅｔｉｃａ ｅｔ Ｃａｒｔｏｇｒａｐ
ｈｉｃａ Ｓｉｎｉｃａ Ａｕｇ．，２
０１２ＧＯＮＧ Ｊｕｎ，ＫＥ Ｓｈｅｎｇｎａｎ，ＺＨＵ Ｑｉｎｇ，ｅｔ ａｌ．Ａｎ Ｅｆｆｉｃｉｅｎｔ Ｍａｎａｇ
ｅｍｅｎｔ Ｍｅｔｈｏｄ ｆｏｒ Ｐｏｉｎｔ Ｃｌｏｕｄ Ｄａｔａ Ｂａｓｅｄ ｏｎ Ｏｃｔｒｅｅ ａｎｄ ３ＤＲ－ｔｒｅｅ［Ｊ］．Ａｃｔａ Ｇｅｏｄａｅｔｉｃａ ｅｔ Ｃａｒｔｏｇｒａｐ
ｈｉｃａ Ｓｉｎｉｃａ，２０１２，４１（４）：５９７－６０４．（龚俊，柯胜男，朱庆，等．一种八叉树和三维Ｒ树集成的激光点云数据管理方法［Ｊ］．测绘学报，２０１２，４１（４）：５９７－
６０４．）一种八叉树和三维Ｒ树集成的激光点云数据管理方法
龚 俊１，柯胜男１，朱 庆２，钟若飞３
１．江西师范大学软件学院，江西南昌３３００２２；２．武汉大学测绘遥感信息工程国家重点实验室，湖北武汉４３００７９；３．首都师范大学资源环境与旅游学院，北京１０００４８
Ａｎ Ｅｆｆｉｃｉｅｎｔ Ｍａｎａｇ
ｅｍｅｎｔ Ｍｅｔｈｏｄ ｆｏｒ Ｐｏｉｎｔ Ｃｌｏｕｄ Ｄａｔａ Ｂａｓｅｄ ｏｎ Ｏｃｔｒｅｅ ａｎｄ３Ｄ Ｒ－ｔｒｅｅＧＯＮＧ Ｊｕｎ１，ＫＥ Ｓｈｅｎｇｎａｎ１，ＺＨＵ Ｑｉｎｇ２，
ＺＨＯＮＧ Ｒｕｏｆｅｉ ３
１．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｓｏｆｔｗａｒｅ，Ｊｉａｎｇｘｉ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００２２，Ｃｈｉｎａ；２．Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇｉｎ Ｓｕｒｖｅｙｉｎｇ，Ｍａｐｐｉｎｇ ａｎｄ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００７９，Ｃｈｉｎａ；３．Ｃａｐｉｔａｌ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｏｌｌｅｇｅ ｏｆＲｅｓｏｕｒｃｅｓ，Ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ Ｔｏｕｒｉｓｍ，Ｂｅｉｊｉｎｇ１
０００４８，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｖｅｈｉｃｌｅ－ｂｏｒｎｅ ｌａｓｅｒ ｐｏｉｎｔ ｃｌｏｕｄ ｄａｔａ ｈａｓ ｂｅｃｏｍｅ ｋｅｙ ３Ｄ ｓｐａｔｉａｌ ｉｎｆｏｒｍａｔｉｏｎ ｓｏｕｒｃｅ ｉｎ ｆｉｅｌｄｓ ｓｕｃｈ ａｓ ｄｉｇｉｔａｌ ｃｉｔｙａｎｄ ｃｒｉｓｉｓ ｍａｎａｇｅｍｅｎｔ．Ａｉｍｉｎｇ ａｔ ｔｅｃｈｎｉｃａｌ ｂｏｔｔｌｅｎｅｃｋ ｏｆ ｌａｒｇｅ－ｓｃａｌｅ ｐｏｉｎｔ ｃｌｏｕｄ ｄａｔａ ｍａｎａｇｅｍｅｎｔ，ａ ｎｅｗ ｓｐａｔｉａｌ ｉｎｄｅｘｍｅｔｈｏｄ－３ＤＯＲ－ｔｒｅｅ ｉｓ ｐｒｅｓｅｎｔｅｄ，ｗｈｉｃｈ ｉｎｔｅｇｒａｔｅｓ ｏｃｔｒｅｅ ａｎｄ３Ｄ Ｒ－ｔｒｅｅ．Ｔｈｉｓ ｍｅｔｈｏｄ ｕｔｉｌｉｚｅｓ ｏｃｔｒｅｅ ｔｏ ｆｏｒｂｉｄ ｐｏｉｎｔ－ｂｙ
－ｐｏｉｎｔｉｎｓｅｒｔｉｏｎ ａｎｄ ｇｅｎｅｒａｔｅｓ ｌｅａｆ ｎｏｄｅｓ ｏｆ Ｒ－ｔｒｅｅ ｅｆｆｉｃｉｅｎｔｌｙ．Ｒ－ｔｒｅｅ ｓｔｒｕｃｔｕｒｅ ｉｓ ｅｘｔｅｎｄｅｄ ｔｏ ｐｒｅｓｅｎｔ ｌｅｖｅｌｓ ｏｆ ｄｅｔａｉｌ（ＬＯＤ）ｇｅｎｅｒａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｏｆ ｐｏｉｎｔ ｃｌｏｕｄ ｍｏｄｅｌｓ．Ｆｉｎａｌｌｙ，ａ ｄａｔａ ｏｒｇａｎｉｚａｔｉｏｎ ａｐｐｒｏａｃｈ ｉｓ ｐｕｔ ｆｏｒｗａｒｄ ｆｏｒ ｌａｒｇｅ－ｓｃａｌｅ ｐ
ｏｉｎｔｃｌｏｕｄ，ｗｈｉｃｈ ｅａｓｉｌｙ ｕｓｅｓ ｆｉｌｅ ｍａｐｐｉｎｇ ｔｅｃｈｎｉｑｕｅ ｔｏ ａｃｃｅｌｅｒａｔｅ ｄａｔａ ａｃｃｅｓｓ．Ｅｘｐｅｒｉｍｅｎｔｓ ｐｒｏｖｅ ｔｈａｔ ｔｈｉｓ ａｐｐｒｏａｃｈ ｈａｓ ｆｉｎｅｓｐａｃｅ ｕｔｉｌｉｚａｔｉｏｎ ａｎｄ ｓｐａｔｉａｌ ｑｕｅｒｙ ｅｆｆｉｃｉｅｎｃｅ ｗｉｔｈ ＬＯＤ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｃａｐａｂｉｌｉｔｙ ａｎｄ ｄａｔａ ｃａｃｈｅ ｍｅｃｈａｎｉｓｍ，ｗｈｉｃｈ ｌａｙｓ ａｓｏｌｉｄ ｆｏｕｎｄａｔｉｏｎ ｆｏｒ ｐｏｓｔ－ｐｒｏｃｅｓｓｉｎｇ ａｎｄ ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｐｒａｃｔｉｃｅｓ ｏｆ ｌａｒｇｅ－ｓｃａｌｅ ｐｏｉｎｔ ｃｌｏｕｄ ｄａｔａ．Ｋｅｙ
ｗｏｒｄｓ：ｏｃｔｒｅｅ；３Ｄ Ｒ－ｔｒｅｅ；ｌａｓｅｒ－ｓｃａｎｎｉｎｇ；ｐｏｉｎｔ ｃｌｏｕｄ；ｄａｔａ ｍａｎａｇｅｍｅｎｔ摘 要：车载激光扫描点云数据已经成为数字城市和危机管理等领域越来越重要的三维空间信息源，针对大规模点云数据高效管理的技术瓶颈，提出一种八叉树和三维Ｒ树集成的空间索引方法———３ＤＯＲ树，充分利用八叉树的良好收敛性创建Ｒ树叶节点，避免逐点插入费时过程，同时Ｒ树平衡结构保证良好的数据检索效率。并还扩展Ｒ树结构生成多细节层次（ＬＯＤ）点云模型，提出一种支持缓存的多细节层次点云数据组织方法。试验证明，该方法具有良好的空间利用率和空间查询效率，支持多细节层次描述能力和数据缓存机制，可应用于大规模点云数据的后处理与综合应用。关键词：八叉树；三维Ｒ树；激光扫描；点云；数据管理
中图分类号：Ｐ２０８ 文献标识码：Ａ 文章编号：１００１－１５９５（２０１２）０４－０５９７－
０８基金项目：国家自然科学基金（４１００１２２２）；国家９７３计划（２０１０ＣＢ７３１８０１；２０１１ＣＢ３０２３０６）；国家８６３计划（ＳＳ２０１２ＡＡ１２１００１）；江西师范大学青年英才培育资助计划；江西省教育厅科技项目（ＧＪＪ１２１８８
）１ 引 言
欧洲空间数据研究组织ＥｕｒｏＳＤＲ指出三维城市建模能力需要具备高覆盖度、
高逼真度和高更新率，意味着对三维城市建模技术提出更好、更快、更廉价和更智能的要求，而这恰恰是传统三维
建模手段的弱项［
１］
。三维激光扫描技术和多角度摄影测量密集匹配技术为三维建模旺盛需求和有限人力物力资源间的冲突提供解决方案。ＲＩＥＧＬ的ＶＭＸ－２５０、ＴｏｐＣｏｎ的ＩＰ－Ｓ２和Ｏｐｔｅｃｈ的Ｌｙ