海量3D点云数据压缩与空间索引技术

摘要 针对3D模型中海量点云数据压缩与空间索引低效问题和漫游过程中相邻两次查询窗口重叠是大概率事件问题，提出邻点差值渐进压缩和基于裁剪重叠区域进行冗余处理的R树空间索引方法。首先，利用八叉树对3D模型进行空间剖分，借助Morton码对每个叶节点管理的点云数据排序，按照R树叶节点的外接立方体大小对数据进行分块，计算块内相邻点数据差值，以块为单位渐进压缩差值，批量读取这些数据块创建R树；其次，借助上次查询窗口范围计算本次查询有效范围；最后，给出基于R树索引的点云数据查询方法。该方法使点云数据压缩率提高了26.61个百分点，并能实现流式传输，同时减少了I/O开销，使其查询性能提高了35.44%，数据冗余减少了16.49个百分点。实验结果表明，所提方法在3D虚拟旅游、数字城市等系统具中有明显优势