点云数据场剖面云图绘制算法.doc

点云数据场剖面云图绘制算法摘要： 为考察点云数据场中关键区域物理量数据分布，提出一种点云数据场剖面云图绘制算法.将点云数据向剖面上投影，通过对获得的二维平面点集进行边界识别建立边环嵌套关系；通过确定物理量与颜色的映射关系对剖面各区域进行颜色填充，可获得点云数据场任意位置的剖面云图.应用结果表明该算法的鲁棒性和适用性较好，可用于考察点云数据场关键区域的物理量分布. 关键词： 点云数据场； 云图； K邻域； 边界 中图分类号： TP391.72文献标志码： A Rendering algorithm on section contour of point cloud data field XU Long1,2, WU Dianliang1,2, CHENG Huanchong1,2 (1. School of Mechanical Engineering, Shanghai Jiaotong University, Shanghai 200240, China; 2. Shanghai Key Laboratory of Advanced Manufacturing Environment, Shanghai 200030, China) Abstract： To investigate the physical quantity data distribution of critical regions in point cloud data field, a rendering algorithm on section nephogram is proposed for point cloud data field. Point cloud data is projected to the section, then nested relations between boundary edges are constructed by boundary identification of 2D plane point set; all the region of the section is filled with color according to the mapping between physical quantity and the color, and the section nephogram quantity in arbitrary position of point cloud data field can be obtained. The application results show that the algorithm has good robustness and adaptability, and can be used to study the physical quantity data distribution of critical regions in point cloud data field. Key words： point cloud data field; contour; K-neighborhood; boundary 0引言 云图用颜色连续变化的图像表示某个物理现象或科学计算结果的变化趋势，将复杂数值之间的变化信息转换为图像颜色之间的变化关系，可使人直观地了解数据的变化趋势.由于具有直观、形象的特点以及能比数据提供更多信息的优点，云图成为科学计算可视化［1］中常见的方法之一.目前，云图绘制方法［2］主要包括单元网格填充法、等值线填充法和扫描线算法等，但这些算法只处理含有有限元网格信息的数据场，对于用点云数据描述的数据场，如何得到任意位置的剖面云图，目前尚无成熟的理论.本文提出一种点云数据场剖面云图绘制算法，通过将点云数据在剖面上投影，对获得的二维投影点集进行边界识别［3-4］，建立边环嵌套关系，确定物理量与颜色之间的映射关系，对剖面各区域进行颜色填充，获得点云数据场任意位置的剖面云图. 1算法实现步骤 1.1点云网格划分和剖面投影 假设点云在空间中均匀分布，为加快处理速度，需对点云进行网格划分.描述点云空间分布特征的是点云密度ρ=NV（1）式中：V为点云根路径包围盒体积；N为点云数目. 设每个栅格中至多有n个点，由点云密度可获得栅格的边长l=3nρ（2）为提高处理速度，应使分割出来的栅格形状接近于立方体.点云根路径包围盒划分栅格过程采用半长边二叉树分割方法，即每次都沿包围盒边长最大的方向将包围盒分成2个子包围盒；若得到的子包围盒的3条边长都小于l，则停止分割.将点云中的离散点