点云库在兼容系统中的编译及邻域搜索

董路通 朱留存 张恒艳

（扬州大学信息工程学院 江苏省扬州市 225127）

三维激光扫描技术源自于上世纪九十年代，它采用高速激光扫描测量方式，大面积高分辨率地快速获取被测对象表面的三维坐标数据（点云数据），可以快速、大量的采集空间点位信息，较传统单点测量方法，它速度更快精度更高抗干扰性更强。随着社会的发展，利用三维激光扫描仪快速高效获取目标物体的点云数据集越来越庞大，但所采集的数据集中通常无明显的几何拓扑信息。由于数据集的庞大，所以提前建立点云拓扑关系，高效的有组织的管理点云，是对海量点云数据处理的前提。

在处理众多点云数据时，我们需要对某一点进行邻域查找，我们首先应该对原始的散乱的点云建立一定的拓扑关系，准确的建立邻域拓扑关系后不仅在目标点的搜索查找范围会缩小，而且更为后期的有效压缩配准提供了保障。基于K-D 树的近邻搜索是二进制空间分割树的特殊的情况，且具有有很高的搜索效率，K-D 树可以使用在多种应用场合，如多维键值搜索、K 近邻搜索，该数据结构建树速度快，可以很快地知道目标物体在3D 场景中的位置，或侦测目标节点是否在可视范围内。本文结合PCL 开源库，针对海量点云数据建立K-D 树数据结构，实现点云的快速邻域搜索。

1 PCL

PCL 是在吸收前辈点云相关研究的基础上建立起来的大范围、独立的、跨平台的开源C++编程库，主要用于二维或三维的图像和点云处理，可以在Windows、Linux、Android 和部分嵌入式实时系统上运行。……