Point-Octree-Visualizer:可视化用于对3D点数据进行分区的八叉树

点云Octree可视化 介绍 在处理LiDAR数据时，我们面临着必须进行涉及数百万个点的计算的挑战。 例如，要执行最近邻搜索，我们将必须计算一个点与其他每个点之间的距离。 我们可以大大减少计算量，但是，通过使用空间划分，即将空间划分为非重叠区域的过程。 八叉树是一种特别适合3D点云分区的数据结构。 八叉树于1980年在Donald Meagher中引入，是许多图形引擎和渲染系统的基础。 它在图像处理，碰撞检测，颜色量化，视锥体平视和其他许多空间计算中很有用。 类似于2D四叉树，八叉树将空间递归划分为0或8个子节点，直到空间中的点数少于预定数目。 在我们最近的邻居示例中，使用八叉树将使我们能够仅搜索与源点相邻的节点中的点。 该程序创建八叉树的可视化效果，用于对一组LiDAR点进行分区。 它可以用于兴趣或八叉树设计。 使用liblas处理文件，使用C＃构建octree，并使用three.j