针对点云数据局部集中的特点,使用差值预测对点云数据进行预测处理 在预测的同时,根据IEEE2754 浮点数标准,简化浮点数的尾数,使用3. 5 Byte来表示一个浮点数,以提高压缩效果 然后对预测数据中连续重 复的字节使用该字节加该字节重复的次数的方式存储 最后对经过以上处理的数据使用一阶自适应算术编码进 行压缩。最终得到的程序在压缩比和内存占用两个方面远优于WinRAR、WinZip压缩软件-Point cloud data for the characteristics of l

一种快速搜索散乱点云数据 k 邻近的算法 对逆向工程中散乱点云数据的 k 近邻搜索，提出一种快速搜索散乱点云 k 邻近点的算法。该算法根据 点云数据的范围、点的总数及最近点数目 k，确定合适的立方体边长，采用空间划分策略，把数据划分成多个子立方体； 然后用哈希表记录每个子立方体所包含的数据点及每个点所在的立方体索引号，并排除不包含数据的子立方体，以此 确定邻近点的最佳搜索范围。实验结果表明：该算法有效的提高 k 近邻搜索的速度，同时保证了搜索结果的正确性。 -a fast m