基于CUDA的海量点云数据kNN查询算法

摘要：

通过激光扫描技术获得的点云数据量十分巨大,如何利用k最近邻域(k-nearest neighbors,kNN)查询重建海量点云中各采样点间的拓扑关系,对点云数据的后续处理至关重要.在深入研究GPU编程技术的基础上,将GPU通用计算引入到点云数据的kNN查询问题中,提出一种通过CUDA实现的基于外存的双层查询结构.试验结果表明,该方法与传统算法相比在查询效率上有较大提升,最大增幅可达53.8％.

关键词： 海量点云数据 k最近邻域查询 拓扑关系 编程技术 查询效率

作者: 杨铭 陈建峰

作者单位: 上海市测绘院 浦东分院,上海 200129

会议类型: 国内会议

会议名称: 第四届“测绘科学前沿技术论坛”

会议地点: 兰州

会议语种:中文

页码: 394-398

在线出版日期: 2012-10-13（万方平台首次上网日期，不代表论文的发表时间）