一、选题背景及意义 随着测量技术的迅速发展，测量效率得到了极大的提高，因而能获取海量的数据点，这些点数据的集合称之为点云。

例如利用三维激光扫描技术，能够快速获取大量真实可靠实时的点云数据，由于密集点云的点数量比较大并且比较密集，存在大量冗余，为后续的数据处理、存储、传输等带来不便，因此，研究点云压缩方法成为近年来的热点。

点云压缩技术就是在保证一定精度的前提下对海量数据点进行数据精简处理。

点云压缩应满足以下原则：①保证物体特征的前提下，提高压缩率，最大限度的压缩点云数量；②在误差限差范围内，使压缩后的点云满足精度要求；③压缩算法精简，质量高。

由于传统的数据精简方法，如基于空间分割的包围盒法、均匀方格法、基于三角网格的网格精简法均已不适应具有复杂特征和多样曲率的高密度散乱点云的数据精简，故各种点云压缩方法应运而生。

本文的目标是研究点云的不同压缩算法对点云质量的影响，从而比较他们对地形的仿真效果。

利用Surfer和Geomagic软件能够对三维点云数据进行建模，生成较为理想的地形模型，能真实反映地形地貌。

二、国内外研究概况 从本课题目前搜集到的资料来看，目前国内外专家学者对点云数据精简及压缩方法的研究主要有以下几个方面： 1.基于三维网格压缩[2]：首先抽取模型上的特征点，进行采样，构造简化网格；然后先构造一个初始模型，用一定的规则通过细分把细节信息添加到简化模型上，得到精细模型；重复删除网格中的顶点或多边形，继而对形成的洞三角化。

2.基于三角剖分的压缩[2]：读入数据，预处理数据，清除噪音点；三角划分，构造初始三角形，存储三角形有关信息，形成临时三角形网格边界表；遍历临时三角形网格边界表的每一条边，搜索最优点进行内连，在末划分的邻近点中搜索最优点进行外连，直到遍历所有散乱数据点。

3.适用于反求工程中的非均匀精简算法[3]：均匀剖分散乱点并搜索邻近点，建立局部坐标系估算点的曲率，按曲率精简原则，保证物体特征的前提下精简点云。