侯竞夫

（诺丁汉大学，英国诺丁汉，NG7 2RD）

0 引言

激光雷达（LIDAR）作为观测技术的一种，其可以通过激光扫描得到距离、角度等庞大的数据，进而通过算法来分析观测对象的形状、结构，构建出三维图形。激光雷达相较于其他的观测技术具有较高的自动化程度，可以对地表纹理信息不符合要求的区域进行数据测量[1]。值得注意的是，激光雷达扫描所得数据信息量庞大，而且相互交错，进行算法分析难度较高，目前主要通过Delaunay三角剖分算法来完成激光雷达扫描所得数据的分析，这种算法类型构建出了三角网格模型，具有“元规则”、“最大最小角规则”等基本原理，进行数据分析时可以有效避免尖锐内角的产生，确保了数据分析结果的准确性，但考虑到激光雷达扫描所得数据复杂程度高等问题，采用这种模型进行数据分析的耗时较长，需要积极探索合适的手段进行网格模型的简化，进一步缩短计算耗时、降低存储要求[2]。

国内外就网格模型的简化研究已经取得不错进展，如国外学者ECK就曾提出将小波技术用于网格模型的简化，Schroeder提出了删除顶点进行网格模型优化的手段，均取得良好的应用效果[3]。顶点是网格模型的重要单位，采用Delaunay三角剖分法进行数据分析时，需要搭配一定数量的顶点，进行网格模型的简化工作时，可以从顶点去除的角度出发，即按照相应的准则依次将顶点从模型中去除，目前提出并得到应用的顶点去除准则有Schroeder的平面准则、Hamann的曲率准则[4]，本文讨论了常见的网格简化算法和网格简化过程中的部分基本准则，并且展望了针对激光雷达数据处理的Delaunay三角网格简化算法的发展。……