《表2 三种不同的算法点云查找耗时对比表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《点云数据在深度学习中表示方法的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了验证八叉树与K-D树混合的索引效率，本实验利用图8的点云模型，其中俑手含有16 274个点云，俑头含有46 916个点云，俑腿含有226 792个点云。分别利用改进八叉树，K-D树和改进八叉树与K-D树的混合索引对点云进行组织，并对指定的同一个点进行查询，查询的时间统计如表2所示，从表中可以看出利用单一的八叉树进行点云的查找的时消耗时间最多，这是由于随着八叉树深度的变大，导致了查询的效率明显下降。而K-D树组织的点云明显可以改善查询的效率，但是随着点云数量的增大其效率降低相对也比较明显。而利用混合结构的索引方式可以大大地改善查询点的效率，非常有利于对点云数据的分析、可视化与交互。