结论
Qsplat数据处理在速率方面大大的超过了ply数据处理。Qsplat系统中全新的数据结构，高效地压缩了数据并实现了层次LOD 控制和基于法向聚类的可见性剔除。在预处理阶段，采样点存储在层次包围球内。这种数据结构允许使用硬件加速绘制，能实时地绘制上亿个点的超大模型，能够使在硬件设备较差而数据量大的时候绘制出较好的图形。所以Qsplat在未来的三维数据处理方面是很有潜力的。
本文针对ply数据和Qsplat数据转换方面作了如下的工作：
1.ply数据的获取，本设计是通过运用imageware软件将提取的点云数据重构成三维网格数据，再重构曲面而获得的。在此认识了ply数据的存储结构，文件结构。
2.Qsplat数据结构及量化算法设计，由于Qsplat的数据结构是树型的，所以关键就在于对节点的理解，节点也是树中的叶子，它是Qsplat的最基本单元，携带着Qspalt的数据信息。Qspalt的数据压缩是基于数据结构的，本文提出的量化算法对于数据的压缩是很有效的。
3.ply数据与Qsplat数据转换的具体实现，它包括对Qsplat树节点的设计，ply数据文件的读取设计，建立Qspalt树的算法设计，以及最终的输出算法。本设计通过两种数据的图形绘制比较他们的优缺点。
本文阐述了ply文件和Qsplat文件的转换,今后的工作安排如下：
1. 本设计只对由三角网格构成的ply文件转换有效，而对四边形等其他多边形的ply文件的转换是不支持的，所以今后要在多种网格ply文件的转换算法上面进行深入研究。
2. 实验的图形都是黑白图，缺乏真实效果。所以今后的工作会集中于对带有颜色的ply数据文件和Qsplat数据文件的转换研究，使得转换的效果更加真实。


本电子电气通信自动化毕业设计“基于三维点云的图象存储研究”论文由清风毕业设计网[www.lunwen550.com]征集整理！