利用八叉树算法，实现将24位真彩色，转换成256色.

这是一个关于八叉树的完整文件，所有注释和说明都有，可以给门外汉很好的帮助

分层树形结构——八叉树(octree) 利用空间相关性 八叉树编码方法： 将三维空间区域（如立方体）分成八等分 非均质八等分再分成八等分，直到该子区域均质 每个节点有0到8个直接后代 体素或体元

threejs-octree 一个粗略的八叉树实现，可在复杂的THREE.js场景中支持视锥剔除和射线投射。 注意：代码通常是未完成和未完成的。 去做 如果彼此之间正好有一堆物体，则需要最大深度 考虑使用SAH添加优化并进一步限制边界框 提供用于迭代刷新所有挂起的插入的选项，因为这在转换操作上可能会很昂贵 当树很大时，射线广播可能会变慢。 这似乎是由于许多对象没有被向下推入跨越八分圆边界的叶子。 添加，更新和删除操作都会同时延迟，而对象也将被下推到树中-我们不需要两者（或两者都需要？将它们删除吗？） 优化对象去除。 使用类似SAH算法的方法来决定何时拆分。 将边界缩小到最佳约束子对象的大小？

% 每对曲面之间的假定交点位于% 通过假设每个组成的网格三角形边代表一个%无穷小光线，然后求解光线三角形相交问题% 使用 Möller 提出的基于重心坐标的解决方案和% Trumbore [1997：速度矢量化实现]。 积极的当相交点p0位于端点之间时，发生％相交% 其对应三角形边 (p1, p2) 的节点，当% 满足以下条件： % ‖p0 - p1‖ + ‖p0 - p2‖ = ‖p1 - p2‖ % 注意：舍入误差不允许解决上述标准％ 直接地。 点和交叉函数用于约束％该点是否在三角形边缘末端节点之间。 % 光线追踪对于大于几千的网格变得令人望而却步％ 三角形。 使用八叉树细分对空间分区的依赖% 在合并两个输入网格时会带来开销，但通常仍然是% 比大多数网格对象的蛮力搜索快得多。 ％ 输入： % pointsA: 网格 A 的 nx3 顶点列表% pointsB: 网格 B 的 nx3

运用改进的八叉树算法实现精确碰撞检测.pdf

针对室内环境中视觉同时定位与建图（simultaneous localization and mapping, SLAM）精度不高和实用性较差等问题,采用深度相机作为传感器,提出一种基于改进词袋模型的视觉SLAM算法。该算法通过增加节点距离的方式,对传统的词袋模型进行改进,采用octree方法转化点云,生成可用于导航的八叉树图,并进行改进前后词袋模型对比实验、数据集精度实验和实验室实测。结果表明,改进后的词袋模型相似度计算能力和区分度更强,SLAM算法在环境有回环和相机运动较慢的情况下,效果较好,可满足室内同时定位与建图及后续导航需求。

利用八叉树进行三维网格模型体素化的一种方法

这是一份关于场景管理的文档，对BSP、Octree和LOD讲述的很详细，值得一看！

基于八叉树结构的色彩量化算法.pdf