八叉树SLAM 使用 CUDA 和 OpenGL 构建和渲染大型八叉树地图 ＃＃参考 【OctoMap：基于八叉树的高效概率3D映射框架】（ ） [KinectFusion：实时密集表面映射和跟踪] ( ) [KinectFusion：使用移动深度相机进行实时 3D 重建和交互] ( ) [具有体积融合的实时大规模密集RGB-D SLAM]（ ） [CPU 上的实时体积 3D 映射] ( ) [使用体素锥跟踪的交互式间接照明] ( ) [VoxelPipe] ( ) [高效的稀疏体素八叉树 - 分析、扩展和实现] ( ) [GigaVoxels] ( )

基于八叉树分解的三维重建，原始数据需要有法向量.

使用matlab的struct结构，建立一个八叉树

matlab 基于八叉树和损失编码的无损点云压缩，以及质量评价，点云到bin,再解码到点云。

八叉树算法的研究与应用.pdf

资源包含文件：设计报告+项目源码+项目截图 使用八叉树算法，在Qt中提取颜色的主题色，解析中都会以 Node.js 来写一些小 Demo。 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/125588357

碰撞检测技术是大规模复杂场景渲染的关键技术之一 ,它可以有效地提高虚拟环境的真实感和沉浸感 。碰撞检测的研 究目标是如何在很高的实时交互要求下完成大量复杂物体的相交检测 。提出一种将场景图中的 OBB包围盒以八叉树的形式划分 , 并利用八叉树的层次结构实现有效碰撞检测的方法 ,该方法从宏观到微观的搜索方式可以快速确定需要进行相交检测的对象列表 , 有效地避免所有几何节点与运动节点的相交检测 ,提高了碰撞检测的效率 ,并且采用 OBB包围盒来描述几何模型 ,有效地提高碰撞 检测的精度 。

针对现有结构直线段提取方法存在的效率低下或准确程度不足等问题, 提出了一种基于体素生长的点云结构直线段高效提取方法。首先, 对点云进行体素化剖分与平面分割, 并以体素为单位进行邻域判断, 实现对结构直线段分布区域的筛选; 然后, 采用基于体素的区域生长对结构直线段的分布区域进行分割; 最后, 依据结构线段分布区域的范围以及其所在平面的数学方程实现其提取和优化, 并进行精度评定。进行了实验测试, 利用多组点云数据验证了本方法的有效性, 利用对比实验验证了本方法的精度和高效性。实验结果显示: 相比现有方法, 该方法在效率上提高了10倍以上, 在精度上提高了0.25倍左右, 证明提出的方法可以准确高效地得到较为理想的点云结构直线段提取结果。

表现 测试数据：examples/data/3wu2.xyz，从PDB文件中提取的51053个粒子的坐标 3wu2 1

该代码（C++编写）主要对机载点云、车载与地基点云构建八叉树，其中机载点云在二维平面组织基础上构建，车载与地基点云在体素基础上构建八叉树。属于点云数据更进一步的预处理，属于同一块的点属性相同，可用于后续直接应用。具体原理参考博客https://blog.csdn.net/qq_32867925/article/details/125020549?spm=1001.2014.3001.5501