设计框图介绍
本文设计框图分两部分：
第一部分：
图像采集设备将采集的物体点云数据以文本形式存放，本设计用软件imageware将数据进行预处理，也就是将点云数据构造成三维网格ply数据文件。
第二部分：
这一部分就是本设计的主要研究工作了，要设计ply数据文件与Qsplat数据文件的转换。
1.对Qsplat数据结构进行设计
2.设计读取ply数据的函数，并将数据存储在与Qsplat相对应的数据节点中
3.将读取得的数据进行处理，使数据符合Qsplat的数据格式
4.建立QS树的算法，并将形成的QS文件输出
1.4 论文的组织结构
在本章中介绍了基于点云的图像研究背景，研究的主要内容，以及目前所做的主要工作。后面将详细介绍各部分研究内容的基本思想、实现细节和实验分析。
论文结构安排如下：
第二章介绍对输入点云数据建立三角网格数据结构。这是点云数据重组织的重要步骤。本设计在这一章介绍ply存储结构，数据结构。用imageware软件处理点云数据，并简要介绍一下ply数据在不同机型之间的存储。最后通过实验分析点云数据和三角化网格数据所形成的图像特点。
第三章主要介绍基于多分辩率的点绘制系统模型(即QSplat)的数据结构，存储结构压缩算法等
第四章是本设计研究的重点章节，也是整个设计中的关键。本章将对PLY和Qsplat数据之间转换算法将详细介绍。并且对两种数据进行数据量，图像对比。
第五章总结了全文，并给出未来工作展望。
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。
