八叉树结构是三维数据建模中研究和应用最为广泛的栅格数据结构。由于三维扫描的点云数据是基 于物体表面的,其空间离散程度远大于三维实体数据,一般的线性八叉树编码压缩方法都是基于实体数据的,不 能直接应用于三维点云数据。提出的改进的线性八叉树地址码(Morton码)的方法可大大提高它的连续性,有效 降低八叉树的深度,提高数据的压缩比,改进后的Morton码还可以应用多种编码压缩算法进一步压缩。

八叉树转换Morton转换，空间MapKey转换。MapKey为空间位置编码字符串编码。

针对没有显式拓扑关系的质点云，提出了一种并行快速排序算法。 引入了莫顿阶并将其用于合并一维数据。 生成不规则模型的质量点云，对应的地址代码称为Morton码，这些点存储在八叉树结构链中。 然后使用基于欧几里得距离的并行快速排序算法对CPU和GPU进行排序。 点的k个最近邻居可以位于链中。 实验结果表明，该算法可以节省大量时间，并且可以直接搜索k点的最近邻。 该算法比在整个点云上使用的那些复杂排序方法更简单。

针对光线跟踪算法计算量大和运行效率低的问题, 提出了一种采用八叉树自适应体归并(OAVM)的光线跟踪加速结构。该结构将八叉树模型的空节点自适应地聚集为包围体, 尽可能地减小了光线与空白节点的求交次数。基于OAVM的一种多级八叉树结构的特点, 提出了采用Morton码对各层级的所有节点分别进行编码的算法, 该结构所采用的存储方式和邻域查询算法有效减小了指针数量, 避免了递归搜索。同时, 该算法可以有效处理大规模动态场景的局部更新问题。基于Liang-Barsky算法, 光线相交测试的计算速度得到提