【技术实现步骤摘要】
一种基于特征计算的点云轻量化方法及存储介质
本专利技术涉及计算机视觉领域，尤其涉及一种基于特征计算的点云轻量化方法及存储介质。
技术介绍
点云数据由三维激光等硬件设备采集，基本上属于未经过处理的原始数据。原始点云往往具有数据量大，没有拓扑结构的特点。大数据量的问题会造成使用点云的终端因为耗尽内存而变得缓慢和卡顿，所以在使用点云数据之前，需要对数据进行轻量化。与此同时，由于轻量化的本质是数据点的删除，而点云自身没有拓扑结构，也就是点与点之间是离散的，没有任何直接关系，这一特征给制定轻量化策略带来了很大的困难。
技术实现思路
为了克服现有技术的不足，本专利技术的目的之一在于提供一种基于特征计算的点云轻量化方法，其使用八叉树数据结构对数据作不同细节层级的空间分块，自底向上遍历八叉树所有节点，基于特征计算逐一对各个节点的数据进行轻量化，通过大量的几何运算找到了点云模型的特征点，按比例删除非特征点，这样既减少了数据量，又保持了模型的特征。本专利技术的目的之二在于提供一种计算机可读存储介质，该存储介质中的程序...
【技术保护点】
1.一种基于特征计算的点云轻量化方法，其特征在于，包括以下步骤：/n建立八叉树和叶子节点队列步骤：/n根据点云源数据在X、Y、Z轴上的区间范围以及预设深度参数构建八叉树，每个节点都存储了一个X、Y、Z轴的数据区间，其中，该八叉树的根节点的数据区间为点云源数据在X、Y、Z轴上的总区间，八个子节点的数据区间叠加构成对应的父节点的数据区间；/n建立叶子节点队列，将所构建的八叉树的底层的叶子节点加入到所述叶子节点队列中；/n八叉树节点遍历步骤：/n设置计数器C并初始化为8，访问所述叶子节点队列中的第一个叶子节点，其中，访问操作为：获取当前所访问叶子节点的数据区间所对应的点云数据并将...
【技术特征摘要】
1.一种基于特征计算的点云轻量化方法，其特征在于，包括以下步骤：
建立八叉树和叶子节点队列步骤：
根据点云源数据在X、Y、Z轴上的区间范围以及预设深度参数构建八叉树，每个节点都存储了一个X、Y、Z轴的数据区间，其中，该八叉树的根节点的数据区间为点云源数据在X、Y、Z轴上的总区间，八个子节点的数据区间叠加构成对应的父节点的数据区间；
建立叶子节点队列，将所构建的八叉树的底层的叶子节点加入到所述叶子节点队列中；
八叉树节点遍历步骤：
设置计数器C并初始化为8，访问所述叶子节点队列中的第一个叶子节点，其中，访问操作为：获取当前所访问叶子节点的数据区间所对应的点云数据并将该叶子节点从所述叶子节点队列中删除，对该叶子节点的点云数据进行特征计算，按预设比例删除非特征点并保存结果文件，并令所述计数器C＝C-1；
判断所述计数器C是否小于或等于1；
若是，则将所述计数器C重置为8并将该节点的父节点加入所述叶子节点队列的末位，然后继续访问所述叶子节点队列的下一个叶子节点；
若否，则判断所述叶子节点队列是否为空；若否，则继续访问所述叶子节点队列的下一个叶子节点；若是，则结束流程。
2.如权利要求1所述的基于特征计算的点云轻量化方法，其特征在于，所述获取当前所访问叶子节点的数据区间所对应的点云数据具体为：
判断当前所访问的叶子节点是否具有子节点；若是，则通过读取当前所访问的叶子节点的子节点的过程临时数据文件来获取当前所访问的叶子节点的点云数据；若否，则根据当前所访问的叶子节点的数据区间从点云源数据中获取对应的点云数据。
3.如权利要求1所述的基于特征计算的点云轻量化方法，其特征在于，所述对该叶子节点的点云数据进行特征计算，按预设比例删除非特征点具体为：
计算该叶子节点的点云数据中各个点的曲率，按照曲率的大小对所有点进行排序并按照特征的强弱程度将所有点划分为若干个集合；
确定筛选阈值、精简比率以及轻量化距离阈值；
判断该叶子节点的点云数据中的各个点的曲率是否大于所述筛选阈值；
若是，则保留该点；若否，则计算该点与若干个邻近点的平均距离，判断所述...
【专利技术属性】
技术研发人员：徐丹龙，陶超，钟金明，林军，马然，闫少霞，韦锦超，吕时有，候祥意，
申请(专利权)人：广州南方智能技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。