点云空间数据的处理方法及装置制造方法及图纸

本发明专利技术提供了一种点云空间数据的处理方法及装置，点云空间数据的处理方法包括：接收点云空间数据；根据所述点云空间数据的总量、预设的节点分辨率以及预设的节点分割阈值构建八叉树模型；根据所述八叉树模型对所述点云空间数据进行距离采样。本发明专利技术所提供的点云空间数据的处理方法及装置，以八叉树结构为空间数据组织结构基础，在构建八叉树过程中加入以节点分辨率为间距的采样过程，最终构建完毕的空间数据组织结构为低级别节点保留低分辨率的点云数据子集，高级别节点保留高分辨率的点云子集。云子集。云子集。

【技术实现步骤摘要】
点云空间数据的处理方法及装置


[0001]本专利技术涉及电力系统以及对地观测
，尤其涉及机载激光雷达点云数据的空间数据组织结构
，具体涉及一种点云空间数据的处理方法及装置。

技术介绍

[0002]近年来，三维激光扫描、航空航天/地面立体摄影影像匹配等获取空间信息技术发展的越来越成熟，从而空间物体信息的获取从二维发展到三维。三维空间信息获取方式主要有传统测量例如电磁波测距、高技术含量精密测量仪器例如全站仪、三维激光扫描技术(简称为LIDAR)。其中LIDAR技术根据扫描仪在获取点云数据时载体形式的不同，可以将激光扫描系统分为机载激光雷达系统、车载激光雷达系统以及地面站载激光雷达系统，LIDAR作为一种新兴的大规模三维信息获取技术可直接获取物体表面高精度信息和几何信息，在精度、数据获取速度以及获取量方面跟传统测量相比具有很大的优越性，因此迅速发展成为一种关键技术。
[0003]三维激光扫描所获取的点云信息，由于包含三维信息，具有数据量十分庞大的特点。但是由于计算机硬件发展瓶颈(例如内存不足)导致在三维点云信息可视化处绘制效率差，同时在处理海量点云数据方面能力不足(数据结构算法)，严重影响了海量点云数据在实际项目中应用，无法更加灵活的对点云数据进行操作。具体地，现有的点云空间数据组织结构算法主要有以下几种：海量点云数据的空间数据组织研究主要包括构建空间索引，空间索引利用空间物体的位置或者空间物体之间的空间关系对空间数据进行顺序排列的数据结构。根据划分方法的不同，主要分为规则分割法、对象分割法、组合分割法三种划分方法。
[0004](1)规则分割法
[0005]规则分割法是将空间中每个实体对应到按某些方法分割成均匀的单元中，其对应关系可以为一个实体对应一个单元或者一个实体对应多个单元。比较常用的规则网格剖分方法有KD树、KDB树、八叉树、BSP树以及R树等。
[0006](2)对象分割法
[0007]对象分割法是指利用层次包围体和一定的规则方法对空间进行划分，层次包围体是一种简单的树形结构，利用一些特定的方法将空间对象进行分割，由此把树的每个节点保存为所在层次包围体的信息，叶子节点存储基本的空间对象。
[0008](3)组合索引技术
[0009]组合索引利用多种空间组织索引，取长补短，充分发挥各种空间索引的优点，克服使用单种索引所带来的弊端。例如二维格网索引，无法适用于点云数据分布极不均匀的情况，但采用八叉树索引和KD树索引这种混合索引结构克服了点云数据分布极不均匀。
[0010]在空间数据组织索引方面，各种空间索引算法有着各自的优缺点，如表1所述。
[0011]表1
[0012]
技术实现思路

[0013]本专利技术所提供的点云空间数据的处理方法及装置，具有高效性、适用性，具有较高的实际应用价值。
[0014]为了实现上述目的，提供了一种点云空间数据的处理方法，包括：
[0015]接收点云空间数据；
[0016]根据所述点云空间数据的总量、预设的节点分辨率以及预设的节点分割阈值构建八叉树模型；
[0017]根据所述八叉树模型对所述点云空间数据进行距离采样。
[0018]一实施例中，所述根据所述点云空间数据的总量、预设的节点分辨率以及预设的节点分割阈值构建八叉树模型，包括：
[0019]根据所述节点分辨率确定所述八叉树模型的每一节点层中单一节点的采样距离；
[0020]根据所述采样距离、所述节点分割阈值以及所述点云空间数据的总量确定所述八叉树模型的节点层数；
[0021]根据所述预设的节点分辨率以及所述层数构建所述八叉树模型。
[0022]一实施例中，所述根据所述八叉树模型对所述点云空间数据进行距离采样，包括：
[0023]根据所述采样距离将所述点云空间数据中的每一点云空间数据存储至所述八叉树模型中对应的节点。
[0024]一实施例中，所述八叉树模型中节点层级与分辨率为正比例关系。
[0025]第二方面，本专利技术提供一种点云空间数据的处理装置，该装置包括：
[0026]数据接收模块，用于接收点云空间数据；
[0027]模型构建模块，用于根据所述点云空间数据的总量、预设的节点分辨率以及预设的节点分割阈值构建八叉树模型；
[0028]距离采样模块，用于根据所述八叉树模型对所述点云空间数据进行距离采样。
[0029]一实施例中，所述模型构建模块包括：
[0030]采样距离确定单元，用于根据所述节点分辨率确定所述八叉树模型的每一节点层中单一节点的采样距离；
[0031]节点层数确定单元，用于根据所述采样距离、所述节点分割阈值以及所述点云空间数据的总量确定所述八叉树模型的节点层数；
[0032]模型构建单元，用于根据所述预设的节点分辨率以及所述层数构建所述八叉树模
型。
[0033]一实施例中，所述模型构建单元，具体用于根据所述采样距离将所述点云空间数据中的每一点云空间数据存储至所述八叉树模型中对应的节点。
[0034]一实施例中，所述八叉树模型中节点层级与分辨率为正比例关系。
[0035]第三方面，本专利技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现点云空间数据的处理方法的步骤。
[0036]第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现点云空间数据的处理方法的步骤。
[0037]从上述描述可知，本专利技术实施例提供的点云空间数据的处理方法及装置，首先接收点云空间数据；接着根据点云空间数据的总量、预设的节点分辨率以及预设的节点分割阈值构建八叉树模型；最后根据八叉树模型对点云空间数据进行距离采样。本专利技术基于八叉树的空间分割结构并在其构建过程中对点云数据进行采样以生成多分辨率层次细节(简称为LOD八叉树)，并将原始点云数据构建成多个分辨率级别的细节层次并以二进制文件的形式存储在计算机硬盘中。具体地，本专利技术具有以下有益效果：
[0038]1、本专利技术以八叉树结构为空间数据组织结构基础，在构建八叉树过程中加入以节点分辨率为间距的采样过程，最终构建完毕的空间数据组织结构为低级别节点保留低分辨率的点云数据子集，高级别节点保留高分辨率的点云子集。
[0039]2、本专利技术所构建的基于八叉树的LOD空间数据组织结构所存储的数据不存在冗余点及删除点，因此其所有节点点云数据子集可返回原始点云集，保证了点云信息不缺失。
[0040]3、引进了哈希函数，加速了空间数据组织结构的构建过程，提升了生产效率。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云空间数据的处理方法，其特征在于，包括：接收点云空间数据；根据所述点云空间数据的总量、预设的节点分辨率以及预设的节点分割阈值构建八叉树模型；根据所述八叉树模型对所述点云空间数据进行距离采样。2.根据权利要求1所述的点云空间数据的处理方法，其特征在于，所述根据所述点云空间数据的总量、预设的节点分辨率以及预设的节点分割阈值构建八叉树模型，包括：根据所述节点分辨率确定所述八叉树模型的每一节点层中单一节点的采样距离；根据所述采样距离、所述节点分割阈值以及所述点云空间数据的总量确定所述八叉树模型的节点层数；根据所述预设的节点分辨率以及所述层数构建所述八叉树模型。3.根据权利要求2所述的点云空间数据的处理方法，其特征在于，所述根据所述八叉树模型对所述点云空间数据进行距离采样，包括：根据所述采样距离将所述点云空间数据中的每一点云空间数据存储至所述八叉树模型中对应的节点。4.根据权利要求1所述的点云空间数据的处理方法，其特征在于，所述八叉树模型中节点层级与分辨率为正比例关系。5.一种点云空间数据的处理装置，其特征在于，包括：数据接收模块，用于接收点云空间数据；模型构建模块，用于根据所述点云空间数据的总量、预设的节点分辨率以及预设的节点分割阈值构建八...

【专利技术属性】
技术研发人员：杜维柱，张晓华，蔡巍，武宇平，薛文祥，卢毅，于竞哲，马鑫晟，王书渊，高岩峰，王辉，沈彦伶，徐广达，高静，
申请(专利权)人：国网冀北电力有限公司国家电网有限公司，
类型：发明
国别省市：