一种基于多维化动态可变分辨率的点云压缩方法及系统技术方案

本发明专利技术涉及点云数据压缩技术领域，尤其是涉及一种基于多维化动态可变分辨率的点云压缩方法及系统。所述方法包括：获取雷达点云数据，设定目标点云的有效区域；分析有效区域内雷达点云数据的数据量和分布状态；根据雷达点云数据的数据量和分布状态确定对雷达点云数据进行压缩的方法；本发明专利技术是一种使用多维化数据空间技术进行点云数据动态压缩、存储的方法。通过该方法不但可以有效减少点云数据的整体体积，而且可以动态的为热点区域保存更高的点云分辨率和更清晰的几何信息。从而在保持点云数据整体量较小的前提下，更高效的传输有效信息。信息。信息。

【技术实现步骤摘要】
一种基于多维化动态可变分辨率的点云压缩方法及系统


[0001]本专利技术涉及点云数据压缩
，尤其是涉及一种基于多维化动态可变分辨率的点云压缩方法及系统。

技术介绍

[0002]传统的点云数据使用x、y、z三组float类型的坐标数据标定每一个点在空间中的位置。当点的数量较多而空间范围有限时，这样的方法会造成大量存储空间的浪费，进而拖慢数据读取、传输和处理的速度，造成IO环节的阻塞，拖慢系统的整体反应速度。
[0003]为解决这一问题，就需要控制点云数据的处理数量。通常的做法是，通过过滤方法或者降采样算法，来减少单位空间内的点云的总体数量。但是这些方法都不可避免的降低了点云的精度与丰度，会影响最终的展示效果或精密计算的准确性（如目标体积计算、模型识别的匹配得分等）。
[0004]由此可见，点云数据的过滤和降采样过程应该尽可能的避开一些敏感信息区域，以便最大程度上保留这些区域中的有效信息，而对非关键区域则需要在保持目标完整性的同时尽可能提升数据压缩比，因此亟需一种基于多维化动态可变分辨率的点云压缩方法及系统。

技术实现思路

[0005]为了解决上述提到的问题，本专利技术提供一种基于多维化动态可变分辨率的点云压缩方法及系统。
[0006]第一方面，本专利技术提供的一种基于多维化动态可变分辨率的点云压缩方法，采用如下的技术方案：一种基于多维化动态可变分辨率的点云压缩方法，包括：获取雷达点云数据，设定目标点云的有效区域；分析有效区域内雷达点云数据的数据量和分布状态；根据雷达点云数据的数据量和分布状态确定对雷达点云数据进行压缩的方法；其中，当有效区域内雷达点云数据的数据量大、分布均匀，采用多维数据空间标识法对点云数据进行压缩；反之，通过将雷达点云数据的点云坐标转化为正整数进行存储。
[0007]进一步地，所述获取雷达点云数据，设定目标点云的有效区域，包括在获取的雷达点云数据中找到目标物的点云数据，根据目标物的点云数据设定目标点云的有效区域。
[0008]进一步地，所述分析有效区域内雷达点云数据的数据量和分布状态，包括统计有效区域内单位空间的雷达点云数据的点运输量和点云密度。
[0009]进一步地，所述采用多维数据空间标识法对点云数据进行压缩，包括为目标点云设置点云状态，并输出二进制标识数据文件，判断二进制标识数据文件中是否存在关键信息区域，并进行关键信息区域标识。
[0010]进一步地，所述采用多维数据空间标识法对点云数据进行压缩，还包括为关键信
息区域内的点云坐标创建低维度数据空间，得到刻度更小的点云数据坐标集。
[0011]进一步地，所述通过将雷达点云数据的点云坐标转化为正整数进行存储，包括使用一组或者多组坐标范围对有效区域内的目标点云进行二次标定，得到关键信息区域。
[0012]进一步地，所述通过将雷达点云数据的点云坐标转化为正整数进行存储，还包括将关键信息区域的点云坐标起始值设为0，并对点云坐标进行放大处理，从而将点云坐标转化为正整数，并选择适合的坐标范围存储点云坐标。
[0013]第二方面，一种基于多维化动态可变分辨率的点云压缩系统，包括：数据获取模块，被配置为，获取雷达点云数据，设定目标点云的有效区域；分析模块，被配置为，分析有效区域内雷达点云数据的数据量和分布状态；压缩模块，被配置为，根据雷达点云数据的数据量和分布状态确定对雷达点云数据进行压缩的方法；其中，当有效区域内雷达点云数据的数据量大、分布均匀，采用多维数据空间标识法对点云数据进行压缩；反之，通过将雷达点云数据的点云坐标转化为正整数进行存储。
[0014]第三方面，本专利技术提供一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种基于多维化动态可变分辨率的点云压缩方法。
[0015]第四方面，本专利技术提供一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种基于多维化动态可变分辨率的点云压缩方法。
[0016]综上所述，本专利技术具有如下的有益技术效果：本专利技术是一种使用多维化数据空间技术进行点云数据动态压缩、存储的方法。通过该方法不但可以有效减少点云数据的整体体积，而且可以动态的为热点区域保存更高的点云分辨率和更清晰的几何信息。从而在保持点云数据整体量较小的前提下，更高效的传输有效信息。
附图说明
[0017]图1是本专利技术实施例1的一种基于多维化动态可变分辨率的点云压缩方法的示意图。
具体实施方式
[0018]以下结合附图对本专利技术作进一步详细说明。
[0019]实施例1参照图1，本实施例的一种基于多维化动态可变分辨率的点云压缩方法，包括：获取雷达点云数据，设定目标点云的有效区域；分析有效区域内雷达点云数据的数据量和分布状态；根据雷达点云数据的数据量和分布状态确定对雷达点云数据进行压缩的方法；其中，当有效区域内雷达点云数据的数据量大、分布均匀，采用多维数据空间标识法对点云数据进行压缩；反之，通过将雷达点云数据的点云坐标转化为正整数进行存储。
[0020]所述获取雷达点云数据，设定目标点云的有效区域，包括在获取的雷达点云数据
中找到目标物的点云数据，根据目标物的点云数据设定目标点云的有效区域。
[0021]所述分析有效区域内雷达点云数据的数据量和分布状态，包括将目标空间区域划分为几组，在每组范围内每存在一组点云坐标，即存在一个点云数据。分别统计这些点云数据的数量，便可以知道点云数据分布是否均匀。或者利用PCL类库中的相关算法，也可以实现。如果密度不均匀，即有的地方密集，有的地方稀疏，甚至有的地方还存在点云空洞，这就说明点云的分布不均匀。
[0022]所述采用多维数据空间标识法对点云数据进行压缩，包括为目标点云设置点云状态，并输出二进制标识数据文件，判断二进制标识数据文件中是否存在关键信息区域，并进行关键信息区域标识。
[0023]所述采用多维数据空间标识法对点云数据进行压缩，还包括为关键信息区域内的点云坐标创建低维度数据空间，得到刻度更小的点云数据坐标集，在更低维度的数据空间内使用密度更高的点云数据记录这些关键信息区域的点云数据。比如存在一个3*3*3的关键信息区域，如果默认刻度为1，则只能记录27个点的坐标。而为这个区域创建一个新的三维空间坐标系后，使用该坐标系便可以设定更小的刻度来记录该区域内的点云状态，比如30*30*30，则可以记录的点云数据的数量则变为27000。这些精度更高的点云数据可以使用更长的比特位予以存储，并存储于压缩文件的其他数据段内（在压缩文件头文件中予以标识，如普通数据的长度是多少，每个数据多少比特位，高精度数据的长度是多少，比特位是多少等等）。
[0024]所述通过将雷达点云数据的点云坐标转化为正整数进行存储，包括使用一组或者多组坐标范围对有效区域内的目标点云进行二次标定，得到关键信息区域。
[0025]所述通过将雷达点云数据的点云坐本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多维化动态可变分辨率的点云压缩方法，其特征在于，包括：获取雷达点云数据，设定目标点云的有效区域；分析有效区域内雷达点云数据的数据量和分布状态；根据雷达点云数据的数据量和分布状态确定对雷达点云数据进行压缩的方法；其中，当有效区域内雷达点云数据的数据量大、分布均匀，采用多维数据空间标识法对点云数据进行压缩；反之，通过将雷达点云数据的点云坐标转化为正整数进行存储；其中，所述采用多维数据空间标识法对点云数据进行压缩，包括为目标点云设置点云状态，并输出二进制标识数据文件，判断二进制标识数据文件中是否存在关键信息区域，并进行关键信息区域标识；为关键信息区域内的点云坐标创建低维度数据空间，得到刻度更小的点云数据坐标集。2.根据权利要求1所述的一种基于多维化动态可变分辨率的点云压缩方法，其特征在于，所述获取雷达点云数据，设定目标点云的有效区域，包括在获取的雷达点云数据中找到目标物的点云数据，根据目标物的点云数据设定目标点云的有效区域。3.根据权利要求2所述的一种基于多维化动态可变分辨率的点云压缩方法，其特征在于，所述分析有效区域内雷达点云数据的数据量和分布状态，包括统计有效区域内单位空间的雷达点云数据的点运输量和点云密度。4.根据权利要求3所述的一种基于多维化动态可变分辨率的点云压缩方法，其特征在于，所述通过将雷达点云数据的点云坐标转化为正整数进行存储，包...

【专利技术属性】
技术研发人员：谭明旭，赵文杰，王圣伟，刘欢迎，尹永强，张玉河，董毅，
申请(专利权)人：山东矩阵软件工程股份有限公司，
类型：发明
国别省市：