基于八叉树的数据处理方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术涉及数据处理技术领域，尤其涉及一种基于八叉树的数据处理方法、装置及计算机可读存储介质，其中，所述方法包括：获取待存储体数据的最大数据分辨率；基于最大数据分辨率，自下而上递减待存储体数据中各个层级的数据分辨率，得到LOD体数据；将LOD体数据输入预设八叉树模型，并于八叉树模型的根节点处，逐层向下对LOD体数据作稀疏化处理至叶子层，得到LOD稀疏八叉树；在接收到针对LOD稀疏八叉树中目标节点的数据处理指令时，获取目标节点对应的节点编号，并根据节点编号跳转至目标节点执行数据处理操作。解决了如何提升系数八叉树在大规模的数据处理场景下的数据处理效率问题。大规模的数据处理场景下的数据处理效率问题。大规模的数据处理场景下的数据处理效率问题。

【技术实现步骤摘要】
基于八叉树的数据处理方法、装置及计算机可读存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种基于八叉树的数据处理方法、装置及计算机可读存储介质。

技术介绍

[0002]八叉树(Octree)是一种用于描述三维空间的树形数据结构，其原理是把空间的数据按照3D坐标存储到贴图或数组中，能够实现在大型空间数据的快速搜索和查询。
[0003]在相关技术中，一般采用稀疏八叉树(Sparse Voxel Octree，SVO)来实现减小基于八叉树数据结构进行数据存储时内存占用量的效果。而SVO是通过对存储在八叉树中的体素表示的几何体进行光线投射来的原理实现的，因此其虽然能一定程度上减小原始的八叉树数据结构的内存占用，但是当SVO的存储深度超过16层时，数据的读取或存储速度都会变得非常慢。这导致SVO难以适用于大规模的数据处理场景。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]本专利技术的主要目的在于提供一种基于八叉树的数据处理方法，旨在解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于八叉树的数据处理方法，其特征在于，所述基于八叉树的数据处理方法包括：获取待存储体数据的最大数据分辨率；基于所述最大数据分辨率，自下而上递减所述待存储体数据中各个层级的数据分辨率，得到LOD体数据；将所述LOD体数据输入预设八叉树模型，并于所述八叉树模型的根节点处，逐层向下对LOD体数据作稀疏化处理至叶子层，得到LOD稀疏八叉树，其中，所述LOD稀疏八叉树中的各个非空节点带有不同的节点编号；在接收到针对所述LOD稀疏八叉树中目标节点的数据处理指令时，获取所述目标节点对应的所述节点编号，并根据所述节点编号跳转至所述目标节点执行数据处理操作。2.如权利要求1所述的基于八叉树的数据处理方法，其特征在于，所述基于所述最大数据分辨率，自下而上递减所述待存储体数据中各个层级的数据分辨率，得到LOD体数据的步骤包括：将所述最大数据分辨率作为所述待存储体数据的最下层数据的分辨率，逐层向上递减至所述待存储体数据的最上层，得到所述LOD体数据；其中，所述LOD体数据中下一层级的数据分辨率为相邻上一层级的数据分辨率的两倍，且各个层级之间的数据量相同，最上层的数据分辨率为所述待存储体数据在存储空间中预设的最小分辨率。3.如权利要求1所述的基于八叉树的数据处理方法，其特征在于，所述将所述LOD体数据输入预设八叉树模型，并于所述八叉树模型的根节点处，逐层向下对LOD体数据作稀疏化处理至叶子层，得到LOD稀疏八叉树的步骤包括：将所述LOD体数据输入至所述八叉树模型的根节点；确定所述根节点中的体素稀疏度；基于所述体素稀疏度，逐层向下对LOD体数据作稀疏化处理至叶子层，得到所述LOD稀疏八叉树。4.如权利要求3所述的基于八叉树的数据处理方法，其特征在于，所述基于所述体素稀疏度，逐层向下对LOD体数据作稀疏化处理至叶子层，得到所述LOD稀疏八叉树的步骤包括：确定所述根节点的所述体素稀疏度是否大于预设阈值；若是，将所述根节点中的LOD体数据分配至位于所述八叉树模型的下一层级的八个子节点中；确定各个所述子节点中的所述体素稀疏度是否大于所述预设阈值；若是，再次将所述子节点中的LOD体数据分配至位于所述八叉树模型的下一层级的八个所述子节点中，直至当前层级中的各个所述子节点中的LOD体数据均小于所述预设阈值，将所述当...

【专利技术属性】
技术研发人员：钟权，陈志广，卢宇彤，
申请(专利权)人：中山大学，
类型：发明
国别省市：