[发明专利]基于金字塔的海量激光雷达点云存储方法

说明书

技术领域

本发明涉及测绘数据处理技术领域，尤其涉及基于金字塔的海量机载激光雷达点云存储方法。

背景技术

激光雷达测量(Light Detecting and Ranging，LiDAR)技术源自1970年美国航天局(NASA)的研发，20世纪80年代得到迅速发展，20世纪90年代前后，将其与GPS和惯性导航系统集成应用，它可以提供精确的地球空间信息。我国应用激光雷达测量技术始于20世纪90年代，现在广泛应用于测绘、建筑、市政、电力、军事等各项国家基础建设领域。

激光雷达测量是一种主动式探测技术，它主要分为激光发射端和接收端两个模块。发射端产生并向地物发射一束激光脉冲，在地物上产生反射，而反射为接收器接收。通过计算发射到被反射回的传播时间，即可计算得激光传播的精确距离(光速*时间/2)。结合激光器的位置及姿态，即可准确地计算出每个激光束被反射点的三维坐标。激光雷达可放置于多种平台之上。其中，安放于飞机上在飞行过程中对地面进行连续激光雷达探测的系统成为机载激光雷达系统。激光雷达产生的空间数据通称“点云”。激光雷达点云数据以文件形式存放，称为“点云文件”。点云文件记录的信息通常包括点的三维坐标、回波次数、反射率等属性。

随着机载激光雷达硬件系统的不断成熟，机载激光雷达扫描的密度与精度日益提高。目前，主流商业机载激光雷达的发射脉冲频率可以达到数十万Hz。飞行高度距地面1000米的正常作业中，地表扫描线间距可以达到亚米级。这意味着每平方公里地表测量区域记录的激光点个数可达2000万(单次条带)，而一次包含多个条带的飞行作业往往可获取数十亿个激光点。如果不对海量激光点云进行合理的空间索引，点云的浏览、特征提取、数字产品生成等操作均无法正常有效进行。

现有的激光雷达点云数据处理商业软件对于海量点云的存储主要是直接将原始点云根据二维分布范围存储为一个个大的文件。按照国际通用格式las格式存储，一套包含10亿激光点的点云数据文件大小在数十GB数量级，而每个单独瓦片往往在数百MB。由于只是简单地将点云根据其覆盖范围分文件存储，没有考虑具体操作对数据密度的不同需求，导致每次请求一个局部区域的数据时，均需将该区域所在文件的所有数据读出，I/O冗余操作严重。例如，主流商业软件在制作数字高程模型(DEM)时首先将原始点云文件全部读入，然后在滤波、内插阶段再根据要制作DEM的分辨率作为点间距，抽样选取真正所需的激光点进行计算。假设使用密度为d米(如1米)的原始点云生产分辨率为D米(如90米)的DEM产品，则数据读取冗余度最大可达(D-d)/d(如89)倍。

发明内容

本发明的目的在于解决现有的机载激光雷达点云数据处理商业软件在海量机载激光雷达点云数据存储上的缺陷，提供一种有效的基于金字塔的海量激光点云数据存储方法。

本发明的技术方案采用基于金字塔分层瓦片的渐进加密式数据存储，包括以下主要步骤：

A、金字塔建立；

B、点云数据读取；

C、点云数据写回。

进一步地，步骤A中金字塔建立细化为：

A1 根据原始点云确定整片激光点云的二维边界范围，并对所有激光点进行统一编号；

A2 用户指定第一层(底层)单位瓦片的长度(Tile_Height)、宽度(Tile_Width)、抽稀因子(Thin_Factor，整数)，并根据此配置计算出所需金字塔的各项结构指数：金字塔总层数N(整数)、各层点云平均密度Dn、每个瓦片的二维边界及瓦片索引坐标(N，i，j)。

A3 通过抽稀方法逐层生成并分配第1至第N层点云数据。常用的点云抽稀方法包括：每n(2＜＝n＜＝点总个数)个点中采样第1个点、每n(2＜＝n＜＝点总个数)个点中随机采样1个点、基于kd树的最小二维距离采样、基于kd树的最小三维距离采样。对于每一层金字塔，按照本层瓦片边界将点云分配至相应的瓦片并存储为瓦片文件；

A4 删除各层中没有分配到任何激光点的空瓦片；

进一步地，步骤A2所需金字塔的各项结构指数的配置计算方法为：

A21 结合原始点云总二维边界的长度和宽度和第一层单位瓦片的长度、宽度，可计算出第一层金字塔瓦片的总行数M和总列数N，也可计算出第一层金字塔每个瓦片的二维范围；瓦片索引横坐标按照从左向右顺序，纵坐标按照从上到下顺序排列；