[发明专利]一种海量点云数据的处理方法

说明书

本发明公开了一种海量点云数据的处理方法，包括点云数据的存储、渲染和捕捉，其中存储方法利用非平衡八叉树存储点云数据，将非平衡八叉树中的同一个叶子节点中的点集合连续存储在同一文件中，从而提高查找的速度；并在非平衡八叉树存储的基础上对存储的点云数据进行渲染和捕捉，提高获取速度，从而提高点云显示和捕捉的效率。

技术领域

本发明涉及点云数据处理领域，尤其涉及一种海量点云数据的存储、渲染和捕捉方法。

背景技术

目前，随着大数据的到来，硬件设备的不断升级，目前通过测量仪器获得产品外观表面的点数据集合称之为点云，由于每一个扫描获得的点都包含三维坐标，还有可能含有颜色信息或反射强度信息，因此点云数据越来越庞大，随之应用行业也越来越广泛，因此点云显示和捕捉的效率也必须随之进行提升。

而现有的点云存储格式，如las格式，虽然支持了海量数据的存储，但是对于快速渲染必须额外建立空间索引才能提高显示效率，但是额外建立空间索引这种方法获取得到的点是离散的，导致降低了获取的速度，导致显示效率和捕捉效率得不到提高；而且建立空间索引的算法一般采取八叉树或KD-Tree或者多种算法结合的方式进行，其建立空间索引的算法效率在渲染和捕捉的效率是不平衡的，因此对于快速渲染和捕捉没有一个很好的解决方案。

发明内容

为了克服现有技术的不足，本发明的目的在于提供一种海量点云数据的数据处理方法，采用非平衡八叉树存储方式提高数据获取的速度，从而提高点云显示和捕捉的效率。

本发明的目的采用如下技术方案实现：

一种海量点云数据的处理方法，包括：

步骤S1：利用非平衡八叉树存储点云数据，将非平衡八叉树中的同一个叶子节点中的点集合连续存储在同一文件中；

步骤S2：设置的最大渲染点数，在步骤S1非平衡八叉树存储方法的基础上获知特定叶子节点中的点的个数，按比例抽稀点数据并对其进行渲染绘制；其中特定叶子节点为进入非平衡八叉树进行相交判断后所获得的相交的叶子节点；

步骤S3：设置捕捉射线或包围盒的精度，在步骤S1非平衡八叉树存储方法的基础上逐个对特定叶子节点的点组进行最近点判断，捕捉并返回第一个满足精度要求的点；其中特定叶子节点为进入非平衡八叉树进行相交判断后所获得的相交的叶子节点。

进一步地，所述步骤S1的存储方法包括：

步骤S1.1：将新的单个三维坐标点逐点插入非平衡八叉树中；

步骤S1.2：递归进入非平衡八叉树，根据非平衡八叉树的叶子节点空间范围找到步骤S1.1中每个插入坐标点所归属的叶子节点；

步骤S1.3：判断步骤S1.2中找到的叶子节点数量是否超过非平衡八叉树的最大叶子节点个数，若未超过，则执行步骤S1.4；若超过，则执行步骤S1.5；

步骤S1.4：将所有插入的坐标点分别写入对应的叶子节点的临时文件或者内存中进行存储，执行步骤S1.6；

步骤S1.5：分裂叶子节点并往下新增新的叶子节点，新的坐标点从当前节点继续往下传递并插入到新的叶子节点中；重新从步骤S1.2开始循环；

步骤S1.6：将非平衡八叉树中的同一个叶子节点所存储的点集合连续存储在同一文件中。

进一步地，所述步骤S1.1中新的点数据附带有属性特征，所述属性特征包括但不限于颜色、强度。

进一步地，所述步骤S1.6的存储方式为判断待存储的点集合的存储内存是否超出当前文件的剩余内存容量，若超过，则将点集合全部存储在下一个文件中；若未超过，则将该点集合存储在当前文件中，保持叶子里面的节点连续存放在一起。

进一步地，所述步骤S2的渲染方法包括：