[发明专利]海量点云数据处理方法及装置

权利要求书

1.一种海量点云数据处理方法，其特征在于，包括：

获取待处理点云数据，并对所述待处理点云数据进行分块处理，得到多个点云数据块；

基于所述待处理点云数据中的多个所述点云数据块，生成所述待处理点云数据的整体八叉树；

对所述整体八叉树进行数据抽稀，得到整体抽稀八叉树；

根据所述整体抽稀八叉树中每个节点内的点云数据，构建与所述节点对应的细节层次模型LOD，所述LOD的像素阈值范围是根据原始点云分辨率确定的，以便于根据所述像素阈值范围调用所述LOD时加载对应的点云数据；

所述根据所述整体抽稀八叉树中每个节点内的点云数据，构建与所述节点对应的细节层次模型LOD，包括：

根据所述整体抽稀八叉树中每个节点内的点云数据，确定所述LOD的模型节点中心为所述节点内的点云数据确定的包围盒的中心；

确定所述LOD的模型节点半径为所述节点内的点云数据确定的包围盒的外接圆半径；

建立所述LOD和所述节点内的点云数据间的对应关系；

根据所述节点内点云数据和所述原始点云分辨率确定所述LOD的所述像素阈值范围；

建立所述LOD和所述节点内的点云数据间的对应关系，包括：

设置所述LOD的文件名称为所述节点内的点云数据所在文件夹的名称。

2.根据权利要求1所述的海量点云数据处理方法，其特征在于，所述点云数据块的数量为8^N，其中，N为正整数；

所述基于所述待处理点云数据中的多个所述点云数据块，生成所述待处理点云数据的整体八叉树，包括：

针对每个所述点云数据块内的点云数据，生成每个所述点云数据块的具有M层的一级八叉树；

生成以各所述一级八叉树的一级根节点为叶子节点且共M+N层的整体八叉树。

3.根据权利要求2所述的海量点云数据处理方法，其特征在于，所述对所述整体八叉树进行数据抽稀，得到整体抽稀八叉树，包括：

对所述整体八叉树中最底层的节点开始进行数据抽稀处理，将得到的点云数据存入该层节点上一层的节点中，继续对所述上一层的节点进行数据抽稀处理，直至所述整体八叉树中的各层节点全部处理完毕，得到所述整体抽稀八叉树。

4.根据权利要求3所述的海量点云数据处理方法，其特征在于，所述对所述整体八叉树中最底层的节点开始进行数据抽稀处理，将得到的点云数据存入该层节点上一层的节点中，继续对所述上一层的节点进行数据抽稀处理，直至所述整体八叉树中的各层节点全部处理完毕，得到所述整体抽稀八叉树，包括：

基于所述整体八叉树中每个叶子节点内的点云数据，根据所述叶子节点内的点云数据的总数量与预设的抽稀因子的乘积在每个所述叶子节点内确定所述叶子节点内的抽稀点云数据；

将确定的所述叶子节点内的所述抽稀点云数据存储到所述叶子节点的父节点中；

基于所述整体八叉树中每个所述父节点内的点云数据，根据所述父节点内的点云数据的总数量与所述抽稀因子的乘积确定所述父节点内的抽稀点云数据；

将确定的所述父节点内的所述抽稀点云数据存储到所述父节点的父节点中，直至将抽稀的点云数据存储到所述整体八叉树的根节点，得到所述整体抽稀八叉树。

5.根据权利要求4所述的海量点云数据处理方法，其特征在于，所述根据所述节点内点云数据和所述原始点云分辨率确定所述LOD的所述像素阈值范围，包括：

将所述抽稀因子、所述M+N的和、所述子节点所在的层和所述原始点云分辨率代入预设的当前层点云分辨率计算公式，计算得到当前层点云分辨率；

将所述当前层点云分辨率和预设的经验系数相乘，计算得到所述LOD的所述像素阈值范围中较小的阈值端点。

6.根据权利要求5所述的海量点云数据处理方法，其特征在于，所述对所述待处理点云数据进行分块处理，得到多个点云数据块，包括：

对所述待处理点云数据所占空间进行平均划分；

将得到的子空间中所包含的点云数据确定为所述点云数据块。