[发明专利]一种点云的可视化方法和设备

说明书

本发明提出一种点云的可视化方法和设备，方法包括：基于点云数据的空间特性构建点云数据的八叉树结构；在可视化化系统中开启线程池，以使得线程池基于处理装置的机器性能确定开启的线程；基于瓦片调度子线程的数量、加载到场景中点云文件的数量和大小分配多个瓦片调度子线程加载点云文件；通过总调度线程基于用户设置的调度优先级确定调度策略，基于调度策略确定当前最大加载层级，并使瓦片调度子线程基于调度策略及当前最大加载层级对所加载的点云文件进行渲染。采用构建点云数据的八叉树结构，解决了海量数据处理难以及海量数据无法全部显示到内存中的问题，还通过多线程调度，实现了对多个点云文件进行调度渲染，实现了快速可视化。

技术领域

本发明涉及点云可视化技术领域，特别涉及一种点云的可视化方法和设备。

背景技术

激光扫描系统能够直接获取被测目标表面的三维空间坐标，具有采样密度高、点云分布密集等特点，正逐渐成为三维空间信息快速获取的主要手段之一，被广泛应用于文物保护、三维重建、数字地面模型生产、城市规划等领域。但随着激光扫描系统设备精度的提高，扫描系统获得的点的数据（点的集合也即点云数据）也成几何式上升，点云数据的单体文件大小一般在GB（GigaByte，又被称为吉咖字节或京字节或十亿字节或戟）级。

目前存在有一些点云数据的处理方法，例如公开号为CN107943961A，名称为一种基于Web的海量点云渲染方法，其通过采用四叉树数据结构进行分配数据，利用Potree将点云数据进行渲染到Web浏览器上，但是该方法无法有效应对目前海量的点云数据的处理流程，且由于点云数据的数据量过于海量，使得其无法被全部显示到内存中。

由此，如何处理并在系统中展现如此庞大的数据，成为了目前亟待解决的问题。

发明内容

针对现有技术中的缺陷，本发明提出了一种点云的可视化方法和设备，采用构建点云数据的八叉树结构，解决了海量数据处理难以及海量数据无法全部显示到内存中的问题，且还通过多线程调度，实现了对多个点云文件进行调度渲染，实现了快速可视化。

本发明实施例提出了一种点云的可视化方法，应用于处理装置，该方法包括：

基于点云数据的空间特性构建所述点云数据的八叉树结构；其中，构建了八叉树结构的点云数据包括多个层级且具有空间索引关系的点云文件；

在可视化化系统中开启线程池，以使得所述线程池基于处理装置的机器性能确定开启的线程，所述线程包括一个总调度线程和多个瓦片调度子线程；

基于所述瓦片调度子线程的数量、加载到场景中所述点云文件的数量和大小，分配多个所述瓦片调度子线程加载所述点云文件；

通过所述总调度线程基于用户设置的调度优先级确定调度策略，基于所述调度策略确定当前最大加载层级，并使所述瓦片调度子线程基于所述调度策略及当前最大加载层级对所加载的点云文件进行渲染。

在一个具体的实施例中，所述基于所述瓦片调度子线程的数量、加载到场景中所述点云文件的数量和大小分配所述瓦片调度子线程加载所述点云文件，包括：

若加载到场景中所述点云文件的数量大于1且小于或等于所述瓦片调度子线程的数量时，为每个所述点云文件分配一个瓦片调度子线程进行加载；

若加载到场景中所述点云文件的数量大于所述瓦片调度子线程的数量时，基于加载到场景中各所述点云文件的大小确定加载到场景中所述点云文件的文件总大小，以及所述文件总大小平均到每个瓦片调度子线程的线程大小，其中，所述线程大小=文件总大小/所述瓦片调度子线程的数量；

针对各所述点云文件，当所述点云文件的文件大小小于所述线程大小时，选择文件总大小大于所述线程大小的N个所述点云文件分配一个瓦片调度子线程进行加载，其中N-1个所述点云文件的文件总大小小于所述线程大小。