[发明专利]一种海量点云数据处理与可视化方法及系统

说明书

本发明涉及点云数据处理技术领域，特别是一种海量点云数据处理与可视化方法及系统，其不同之处在于，包括以下步骤：S1、获取数据：获取具有平铺特性的点云数据文件；S2、数据分块：对所述点云数据根据设定瓦片容量进行四叉树划分，得到多个块数据；S3、数据抽稀：对划分后的不同块数据进行保持地物形态的抽稀处理；S4、节点合并：将经过抽稀处理得到的块数据进行节点逆向合并；S5、对抽稀合并后的块数据建立级联关系，构建LOD细节层次模型；S6、构建索引文件：对块数据进行高效压缩，构建缓存顶级数据索引文件；S7、可视化渲染。本发明解决了海量点云数据加载速度慢、耗时长和内存不足等问题，提高了显示效率和显示效果。

技术领域

本发明涉及点云数据处理技术领域，特别是一种海量点云数据处理与可视化方法及系统。

背景技术

随着目标场景的不断增大和场景复杂度的不断升高，获得的数据量也不断增长，这对传统点云数据处理与可视化算法提出了新的挑战。目前针对小数据量的点云数据显示效果比较流畅，而当点云数据较大时，加载文件显示帧数比较低，不仅需要漫长的等待时间同时软件还会出现卡顿现象。因此，如何高效处理海量点云数据并在系统中快速显示成为目前急需解决的问题。

目前存在的一些海量点云数据的处理与显示方法，在地块划分方式上采用估算的方式，不能准确确定缓存文件的切分块数，其在数据划分和抽稀方式上均有待改进。

鉴于此，为克服上述技术缺陷，提供一种海量点云数据处理与可视化方法成为本领域亟待解决的问题。

发明内容

本发明的目的在于克服现有技术的缺点，提供一种海量点云数据处理与可视化方法及系统，解决了海量点云数据加载速度慢、耗时长和内存不足等问题，提高了显示效率和显示效果。

为解决以上技术问题，本发明的技术方案为：一种海量点云数据处理与可视化方法，其不同之处在于，包括以下步骤：

S1、获取数据：获取具有平铺特性的点云数据文件；

S2、数据分块：对所述点云数据根据设定瓦片容量进行四叉树划分，得到多个块数据；

S3、数据抽稀：对划分后的不同块数据进行保持地物形态的抽稀处理；

S4、节点合并：将经过抽稀处理得到的块数据进行节点逆向合并；

S5、构建LOD细节层次模型：对抽稀合并后的块数据建立级联关系，构建LOD细节层次模型；

S6、构建索引文件：对块数据进行高效压缩，构建缓存顶级数据索引文件；

S7、可视化渲染：对点云缓存数据进行可视化渲染。

按以上技术方案，所述步骤S2数据分块中，进行四叉树划分时，具体包括以下子步骤：

S21、定义瓦片容量为TileCapacitySize，根据瓦片容量TileCapacitySize确定切割深度Depth，初始深度为0；

S22、MaxY、MinY为当前块的Y方向最大、最小值，MaxX、MinX为当前块X方向最大、最小值，定义点云要素大小为PointFeatureSize，设定划分到最精细一个缓存文件的数据量为CacheFileSize，首先计算TileCapacitySize＝CacheFileSize*1024^2/PointFeatureSize，再通过当前块最大最小范围计算当前块点要素数量PointFeatureSum，如果PointFeatureSum大于TileCapacitySize，则在X、Y方向上各切割一次，此时Depth加1；

S23、切割后的块继续进行步骤S22，依此循环，至PointFeatureSum小于等于TileCapacitySize为止，此时四叉树结构创建完成。

按以上技术方案，所述步骤S3数据抽稀具体包括以下子步骤：