CN112907752A - 一种基于全球索引的点云切片处理方法 - Google Patents

Abstract

本发明公开了一种基于全球索引的点云切片处理方法，包括：获取欲处理的原始点云数据；将所有原始点云数据的缩放级别进行统一；按照统一后的缩放级别对原始点云数据进行四叉树分块或八叉树分块，生成多个数据块，并对每个数据块进行全球索引，获得与每个数据块一一对应的索引值；分别按照每个数据块索引值遍历原有点云切片成果数据库中所有三维瓦片，并按照预设条件对原有点云切片成果数据库进行更新。本发明可对激光点云数据进行全球索引瓦片划分，且支持数据追加和局部更新，并可针对不同类型的点云筛选进行瓦片划分。

Description

一种基于全球索引的点云切片处理方法

技术领域

本发明涉及点云数据处理技术领域，更具体的说是涉及一种基于全球索引的点云切片处理方法。

背景技术

目前，激光点云数据处理包括点云滤波、点云配准、点云分割与分类、点云三维重建等相关技术，而在点云三维瓦片处理方面的应用较少，且瓦片数据处理多为地图切片。

地图切片Web服务简称WMTS(Web Map Tile Service)。它是OGC提出的缓存技术标准，即在服务器端缓存被切割成一定大小瓦片的地图，对客户端只提供这些预先定义好的单个瓦片的服务，将更多的数据处理操作如图层叠加等放在客户端，从而缓解GIS服务器端数据处理的压力，改善用户体验。WMTS使用瓦片矩阵集来表示切割后的地图。瓦片就是包含地理数据的矩形影像，一幅地图按一定的瓦片大小被切割成多个瓦片，形成瓦片矩阵，一个或多个瓦片矩阵即组成瓦片矩阵集。不同的瓦片矩阵具有不同的分辨率，每个瓦片矩阵由瓦片矩阵标识符进行标识。

随着科技的不断发展，用户对瓦片服务要求的提高，瓦片数据处理技术逐渐从地图切片向点云切片、模型切片等方向不断发展。而目前的点云切片处理多数针对局部数据处理，在数据追加和局部更新方面存在一定的不足，在处理海量数据时存在操作繁复，数据处理效率较低等问题。而且针对某些用户的特殊需求，如对已分类的点云数据进行特定类型数据进行切片处理需要将特定类型的数据提取出来再进行切片处理，缺乏制定化和多功能的集成。

因此，如何提供一种瓦片数据处理效率高、且支持数据追加和局部更新的基于全球索引的点云切片处理方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于全球索引的点云切片处理方法，可对激光点云数据进行全球索引瓦片划分，且支持数据追加和局部更新，并可针对不同类型的点云筛选进行瓦片划分。

为了实现上述目的，本发明采用如下技术方案：

一种基于全球索引的点云切片处理方法，包括：

S1、获取欲处理的原始点云数据；

S2、将所有所述原始点云数据的缩放级别进行统一；

S3、按照统一后的缩放级别对所述原始点云数据进行四叉树分块或八叉树分块，生成多个数据块，并对每个数据块进行全球索引，获得与每个数据块一一对应的索引值；

S4、分别按照每个数据块索引值遍历原有点云切片成果数据库中所有三维瓦片，并按照预设条件对原有点云切片成果数据库进行更新。

优选的，在上述一种基于全球索引的点云切片处理方法中，S2包括：

S21、判断是否预设有最大缩放级别i，若是，则将最大缩放级别i作为统一缩放级别；若否，则执行S22；

S22、取所述原始点云数据中间位置的10万个点进行估算；

S23、计算所取点的包围盒以及包围盒的中心点坐标；

S24、计算包围盒所有点到中心点的平均距离L；若平均距离L大于预设的最大缩放级别i下的点云三维瓦片分辨率，则确定最大缩放级别为i；否则执行S25；

S25、i自增1；

S26、重复执行S24-S25，直至平均距离L不大于预设的最大缩放级别i下的点云三维瓦片分辨率。

优选的，在上述一种基于全球索引的点云切片处理方法中，S3中，若最大缩放级别为0-8时，对原始点云三维瓦片采用四叉树分块处理；若最大缩放级别大于8时，对原始点云三维瓦片采用八叉树分块处理。

优选的，在上述一种基于全球索引的点云切片处理方法中，S4包括：

S41、确定当前数据块所对应的索引值；

S42、按照当前数据块的索引值遍历原有点云切片成果数据库中所有三维瓦片，判断原有点云切片成果数据库中是否存在与当前数据块索引值相同的原有三维瓦片；如果不存在，则将当前数据块新增至原有点云切片成果数据库；如果存在，则执行S43；

S43、将当前数据块划分为网格，并确定每个网格点的索引值；

S44、按照当前数据块网格点索引值遍历与当前数据块索引值相同的原有三维瓦片的所有网格点，查找是否存在与当前数据块网格点索引值相同的原有网格点；如果存在，则将原有网格点替换为当前数据块网格点；如果不存在，则将当前数据块网格点追加至原有点云切片成果数据库。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于全球索引的点云切片处理方法，利用全球索引瓦片划分的方法，解决了在处理海量点云数据的过程中效率较低的问题，并且可以提供数据追加和更新等方式，为后续的数据更新和发布提供极大地便利。同时，可对分类后的点云数据进行特定类型数据的瓦片处理，在多功能集成上较好的适用性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1附图为本发明提供的基于全球索引的点云切片处理方法的结构示意图；

图2附图为本发明提供的全球索引流程图；

图3附图为本发明提供的数据追加及更新流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例公开了一种基于全球索引的点云切片处理方法，包括：

S1、预先进行参数设置(包括空间坐标参数、不切片类型和输出类型)，并输入原始点云文件，即：获取欲处理的原始点云数据；

S2、统一级别：将所有所述原始点云数据的缩放级别进行统一；

S3、文件切割及全球索引：按照统一后的缩放级别对所述原始点云数据进行四叉树分块或八叉树分块，生成多个数据块，并对每个数据块进行全球索引，获得与每个数据块一一对应的索引值；

S4、数据追加及更新：分别按照每个数据块索引值遍历原有点云切片成果数据库中所有三维瓦片，并按照预设条件对原有点云切片成果数据库进行更新。

如图2所示，S2中统一级别，以便于融合处理，具体包括：

S21、判断是否预设有最大缩放级别i，若是，则将最大缩放级别i作为统一缩放级别；若否，则执行S22；

S22、取所述原始点云数据中间位置的10万个点进行估算；

S23、计算所取点的包围盒以及包围盒的中心点坐标；

S24、计算包围盒所有点到中心点的平均距离L；若平均距离L大于预设的最大缩放级别i下的点云三维瓦片分辨率，则确定最大缩放级别为i；否则执行S25；

S25、i自增1；

S26、重复执行S24-S25，直至平均距离L不大于预设的最大缩放级别i下的点云三维瓦片分辨率。

全球瓦片划分规则为：0级时，1个瓦片的分辨率为赤道周长；1级时，1个瓦片的分辨率为赤道周长的一半；2级时，1个瓦片的分辨率为赤道周长的四分之一；N级时，1个瓦片的分辨率为赤道周长的2的N次方分之一。

S3中，前8级按全球经纬度以四叉树分块进行处理，即0级时，全球两块瓦片分辨率为180度；1级时，全球4*2块瓦片分辨率为90度；N级时全球有2的N次方*2个瓦片，1个瓦片的分辨率为180度的2的N次方分之一。当切片等级大于8级时，在8级瓦片的基础上按八叉树分块，八叉树分块是可看作是三维下的四叉树分块规则，即在平面xy和高程z上同时进行四叉树分块。

如图3所示，S4具体包括：

S41、确定当前数据块所对应的索引值；

S42、按照当前数据块的索引值遍历原有点云切片成果数据库中所有三维瓦片，判断原有点云切片成果数据库中是否存在与当前数据块索引值相同的原有三维瓦片；如果不存在，则将当前数据块生成新三维瓦片数据，并新增至原有点云切片成果数据库；如果存在，则执行S43；

S43、将当前数据块划分为网格，并确定每个网格点的索引值；

S44、判断网格数据范围是否一致：

按照当前数据块网格点索引值遍历与当前数据块索引值相同的原有三维瓦片的所有网格点，查找是否存在与当前数据块网格点索引值相同的原有网格点；如果存在，则将原有网格点替换为当前数据块网格点；如果不存在，则将当前数据块网格点生成新的三维瓦片数据，并追加至原有点云切片成果数据库。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (4)

1.一种基于全球索引的点云切片处理方法，其特征在于，包括：

S1、获取欲处理的原始点云数据；

S2、将所有所述原始点云数据的缩放级别进行统一；

S3、按照统一后的缩放级别对所述原始点云数据进行四叉树分块或八叉树分块，生成多个数据块，并对每个数据块进行全球索引，获得与每个数据块一一对应的索引值；

S4、分别按照每个数据块索引值遍历原有点云切片成果数据库中所有三维瓦片，并按照预设条件对原有点云切片成果数据库进行更新。

2.根据权利要求1所述的一种基于全球索引的点云切片处理方法，其特征在于，S2包括：

S21、判断是否预设有最大缩放级别i，若是，则将最大缩放级别i作为统一缩放级别；若否，则执行S22；

S22、取所述原始点云数据中间位置的10万个点进行估算；

S23、计算所取点的包围盒以及包围盒的中心点坐标；

S24、计算包围盒所有点到中心点的平均距离L；若平均距离L大于预设的最大缩放级别i下的点云三维瓦片分辨率，则确定最大缩放级别为i；否则执行S25；

S25、i自增1；

S26、重复执行S24-S25，直至平均距离L不大于预设的最大缩放级别i下的点云三维瓦片分辨率。

3.根据权利要求1所述的一种基于全球索引的点云切片处理方法，其特征在于，S3中，若最大缩放级别为0-8时，对原始点云三维瓦片采用四叉树分块处理；若最大缩放级别大于8时，对原始点云三维瓦片采用八叉树分块处理。

4.根据权利要求1所述的一种基于全球索引的点云切片处理方法，其特征在于，S4包括：

S41、确定当前数据块所对应的索引值；

S42、按照当前数据块的索引值遍历原有点云切片成果数据库中所有三维瓦片，判断原有点云切片成果数据库中是否存在与当前数据块索引值相同的原有三维瓦片；如果不存在，则将当前数据块新增至原有点云切片成果数据库；如果存在，则执行S43；

S43、将当前数据块划分为网格，并确定每个网格点的索引值；

S44、按照当前数据块网格点索引值遍历与当前数据块索引值相同的原有三维瓦片的所有网格点，查找是否存在与当前数据块网格点索引值相同的原有网格点；如果存在，则将原有网格点替换为当前数据块网格点；如果不存在，则将当前数据块网格点追加至原有点云切片成果数据库。

Images