一种海量点云数据处理与可视化方法及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113781631A(43)申请公布日2021.12.10(21)申请号202110928175.9G06F16/172(2019.01)(22)申请日2021.08.13G06F16/174(2019.01)G06F16/54(2019.01)(71)申请人深圳市中地软件工程有限公司地址518000广东省深圳市南山区高新区南区粤兴三道8号中国地质大学产学研基地中地大楼A1001室(72)发明人吴信才吴亮万波黄波李清清陈小佩王鹏张建新段丹(74)专利代理机构武汉江楚智汇知识产权代理事务所(普通合伙)42228代理人邓寅杰(51)Int.Cl.G06T17/00(2006.01)G06T15/00(2011.01)权利要求书2页说明书7页附图3页(54)发明名称一种海量点云数据处理与可视化方法及系统(57)摘要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。CN113781631ACN113781631A权利要求书1/2页1.一种海量点云数据处理与可视化方法，其特征在于，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。2.根据权利要求1所述的海量点云数据处理与可视化方法，其特征在于：所述步骤S2数据分块中，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。3.根据权利要求2所述的海量点云数据处理与可视化方法，其特征在于：所述步骤S3数据抽稀具体包括以下子步骤：S31、设当前块点云总数量为AllPointFeatureSum，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，设当前块抽稀后剩余点云数量为ResiduePointFeatureSum；S32、将当前块按照XY方向范围比例切分，最终X方向切分块数XBlockSum为：ResiduePointFeatureSum*（MaxX‑MinX）/（MaxX‑MinX+MaxY‑MinY）；最终Y方向切分块数YBlockSum为：ResiduePointFeatureSum*（MaxY‑MinY）/（MaxX‑MinX+MaxY‑MinY）；S33、在所有的XBlockSum*YBlockSum块中，计算每块的中心点位置，将当前块中所有点按照与中心点的距离由近及远进行排序得到有序点集；S34、取点集的第一个点，最后当前块抽稀后剩余点数为XBlockSum*YBlockSum，其中，XBlockSum*YBlockSum<=ResiduePointFeatureSum。4.根据权利要求1所述的海量点云数据处理与可视化方法，其特征在于：所述步骤S