[發明專利]機載高密度激光點云的壓縮方法、存儲設備及激光雷達

有效

• 申請號: 201710312405.2
• 申請日: 2017-05-05
• 公開（公告）號: CN107292935B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 王雙龍;宋軍;楊嘯宇;朱家松;汪馳升
• 申請（專利權）人: 深圳市建設綜合勘察設計院有限公司
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06T15/00;G01S17/02;G01S7/48
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;劉文求

本發明公開了機載高密度激光點云的壓縮方法、存儲設備及激光雷達，通過預設的索引方式將離散分布的點云數據建立空間索引；通過離散曲面的相關理論獲取特定區域點云的空間分布特性，計算激光點云的局部曲面特征；根據具體應用所需的數據特征，提取并保留包含所述數據特征的一定數量的點云作為全局特征；在普遍適用的離散數據下采樣算法中篩出匹配應用需求的壓縮算法并改進，使其應用于密集點云數據的壓縮；通過點云壓縮算法評估，指導壓縮算法的選擇與設計。本發明通過采用高效的層次分割算法，使用保留邊界點的策略對大量密集點云進行快速壓縮，實現了保持地形特征的高密度三維激光點云數據的快速高效壓縮。

技術領域

本發明涉及機載激光點云數據處理技術領域，具體涉及一種機載高密度激光點云的壓縮方法、存儲設備及激光雷達。

背景技術

隨著激光雷達技術的發展，其獲取的點云數據密度越來越大。

機載激光雷達（LiDAR）是一種主動式對地觀測系統，它集成激光測距技術、計算機技術、慣性測量單元(IMU)/DGPS差分定位技術于一體，該技術在三維空間信息的實時獲取方面產生了重大突破，為獲取高時空分辨率地球空間信息提供了一種全新的技術手段，具有自動化程度高、受天氣影響小、數據生產周期短、精度高等特點。但隨著硬件獲取技術的不斷更新，采樣點的精度不斷提高（已經可以達到亞毫米級），采樣點數據量也急劇增大，使用這些數據點來進行曲面重建及后續處理工作將會消耗大量的時間和空間。因此，在確保能為一定精度要求的模型重建提供必需信息的前提下，簡化原始的點云數據變得十分必要。

點云數據是由物體表面三維采樣點組成的點的集合，這種數據在空間上沒有任何可用的拓撲信息，而對點云數據的各種處理一般都建立在數據點間的相互關系之上，所以在進行點云數據處理前都需要通過如空間柵格、八叉樹、KD樹等方法，建立點云數據之間的空間關系（如鄰域關系）。在點云數據的局部曲面特征描述方面，已有點密度、離散度、法向量及曲率等離散點集指標，為點云的處理提供理論依據。當前可用的點云不均勻下采樣方法有基于聚類的方法、迭代刪除法和曲率采樣法（粒子模擬法）等。通過對一般方法增加一些附加條件可以解決實際點云壓縮問題，如保留邊界的散亂點云簡化方法、基于特征點約束的點云簡化算法、及以局部采樣密度、曲率和估計精度三者綜合評價決定的簡化方法等。

針對大范圍，高密度的地形點云數據，聚類壓縮方法能夠快速的壓縮密集點云數據并保持良好的精度。基于表面聚類的簡化方法主要是通過某種劃分方法在原數據集上產生多個子簇，對于每個子簇用一個或幾個點來代替簇中所有的點，用這些代表點組成的集合作為簡化后的點集。在聚類方式上可分為增量式的聚類和分層式的聚類。增量式聚類即區域增長法，是從原始點集中隨機地取一個點作為起始點形成一類，并不斷地將與其相鄰的點加入到類中，直到滿足條件完成該類，如此往復形成一個類群。分層式聚類即層次分割法，是一種自頂向下的數據分割法，通過不斷地細分點云集合，直到每個分塊滿足終止條件才完成聚類，生成一個類群。但是這樣的壓縮方法比較復雜。

由于獲取的點云數據密度大，現有技術無法對三維激光點云數據的進行高效壓縮。

因此，現有技術還有待于改進和發展。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述缺陷，提供一種機載高密度激光點云的壓縮方法、存儲設備及激光雷達，旨在通過采用高效的層次分割算法，使用保留邊界點的策略對大量密集點云進行快速壓縮，實現了保持地形特征的高密度三維激光點云數據的快速高效壓縮。

本發明解決技術問題所采用的技術方案如下：

一種機載高密度激光點云的壓縮方法，其中，包括以下步驟：

步驟A：通過預設的索引方式將離散分布的點云數據建立空間索引，用于快速訪問與三維點或二維點的鄰域點集；

步驟B：通過離散曲面的相關理論獲取特定區域點云的空間分布特性，計算激光點云的局部曲面特征，用于判斷所述特定區域內的點云數據是否需要進一步壓縮；