[发明专利]点云数据的精简方法、装置、存储介质及电子设备

说明书

本公开提供了一种点云数据的精简方法、装置、存储介质及电子设备，属于数字医疗技术领域，该方法包括：获取待处理点云数据，并计算所述待处理点云数据中各点对应的曲率变化率；根据各点对应的曲率变化率，从所述待处理点云数据包含的点中识别出边界点；基于所述边界点，采用聚类算法对所述待处理点云数据包含的点进行聚类，得到与各所述边界点对应的点集合；根据各所述点集合中包含的点的数量，对各所述点集合进行精简处理，得到精简后的目标点云数据。该方法提高了医学影像信息处理系统中对点云数据的处理效率，同时也保证了建模效果。

技术领域

本公开涉及数字医疗技术领域，具体而言，涉及一种点云数据的精简方法、点云数据的精简装置、计算机可读存储介质以及电子设备。

背景技术

医学影像信息处理系统中，三维重建技术可以快速全面的获取三维数据信息，但所获取的点云数据存在大量的冗余信息，如果直接对点云数据进行存储和处理，则会占据大量的计算机内存，在点云重建过程中会消耗大量的时间，影响点云数据的处理效率。因此如何对点云数据进行精简，提高点云数据的处理效率，并保证建模效果成为了亟待解决的技术问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的实施例提供一种点云数据的精简方法、点云数据的精简装置、计算机可读存储介质以及电子设备。

根据本公开的第一方面，提供一种点云数据的精简方法，包括：

获取待处理点云数据，并计算待处理点云数据中各点对应的曲率变化率；

根据各点对应的曲率变化率，从所述待处理点云数据包含的点中识别出边界点；

基于所述边界点，采用聚类算法对所述待处理点云数据包含的点进行聚类，得到与各所述边界点对应的点集合；

根据各所述点集合中包含的点的数量，对各所述点集合进行精简处理，得到精简后的目标点云数据。

在本公开的一示例性实施例中，所述根据各所述点集合中包含的点的数量，对各所述点集合进行精简处理，得到精简后的目标点云数据，包括：

根据各所述点集合中包含的点的数量以及所述待处理点云数据中包含的总点数，确定各所述点集合对应的去除比例；

根据各所述点集合对应的去除比例，从各所述点集合中选取对应数量的点进行去除，得到精简后的目标点云数据。

在本公开的一示例性实施例中，所述根据各所述点集合对应的去除比例，从各所述点集合中选取对应数量的点进行去除，得到精简后的目标点云数据，包括：

将各所述点集合中包含的点按照对应的曲率变化率从小到大的顺序进行排列，得到各所述点集合对应的第一序列；

根据各所述点集合对应的去除比例，从各所述点集合对应的第一序列中由前至后选取对应比例的点进行去除，得到精简后的目标点云数据。

在本公开的一示例性实施例中，所述根据各所述点集合中包含的点的数量，对各所述点集合进行精简处理，包括：

根据预定去除比例以及各所述点集合中包含的点的数量，确定各所述点集合中应去除的点的数量；

根据各所述点集合中应去除的点的数量，从各所述点集合中选取对应数量的点进行去除。

在本公开的一示例性实施例中，所述根据各点对应的曲率变化率，从所述待处理点云数据包含的点中识别出边界点，包括：

将所述待处理点云数据中包含的点按照对应的曲率变化率从大到小的顺序进行排列，得到第二序列；