[发明专利]基于空间结构特征的点云数据压缩存储方法与系统

说明书

本发明公开一种基于空间结构特征的点云数据压缩存储方法及系统、设备、存储介质，所述方法包括：点云数据结构分析步骤，基于点云数据的空间结构特征确定点云数据的基本形状种类；矢量基件构建步骤，根据点云数据的基本形状种类预先构建与之对应的三维矢量基件；矢量基件拟合步骤，通过预先构建的矢量基件来拟合目标点云数据；一体化压缩存储步骤，编辑矢量基件的色彩信息，将对应的矢量基件按照点要素、线要素、面要素的方式，保存为三维矢量图格式。本发明通过构建矢量基件来拟合点云数据方法实现了点云数据压缩与解压缩过程，在保证数据完整性的同时提高压缩率。

技术领域

本发明属于属于数据存储技术领域，尤其涉及一种基于数据空间结构特征的点云数据压缩存储方法与系统、设备、存储介质。

背景技术

近年来随着数据硬件采集设备的性能突破，以及以无人驾驶、三维测绘等为代表的行业业务需求拓展，激光雷达点云数据的使用领域越来越多，点云数据的处理与分析技术也逐渐成为热门的研究和发展方向。然而，由于数据量庞大，点云数据的存储与可视化往往需要消耗巨大的存储资源与计算资源，制约了点云数据的进一步应用空间。

目前，国内外多家科研院所、企事业单位以将数据的优化存储作为点云数据基础研究的重点方向之一，实现了诸如LAZ格式的压缩存储方式、基于八叉树的存储与索引技术、基于压缩感知的点云存储模型等多种多样的存储方法，其目的在于优化原始点云数据的存储结构，便于数据的高效传输与索引。

然而，现有的点云数据存储方式，通常通过对传统的点云数据属性的删减、压缩来实现，压缩率有限，无法实现海量点云数据的大幅压缩。因此，点云数据的庞大存储体量，仍然是一个制约其进一步发展与应用的瓶颈问题。

发明内容

有鉴于此，本发明提出了一种基于空间结构特征的点云数据压缩存储方法、系统设备及存储介质，用于解决点云数据存储方式压缩率有限的问题。

本发明基于矢量化数据的存储结构特性，并结合本地点云数据的空间结构特征，实现了并研发了相应的系统软件。

本发明第一方面，公开一种基于空间结构特征的点云数据压缩存储方法，所述方法包括：

点云数据结构分析步骤，基于点云数据的空间结构特征确定点云数据的基本形状种类；

矢量基件构建步骤，根据点云数据的基本形状种类预先构建与之对应的三维矢量基件；

矢量基件拟合步骤，通过预先构建的矢量基件来拟合目标点云数据；

一体化压缩存储步骤，编辑矢量基件的色彩信息，将对应的矢量基件按照点要素、线要素、面要素的方式，保存为三维矢量图格式。

优选的，所述矢量基件构建步骤具体包括：

构建直线矢量基件，包括一个自由调整参数l，用来标识直线的长度；

构建球体矢量基件，包括3个自由调整参数，分别为外层半径R₁、内层半径R₂、以及角度参数θ，其中R₁-R₂表示空心球体部分，θ参数表示可选取部分球体作为基件；

构建圆柱体矢量基件，包括3个自由调整的参数，分别为底面圆的外层半径r₁，内层半径r₂，以及圆柱的长度h；

构建立方体矢量基件，包括3个自由调整的参数，分别为长x，宽y，高z；

构建自定义矢量基件，支持用户通过自定义方式构建矢量基件。

优选的，所述矢量基件拟合步骤具体包括：

计算出目标点云数据的三维坐标范围；

通过三维矢量基件遍历所有点云数据的三维坐标范围；