[发明专利]一种非结构化点云存储方法、装置、设备及介质

权利要求书

1.一种非结构化点云存储方法，其特征在于，包括：

获取点云数据的几何边界；

根据所述点云数据的几何边界，确定八叉树的分割深度以及所述八叉树的细粒度大小；

根据所述分割深度和所述细粒度大小，构建八叉树，所述八叉树用于存储所述点云数据的节点信息；

根据所述点云数据构建k-d树，所述k-d树用于存储所述点云数据的索引信息和节点坐标信息；

将所述k-d树的地址信息存放到所述八叉树的树叶节点中，确定所述k-d树与所述八叉树之间的唯一联系信息；

根据所述k-d树以及所述八叉树，对所述点云数据进行存储。

2.根据权利要求1所述的一种非结构化点云存储方法，其特征在于，所述根据所述分割深度和所述细粒度大小，构建八叉树，包括：

确定所述点云数据的场景最大尺寸，根据所述场景最大尺寸构建第一立方体；

将所述点云数据中的单位元元素存入所述第一立方体；

将所述第一立方体逐次分割成八个子立方体，直至分割次数达到所述分割深度，完成所述八叉树的构建。

3.根据权利要求2所述的一种非结构化点云存储方法，其特征在于，所述根据所述分割深度和所述细粒度大小，构建八叉树，还包括：

当子立方体所分配到的单位元元素数量与对应的父立方体一样时，停止该子立方体的分割操作。

4.根据权利要求1所述的一种非结构化点云存储方法，其特征在于，所述根据所述点云数据构建k-d树，包括：

对所述点云数据中每个维度的数据进行方差的计算，取最大方差的维度作为分割轴；

根据所述分割轴对所述点云数据进行不同维度的检索，确定中位数数据；

将所述中位数数据放入k-d树的当前节点；

将所述点云数据中小于所述中位数数据的值分入k-d树的左支，将所述点云数据中大于或等于所述中位数数据的值分入k-d树的右支；

对所述分割轴进行更新，并分别在所述左支和所述右支中继续进行分支划分，直至构建得到完整的k-d树。

5.一种非结构化点云存储装置，其特征在于，包括：

获取模块，用于获取点云数据的几何边界；

预处理模块，用于根据所述点云数据的几何边界，确定八叉树的分割深度以及所述八叉树的细粒度大小；

第一构建模块，用于根据所述分割深度和所述细粒度大小，构建八叉树，所述八叉树用于存储所述点云数据的节点信息；

第二构建模块，用于根据所述点云数据构建k-d树，所述k-d树用于存储所述点云数据的索引信息和节点坐标信息；

关联模块，用于将所述k-d树的地址信息存放到所述八叉树的树叶节点中，确定所述k-d树与所述八叉树之间的唯一联系信息；

存储压缩模块，用于根据所述k-d树以及所述八叉树，对所述点云数据进行存储。

6.根据权利要求5所述的一种非结构化点云存储装置，其特征在于，所述第一构建模块，包括：

确定单元，用于确定所述点云数据的场景最大尺寸，根据所述场景最大尺寸构建第一立方体；

第一存放单元，用于将所述点云数据中的单位元元素存入所述第一立方体；

分割单元，用于将所述第一立方体逐次分割成八个子立方体，直至分割次数达到所述分割深度，完成所述八叉树的构建。

7.根据权利要求5所述的一种非结构化点云存储装置，其特征在于，所述第二构建模块包括：

计算单元，用于对所述点云数据中每个维度的数据进行方差的计算，取最大方差的维度作为分割轴；

检索单元，用于与根据所述分割轴对所述点云数据进行不同维度的检索，确定中位数数据；

第二存放单元，用于将所述中位数数据放入k-d树的当前节点；

划分单元，用于将所述点云数据中小于所述中位数数据的值分入k-d树的左支，将所述点云数据中大于或等于所述中位数数据的值分入k-d树的右支；

构建单元，用于对所述分割轴进行更新，并分别在所述左支和所述右支中继续进行分支划分，直至构建得到完整的k-d树。