CN115187713A - 一种用于加速点云选点操作的方法、设备及介质 - Google Patents
一种用于加速点云选点操作的方法、设备及介质 Download PDFInfo
- Publication number
- CN115187713A CN115187713A CN202211092135.6A CN202211092135A CN115187713A CN 115187713 A CN115187713 A CN 115187713A CN 202211092135 A CN202211092135 A CN 202211092135A CN 115187713 A CN115187713 A CN 115187713A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- dimensional point
- value
- dimensional
- unique
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Image Generation (AREA)
Abstract
本申请公开了一种用于加速点云选点操作的方法、设备及介质,属于电数字数据处理技术领域,用以解决现有的选点准确率低、时间长的问题。包括:获取若干个三维点云数据并根据对应颜色值对每个三维点云数据进行渲染得到二维渲染图像;接收并根据选点指令中的坐标信息确定选点的选中颜色值;将选中颜色值转换为对应唯一ID值,根据多个三维点云数据构成三维点云数组的唯一ID值范围确定选点的所属三维点云数组;根据所属三维点云数组的唯一ID值范围与选中颜色值对应唯一ID值确定选点的点云数组索引值;在所属三维点云数组中查询点云数组索引值处的目标三维点云数据,实现对目标三维点云数据的选点操作。
Description
技术领域
本申请涉及电数字数据处理技术领域,尤其涉及一种用于加速点云选点操作的方法、设备及介质。
背景技术
随着计算机技术的发展,三维点云数据逐渐应用于各行各业中。在数字化的世界中,三维点云数据比起二维图像拥有其独特的优势,三维点云数据不仅能够像二维图像一样描述图像信息,还能够呈现图像场景的立体感。同时,三维场景的全方位的信息都可以被记录下来,随后进行显示或者处理,避免了二维图像中因为视点的不恰当而造成的场景互相遮蔽的问题。在获得三维点云数据后,仅对三维点云数据进行显示已经满足不了人类的需求,更加需要的是对三维点云数据的处理,而对三维点云数据的选点操作是对三维点云数据进行点云测距、点云标注等操作的基础。
但是,现有技术在获取目标三维点云数据时,由于三维点云数据的显示限制,每个三维点云数据所显示的大小有限,存在选择的选点对应的三维点云数据不是实际所要选择的目标三维点云数据的风险,选中目标三维点云数据的准确率较低,并且,需要逐个遍历所有的三维点云数据,目标三维点云数据的选中时间较长、效率较低。
发明内容
本申请实施例提供了一种用于加速点云选点操作的方法、设备及介质,用以解决现有技术中存在选择的选点对应的三维点云数据不是实际所要选择的目标三维点云数据的风险,且需要逐个遍历所有的三维点云数据,选点操作的准确率较低、选点时间较长的技术问题。
一方面,本申请实施例提供了一种用于加速点云选点操作的方法,包括:
通过激光扫描仪获取若干个三维点云数据,并根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像;其中,所述三维点云数据的颜色值是根据预设转换规则由唯一ID值转换得到的;
基于用户在所述二维渲染图像中选点操作的触发,接收所述用户的选点指令,并根据所述选点指令中包含的对应选点的坐标信息,确定所述选点对应的选中颜色值;
根据所述预设转换规则,将所述选点的选中颜色值转换为对应的唯一ID值,并根据多个三维点云数据构成的三维点云数组对应的唯一ID值范围,确定出所述选点的所属三维点云数组;
根据所述所属三维点云数组的唯一ID值范围与所述选中颜色值对应的唯一ID值,确定出所述选点对应的点云数组索引值;其中,所述点云数组索引值用于指示所述选点在所述所属三维点云数组中的位置;
根据所述点云数组索引值,在所述所属三维点云数组中查询所述选点对应的目标三维点云数据,实现对所述目标三维点云数据的选点操作。
在本申请的一种实现方式中,所述根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像之前,所述方法还包括:
将属于同一模型的若干个三维点云数据作为一个三维点云数组;
连续对一个三维点云数组中的若干个三维点云数据进行赋值,并在完成对所述三维点云数组中的所有三维点云数据赋值之后,连续为下一个三维点云数组中的若干个三维点云数据进行赋值;
直至完成对所有三维点云数据的赋值时,获得所述所有三维点云数据对应的若干个唯一ID值。
在本申请的一种实现方式中,所述获得所述所有三维点云数据对应的若干个唯一ID值之后,所述方法还包括:
分别确定出各三维点云数组中的最小唯一ID值与最大唯一ID值;
根据三维点云数组中的最小唯一ID值与最大唯一ID值,确定出所述三维点云数组的唯一ID值范围,并将所述唯一ID值范围存储至所述三维点云数组中。
在本申请的一种实现方式中,所述根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像,具体包括:
将三维点云数据与所述三维点云数据的唯一ID值作为一个整体,并将所述三维点云数据对应的指定类型的唯一ID值转换为RGBA类型的颜色值;其中,同一个三维点云数据的唯一ID值与颜色值在数值上是相同的;
根据若干个颜色值,分别对各所述三维点云数据进行渲染,以获得各所述三维点云数据对应的渲染结果;
将所述渲染结果导入至空白的二维渲染缓冲区,以获得包含所述渲染结果的二维渲染图像。
在本申请的一种实现方式中,所述根据所述所属三维点云数组的唯一ID值范围与所述选中颜色值对应的唯一ID值,确定出所述选点对应的点云数组索引值,具体包括:
确定所述所属三维点云数组中包含的唯一ID值范围,并基于所述所属三维点云数组的唯一ID值范围,确定出所述所属三维点云数组中的最小唯一ID值;
将所述选点对应的唯一ID值与所述最小唯一ID值进行做差,以获得所述选点在所述所属三维点云数组中的点云数组索引值。
在本申请的一种实现方式中,所述根据所述选点指令中包含的对应选点的坐标信息,确定所述选点对应的选中颜色值,具体包括:
以所述二维渲染图像的左边界对应的延长线与下边界对应的延长线的交点作为平面坐标系的原点;
将所述二维渲染图像的左边界对应的延长线作为所述平面坐标系的Y轴,以及将所述二维渲染图像的下边界对应的延长线作为所述平面坐标系的X轴;
根据所述选点的坐标信息中的X值以及Y值,查询所述选点在所述平面坐标系中的位置,并确定出所述选点的位置对应的选中颜色值。
在本申请的一种实现方式中,所述根据所述预设转换规则,将所述选点的选中颜色值转换为对应的唯一ID值之后,所述方法还包括:
在GPU模块中,根据所述选中颜色值对应的唯一ID值,查询获得的所有三维点云数据对应的若干个唯一ID值;
判断所述所有三维点云数据对应的若干个唯一ID值中,是否包括与所述选中颜色值对应的唯一ID值相同的目标唯一ID值;
若是,则根据所述目标唯一ID值,确定出所述目标唯一ID值对应的目标三维点云数据,实现对所述目标三维点云数据的选点操作;
若否,则表明未在若干个三维点云数据中选中目标三维点云数据。
在本申请的一种实现方式中,所述根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像之前,所述方法还包括:
根据若干个三维点云数据的操作需求,分别确定各三维点云数据是否允许进行选点操作;
在三维点云数据不允许进行选点操作时,将所述三维点云数据对应的唯一ID值设置为默认值;所述默认值用于表示所述三维点云数据不被选中。
另一方面,本申请实施例还提供了一种用于加速点云选点操作的设备,所述设备包括:
至少一个处理器;
以及,与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述的一种用于加速点云选点操作的方法。
另一方面,本申请实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
如上述的一种用于加速点云选点操作的方法。
本申请实施例提供了一种用于加速点云选点操作的方法、设备及介质,至少包括以下有益效果:
通过激光扫描仪能够获取到应用场景中的若干个三维点云数据,并根据预设转换规则将赋予三维点云数据的唯一ID值进行转换,得到三维点云数据对应的颜色值,然后根据每个颜色值分别对若干个三维点云数据进行渲染,从而得到包含渲染结果的二维渲染图像,实现对三维点云数据的缓存;在用户选点操作的触发下,接收用户的选点指令,并根据选点指令中包含的对应选点的坐标信息,确定出选点对应的选中颜色值,进而根据预设转换规则将选中颜色值转换为对应的唯一ID值,以便于后续查询选点对应的唯一ID值;根据确定出的选点对应的唯一ID值与每个三维点云数组的唯一ID值范围之间的大小关系,确定出选点对应的所属三维点云数组,然后根据唯一ID值与所属三维点云数组的唯一ID值范围,确定出选点对应的点云数组索引值,进而能够根据数组索引值,在所属三维点云数组中快速找到选点对应的目标三维点云数据,从而实现对目标三维点云数据的选点操作,提高了三维点云数据的选取准确率,避免了遍历全部三维点云数据所花费的时间,提高了选点效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种用于加速点云选点操作的方法的流程示意图;
图2为本申请实施例提供的另一种用于加速点云选点操作的方法的流程示意图;
图3为本申请实施例提供的一种用于加速点云选点操作的设备的内部结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种用于加速点云选点操作的方法、设备及介质,通过激光扫描仪能够获取到应用场景中的若干个三维点云数据,并根据预设转换规则将赋予三维点云数据的唯一ID值进行转换,得到三维点云数据对应的颜色值,然后根据每个颜色值分别对若干个三维点云数据进行渲染,从而得到包含渲染结果的二维渲染图像,实现对三维点云数据的缓存;在用户选点操作的触发下,接收用户的选点指令,并根据选点指令中包含的对应选点的坐标信息,确定出选点对应的选中颜色值,进而根据预设转换规则将选中颜色值转换为对应的唯一ID值,以便于后续查询选点对应的唯一ID值;根据确定出的选点对应的唯一ID值与每个三维点云数组的唯一ID值范围之间的大小关系,确定出选点对应的所属三维点云数组,然后根据唯一ID值与所属三维点云数组的唯一ID值范围,确定出选点对应的点云数组索引值,进而能够根据数组索引值,在所属三维点云数组中快速找到选点对应的目标三维点云数据,从而实现对目标三维点云数据的选点操作。解决了现有技术中存在选择的选点对应的三维点云数据不是实际所要选择的目标三维点云数据的风险,且需要逐个遍历所有的三维点云数据,选点操作的准确率较低、选点时间较长的技术问题。
图1为本申请实施例提供的一种用于加速点云选点操作的方法的流程示意图。如图1所示,本申请实施例提供的一种用于加速点云选点操作的方法可以主要包括以下步骤:
101、通过激光扫描仪获取若干个三维点云数据,并根据各三维点云数据对应的颜色值分别对各三维点云数据进行渲染,得到包含渲染结果的二维渲染图像。
在根据用户的实际需求,对三维点云数据进行点云测距、点云标注等操作之前,服务器需要通过激光扫描仪扫描应用场景中的待检测实物,例如:建筑物、电力杆塔、电力导线等,完成对应用场景中所有三维点云数据的获取。需要说明的是,现有技术中的激光扫描仪有许多的类型,例如:利用时间漂移原理的扫描仪、基于相位测量原理的扫描仪、基于三角测量原理的激光扫描仪,本申请实施例中选用的激光扫描仪与其他原理的扫描仪相比,精度较高。
然后,服务器根据预设转换规则,将为三维点云数据赋予的唯一ID值转换得到三维点云数据对应的颜色值,并根据每个三维点云数据对应的颜色值,对每个三维点云数据进行渲染,从而能够得到包含渲染结果的二维渲染图像。需要说明的是,本申请实施例中三维点云数据的颜色值是根据预设转换规则由三维点云数据的唯一ID值转换得到的,本申请中的二维渲染图像是在缓存中生成的临时图像,用户无法在前端界面中看到。
具体地,服务器将在当前计算机设备的CPU模块中为三维点云数据赋予的唯一ID值与三维点云数据进行绑定,并将三维点云数据与三维点云数据对应的唯一ID值作为一个整体上传至当前计算机设备的GPU模块,然后在GPU模块中,服务器根据预设转换规则,将三维点云数据对应的指定类型的唯一ID值转换为4个0到1取值范围内的数字表示的RGBA类型的颜色值。需要说明的是,本申请实施例中同一个三维点云数据对应的唯一ID值与颜色值在数值上是相同的,唯一ID值与颜色值只是数据表达格式不同,唯一ID值是整型的数据,而颜色值是RGBA类型的数据。
服务器根据每个三维点云数据对应的颜色值,分别对每个三维点云数据进行渲染,从而能够得到每个三维点云数据对应的渲染结果,然后将渲染结果导入至一个空白的二维渲染缓冲区中,从而得到包含渲染结果的二维渲染图像。需要说明的是,本申请实施例中的二维渲染缓冲区是一个背景色为透明的区域,二维渲染缓冲区是存储在当前计算机设备的GPU模块中的。
在本申请的一个实施例中,服务器在根据各三维点云数据对应的颜色值分别对若干个三维点云数据进行渲染,得到包含渲染结果的二维渲染图像之前,需要将属于同一个模型的若干个三维点云数据存储至同一个三维点云数组,并在根据预设赋值规则对每个三维点云数据进行赋值时,对属于同一个三维点云数组中的三维点云数据进行连续赋值,从而得到对应的若干个唯一ID值,一个三维点云数组中的三维点云数据对应的唯一ID值是连续的。服务器在完成对当前三维点云数组中的所有三维点云数据的赋值之后,继续为下一个三维点云数组中的三维点云数据进行连续赋值,直至完成对所有三维点云数据的赋值时,得到所有三维点云数据对应的若干个唯一ID值。
在本申请的一个实施例中,服务器在获得所有三维点云数据对应的若干个唯一ID值之后,分别确定出每个三维点云数组中的最小唯一ID值与最大唯一ID值,并将三维点云数组中的最小唯一ID值作为三维点云数组的开始值,将三维点云数组中的最大唯一ID值作为三维点云数组的结束值,从而确定出三维点云数组的唯一ID值范围,然后服务器将确定出的唯一ID值范围存储至三维点云数组中。本申请通过上述方式,能够使用户在查询三维点云数据时,直接获得每个三维点云数组的唯一ID值范围,避免了用户在遍历所有三维点云数据时所花费的时间。
在本申请的一个实施例中,服务器在根据各三维点云数据对应的颜色值分别对若干个三维点云数据进行渲染,得到包含渲染结果的二维渲染图像之前,获取用户对人体对应的若干个三维点云数据的操作需求,并分别确定出每个三维点云数据是否允许用户对其进行选点操作。
如果某个三维点云数据不允许用户对其进行选点操作,那么服务器需要将不允许进行选点操作的三维点云数据对应的唯一ID值设置为默认值。需要说明的是,本申请实施例中设置的默认值是零,默认值用于表示当前三维点云数据不能被用户进行选中操作,当前三维点云数据相当于背景图,因此用户无法对唯一ID值为零的三维点云数据进行选中。
102、基于用户在二维渲染图像中选点操作的触发,接收用户的选点指令,并根据选点指令中包含的对应选点的坐标信息,确定选点对应的选中颜色值。
服务器在监控到用户在二维渲染图像中的选点操作的触发时,接收用户的选点指令,并确定出选点指令中包含的对应选点的坐标信息,然后根据选点的坐标信息,在二维渲染图像中的确定出选点对应的选中颜色值。
具体地,服务器以二维渲染图像的左边界对应的延长线与下边界对应的延长线的交点作为平面坐标系的原点,将二维渲染图像的左边界对应的延长线作为平面坐标系的Y轴,以及将二维渲染图像的下边界对应的延长线作为平面坐标系的X轴,建立平面坐标系。然后,服务器根据选点的坐标信息中的X值以及Y值,查询选点在平面坐标系中的位置,并根据选点的位置,在二维渲染图像中确定出对应的选中颜色值。
103、根据预设转换规则,将选点的选中颜色值转换为对应的唯一ID值,并根据多个三维点云数据构成的三维点云数组对应的唯一ID值范围,确定出选点的所属三维点云数组。
服务器根据预设转换规则,将选点对应的选中颜色值转换为对应指定类型的唯一ID值,确定出选点对应的唯一ID值,然后,服务器根据选点对应的唯一ID值,以及获取到的每个三维点云数组对应的唯一ID值范围,确定出选点具体属于哪个三维点云数组,从而得到选点的所属三维点云数组。
在本申请的一个实施例中,服务器在根据预设转换规则,将选点的选中颜色值转换为对应的唯一ID值之后,在当前计算机设备的GPU模块中,根据选点的选中颜色对应的唯一ID值,查询本申请获得的所有三维点云数据对应的若干个唯一ID值,从而判断所有三维点云数据对应的若干个唯一ID值中,是否包括与选中颜色值对应的唯一ID值匹配的目标唯一ID值。如果所有三维点云数据对应的若干个唯一ID值中包括与选中颜色值对应的唯一ID值匹配的目标唯一ID值,则确定出目标唯一ID值对应的目标三维点云数据,确定出的三维点云数据便是用户所要选中的三维点云数据,从而实现了对目标三维点云数据的选点操作。如果所有三维点云数据对应的若干个唯一ID值中没有与选中颜色值对应的唯一ID值匹配的目标唯一ID值,则说明用户在二维渲染图像中触发的选点操作,没有在若干个三维点云数据中命中目标三维点云数据。
104、根据所属三维点云数组的唯一ID值范围与选中颜色值对应的唯一ID值,确定出选点对应的点云数组索引值。
服务器根据转换得到的选中颜色值对应的唯一ID值,以及获取到的选点对应的所属三维点云数组的唯一ID值范围,能够确定出选点对应的点云数组索引值。需要说明的是,本申请实施例中的点云数组索引值用于指示选点在所属三维点云数组中的位置。
具体地,服务器获取选点对应的所属三维点云数组中包含的唯一ID值范围,并根据所属三维点云数组的唯一ID值范围,能够确定出所属三维点云数组中的最小唯一ID值,然后,服务器将选点对应的唯一ID值与选点对应的所属三维点云数组中的最小唯一ID值进行做差,从而能够得到选点在所属三维点云数组中的点云数组索引值。
105、根据点云数组索引值,在所属三维点云数组中查询选点对应的目标三维点云数据,实现对目标三维点云数据的选点操作。
服务器根据确定出的选点对应的点云数组索引值,在选点对应的所属三维点云数组中,查询选点对应的目标三维点云数据,从而实现对目标三维点云数据的选点操作。本申请通过上述方法,提高了三维点云数据的选点准确率和效率。
图2为本申请实施例提供的另一种用于加速点云选点操作的方法的流程示意图。如图2所示,本申请在加速点云选点操作时主要分为四个步骤,首先需要进行数据准备,服务器将在当前计算机设备的CPU模块中为三维点云数据赋值的唯一ID值与三维点云数据作为一个整体上传至当前计算机设备的GPU模块中;其次需要进行颜色值渲染,服务器在当前计算机设备的GPU模块中,根据预设的转换规则,将CPU模块上传的指定类型的唯一ID值转换为RGBA类型的颜色值,并根据若干个颜色值分别对若干个三维点云数据进行渲染,得到包含渲染结果的二维渲染图像;然后是进行唯一ID值查询,服务器基于用户选点操作的触发,接收用户的选点指令,并根据选点指令中包含的对应选点的坐标信息,在二维渲染图像中确定出选点对应的选中颜色值,然后根据颜色值与唯一ID值之间的预设转换规则,将选点对应的选中颜色值转换为选点对应的唯一ID值;最后是进行目标三维点云数据查询,服务器根据选点对应的唯一ID值以及各三维点云数组的唯一ID值范围,确定出选点对应的唯一ID值的所属三维点云数组,并在选点对应的所属三维点云数组中确定出选点对应的点云数组索引值,进而根据确定出的点云数组索引值,在所属三维点云数组中查询选点对应的目标三维点云数据,从而实现对目标三维点云数据的选点操作。
本申请公开的上述方法既能够通过普通的方式,在所有三维点云数据中进行遍历以确定是否包括目标三维点云数据,还能够根据点云数组索引值,直接在选点对应的所属三维点云数组中快速找到目标三维点云数据。服务器通过点云数组索引值获取目标三维点云数据能够提高选点效率,避免了因遍历所有三维点云数据所花费的时间,并且通过上述方式,本申请还提高了三维点云数据的选点准确率。
需要说明的是,图2所示的方法与图1所示的方法本质相同,因此,图2中未详述的部分,具体可参照图1中的相关描述,本申请在此不再赘述。
以上为本申请提出的方法实施例。基于同样的发明构思,本申请实施例还提供了一种用于加速点云选点操作的设备,其结构如图3所示。
图3为本申请实施例提供的一种用于加速点云选点操作的设备的内部结构示意图。如图3所示,设备包括:
至少一个处理器301;
以及,与至少一个处理器301通信连接的存储器302;
其中,存储器302存储有可被至少一个处理器301执行的指令,指令被至少一个处理器301执行,以使至少一个处理器301能够:
通过激光扫描仪获取若干个三维点云数据,并根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像;其中,三维点云数据的颜色值是根据预设转换规则由唯一ID值转换得到的;
基于用户在二维渲染图像中选点操作的触发,接收用户的选点指令,并根据选点指令中包含的对应选点的坐标信息,确定选点对应的选中颜色值;
根据预设转换规则,将选点的选中颜色值转换为对应的唯一ID值,并根据多个三维点云数据构成的三维点云数组对应的唯一ID值范围,确定出选点的所属三维点云数组;
根据所属三维点云数组的唯一ID值范围与选中颜色值对应的唯一ID值,确定出选点对应的点云数组索引值;其中,点云数组索引值用于指示选点在所属三维点云数组中的位置;
根据点云数组索引值,在所属三维点云数组中查询选点对应的目标三维点云数据,实现对目标三维点云数据的选点操作。
本申请实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:
通过激光扫描仪获取若干个三维点云数据,并根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像;其中,三维点云数据的颜色值是根据预设转换规则由唯一ID值转换得到的;
基于用户在二维渲染图像中选点操作的触发,接收用户的选点指令,并根据选点指令中包含的对应选点的坐标信息,确定选点对应的选中颜色值;
根据预设转换规则,将选点的选中颜色值转换为对应的唯一ID值,并根据多个三维点云数据构成的三维点云数组对应的唯一ID值范围,确定出选点的所属三维点云数组;
根据所属三维点云数组的唯一ID值范围与选中颜色值对应的唯一ID值,确定出选点对应的点云数组索引值;其中,点云数组索引值用于指示选点在所属三维点云数组中的位置;
根据点云数组索引值,在所属三维点云数组中查询选点对应的目标三维点云数据,实现对目标三维点云数据的选点操作。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器 (CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体 (transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种用于加速点云选点操作的方法,其特征在于,所述方法包括:
通过激光扫描仪获取若干个三维点云数据,并根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像;其中,所述三维点云数据的颜色值是根据预设转换规则由唯一ID值转换得到的;
基于用户在所述二维渲染图像中选点操作的触发,接收所述用户的选点指令,并根据所述选点指令中包含的对应选点的坐标信息,确定所述选点对应的选中颜色值;
根据所述预设转换规则,将所述选点的选中颜色值转换为对应的唯一ID值,并根据多个三维点云数据构成的三维点云数组对应的唯一ID值范围,确定出所述选点的所属三维点云数组;
根据所述所属三维点云数组的唯一ID值范围与所述选中颜色值对应的唯一ID值,确定出所述选点对应的点云数组索引值;其中,所述点云数组索引值用于指示所述选点在所述所属三维点云数组中的位置;
根据所述点云数组索引值,在所述所属三维点云数组中查询所述选点对应的目标三维点云数据,实现对所述目标三维点云数据的选点操作。
2.根据权利要求1所述的一种用于加速点云选点操作的方法,其特征在于,所述根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像之前,所述方法还包括:
将属于同一模型的若干个三维点云数据作为一个三维点云数组;
连续对一个三维点云数组中的若干个三维点云数据进行赋值,并在完成对所述三维点云数组中的所有三维点云数据赋值之后,连续为下一个三维点云数组中的若干个三维点云数据进行赋值;
直至完成对所有三维点云数据的赋值时,获得所述所有三维点云数据对应的若干个唯一ID值。
3.根据权利要求2所述的一种用于加速点云选点操作的方法,其特征在于,所述获得所述所有三维点云数据对应的若干个唯一ID值之后,所述方法还包括:
分别确定出各三维点云数组中的最小唯一ID值与最大唯一ID值;
根据三维点云数组中的最小唯一ID值与最大唯一ID值,确定出所述三维点云数组的唯一ID值范围,并将所述唯一ID值范围存储至所述三维点云数组中。
4.根据权利要求1所述的一种用于加速点云选点操作的方法,其特征在于,所述根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像,具体包括:
将三维点云数据与所述三维点云数据的唯一ID值作为一个整体,并将所述三维点云数据对应的指定类型的唯一ID值转换为RGBA类型的颜色值;其中,同一个三维点云数据的唯一ID值与颜色值在数值上是相同的;
根据若干个颜色值,分别对各所述三维点云数据进行渲染,以获得各所述三维点云数据对应的渲染结果;
将所述渲染结果导入至空白的二维渲染缓冲区,以获得包含所述渲染结果的二维渲染图像。
5.根据权利要求1所述的一种用于加速点云选点操作的方法,其特征在于,所述根据所述所属三维点云数组的唯一ID值范围与所述选中颜色值对应的唯一ID值,确定出所述选点对应的点云数组索引值,具体包括:
确定所述所属三维点云数组中包含的唯一ID值范围,并基于所述所属三维点云数组的唯一ID值范围,确定出所述所属三维点云数组中的最小唯一ID值;
将所述选点对应的唯一ID值与所述最小唯一ID值进行做差,以获得所述选点在所述所属三维点云数组中的点云数组索引值。
6.根据权利要求1所述的一种用于加速点云选点操作的方法,其特征在于,所述根据所述选点指令中包含的对应选点的坐标信息,确定所述选点对应的选中颜色值,具体包括:
以所述二维渲染图像的左边界对应的延长线与下边界对应的延长线的交点作为平面坐标系的原点;
将所述二维渲染图像的左边界对应的延长线作为所述平面坐标系的Y轴,以及将所述二维渲染图像的下边界对应的延长线作为所述平面坐标系的X轴;
根据所述选点的坐标信息中的X值以及Y值,查询所述选点在所述平面坐标系中的位置,并确定出所述选点的位置对应的选中颜色值。
7.根据权利要求1所述的一种用于加速点云选点操作的方法,其特征在于,所述根据所述预设转换规则,将所述选点的选中颜色值转换为对应的唯一ID值之后,所述方法还包括:
根据所述选中颜色值对应的唯一ID值,查询获得的所有三维点云数据对应的若干个唯一ID值;
判断所述所有三维点云数据对应的若干个唯一ID值中,是否包括与所述选中颜色值对应的唯一ID值匹配的目标唯一ID值;
若是,则根据所述目标唯一ID值,确定出所述目标唯一ID值对应的目标三维点云数据,实现对所述目标三维点云数据的选点操作;
若否,则表明未在若干个三维点云数据中选中目标三维点云数据。
8.根据权利要求1所述的一种用于加速点云选点操作的方法,其特征在于,所述根据各三维点云数据对应的颜色值分别对各所述三维点云数据进行渲染,得到包含渲染结果的二维渲染图像之前,所述方法还包括:
根据若干个三维点云数据的操作需求,分别确定各三维点云数据是否允许进行选点操作;
在三维点云数据不允许进行选点操作时,将所述三维点云数据对应的唯一ID值设置为默认值;所述默认值用于表示所述三维点云数据不被选中。
9.一种用于加速点云选点操作的设备,其特征在于,所述设备包括:
至少一个处理器;
以及,与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-8任一项所述的一种用于加速点云选点操作的方法。
10.一种非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
如权利要求1-8任一项所述的一种用于加速点云选点操作的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211092135.6A CN115187713B (zh) | 2022-09-08 | 2022-09-08 | 一种用于加速点云选点操作的方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211092135.6A CN115187713B (zh) | 2022-09-08 | 2022-09-08 | 一种用于加速点云选点操作的方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115187713A true CN115187713A (zh) | 2022-10-14 |
CN115187713B CN115187713B (zh) | 2023-01-13 |
Family
ID=83523706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211092135.6A Active CN115187713B (zh) | 2022-09-08 | 2022-09-08 | 一种用于加速点云选点操作的方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115187713B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780693A (zh) * | 2016-11-15 | 2017-05-31 | 广州视源电子科技股份有限公司 | 一种通过绘制方式选择三维场景中物体的方法及系统 |
WO2020248187A1 (zh) * | 2019-06-13 | 2020-12-17 | 深圳市大疆创新科技有限公司 | 一种点云编码方法、点云解码方法及相关设备 |
WO2021123346A1 (en) * | 2019-12-20 | 2021-06-24 | Novotech As | 3d rendering |
CN113345101A (zh) * | 2021-05-20 | 2021-09-03 | 北京百度网讯科技有限公司 | 三维点云标注方法、装置、设备及存储介质 |
CN114002701A (zh) * | 2021-07-30 | 2022-02-01 | 奥比中光科技集团股份有限公司 | 一种实时渲染点云的方法、装置、电子设备及系统 |
CN114119864A (zh) * | 2021-11-09 | 2022-03-01 | 同济大学 | 一种基于三维重建与点云匹配的定位方法和装置 |
CN114419231A (zh) * | 2022-03-14 | 2022-04-29 | 幂元科技有限公司 | 基于点云数据和ai技术的交通设施矢量识别提取分析系统 |
WO2022099530A1 (zh) * | 2020-11-12 | 2022-05-19 | 深圳元戎启行科技有限公司 | 点云数据运动分割方法、装置、计算机设备和存储介质 |
CN114690144A (zh) * | 2020-12-25 | 2022-07-01 | 杭州海康威视数字技术股份有限公司 | 一种点云数据标注方法、装置及系统 |
CN114895796A (zh) * | 2022-07-15 | 2022-08-12 | 杭州易绘科技有限公司 | 一种基于全景图的空间交互方法、装置及应用 |
-
2022
- 2022-09-08 CN CN202211092135.6A patent/CN115187713B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106780693A (zh) * | 2016-11-15 | 2017-05-31 | 广州视源电子科技股份有限公司 | 一种通过绘制方式选择三维场景中物体的方法及系统 |
WO2020248187A1 (zh) * | 2019-06-13 | 2020-12-17 | 深圳市大疆创新科技有限公司 | 一种点云编码方法、点云解码方法及相关设备 |
WO2021123346A1 (en) * | 2019-12-20 | 2021-06-24 | Novotech As | 3d rendering |
WO2022099530A1 (zh) * | 2020-11-12 | 2022-05-19 | 深圳元戎启行科技有限公司 | 点云数据运动分割方法、装置、计算机设备和存储介质 |
CN114690144A (zh) * | 2020-12-25 | 2022-07-01 | 杭州海康威视数字技术股份有限公司 | 一种点云数据标注方法、装置及系统 |
CN113345101A (zh) * | 2021-05-20 | 2021-09-03 | 北京百度网讯科技有限公司 | 三维点云标注方法、装置、设备及存储介质 |
CN114002701A (zh) * | 2021-07-30 | 2022-02-01 | 奥比中光科技集团股份有限公司 | 一种实时渲染点云的方法、装置、电子设备及系统 |
CN114119864A (zh) * | 2021-11-09 | 2022-03-01 | 同济大学 | 一种基于三维重建与点云匹配的定位方法和装置 |
CN114419231A (zh) * | 2022-03-14 | 2022-04-29 | 幂元科技有限公司 | 基于点云数据和ai技术的交通设施矢量识别提取分析系统 |
CN114895796A (zh) * | 2022-07-15 | 2022-08-12 | 杭州易绘科技有限公司 | 一种基于全景图的空间交互方法、装置及应用 |
Non-Patent Citations (3)
Title |
---|
YU, YONG等: "Identity-based remote data integrity checking with perfect data privacy preserving for cloud storage", 《IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY》 * |
赵艳伟等: "一种用于网络地图的栅格索引技术", 《计算机工程》 * |
路兴昌等: "面向对象的城市建筑物点云数据加载和组织", 《计算机工程》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115187713B (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111210429B (zh) | 点云数据划分方法及装置、障碍物检测方法及装置 | |
CN110580250A (zh) | 用于有效可视化的海量点云数据的索引 | |
CN109461181A (zh) | 基于散斑结构光的深度图像获取方法及系统 | |
CN110990516B (zh) | 地图数据的处理方法、装置和服务器 | |
CN111553946B (zh) | 用于去除地面点云的方法及装置、障碍物检测方法及装置 | |
CN107705363B (zh) | 一种道路三维可视化建模方法及装置 | |
CN111275633A (zh) | 基于图像分割的点云去噪方法、系统、装置和存储介质 | |
CN115187713B (zh) | 一种用于加速点云选点操作的方法、设备及介质 | |
CN116612223B (zh) | 数字孪生模拟空间的生成方法、装置、计算机设备和介质 | |
CN116310060B (zh) | 一种渲染数据的方法、装置、设备及存储介质 | |
CN117109430A (zh) | 一种基于点云数据的计算方法及装置 | |
CN110751732B (zh) | 一种2d图像转3d图像的方法 | |
CN111950057A (zh) | 一种建筑信息模型bim的加载方法及装置 | |
WO2020029815A1 (zh) | 一种主动光场深度成像方法及系统 | |
CN111340728A (zh) | 基于3d点云分割的点云去噪方法、装置和存储介质 | |
JP2022502780A (ja) | 車両センサ用のデータ融合方法及び装置 | |
CN113628286B (zh) | 视频色域检测方法、装置、计算设备及计算机存储介质 | |
CN113094536B (zh) | 基于电网gim的输电杆塔轻量化展示方法与装置 | |
CN117726731A (zh) | 一种用于加速三维模型选中操作的方法、设备及介质 | |
CN114283266A (zh) | 一种三维模型调整方法、装置、存储介质及设备 | |
CN117109431A (zh) | 一种基于点云数据的计算方法及装置 | |
CN116274893B (zh) | 检测钢包内衬侵蚀量的方法、处理器、装置及存储介质 | |
Constantinou et al. | An effective approach to the use of 3D scanning technology which shortens the development time of 3D models | |
CN113763450B (zh) | 深度图的获取方法、装置、电子设备及存储介质 | |
CN113297340B (zh) | 点云地图的矢量化、矢量地图转化点云地图的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |