CN116521916A - 一种基于八叉树森林的点云空间属性联合并行查询方法 - Google Patents

Abstract

本发明提供一种基于八叉树森林的点云空间属性联合并行查询方法，本方案通过计算查询主体的外接立方体，过滤点云八叉树中与外接立方体相交的目标八叉树，同时对目标八叉树进行空间查询，得到目标节点数组和目标点索引数组，最后再对目标节点数组和目标点索引数组中的点进行属性过滤，得到目标点，并获取目标点对应的点云数据作为目标数据，从而能够实现对空间查询和属性过滤的联合处理，让属性过滤无须再次进行查询，直接基于空间查询结果进行，极大的简化了查询处理流程。

Description

一种基于八叉树森林的点云空间属性联合并行查询方法

技术领域

本发明涉及点云查询技术领域，具体涉及一种基于八叉树森林的点云空间属性联合并行查询方法。

背景技术

点云数据是用海量的离散点坐标来表达空间对象的几何特征的数据形式。其特点就是数据量大。点云空间查询即给定屏幕上的几何图形或空间内的几何图形，查询图形内的点云；点云的属性查询即给定点云的属性查询条件，查询满足条件的点云；点云的空间属性联合查询即查询几何图形内满足属性查询条件的点云。

随着大规模三维数据采集技术的不断发展，三维激光扫描设备得到了广泛的应用。它能够对目标场景进行完整的点云坐标采集，在三维空间进行自动的高精度扫描，真实的描述目标场景的整体结构和形态特征，快速获取目标场景点云数据。在对点云进行查询检索、分析处理、渲染显示应用中，需要对点云进行空间与属性联合查询，然而现有的查询只是单独针对空间或者属性进行查询。

发明内容

针对现有技术存在的不足，本发明提出一种基于八叉树森林的点云空间属性联合并行查询方法，以解决现有技术中存在的只是单独针对空间或者属性进行查询的技术问题。

一种基于八叉树森林的点云空间属性联合并行查询方法，包括：计算查询主体的外接立方体，过滤点云八叉树中与所述外接立方体相交的目标八叉树；对所述目标八叉树进行空间查询，得到目标节点数组和目标点索引数组；对所述目标节点数组和所述目标点索引数组中的点进行属性过滤，得到目标点，并获取目标点对应的点云数据作为目标数据。

在一个实施例中，所以计算查询主体的外接立方体，过滤点云八叉树中与所述外接立方体相交的目标八叉树步骤，包括：根据点云数据构建八叉树，得到点云八叉树，所述点云数据包括点云的三维坐标和点云属性，所述点云八叉树包括根节点、中间节点、叶子节点；根据点云数据计算查询主体的外接立方体；获取与所述外接立方体相交的点云八叉树为目标八叉树。

在一个实施例中，所述根据点云数据计算查询主体的外接立方体步骤之前，还包括：判断点云查询方式，点云查询方式包括三维空间查询和屏幕查询。

在一个实施例中，所述根据点云数据计算查询主体的外接立方体步骤，包括：当所述点云查询方式为三维空间查询时，直接计算查询主体的外接立方体。

在一个实施例中，所述根据点云数据计算查询主体的外接立方体步骤，还包括：当所述点云查询方式为屏幕查询时，根据投影类型、屏幕视点坐标、视线方向以及远近裁剪距离，计算查询实体在远近裁剪面上的投影坐标；根据所述投影坐标，计算所述投影坐标的外接立方体。

在一个实施例中，对所述目标八叉树进行空间查询，得到目标节点数组和目标点索引数组步骤，包括：计算查询实体的外接包围盒和内接包围盒；依次筛选出所述目标八叉树的节点中与所述外接包围盒相交的节点作为待处理节点；依次筛选出所述待处理节点与所述内接包围盒相交的待处理节点作为目标节点，并将所述目标节点的点索引数组作为目标点索引数组。

在一个实施例中，依次筛选出所述目标八叉树的节点中与所述外接包围盒相交的节点作为待处理节点步骤之后，还包括：筛选出所述待处理节点与所述内接包围盒不相交的待处理节点中的叶子节点，作为目标叶子节点；判断所述目标叶子节点中的每一个点坐标是否位于查询实体的内部；若是，则将所述目标叶子节点作为目标节点，将所述目标节点的点索引数组作为目标点索引数组。

在一个实施例中，计算查询实体的外接包围盒和内接包围盒步骤，包括：当所述点云查询方式为三维空间查询时，计算查询实体的外接包围盒和内接包围盒。

在一个实施例中，计算查询实体的外接包围盒和内接包围盒步骤，包括：当所述点云查询方式为屏幕查询时，获取查询实体的外接包围盒和内接包围盒的屏幕坐标；根据所述屏幕坐标，计算查询实体的外接包围盒和内接包围盒。

在一个实施例中，对所述目标节点数组和所述目标点索引数组中的点进行属性过滤，得到目标点，并获取目标点对应的点云数据作为目标数据步骤，包括：判断所述目标节点数组和所述目标点索引数组中的点的属性是否符合预设值；若是，则将符合预设值的点作为目标点；获取所述目标点对应的点云数据作为目标数据，完成点云数据的空间和属性查询。

由上述技术方案可知，本发明的有益技术效果如下：

1.通过计算查询主体的外接立方体，过滤点云八叉树中与外接立方体相交的目标八叉树，同时对目标八叉树进行空间查询，得到目标节点数组和目标点索引数组，最后再对目标节点数组和目标点索引数组中的点进行属性过滤，得到目标点，并获取目标点对应的点云数据作为目标数据，从而能够实现对空间查询和属性过滤的联合处理，让属性过滤无须再次进行查询，直接基于空间查询结果进行，极大的简化了查询处理流程。

2.对目标八叉树进行空间查询，得到目标节点数组和目标点索引数组时，可以多个目标八叉树并行处理，从而提高查询的效率。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为一个实施例中一种基于八叉树森林的点云空间属性联合并行查询方法的流程示意图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。除非另有说明，术语“多个”表示两个或两个以上。本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。术语“对应”可以指的是一种关联关系或绑定关系，A与B相对应指的是A与B之间是一种关联关系或绑定关系。

在一个实施例中，提供了一种基于八叉树森林的点云空间属性联合并行查询方法，首先需要输入点云数据集和八叉树，输入情况如下，

输入：点云数据集Cloud＝{Size，Point，Intensity，Class，gHeight，Octs}。其中Point为(x，y，z)三维坐标数组，Intensity为强度值数组(0-255)，Class为点对应的分类数组(0-255)，gHeight为点对应的地面高数组(点相对于地面的高度)；Size为以上数组的长度，表示点云数据集中的点数。Octs为八叉树根节点数组，构成点云数据集的八叉树森林。八叉树的根节点、中间节点以及叶子节点均使用OctNode＝{First，Count，Leaf，Box，Next，Child}表示。表示Cloud中从First开始的连续Count个点都为该八叉树节点的点；Leaf表示节点是否为叶子节点。Box为八叉树节点的外接矩形，Next为该八叉树节点的兄弟节点，Child为其第一个孩子节点。由Next与Child共同构成了从根开始的树型结构。

查询实体：包括矩形/圆/多边形等(查询实体也是提前输入的)。

属性过滤：强度值区间，指定一个或多个分类，高程区间，地面高区间。

查询投影：屏幕透视投影，屏幕正射投影，三维空间。表示查询实体的定义，前两种为屏幕查询，第三种为一般三维空间查询。

输出：点云结果集Result，其为点云索引的数组。

具体步骤如下所示：

S110：计算查询主体的外接立方体，过滤点云八叉树中与外接立方体相交的目标八叉树。

在其中一个实施例中，步骤S110包括：根据点云数据构建八叉树，得到点云八叉树，点云数据包括点云的三维坐标和点云属性，点云八叉树包括根节点、中间节点、叶子节点；根据点云数据计算查询主体的外接立方体；获取与所述外接立方体相交的点云八叉树为目标八叉树。

具体地，使用外接立方体QueryBox与点云八叉树求交，将相交的八叉树加入待查询数组OctList。需要说明的是，本专利中对点云数据的查询是基于对点云数据构建的八叉树进行的，点云八叉树的构建方法较多，任何一种现有的根据点云数据进行点云八叉树构建都可以。

在其中一个实施例中，根据点云数据计算查询主体的外接立方体步骤之前，还包括：判断点云查询方式，点云查询方式包括三维空间查询和屏幕查询。

具体地，按照查询方式的不同，可将点云查询分为三维空间查询和屏幕查询。三维空间查询是指通过直接构建三维空间查询实体的方式对点云数据进行查询；屏幕查询是指以二维屏幕坐标构建查询实体的方式对点云数据进行查询。

在其中一个实施例中，根据点云数据计算查询主体的外接立方体步骤，包括：当点云查询方式为三维空间查询时，直接计算查询主体的外接立方体。

具体地，若查询方式为三维空间查询，则计算查询实体(矩形/圆/多边形等)的外接立方体QueryBox。

在其中一个实施例中，根据点云数据计算查询主体的外接立方体步骤，还包括：当点云查询方式为屏幕查询时，根据投影类型、屏幕视点坐标、视线方向以及远近裁剪距离，计算查询实体在远近裁剪面上的投影坐标；根据所述投影坐标，计算投影坐标的外接立方体。

具体地，若查询方式为屏幕查询，则按照投影类型(透视投影或正射投影)，根据屏幕视点坐标，视线方向，远近裁剪距离，计算查询实体在远近裁剪面上的投影坐标，并计算这些坐标的外接立方体QueryBox。

S120：对目标八叉树进行空间查询，得到目标节点数组和目标点索引数组。

具体地，对步骤S110中得到的目标八叉树，对其中每一个八叉树，进行八叉树空间查询；其结果为目标节点数组和目标点索引数组。

在其中一个实施例中，步骤S120包括：计算查询实体的外接包围盒和内接包围盒；依次筛选出目标八叉树的节点中与外接包围盒相交的节点作为待处理节点；依次筛选出待处理节点与内接包围盒相交的待处理节点作为目标节点，并将目标节点的点索引数组作为目标点索引数组。

在其中一个实施例中，计算查询实体的外接包围盒和内接包围盒步骤，包括：当点云查询方式为三维空间查询时，计算查询实体的外接包围盒和内接包围盒。

在其中一个实施例中，依次筛选出所述目标八叉树的节点中与所述外接包围盒相交的节点作为待处理节点步骤之后，还包括：筛选出待处理节点与内接包围盒不相交的待处理节点中的叶子节点，作为目标叶子节点；判断目标叶子节点中的每一个点坐标是否位于查询实体的内部；若是，则将目标叶子节点作为目标节点，将目标节点的点索引数组作为目标点索引数组。

具体地，对于步骤S120而言，为三维空间查询时，计算查询实体的外接包围盒outerBox3和内接包围盒innerBox，从八叉树的节点中的根节点开始，首先与outerBox3求交，若不相交，则停止查询。反之，与innerBox进行进一步的相交判断，若innerBox包含该节点，则将该节点直接合并到待过滤子节点队列(即目标节点数组)OctNodeList，把所有点索引数组合并到目标点索引数组PointList中。若与innerBox不是包含关系，且当前的节点为叶子节点，则对该叶子节点中的每一个点坐标与查询实体进行比较，在查询实体内部，则加入目标点索引数组PointList。否则，依次对当前节点的所有子节点重复以上的判断步骤，完成所有子节点的空间查询。

在其中一个实施例中，计算查询实体的外接包围盒和内接包围盒步骤，包括：当所述点云查询方式为屏幕查询时，获取查询实体的外接包围盒和内接包围盒的屏幕坐标；根据所述屏幕坐标，计算查询实体的外接包围盒和内接包围盒。

具体地，对于屏幕查询，其与三维空间查询的不同首先在于内外接矩形的构造方式上，屏幕查询根据查询实体构造的外接矩形outerBox2d和内接矩形innerBox2d的坐标均为屏幕坐标，其次，八叉树节点的包围盒为其空间包围盒的所有顶点通过屏幕投影后的外接矩形。此外，查询步骤与三维空间查询步骤相同，这里不再赘述。

S130：对目标节点数组和目标点索引数组中的点进行属性过滤，得到目标点，并获取目标点对应的点云数据作为目标数据。

具体地，对目标节点数组(OctNodeList)中所有八叉树节点包含的点及目标点索引数组(PointList)中的点进行属性过滤，把结果放入结果集(Result)。

在其中一个实施例中，步骤S130包括：判断目标节点数组和目标点索引数组中的点的属性是否符合预设值；若是，则将符合预设值的点作为目标点；获取目标点对应的点云数据作为目标数据，完成点云数据的空间和属性查询。

点云数据可包括强度值、分类、高程、地面高等多种属性，如果需要进行强度值过滤，根据过滤条件初始化强度值对照表IMap，是长度为256的布尔数组，根据强度值过滤区间，把满足条件的强度值为索引的元素设置为True，否则为False；如果需要进行分类过滤，根据输入的一个或多个分类，初始化分类对照表CMap，其长度为256，需要查询的分类为索引的元素设置为True，否则为False。

每个点属性过滤的步骤如下：

如果需要进行强度过滤，取该点的强度值inte,如果IMap[inte]为True，则继续，否则转到下一个点；如果需要进行分类过滤，取该点的分类值cls,如果CMap[cls]为True，则继续，否则转到下一个点；如果需要进行高程过滤，取点的高程值z，如果满足条件则继续，否则转到下一个点；如果需要进行地面高过滤，取点的地面高值g，如果满足地面高条件，则继续，否则转到下一个点；若以上条件都满足，则把该点加入结果集Result。遍历所有的点，得到最终的过滤结果集。本实施可以通过对强度值、分类、高程以及地面高等多个属性进行过滤，实现了支持多属性联合查询；而且部分属性过滤使用对照表实现，可适应负责的过滤条件表达式，单个属性判断只需要查表即可，效率更高。

显然，本领域的技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以，本发明不限制于任何特定的硬件和软件结合。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种基于八叉树森林的点云空间属性联合并行查询方法，其特征在于，包括：

计算查询主体的外接立方体，过滤点云八叉树中与所述外接立方体相交的目标八叉树；

对所述目标八叉树进行空间查询，得到目标节点数组和目标点索引数组；

对所述目标节点数组和所述目标点索引数组中的点进行属性过滤，得到目标点，并获取目标点对应的点云数据作为目标数据。

2.根据权利要求1所述的方法，其特征在于，所以计算查询主体的外接立方体，过滤点云八叉树中与所述外接立方体相交的目标八叉树步骤，包括：

根据点云数据构建八叉树，得到点云八叉树，所述点云数据包括点云的三维坐标和点云属性，所述点云八叉树包括根节点、中间节点、叶子节点；

根据点云数据计算查询主体的外接立方体；

获取与所述外接立方体相交的点云八叉树为目标八叉树。

3.根据权利要求2所述的方法，其特征在于，所述根据点云数据计算查询主体的外接立方体步骤之前，还包括：

判断点云查询方式，点云查询方式包括三维空间查询和屏幕查询。

4.根据权利要求3所述的方法，其特征在于，所述根据点云数据计算查询主体的外接立方体步骤，包括：

当所述点云查询方式为三维空间查询时，直接计算查询主体的外接立方体。

5.根据权利要求3所述的方法，其特征在于，所述根据点云数据计算查询主体的外接立方体步骤，还包括：

当所述点云查询方式为屏幕查询时，根据投影类型、屏幕视点坐标、视线方向以及远近裁剪距离，计算查询实体在远近裁剪面上的投影坐标；

根据所述投影坐标，计算所述投影坐标的外接立方体。

6.根据权利要求3所述的方法，其特征在于，对所述目标八叉树进行空间查询，得到目标节点数组和目标点索引数组步骤，包括：

计算查询实体的外接包围盒和内接包围盒；

依次筛选出所述目标八叉树的节点中与所述外接包围盒相交的节点作为待处理节点；

依次筛选出所述待处理节点与所述内接包围盒相交的待处理节点作为目标节点，并将所述目标节点的点索引数组作为目标点索引数组。

7.根据权利要求6所述的方法，其特征在于，依次筛选出所述目标八叉树的节点中与所述外接包围盒相交的节点作为待处理节点步骤之后，还包括：

筛选出所述待处理节点与所述内接包围盒不相交的待处理节点中的叶子节点，作为目标叶子节点；

判断所述目标叶子节点中的每一个点坐标是否位于查询实体的内部；

若是，则将所述目标叶子节点作为目标节点，将所述目标节点的点索引数组作为目标点索引数组。

8.根据权利要求6所述的方法，其特征在于，计算查询实体的外接包围盒和内接包围盒步骤，包括：

当所述点云查询方式为三维空间查询时，计算查询实体的外接包围盒和内接包围盒。

9.根据权利要求6所述的方法，其特征在于，计算查询实体的外接包围盒和内接包围盒步骤，包括：

当所述点云查询方式为屏幕查询时，获取查询实体的外接包围盒和内接包围盒的屏幕坐标；

根据所述屏幕坐标，计算查询实体的外接包围盒和内接包围盒。

10.根据权利要求1所述的方法，其特征在于，对所述目标节点数组和所述目标点索引数组中的点进行属性过滤，得到目标点，并获取目标点对应的点云数据作为目标数据步骤，包括：

判断所述目标节点数组和所述目标点索引数组中的点的属性是否符合预设值；

若是，则将符合预设值的点作为目标点；

获取所述目标点对应的点云数据作为目标数据，完成点云数据的空间和属性查询。