基于全球索引的點云切片發(fā)布處理

宋金秀 譚弘武 張洪雷 王 成 楊大兵

(北京煜邦電力技術(shù)股份有限公司, 北京100089)

0 引言

目前,激光點云數(shù)據(jù)處理包括點云濾波、點云配準、點云分割與分類、點云三維重建等相關(guān)技術(shù),而在點云三維瓦片處理方面的應(yīng)用較少,且瓦片數(shù)據(jù)處理多為地圖切片。

地圖切片Web服務(wù)簡稱Web地圖瓦片服務(wù)(Web Map Tile Service,WMTS)，是開放地理空間信息聯(lián)盟(Open Geospatial Consortium,OGC)提出的緩存技術(shù)標準,即在服務(wù)器端緩存被切割成一定大小瓦片的地圖,對客戶端只提供這些預(yù)先定義好的單個瓦片的服務(wù),將更多的數(shù)據(jù)處理操作如圖層疊加等放在客戶端,從而緩解地理信息系統(tǒng)(Geographic Information System,GIS)服務(wù)器端數(shù)據(jù)處理的壓力,改善用戶體驗[1-3]。WMTS使用瓦片矩陣集來表示切割后的地圖。瓦片就是包含地理數(shù)據(jù)的矩形影像,一幅地圖按一定的瓦片大小被切割成多個瓦片,形成瓦片矩陣,一個或多個瓦片矩陣即組成瓦片矩陣集[4]。不同的瓦片矩陣具有不同的分辨率,每個瓦片矩陣由瓦片矩陣標識符進行標識。

1 地圖切片概況

隨著科技的不斷發(fā)展,用戶對瓦片服務(wù)要求的提高,瓦片數(shù)據(jù)處理技術(shù)逐漸從地圖切片向點云切片、模型切片等方向不斷發(fā)展。而目前的點云切片處理多數(shù)針對局部數(shù)據(jù)處理,在數(shù)據(jù)追加和局部更新方面存在一定的不足,在處理海量數(shù)據(jù)時存在操作繁復(fù)、數(shù)據(jù)處理效率較低等問題[5]。而且針對某些特殊需求,如對已分類的點云數(shù)據(jù)進行特定類型切片處理，需要將特定類型的數(shù)據(jù)提取出來再進行切片處理,缺乏制定化和多功能的集成[6-7]。

因此,如何提供一種瓦片數(shù)據(jù)處理效率高、支持數(shù)據(jù)追加和局部更新的基于全球索引的點云切片處理方法，是本領(lǐng)域技術(shù)人員亟須解決的問題[8-10]。

2 全球索引點云切片發(fā)布設(shè)計

基于全球索引的點云切片發(fā)布處理包括：獲取欲處理的原始點云數(shù)據(jù);將所有原始點云數(shù)據(jù)的縮放級別進行統(tǒng)一;按照統(tǒng)一后的縮放級別對原始點云數(shù)據(jù)進行四叉樹分塊或八叉樹分塊,生成多個數(shù)據(jù)塊,并對每個數(shù)據(jù)塊進行全球索引,獲得與每個數(shù)據(jù)塊一一對應(yīng)的索引值;分別按照每個數(shù)據(jù)塊索引值遍歷原有點云切片成果數(shù)據(jù)庫中所有三維瓦片,并按照預(yù)設(shè)條件對原有點云切片成果數(shù)據(jù)庫進行更新?；谌蛩饕衅l(fā)布處理可對激光點云數(shù)據(jù)進行全球索引瓦片劃分,且支持數(shù)據(jù)追加和局部更新,并可針對不同類型的點云篩選進行瓦片劃分。

全球索引的點云切片處理方法包括全球索引瓦片劃分和數(shù)據(jù)追加及更新,其中全球索引瓦片劃分方法包括：

(1)確定最大級別：統(tǒng)一級別,以方便融合處理。

(2)文件切割：文件太大,需要分割處理,避免內(nèi)存溢出的問題。

(3)分塊規(guī)則：前10級按全球經(jīng)緯度進行分塊；大于10級時,在10級瓦片的基礎(chǔ)上按八叉樹分塊。

(4)緩存和融合：大文件切割后的小文件或者是和其他文件做增量處理時都需要進行融合。

(5)保存點云瓦片數(shù)據(jù)：數(shù)據(jù)追加及更新時需首先判斷當前數(shù)據(jù)所在的瓦片,遍歷成果數(shù)據(jù)庫中所有瓦片并在緩存中讀取與當前瓦片索引相同的瓦片；其次遍歷所有點,根據(jù)點的網(wǎng)格索引從緩存的瓦片中查找有沒有相同網(wǎng)格的點,有的話舍棄緩存中的點,緩存更新后若無相同的點，則將新讀入的點全部追加進入緩存；最后將新的瓦片保存到成果數(shù)據(jù)庫中。

3 基于全球索引的點云切片發(fā)布實現(xiàn)

3.1 全球索引點云切片發(fā)布

基于全球索引切片發(fā)布處理流程如圖1所示。

圖1 點云切片流程圖

(1)預(yù)先進行參數(shù)設(shè)置(包括空間坐標參數(shù)、不切片類型和輸出類型),并輸入原始點云文件,即獲取欲處理的原始點云數(shù)據(jù)。

(2)統(tǒng)一級別：將所有所述原始點云數(shù)據(jù)的縮放級別進行統(tǒng)一。

(3)文件切割及全球索引：按照統(tǒng)一后的縮放級別對所述原始點云數(shù)據(jù)進行四叉樹分塊或八叉樹分塊,生成多個數(shù)據(jù)塊,并對每個數(shù)據(jù)塊進行全球索引,獲得與每個數(shù)據(jù)塊一一對應(yīng)的索引值。

(4)數(shù)據(jù)追加及更新：分別按照每個數(shù)據(jù)塊索引值遍歷原有點云切片成果數(shù)據(jù)庫中所有三維瓦片,并按照預(yù)設(shè)條件對原有點云切片成果數(shù)據(jù)庫進行更新。

3.2 全球索引瓦片劃分

全球索引瓦片劃分主要包括確定最大級別和瓦片劃分兩步,具體流程如圖2所示。

圖2 全球索引流程圖

3.2.1統(tǒng)一級別

統(tǒng)一級別,以方便融合處理,若未指定則進行如下處理：

(1)判斷是否預(yù)設(shè)有最大縮放級別i,若是,則將最大縮放級別i作為統(tǒng)一縮放級別;若否,則執(zhí)行步驟2;

(2)取所述原始點云數(shù)據(jù)中間位置的點進行估算;

(3)計算所取點的包圍盒以及包圍盒的中心點坐標;

(4)計算包圍盒所有點到中心點的平均距離L;若平均距離L大于預(yù)設(shè)的最大縮放級別i下的點云三維瓦片分辨率,則確定最大縮放級別為i;否則執(zhí)行步驟5;

(5)i自增1;

(6)重復(fù)執(zhí)行步驟4～5,直至平均距離L不大于預(yù)設(shè)的最大縮放級別i下的點云三維瓦片分辨率。

3.2.2全球瓦片劃分

(1)全球瓦片劃分規(guī)則為：0級時,1個瓦片的分辨率為赤道周長;1級時,1個瓦片的分辨率為赤道周長的1/2;2級時,1個瓦片的分辨率為赤道周長的1/4;N級時,1個瓦片的分辨率為赤道周長的1/2N；

(2)前10級按全球經(jīng)緯度以四叉樹分塊進行處理,即0級時,全球兩塊瓦片分辨率為180度;1級時,全球4×2塊瓦片分辨率為90°;N級時全球有2×2N個瓦片,1個瓦片的分辨率為180°的1/2N。當切片等級大于10級時,在10級瓦片的基礎(chǔ)上按八叉樹分塊,八叉樹分塊是可看作是三維下的四叉樹分塊規(guī)則,即在平面xy和高程z上同時進行四叉樹分塊。

3.3 數(shù)據(jù)追加及更新

數(shù)據(jù)追加及更新流程如圖3所示。

圖3 數(shù)據(jù)追加及更新流程圖

(1)確定當前數(shù)據(jù)塊所對應(yīng)的索引值;

(2)按照當前數(shù)據(jù)塊的索引值遍歷原有點云切片成果數(shù)據(jù)庫中所有三維瓦片,判斷原有點云切片成果數(shù)據(jù)庫中是否存在與當前數(shù)據(jù)塊索引值相同的原有三維瓦片;如果不存在,則將當前數(shù)據(jù)塊新增至原有點云切片成果數(shù)據(jù)庫;如果存在,則執(zhí)行下一步驟;

(3)將當前數(shù)據(jù)塊劃分為網(wǎng)格,并確定每個網(wǎng)格點的索引值;

(4)按照當前數(shù)據(jù)塊網(wǎng)格點索引值遍歷與當前數(shù)據(jù)塊索引值相同的原有三維瓦片的所有網(wǎng)格點,查找是否存在與當前數(shù)據(jù)塊網(wǎng)格點索引值相同的原有網(wǎng)格點;如果存在,則將原有網(wǎng)格點替換為當前數(shù)據(jù)塊網(wǎng)格點;如果不存在,則將當前數(shù)據(jù)塊網(wǎng)格點追加至原有點云切片成果數(shù)據(jù)庫。

3.4 點云數(shù)據(jù)切片程序?qū)崿F(xiàn)

后臺算法處理采用Visual C++開發(fā)語言,基于地理空間數(shù)據(jù)抽象庫(Geospatial Data Abstraction Library,GDAL)和點云庫(Point Cloud Library,PCL)開源庫,實現(xiàn)基于全球索引的點云切片發(fā)布處理算法的代碼工作,前端展示采用Direct3D進行三維數(shù)據(jù)加載渲染。C++點云切片發(fā)布處理部分代碼如下所示：

∥獲取點云數(shù)據(jù)所在瓦片索引號

int Xcount=int(GetData->m_PointHeader.X/Gridsize)+1;

int Ycount=int(GetData->m_PointHeader.Y/Gridsize)+1;

for(int i=0;i

{

for (int j=0;j

{

∥計算得到當前瓦片數(shù)據(jù)范圍

std::vector GridPoints;

minx = minxm_PointHeader.MinX?GetData->m_PointHeader.MinX:minx;

miny= minym_PointHeader.MinY?GetData->m_PointHeader.MinY:miny;

maxx = maxx>GetData->m_PointHeader.MaxX?GetData->m_PointHeader.MaxX:maxx;

maxy = maxy>GetData->m_PointHeader.MaxY?GetData->m_PointHeader.MaxY:maxy;

∥構(gòu)建新的瓦片數(shù)據(jù)

C_DataIndex *m_DataIndex=new C_DataIndex();

m_DataIndex->XY0[0]=minx-0.1;

m_DataIndex->XY0[1]=miny-0.1;

m_DataIndex->XY1[0]=maxx+0.1;

m_DataIndex->XY1[1]=maxy+0.1;

m_DataIndex->GridHigh=maxy-miny;

m_DataIndex->GridWide=maxx-minx;

∥瓦片數(shù)據(jù)重新構(gòu)建索引

m_DataIndex->SetGridIndex(GridPoints);

for (size_t k=0;kBlockInput.size();++k)

{

if (m_DataIndex->BlockInput[k].size()==0) continue;

int _utm =get_utm(Prj);

∥點云數(shù)據(jù)平面坐標轉(zhuǎn)換為經(jīng)緯度數(shù)據(jù)UTMxy_to_latlon_deg(m_DataIndex->GridCoordinate[k].X-m_Gridsize/2,m_DataIndex->GridCoordinate[k].Y-m_Gridsize/2,_utm, false,m_miny,m_minx);UTMxy_to_latlon_deg(m_DataIndex->GridCoordinate[k].X+m_Gridsize/2,m_DataIndex->GridCoordinate[k].Y+m_Gridsize/2,_utm, false,m_maxy,m_maxx);

std::vector vecUtmXY;

vecUtmXY.resize(m_DataIndex->BlockInput[k].size());

∥數(shù)據(jù)寫入

if (!IsWrite)

{

OutLas->m_PointHeader.DataFormatId='2';

bool b_write = true;

int isizeadd = OutGridPoints.size()+Points200.size();

if(isizeadd<200&&isizeaddm_PointHeader.PointRecordsCount)

b_write = false;

∥新的瓦片數(shù)據(jù)

if(b_write)

{

for (int ii=0;ii

OutGridPoints.push_back(Points200[i]);

Points200.clear();

std::vector().swap(Points200);

OutLas->Points=OutGridPoints;

OutLas->WriteLas(LASOutPathName);

IsWrite=true;

}

∥瓦片數(shù)據(jù)局部更新

else

{

int isi = Points200.size()+OutGridPoints.size();

for (int im=0;im

Points200.push_back(OutGridPoints[im]);

}

}

else SplitCloud::AppendLas(LASOutPathName,OutLas->m_PointHeader,OutGridPoints);∥數(shù)據(jù)更新追加

OutGridPoints.clear();

std::vector().swap(OutGridPoints);

}

}

}

經(jīng)過上述方法處理后的切片點云數(shù)據(jù)加載到Direct3D中,數(shù)據(jù)渲染支持海量數(shù)據(jù)無縫三維瀏覽顯示。

4 結(jié)束語

經(jīng)由上述的技術(shù)方案可知,與現(xiàn)有技術(shù)相比,本文公開提供了一種基于全球索引的點云切片處理方法,利用全球索引瓦片劃分的方法,解決了在處理海量點云數(shù)據(jù)的過程中效率較低的問題,并且可以提供數(shù)據(jù)追加和更新等方式,為后續(xù)的數(shù)據(jù)更新和發(fā)布提供極大的便利。同時,可對分類后的點云數(shù)據(jù)進行特定類型數(shù)據(jù)的瓦片處理,在多功能集成上有較好的適用性。