36、3D机载激光雷达点云处理与压缩算法详解

3D机载激光雷达点云处理与压缩算法详解

1. 引言

在处理3D机载激光雷达点云数据时，面临着数据量大、处理复杂等问题。为了高效处理和存储这些数据，提出了一系列算法，包括ASiS方法、MiST方法以及DDLC模型，本文将详细介绍这些算法的原理、实现步骤和性能评估。

2. 数据预处理

2.1 ASiS方法

ASiS方法用于对PCD图像进行下采样，使所有PCD图像具有相同数量的3D点，以提高DDLC模型的训练效率。在该方法中，$\delta_s$ 是在时间段 $(\Delta t)$ 内选择的频率信号（样本）数量以及特定PCD中最大信号数量 $k$。在ASiS方法中，$\Delta t$ 的值为2（交替），因此所有PCD图像中的 $\delta_s$ 值是恒定的。采样后的PCD $p_j’$ 由以下公式描述：
[
p_j’ =
\begin{bmatrix}
[x_1, y_1, z_1], [x_3, y_3, z_3], \cdots, [x_{\delta_s}, y_{\delta_s}, z_{\delta_s}] \
[R_1, G_1, B_1], [R_3, G_3, B_3], \cdots, [R_{\delta_s}, G_{\delta_s}, B_{\delta_s}]
\end{bmatrix}
]

2.2 MiST方法

MiST方法将记录的世界坐标PCD值转换为窗口坐标值，以减少计算、内存空间和时间复杂度。该方法基于PCD的最小和最大频率信号值，将空间和颜色信息的每个信号值标准化为适合DDLC训练过程的格式。具体计算