[發(fā)明專利]一種基于刪除量化矩陣中0元素的點(diǎn)云屬性壓縮方法

有效

• 申請?zhí)枺?/td>: 201810412818.2
• 申請日: 2018-05-03
• 公開（公告）號: CN108833927B
• 公開（公告）日: 2019-08-16
• 發(fā)明（設(shè)計(jì)）人: 李革;張琦;邵薏婷;高文
• 申請（專利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類號: H04N19/85
• 分類號: H04N19/85;H04N19/124;H04N19/91;H04N19/96
• 代理公司: 北京京萬通知識產(chǎn)權(quán)代理有限公司 11440
• 代理人: 萬學(xué)堂;魏振華

本發(fā)明公布了一種基于刪除量化矩陣中0元素的點(diǎn)云屬性壓縮方法，針對點(diǎn)云屬性壓縮過程中的量化矩陣，在編碼端采用最優(yōu)的遍歷順序使0元素在生成的數(shù)據(jù)流中集中分布在末端，將這些0刪除后進(jìn)行熵編碼，降低數(shù)據(jù)流的數(shù)據(jù)量，減小編碼后生成的碼流，在解碼端結(jié)合點(diǎn)云幾何信息復(fù)原被刪除的0元素，保證本方法不引入額外的誤差；包括：編碼端優(yōu)化對量化矩陣的遍歷順序；刪除數(shù)據(jù)流末端的0元素；解碼端參考幾何信息復(fù)原量化矩陣；點(diǎn)云屬性壓縮編碼過程和解碼過程。本發(fā)明在點(diǎn)云屬性壓縮的編碼端對量化矩陣采用7種遍歷順序，使0元素在數(shù)據(jù)流中的分布更集中在末端；刪除數(shù)據(jù)流末端的0元素，去除冗余信息，減小需要進(jìn)行熵編碼的數(shù)據(jù)量；在解碼端結(jié)合點(diǎn)云幾何信息補(bǔ)齊被刪除的0元素，按照遍歷順序復(fù)原量化矩陣，在不引入新誤差的前提下提高壓縮性能。

技術(shù)領(lǐng)域

本發(fā)明屬于點(diǎn)云數(shù)據(jù)處理技術(shù)領(lǐng)域，涉及點(diǎn)云數(shù)據(jù)壓縮方法，尤其涉及一種基于刪除量化矩陣中0元素的點(diǎn)云屬性壓縮方法。

背景技術(shù)

三維點(diǎn)云是現(xiàn)實(shí)世界數(shù)字化的重要表現(xiàn)形式。隨著三維掃描設(shè)備(激光、雷達(dá)等)的快速發(fā)展，點(diǎn)云的精度、分辨率更高。高精度點(diǎn)云廣泛應(yīng)用于城市數(shù)字化地圖的構(gòu)建，在如智慧城市、無人駕駛、文物保護(hù)等眾多熱門研究中起技術(shù)支撐作用。點(diǎn)云是三維掃描設(shè)備對物體表面采樣所獲取的，一幀點(diǎn)云的點(diǎn)數(shù)一般是百萬級別，其中每個(gè)點(diǎn)包含幾何信息和顏色、紋理等屬性信息，數(shù)據(jù)量十分龐大。三維點(diǎn)云龐大的數(shù)據(jù)量給數(shù)據(jù)存儲、傳輸?shù)葞砭薮筇魬?zhàn)，所以點(diǎn)云壓縮十分必要。

點(diǎn)云壓縮主要分為幾何壓縮和屬性壓縮，現(xiàn)有的點(diǎn)云屬性壓縮框架主要包括以下幾種：

一、基于八叉樹分解和DCT的方法：該方法先用八叉樹對點(diǎn)云進(jìn)行空間分解得到編碼塊，然后對樹進(jìn)行深度優(yōu)先遍歷，將遍歷的結(jié)點(diǎn)顏色值按照蛇形的順序?qū)懭攵S的JPEG表，再利用現(xiàn)有的JPEG編碼器對獲得的點(diǎn)云顏色表進(jìn)行編碼，其中JPEG編碼器使用的是DCT。該方法利用現(xiàn)有的編碼器，計(jì)算復(fù)雜度低，但并未充分利用點(diǎn)與點(diǎn)之間的空間相關(guān)性，在壓縮性能上有待提高；

二、基于八叉樹分解和圖變換的方法：該方法先用八叉樹對點(diǎn)云進(jìn)行空間分解，劃分到特定層次得到變換塊；在每個(gè)變換塊內(nèi)形成圖，將沿著任意坐標(biāo)軸的距離不超過1的兩點(diǎn)用一條邊連接起來，邊的權(quán)重與歐氏距離成反比；再對圖中結(jié)點(diǎn)的屬性信息進(jìn)行圖變換。該方法的壓縮性能佳；但運(yùn)算復(fù)雜度較高，其構(gòu)圖方式可能會(huì)帶來子圖問題，影響圖變換的效率，仍有改善的空間；

三、基于KD樹分解和圖變換的方法：該方法先用KD樹對點(diǎn)云進(jìn)行空間分解，劃分到一定深度得到變換塊，其中每個(gè)變換塊內(nèi)所包含的點(diǎn)數(shù)大致相同：在變換塊內(nèi)，每兩點(diǎn)用一條邊連接起來，邊的權(quán)重與歐氏距離有關(guān)，設(shè)定的邊歐式距離閾值決定圖的稀疏度；然后再對圖內(nèi)點(diǎn)的屬性信息進(jìn)行圖變換。該方法徹底解決了子圖問題，同時(shí)在壓縮性能方面較前兩種方法都有較大的提升，但運(yùn)算復(fù)雜度較高，性能仍待改善。

發(fā)明內(nèi)容

為了進(jìn)一步提升上述技術(shù)的性能，在考慮計(jì)算復(fù)雜度的條件下，本發(fā)明在點(diǎn)云屬性壓縮的編碼端對量化矩陣采用7種遍歷順序，使0元素在數(shù)據(jù)流中的分布更集中在末端；刪除數(shù)據(jù)流末端的0元素，減小需要進(jìn)行熵編碼的數(shù)據(jù)量；在解碼端結(jié)合點(diǎn)云幾何信息補(bǔ)齊被刪除的0元素，按照遍歷順序復(fù)原量化矩陣，在不引入新誤差的前提下提高壓縮性能。

本發(fā)明提供的技術(shù)方案是：

一種基于刪除量化矩陣中0元素的點(diǎn)云屬性壓縮方法，針對點(diǎn)云屬性壓縮過程中的量化矩陣，在編碼端采用最優(yōu)的遍歷順序使0元素在生成的數(shù)據(jù)流中集中分布在末端，并將這些0刪除后進(jìn)行熵編碼，降低數(shù)據(jù)流的數(shù)據(jù)量，減小編碼后生成的碼流；在解碼端結(jié)合點(diǎn)云幾何信息復(fù)原被刪除的0元素，保證本方法不引入額外的誤差。包括如下步驟：

1)點(diǎn)云屬性壓縮的編碼過程

待壓縮的點(diǎn)云數(shù)據(jù)首先會(huì)根據(jù)幾何信息進(jìn)行KD樹劃分，KD樹劃分的最后一層所得到的塊即為點(diǎn)云的編碼塊，每一個(gè)編碼塊內(nèi)的屬性信息經(jīng)過幀內(nèi)預(yù)測、殘差變換、量化之后會(huì)得到一個(gè)量化矩陣。