[發(fā)明專利]3D數(shù)據(jù)極致壓縮方法及裝置

有效

• 申請?zhí)枺?/td>: 201811501342.6
• 申請日: 2018-12-10
• 公開（公告）號: CN109448066B
• 公開（公告）日: 2023-02-07
• 發(fā)明（設(shè)計）人: 吳躍華
• 申請（專利權(quán)）人: 上海盎維信息技術(shù)有限公司
• 主分類號: G06T9/00
• 分類號: G06T9/00;H04N13/106;H04N13/161
• 代理公司: 上海知義律師事務(wù)所 31304
• 代理人: 劉峰

本發(fā)明公開了一種3D數(shù)據(jù)極致壓縮算法及裝置，所述3D數(shù)據(jù)極致壓縮算法包括：獲取一3D影像；將所述3D影像與一預(yù)存影像庫中的目標(biāo)預(yù)存影像匹配，預(yù)存影像庫中每一預(yù)存影像上的影像點數(shù)量小于所述3D影像的影像點，預(yù)存影像庫中每一預(yù)存影像上設(shè)有用于調(diào)節(jié)預(yù)存影像的影像點形狀的張量模型；按3D影像的形狀調(diào)節(jié)目標(biāo)預(yù)存影像的張量模型獲取處理影像，處理影像的形狀與3D影像的形狀相同；對處理影像上的影像點做預(yù)設(shè)次數(shù)的卷積運(yùn)算以生成3D影像的壓縮影像。本發(fā)明的3D數(shù)據(jù)極致壓縮算法及裝置能夠大幅度降低3D影像所占用的空間，提高數(shù)據(jù)的安全性，并能夠使數(shù)據(jù)更加規(guī)范可控，能夠降低運(yùn)算所耗資源且減小所占用的存儲空間。

技術(shù)領(lǐng)域

本發(fā)明涉及一種3D數(shù)據(jù)極致壓縮方法及裝置。

背景技術(shù)

3D攝像機(jī)，利用的是3D鏡頭制造的攝像機(jī)，通常具有兩個攝像鏡頭以上，間距與人眼間距相近，能夠拍攝出類似人眼所見的針對同一場景的不同圖像。全息3D具有圓盤5鏡頭以上。

第一臺3D攝像機(jī)迄今3D革命全部圍繞好萊塢重磅大片和重大體育賽事展開。隨著3D攝像機(jī)的問世，這項技術(shù)距離家庭用戶又近了一步。在這款攝像機(jī)推出以后，我們今后就可以用3D鏡頭捕捉人生每一個難忘瞬間，比如孩子邁出的第一步，大學(xué)畢業(yè)慶典等。

3D攝像機(jī)通常有兩個以上鏡頭。3D攝像機(jī)本身的功能就像人腦一樣，可以將兩個鏡頭圖像融合在一起，變成一個3D圖像。這些圖像可以在3D電視上播放，觀眾佩戴所謂的主動式快門眼鏡即可觀看，也可通過裸眼3D顯示設(shè)備直接觀看。3D快門式眼鏡能夠以每秒60次的速度令左右眼鏡的鏡片快速交錯開關(guān)。這意味著每只眼睛看到的是同一場景的稍顯不同的畫面，所以大腦會由此以為其是在欣賞以3D呈現(xiàn)的單張照片。

現(xiàn)有的3D攝像機(jī)獲取的影像所占空間較大的缺陷。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是為了克服現(xiàn)有技術(shù)中3D攝像機(jī)獲取的影像尺寸較大的缺陷，提供一種能夠提高數(shù)據(jù)的安全性，并能夠大幅度降低3D影像所占用的空間，使數(shù)據(jù)更加安全，能夠降低運(yùn)算所耗資源且減小所占用存儲空間的3D數(shù)據(jù)極致壓縮方法及裝置。

本發(fā)明是通過下述技術(shù)方案來解決上述技術(shù)問題：

一種3D數(shù)據(jù)極致壓縮方法，其特點在于，所述3D數(shù)據(jù)極致壓縮方法包括：

獲取一3D影像；

將所述3D影像與一預(yù)存影像庫中的目標(biāo)預(yù)存影像匹配，預(yù)存影像庫中每一預(yù)存影像上的影像點數(shù)量小于所述3D影像的影像點，預(yù)存影像庫中每一預(yù)存影像上設(shè)有用于調(diào)節(jié)預(yù)存影像的影像點形狀的張量模型；

按3D影像的形狀調(diào)節(jié)目標(biāo)預(yù)存影像的張量模型獲取處理影像，處理影像的形狀與3D影像的形狀相同；

對處理影像上的影像點做預(yù)設(shè)次數(shù)的卷積運(yùn)算以生成3D影像的壓縮影像。

較佳地，每一預(yù)存影像均與預(yù)設(shè)個數(shù)的過濾式對應(yīng)，對應(yīng)于同一預(yù)存影像的過濾式之間設(shè)有次序，過濾式中的元素個數(shù)按所述次序依次減小，所述對處理影像上的影像點做預(yù)設(shè)次數(shù)的卷積運(yùn)算以生成3D影像的壓縮影像包括：

利用當(dāng)前過濾式對當(dāng)前處理影像上的影像點做一次的卷積運(yùn)算；

判斷當(dāng)前過濾式的次序是否為最后一個，若是則結(jié)束流程，若否則將當(dāng)前過濾式的下一個過濾式作為當(dāng)前過濾式。

較佳地，所述張量模型為預(yù)存影像上設(shè)置的表示影像點之間關(guān)系的函數(shù)式，所述3D數(shù)據(jù)極致壓縮方法包括：

按3D影像的形狀調(diào)節(jié)目標(biāo)預(yù)存影像的影像點之間關(guān)系的函數(shù)式獲取處理影像。

較佳地，預(yù)存影像庫中每一預(yù)存影像劃分為若干區(qū)域，每一區(qū)域內(nèi)設(shè)有表示同一區(qū)域內(nèi)影像點之間關(guān)系的函數(shù)式。

較佳地，所述3D數(shù)據(jù)極致壓縮方法包括：