[发明专利]基于局部最小生成树的点模型快速无损压缩处理方法

说明书

一、技术领域：

本发明涉及计算机图形处理领域，特别是点模型的压缩处理方法。 

二、背景技术：

三维扫描技术的迅速发展使得扫描所得模型的顶点数目达到百万甚至千万数量级。如果用多边形网格模型表示这些高精度模型，需要的多边形将达到了数百万甚至千万。一方面，维护和存储如此庞大的多边形网格将占据了大量的CPU时间及内存；另一方面，当投影到屏幕上的多边形网格数量超过屏幕像素数时，一个多边形网格的投影会比一个屏幕像素还要小。因此，用点来代替多边形网格作为模型数据的基本单元的基于点的图形学应运而生，并成为近年来的研究热点。但是，如何在有限的存储空间和网络带宽上对庞大的模型数据进行存储和传输成为一个重要的亟待解决的问题。 

目前，点模型压缩是一个较新的领域。2004年以来，研究者在点模型的渐进压缩和单分辨率压缩方面提出了一些算法。渐进算法由于要构建LOD的层次结构，从而引入了额外的数据冗余，且算法较复杂，效率不高。还有很多渐进算法基于重采样，对数据的精度影响较大。而单分辨率压缩方法多是有损的方法，其中比较著名的是Gumhold等在2005年提出的方法(GumholdS，Karni Z，Isenburg M，Seidelh P.Predictive point-cloud compression[C].SIGGRAPH Sketches，Los Angeles，2005：137)。该方法利用Prim算法对点模型构造一个最小生成树，并对相邻数据进行线性预测；并按照自顶向下宽度优先的顺序对得到的生成树进行编码；然后，运用算数编码对得到 的预测校正值(即真实值与预测值的差值)进行压缩。上述基于最小生成树的压缩方法为全局的方法，造成了计算量的加大和压缩处理速度的减慢。并且已有的单分辨率压缩方法多是有损的方法。不能满足在压缩精度要求较高的工程的应用要求。 

三、发明内容：

本发明的目的是为了克服上述不足问题，提供一种快速高效的点模型无损压缩处理方法，该方法有效地减少了计算量，提高了压缩速度；同时，保证了数据的精度。 

本发明为实现上述目的所采用的技术方案是：基于局部最小生成树的点模型快速无损压缩处理方法，首先通过数据采集系统将模型数据采集，输入处理系统进行处理，处理时首先将点模型表面切分成小单元；对每个单元中的点，以它们之间的距离为权值，进行最小生成树的生成；将每个最小生成树编码，并利用最小生成树的拓扑结构预测；然后将真实值与其预测值利用浮点数压缩算法进行压缩处理。 

所述点模型表面切分的步骤如下： 

假设待处理的点模型共有Number个点； 

a)将Number个点按其X坐标升序排列； 

b)将排列后的点等长切分为L段，每段的长度即每段包含的点的个数记为LengthX[i]，按照如下公式计算： 

LengthX[i]＝Number/L，0≤i＜L-1； 

最后一段的长度LengthX[i]的计算公式为： 

LengthX[i]＝Numeer/L+Number％L，i＝L-1； 

其中，记X[i]为第i个X单元； 

c)对第i个X单元X[i]中的LengthX[i]个点按Y坐标值升序排列； 

d)将排列后的单元X[i]内等长切分M段，每段的长度即每段包含的点的个数记为LengthY[i，j]，按照如下公式计算： 

LengthY[i，j]＝LengthX[i]/L  0≤i＜L，0≤j＜M-1； 

该X单元的最后一段的长度LengthY[i，M-1]为： 

LengthY[i，j]＝LengthX[i]/L+LengthX[i]％M 0≤i＜L，j＝M-1 

其中，记Y[i，j]为第[i，j]个XY单元； 

e)循环c)、d)步骤，直至所有X单元被循环处理； 

f)对第[i，j]个XY单元Y[i，j]中的LengthY[i，j]个点按Z坐标值升序排列； 

g)将排列后的单元Y[i，j]中的点等长切分为N段，每段的长度即每段包含的点的个数记为LengthZ[i，j，k]按照如下公式计算： 

LengthZ[i，j，k]＝LengthY[i，j]/N 

其中0≤i＜L，0≤j＜M，0≤k＜N-1； 

最后一段的长度LengthZ[i，j，k]的计算公式为：