[发明专利]一种基于四边面片分割的三维点云模型数据压缩方法

说明书

技术领域

本发明涉及一种基于四边面片分割的三维点云模型数据压缩方法，属于数字几何处理以及计算机数据压缩技术领域。

背景技术

随着三维扫描和相关建模技术的快速发展，三维数字几何模型作为一种新兴的数字媒体，已逐渐融入到人们的生产和生活中，在三维游戏，影视特效，计算机仿真，自主导航，工业检测，逆向工程，医疗诊断以及数字文化遗产保护等方面取得了日益广泛的应用。另一方面，由于移动互联网的快速发展以及移动设备处理能力的不断提高，移动互联网上的三维应用必将成为以后的一个发展趋势。这就对存储空间、计算能力、交互性能和网络带宽等方面提出了越来越高的要求。为了满足这些要求，必须要对三维模型数据进行有效的压缩。

在计算机和移动设备中，三维数据形式主要包括三维网格、三维点云、三维体数据等等。由于三维扫描技术的快速发展以及Kinect等深度摄像头的广泛使用，三维点云数据近年来受到了越来越广泛的关注。传统的三维模型简化与压缩方法，压缩比不理想且计算量较大，不适合在移动互联网环境下使用。

发明内容

针对现有技术的不足，本发明选取三维点云作为三维模型的表示形式，提供了一种基于四边面片分割的三维点云模型数据压缩方法，实现提高三维模型数据压缩率的目的。

本发明的技术方案为：

一种基于四边面片分割的三维点云模型数据压缩方法，包括：

(1)将输入的点云模型的表面分割成若干四边形的面片；

(2)对步骤(1)获取的四边形的面片依次进行参数化、重采样处理，获取二维的图像数据；对这些面片进行规则的重采样，重采样之后每一个面片就可以用一个高度图来描述，这样就把三维的数据转化成了二维的图像数据，减少了数据量；

(3)采用EZW算法对步骤(2)获取的二维的图像数据进行小波编码；实现对三维点云模型的渐进式压缩。

(4)解码与模型重建。

根据本发明优选的，对步骤(2)处理后的四边形的面片之间进行相似性分析；进一步减少数据量。

根据本发明优选的，所述步骤(1)，将输入的点云模型的表面分割成若干四边形的面片，包括：

A、预处理，建立点之间的邻接关系并计算每个点的主方向；

B、基于GLA聚类的面片划分；

C、基于区域增长的四边面片调整。

根据本发明优选的，所述步骤A，所述预处理，包括：

a、构建局部邻接关系；

设定每一个点被表示成一个圆盘，包含位置p、法线n以及半径r；输入的点云模型为P＝{p_i|i＝1,2,...,N}，N为点云模型包含的点数，第i个点p_i表示成一个三元组p_i＝(p_i,n_i,r_i)；使用点元的位置和半径来测试两个点是否相邻：将输入模型的包围盒划分成32×32×32的栅格，给定两个点p_i和p_j，如果|p_i-p_j|<(r_i+r_j)，则这两个点相邻，否则，不相邻；也就是说，如果两个点之间的距离小于两个圆盘的半径之和，则这两个点就判定为邻居点。另外，我们也也可以通过一个缩放因子s来改变一个点的邻接区域的大小，这样，判断准则变为|p_i-p_j|<s*(r_i+r_j)。邻接区域的大小对于主方向的计算是一个重要的因素，我们在实验中把s设为1.2。为了加速邻接关系的计算，我们把输入模型的包围盒划分成32×32×32的栅格，这样，对于每一个点，我们只需要在它所在的3×3×3的栅格中查找可能的邻居点即可。

b、计算主方向；

假设点p有m个邻居点，并且第i个邻居点记为q_i，对应于点p的法向量为n，点q_i为n_i；包括：

i)将点p的邻居点投影到点p所在的平面，把q_i的投影点记为q_i’，则，

q'_i＝q_i-((q_i-p)*n)*n，

其中，q'_i和q_i分别表示点q_i’和q_i的位置；