[发明专利]一种3D点云压缩方法

权利要求书

1.一种3D点云压缩编码方法，其特征在于，包括如下步骤：

步骤S1：将点云中的点分成若干类，并使得每个类中的点无论是空间坐标还是颜色属性都很相近；

步骤S2：然后再分别对每个类进行压缩编码。

2.根据权利要求1所述的一种3D点云压缩编码方法，其特征在于，所述步骤S1通过不断将中心点移动到概率密度更高的区域来寻找属于同一类的数据点，其具体包括如下步骤：

步骤S101：输入原始点云数据，在未被标记的点中随机选取一个点作为初始中心点m_n；

步骤S102：以m_n为中心点创建一个类C_i.

步骤S103：搜索所有输入数据点中与m_n之间的距离小于半径r的所有邻域点，将这些点标记为已访问，每个点可被多次访问，并更新每个点被类C_i访问的次数；

步骤S104：计算m_n与所有搜索出的邻域点的加权质心m_n+1，并将中心点更新为m_n+1；

步骤S105：如果m_n+1和m_n之间的距离大于设定的阈值，则返回步骤(3)；否则，迭代收敛，进入下一步；

步骤S106：如果收敛后的中心点与已存在类的中心点的距离小于设定的阈值，则将其与已存在的类合并；

步骤S107：重复以上步骤直到所有点都被标记；

步骤S108：读取每个点被每个类访问的次数，取访问次数最多的类作为该点的类；

步骤S109：输出分类后的点云数据。

3.根据权利要求1所述的一种3D点云压缩编码方法，其特征在于，步骤S2将点云所包含的数据映射成规则的二维图像，然后利用图像编码算法进行压缩编码，设定一个含有m个点的类C_j＝{x₁，x₂，...，x_m}，找到进行zigzag型映射时的排列顺序C′_j＝{x⁽¹⁾，x⁽²⁾，...，x^(m)，}，采用遗传算法使得在该顺序下的值最小，每个基因表示类中的一个点，一个包含m个基因的个体表示类的一种排列方式，多个个体构成一个种群，定义种群中个体的适应度为即所有相邻点的距离之和越小，个体的适应度越高，从而有更大概率存活下来。

4.根据根据权利要求3所述的一种3D点云压缩编码方法，其特征在于，所述遗传算法主要包括以下步骤：

步骤201：输入聚类分割后的一个类，随机排列类中的点，生成n个个体，构成初始种群；

步骤S202：计算每个个体的适应度

步骤S203：淘汰种群中所有适应度小于设定阈值s的个体，并将存活的个体加入下一代种群；

步骤S204：从存活的个体中随机选择两个个体以概率p₁进行杂交，产生新的个体，并加入下一代种群，其中杂交方法为：从第一个个体的前段截取一段随机长度的基因嫁接到第二个个体的前段，再去除与截取部分重复的基因，保证新生成个体的基因互不重复；

步骤S205：以概率p₂对新生成的个体进行基因突变。基因突变方法为：对个体中两个基因进行位置交换；

步骤206：重复步骤S204和S205，直到新一代种群中个体的数目与原始种群的个体数目相等；

步骤S207：重复步骤S202到S206直到种群中适应度最高的个体满足预定条件，输出适应度最高的个体；

步骤208：输出符合最优映射的点序列。