[发明专利]一种基于层次划分的点云属性压缩方法

说明书

本发明公布了一种基于层次划分的点云属性压缩方法，针对点云属性信息，提出一种新的基于层次划分的编码方案，按照点云空间位置和颜色分布，将一帧点云自适应地划分成“条带‑宏块‑块”的层次结构，各条带之间独立编码，提高编码效率，增强系统的容错性，改善点云属性的压缩性能。本发明通过综合利用点云的空间位置和颜色信息，自适应地将一帧点云划分成“条带‑宏块‑块”的层次结构，尽可能地令颜色相近、空间位置相关的点聚集在一个条带、宏块或编码块内，便于充分利用相邻点之间属性信息的冗余，改善点云属性压缩的性能；同时，各条带之间独立编码，支持随机访问，提高编码效率，并防止编码错误的累积和扩散，增强系统的容错性。

技术领域

本发明属于点云数据处理技术领域，涉及点云数据压缩方法，尤其涉及一种基于层次划分的点云属性压缩方法。

背景技术

三维点云是现实世界数字化的重要表现形式。随着三维扫描设备(激光、雷达等)的快速发展，点云的精度、分辨率更高。高精度点云广泛应用于城市数字化地图的构建，在如智慧城市、无人驾驶、文物保护等众多热门研究中起技术支撑作用。点云是三维扫描设备对物体表面采样所获取的，一帧点云的点数一般是百万级别，其中每个点包含几何信息和颜色、纹理等属性信息，数据量十分庞大。三维点云庞大的数据量给数据存储、传输等带来巨大挑战，所以点云压缩十分必要。

点云压缩主要分为几何压缩和属性压缩，现有的点云属性压缩框架主要包括以下几种：

一、基于八叉树分解和DCT的方法：该方法先用八叉树对点云进行空间分解得到编码块，然后对树进行深度优先遍历，将遍历的结点颜色值按照蛇形的顺序写入二维的JPEG表，再利用现有的JPEG编码器对获得的点云颜色表进行编码，其中JPEG编码器使用的是DCT。该方法利用现有的编码器，计算复杂度低，但并未充分利用点与点之间的空间相关性，在压缩性能上有待提高；

二、基于八叉树分解和图变换的方法：该方法先用八叉树对点云进行空间分解，划分到特定层次得到变换块；在每个变换块内形成图，将沿着任意坐标轴的距离不超过1的两点用一条边连接起来，边的权重与欧氏距离成反比；再对图中结点的属性信息进行图变换。该方法的压缩性能佳；但运算复杂度较高，其构图方式可能会带来子图问题，影响图变换的效率，仍有改善的空间；

三、基于KD树分解和图变换的方法：该方法先用KD树对点云进行空间分解，划分到一定深度得到变换块，其中每个变换块内所包含的点数大致相同：在变换块内，每两点用一条边连接起来，边的权重与欧氏距离有关，设定的边欧式距离阈值决定图的稀疏度；然后再对图内点的属性信息进行图变换。该方法彻底解决了子图问题，同时在压缩性能方面较前两种方法都有较大的提升，但运算复杂度较高，性能仍待改善。

发明内容

为了克服上述现有技术的不足，在考虑计算复杂度的条件下，进一步改善点云属性的压缩性能，本发明提供一种基于层次划分的点云属性压缩方法，按照点云空间位置和颜色分布，将一帧点云自适应地划分成“条带-宏块-块”的层次结构，各条带之间独立编码，提高编码效率，增强系统的容错性，改善点云属性的压缩性能。

本发明提供的技术方案是：

一种基于层次划分的点云属性压缩方法，针对点云数据，综合利用点云的空间位置和颜色信息，自适应地将一帧点云划分成“条带-宏块-块”的层次结构，尽可能地令颜色相近、空间位置相关的点聚集在一个条带、宏块或编码块内，便于充分利用相邻点之间属性信息的冗余，改善点云属性压缩的性能；同时，各条带之间独立编码，提高编码效率，并防止编码错误的累积和扩散，增强系统的容错性；包括如下步骤：

1)点云的输入：

读入待处理的点云几何信息和属性信息，以备后续处理。

2)点云KD树的划分：