[发明专利]一种点云属性编码方法、解码方法、编码设备及解码设备

说明书

本发明公开了一种点云属性编码方法、解码方法、编码设备及解码设备，所述点云属性编码方法和解码方法包括步骤：按照所述莫顿顺序选取当前点的前K个点作为邻居点，计算点云中的每个点与其邻居点的质心坐标的距离，并将该距离与距离阈值做比较，根据距离与距离阈值的大小关系确定当前点的属性预测值；最后根据所述属性预测值进行属性编码或根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。本发明提供的点云属性编码方法和解码方法能够提升点云的几何信息和属性信息相关性的利用，从而提高点云属性的编码和解码性能。

技术领域

本发明涉及点云处理技术领域，特别涉及一种点云属性编码方法、解码方法、编码设备及解码设备。

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(如激光、雷达等)的快速发展，点云的精度和分辨率变得更高。高精度点云广泛应用于城市数字化地图的构建，在智慧城市、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、反射率等属性信息，数据量十分庞大。三维点云庞大的数据量给数据存储、传输等带来了巨大挑战，因此对点云进行压缩变得十分重要。

点云压缩主要分为几何压缩和属性压缩，目前由中国AVS(Audio Video codingStandard)点云压缩工作组所提供的测试平台PCEM中描述的点云属性压缩方法主要采用基于莫顿顺序的点云预测方法，即将当前点云按照点云的位置信息进行莫顿排序，选取当前点莫顿顺序的前一个点的属性值作为当前点的属性预测值，最后用当前点的实际属性值减去属性预测值得到属性残差值。

然而，上述点云预测方法只考虑了莫顿顺序，其存在莫顿顺序的前一个点不能很好的预测当前点属性值的情况，容易导致属性预测准确度不高，从而降低编码和解码性能。

因此，现有技术还有待于改进和发展。

发明内容

本发明提供一种点云属性编码方法、解码方法、编码设备及解码设备，旨在解决现有技术中由于点云中的点属性值预测不准，导致点云属性编码和解码性能较差的问题。

为了解决上述技术问题，本发明所采用的技术方案如下：

一种点云属性解码方法，其中，包括步骤：

获取当前点的位置坐标，并按照莫顿排序选取所述当前点的前K个点作为邻居点，其中，K为2-8中的任一整数值；

确定所述邻居点的质心坐标，并计算当前点与所述质心坐标之间的距离；

确定所述点云的距离阈值；

将所述距离与所述距离阈值进行比较，并根据比较结果确定当前点的属性预测值；

根据所述当前点的属性预测值以及点云属性码流确定所述当前点的属性值。

所述的点云属性解码方法，其中，所述计算当前点与所述质心坐标之间的距离包括步骤：

计算三维空间下所述当前点与所述质心坐标的欧式距离，将所述欧式距离作为所述当前点与所述质心坐标之间的距离；

或者，计算在X，Y，Z三个方向上，所述当前点与所述质心坐标的差值绝对值的最大值，将所述最大值作为所述当前点与所述质心坐标之间的距离；

或者，计算在X，Y，Z三个方向上，所述当前点与质心坐标的差值的加权平均值，将所述加权平均值作为所述当前点与所述质心坐标之间的距离。

所述的点云属性解码方法，其中，所述确定所述点云的距离阈值的步骤包括：

根据所述点云种类或者属性种类选取相对应的距离阈值；

或者，对点云属性码流进行熵解码确定距离阈值。