[发明专利]一种点云属性预测方法、编码方法、解码方法及其设备

说明书

本发明公开了一种点云属性预测方法、编码方法、解码方法及其设备，其中，所述点云属性预测方法，包括步骤：将点云原始坐标加上一个偏移值得到新的坐标值；根据所述新的坐标值确定偏移莫顿顺序；根据所述偏移莫顿顺序确定当前节点的属性预测值。本发明通过采用偏移莫顿顺序来找到与当前节点在物理空间中最近的邻居点，从而确定当前节点的属性预测值，最后根据所述属性预测值进行属性编码或根据所述当前节点的属性预测值以及点云属性码流确定所述当前节点的属性值。本发明提供的点云属性预测方法、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压缩性能。

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预测方法、编码方法、解码方法及其设备。

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，即将当前节点云按照点云的位置信息进行莫顿排序，选取当前节点莫顿顺序的前一个点的属性值作为当前节点的属性预测值，最后用当前节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节点属性值的情况，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预测方法、编码方法、解码方法及其设备，旨在解决现有技术中由于点云在属性编码找到的邻居不够相近影响了属性预测值，从而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：

一种点云属性预测方法，其中，包括步骤：

将点云原始坐标加上一个偏移值得到新的坐标值；

根据所述新的坐标值确定偏移莫顿顺序；

根据所述偏移莫顿顺序确定当前节点的属性预测值。

所述的点云属性预测方法，其中，所述根据所述偏移莫顿顺序确定当前节点的属性预测值，包括步骤：

根据偏移莫顿顺序向前查找第一个存在的节点作为第一预测点；

将所述第一预测点的属性值作为当前节点的属性预测值；

或者，根据偏移莫顿顺序向前查找K1个存在的节点作为第一预测点，在所述K1个第一预测点找到距离当前节点距离最小的点；

将所述距离最小的点的属性值作为当前节点的属性预测值；

或者，根据偏移莫顿顺序向前查找K1个存在的节点作为第一预测点，将所述K1个第一预测点的属性值加权作为当前节点的属性预测值。

所述的点云属性预测方法，其中，所述根据所述偏移莫顿顺序确定当前节点的属性预测值，包括步骤：

根据偏移莫顿顺序向前查找第一个存在的节点作为第一预测点；

根据点云原始坐标下的原始莫顿顺序向前查找第一个存在的节点作为第二预测点；