[发明专利]基于DCT变换的点云属性编码及解码方法、装置及系统

说明书

本发明公开了一种基于DCT变换的点云属性编码及解码方法、装置及系统，所述编码方法包括：获取待编码点云数据；对所述待编码点云数据进行重排序，并选取若干点作为待变换点；对所述待变换点的属性信息进行DCT变换，得到变换系数；对所述变换系数进行量化和编码，以实现点云属性的编码。本发明提供的基于DCT变换的点云属性编码方法降低了编码时间复杂度，同时提升了编码性能。

技术领域

本发明属于三维重建技术领域，具体涉及一种基于DCT变换的点云属性编码及解码方法、装置及系统。

背景技术

随着计算机技术的发展，三维重建技术已经广泛应用到了诸如文物保护、游戏开发、建筑设计、临床医学等各个领域。三维重建技术是一种通过深度数据获取、预处理、点云配准与融合、生成表面等过程，把真实场景刻画成符合计算机逻辑表达的数学模型。其中，点云压缩编码和解码技术是三维重建的关键技术之一。

离散余弦变换(Discrete Cosine Transform，DCT)是一种实数域的变换，与传统的去相关性能最优的Karhunen-Loève(K-L)变换相比，DCT的变换形式与输入信号无关且可以快速实现算法。因此，越来越多的图像及视频编码标准采用DCT技术，如JPEG、H.261、MPEG—1、H.262/MPEG—2、H.263、MPEG—4、H.264/AVC、H.265/HEVC、H.266等。近年来，随着三维点云压缩技术的兴起和发展，该技术也被用于点云压缩中的属性编码。

传统的DCT变换主要是针对规则的图像块进行，针对三维点云属性编码，研究人员提出了一种形状自适应离散余弦变换(Shape-Adaptive DCT，SA-DCT)，该方法首先进行颜色空间RGB到YUV的转换，在几何信息改变的情况下，进行点云属性信息的重着色，然后进行属性信息预测，接着对预测残差进行SA-DCT变换。由于点云在空间分布的稀疏性，导致整个点云序列中存在许多空块，即三维点云的每个维度在进行DCT变换时都存在不连续的现象，从而降低DCT变换的性能。为了解决这种问题，SA-DCT通过对三个维度上的点进行平移来获得点的连续性。SA-DCT变换通过多次平移和一维DCT变换将空间域能量的分散分布转换到变换域能量的集中分布。然而，这种方式运算复杂度较高，变换效率较低；并且不能保证通过平移而相邻的点之间具有较高的相关性，影响编码性能。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于DCT变换的点云属性编码及解码方法、装置及系统。本发明要解决的技术问题通过以下技术方案实现：

一种基于DCT变换的点云属性编码方法，包括：

获取待编码点云数据；

对所述待编码点云数据进行重排序，并选取若干点作为待变换点；

对所述待变换点的属性信息进行DCT变换，得到变换系数；

对所述变换系数进行量化和编码，以实现点云属性的编码。

在本发明的一个实施例中，对所述待编码点云数据进行重排序，并选取若干点作为待变换点，包括：

若判断第一预设条件成立，则对所述待编码点云数据按照莫顿码排列，得到新的点云序列，并在所述新的点云序列中依次选取K个点作为待变换点；其中，K表示DCT变换阶次；

否则，对所述待编码点云数据进行LOD划分，以得到新的点云序列。

在本发明的一个实施例中，对所述待编码点云数据进行LOD划分，以得到新的点云序列，包括：

对所述待编码点云数据基于几何空间关系进行LOD划分，并对每个LOD层中的点按照莫顿码进行排序，得到新的点云序列；

按照由高层到低层的顺序依次从所述新的点云序列中选取K个点作为待变换点。