[发明专利]一种动态点云几何信息压缩率失真优化方法及装置

权利要求书

1.一种动态点云几何信息压缩率失真优化方法，其特征在于，包括：

获取三维动态点云视频分解后的几何图像的原始深度信息以及使用现有率失真优化方法编码得到的几何图像的重构深度信息；

基于获取到的原始深度信息和重构深度信息，计算几何图像中原始点所在平面的法向量与该原始点的投影方向之间的估计角度θ；其中，所述该原始点的投影方向为：该原始点在几何图像的中深度信息的取值方向；

利用计算得到的估计角度θ，优化现有率失真优化方法中几何图像的重构点到原始点所在平面距离误差的编码；其中现有率失真优化方法采用失真代价函数最小的编码模式，其中，失真代价函数表示为：

J＝D+λR (10)

式(10)中，J表示失真代价函数，R表示编码比特数，D表示编码重构的失真，λ表示权重参数，用于平衡编码重构的失真D和编码比特数R；

采用重构点与原始点距离的误差D₁以及重构点到原始点所在平面距离的误差D₂评价经现有率失真优化方法后得到的重构几何信息的质量；其中，重构点与原始点距离的误差D₁以及重构点到原始点所在平面距离的误差D₂，通过以下公式表示：

式(11)和式(12)中，b_i表示某一编码单元的第i个原始点，X表示原始点所在平面，a_j表示原始点b_i对应的重构点，f_j表示原始点所在平面X中距离重构点a_j最近的点，考虑f_j的真实存在性，在平面X中选取距离f_j最近的真实点b_j作为a_j的对应点；

式(10)中，编码重构的失真D用以下公式表示：

利用计算得到的估计角度θ，优化现有率失真优化方法中几何图像的重构点到原始点所在平面距离误差的编码，包括：

根据式(12)计算重构点a_j到原始点所在平面X距离的误差D₂，考虑到f_j是平面X上重构点a_j的垂点，则式(12)为：

式(14)中，∠b_ia_jf_j是与的夹角，表示为几何图像中原始点所在平面X的法向量与点云中原始点的投影方向之间的估计角度θ；

通过式(14)和式(10)，计算失真代价函数J，通过以下公式表示：

结合式(13)简化式(15)的失真代价函数J，通过以下公式表示：

式(16)中，当的值取实际计算值；当时，的值取实数2；

用式(16)的失真代价函数J替换现有失真代价函数，完成对现有率失真优化方法中重构点到原始点所在平面距离误差的编码。

2.根据权利要求1所述的动态点云几何信息压缩率失真优化方法，其特征在于，计算几何图像中原始点所在平面的法向量，包括：

根据三维动态点云视频分解后的几何图像的图像内容将几何图像分割为多个64×64的编码单元，每个编码单元中有多个原始点，原始点表示为：

b_i＝(x_i,y_i,z_i),i＝0,1,…,n-1 (1)

式(1)中，b_i表示该编码单元的第i个原始点，n表示该编码单元包含n个原始点，x_i,y_i,z_i表示该编码单元中第i个原始点的原始几何信息；

计算每个编码单元的平面方程z＝Ux+Vy+W，其中，U,V,W为平面方程的系数，包括：

初始化每个编码单元的平面方程中W＝-1；

基于拟合误差函数最小化原则计算U,V，得到每个编码单元的平面方程z＝Ux+Vy-1；

采用最小二乘法对每个编码单元的平面方程拟合，计算得到几何图像中原始点所在平面的法向量