[发明专利]一种基于多角度自适应帧内预测的点云属性压缩方法

摘要

本发明公布了一种基于多角度自适应帧内预测的点云属性压缩方法，针对点云属性信息,提出一种新的基于块结构的帧内预测方案，提供六种预测模式以尽可能地减少点云不同编码块之间的信息冗余，提高点云属性的压缩性能；包括：(1)点云的输入；(2)点云属性的颜色空间转换；(3)采用K‑dimension(KD)树划分点云得到编码块；(4)基于块结构的多角度自适应帧内预测；(5)帧内预测模式决策；(6)变换、均匀量化和熵编码。本发明使用KD树对点云进行编码块的划分，并按照广度优先遍历的顺序对编码块进行编号，根据编号顺序使用具有六种预测模式的点云帧内预测方案对编码块进行逐一处理，由模式决策选出最佳预测模式，再对预测残差进行变换、量化和熵编码处理，以达到点云属性压缩的最佳性能。

主权项

1.一种基于多角度自适应帧内预测的点云属性压缩方法，针对点云属性信息，提出一种新的基于块结构的帧内预测方案，提供六种预测模式以减少点云不同编码块之间的信息冗余，提高点云属性的压缩性能；包括如下步骤：1)点云属性的颜色空间转换：读入待处理的点云属性信息，考虑人眼的视觉特性和压缩处理的难易程度，将点云颜色空间从RGB空间转换到YUV空间；2)采用KD树划分点云得到编码块，并按照广度遍历顺序对编码块进行编号：读入点云的几何信息，根据几何信息对点云进行KD树划分，每次选择点云位置坐标中分布方差最大的坐标轴作为划分轴，选取坐标大小是中位值的点作为划分点，迭代划分直至达到设定的KD树深度；KD树划分的最后一层为叶子节点，所得到的块即为点云的编码块；编码块的上一层为宏块层，每个宏块是两个叶子结点的父节点，按照广度遍历的顺序对所有编码块进行编号，该编号将作为编码块后期处理的顺序；3)基于编号顺序对点云编码块的属性信息进行多角度自适应帧内预测，有六种预测模式：预测模式一是使用数值128作为当前块b_2i的Y亮度分量的预测参考值，U、V色度分量不预测，称为“直流模式”；预测模式二是用当前块b_2i的前一个块b_2i‑1重构后所有点Y、U、V分量的均值作为预测参考值，对当前块b_2i的Y_2i、U_2i、V_2i分量进行帧内预测；预测模式三是用当前块b_2i的前两个块b_2i‑2重构后所有点Y、U、V分量的均值作为预测参考值，对当前块b_2i的Y_2i、U_2i、V_2i分量进行帧内预测；预测模式四是用当前块b_2i的前三个块b_2i‑3重构后所有点Y、U、V分量的均值作为预测参考值，对当前块b_2i的Y_2i、U_2i、V_2i分量进行帧内预测；预测模式二、模式三、模式四这三种预测模式为KD树叶子节点之间的多角度预测；预测模式五是使用当前块b_2i在KD树上父节点Mb_i的前一个父节点Mb_i‑1作为预测参考块，将该父节点重构后所有点Y、U、V分量的均值作为当前叶子节点的Y_2i、U_2i、V_2i分量的参考值进行预测；预测模式六是使用当前块b_2i在KD树上父节点Mb_i的前两个父节点Mb_i‑2作为预测参考块，将该父节点重构后所有点Y、U、V分量的均值作为当前叶子节点的Y_2i、U_2i、V_2i分量的参考值进行预测；这两种预测模式为KD树叶子节点与父节点之间跨层次的多角度预测，提供了更灵活的预测方案，有利于编码块内信息冗余的去除；对第一个编码块b₁进行帧内预测时，只能使用预测模式一；对第二个编码块b₂进行帧内预测时，可以使用预测模式一和预测模式二；对第三个编码块b₃进行帧内预测时，可以使用预测模式一、预测模式二、预测模式三和预测模式五；对第四个编码块b₄进行帧内预测时，可以使用预测模式一、预测模式二、预测模式三、预测模式四和预测模式五；对编号k≥5的编码块b_k进行帧内预测时，六种预测模式均可采用；4)帧内预测的模式决策：对编码块b_k(k≥2)的颜色分量Y_k、U_k、V_k预测需要进行模式决策选出最佳的预测模式，而第一个编码块不需要进行模式决策；使用预测残差变换系数的绝对值和SATD(Sum of Absolute Transformed Difference)来估计预测模式的代价，其中使用离散余弦变换DCT(Discrete cosine transform)对预测残差进行变换处理；SATD值越小，编码该预测残差系数所需码字越少，模式引入的失真越小，代表预测模式代价越小，预测性能越好；所以，具有最小SATD的模式将被选择为当前块的预测模式；5)点云属性压缩码流的生成：按照编码顺序处理所有编码块，对预测后残差进行DCT变换、均匀量化和熵编码，得到点云属性压缩的最终码流。