一种基于邻居的权重优化的点云帧内预测方法及设备技术

本发明专利技术提供了一种基于邻居的权重优化的点云帧内预测及设备，该方法是在点云的属性压缩做帧内预测时，基于点云在x、y、z三个方向上分布的密集程度差异，对点云中的点所参考的邻居的权重进行优化的方案，具体是在计算邻居的权重时对距离在x、y、z三个方向上的分量的系数进行优化。本发明专利技术能够通过加强对点云整体几何信息的利用，提高帧内预测的准确性，然后再对预测残差进行变换、量化和熵编码处理，以达到更好的点云属性压缩性能。

An intra prediction method and equipment of point cloud based on neighbor weight optimization

【技术实现步骤摘要】
一种基于邻居的权重优化的点云帧内预测方法及设备
本专利技术属于点云压缩领域，涉及点云数据压缩方法，尤其涉及一种基于邻居的权重优化的点云帧内预测方法及设备。
技术介绍
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(激光、雷达等)的快速发展，点云的精度、分辨率更高。高精度点云广泛应用于城市数字化地图的构建，在如智慧城市、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、传输等带来巨大挑战，所以点云压缩十分必要。点云压缩主要分为几何压缩和属性压缩，目前由国际标准组织(MovingPictureExpertsGroup，简称为MPEG)所提供的测试平台TMC13v6(TestModelforCategory1&3version6)中描述的点云属性压缩框架主要有：一、基于渐近层次表达(LevelofDetail，简称为LOD)的升降变换(LiftingTransform)策略：该方法首先用已按照莫顿码排序的点本文档来自技高网...

【技术保护点】
1.一种基于邻居的权重优化的点云帧内预测方法，其特征在于，包括：在编码端执行步骤1)至5)，其中：步骤1)：遍历点云中的点，将它们分别加入所属LOD中；步骤2)：确定当前点的K个最近邻点；步骤3)：根据所述当前点的坐标和所述K个最近邻点的坐标，计算所述当前点的每个最近邻点的优化权重；步骤4)：利用所述当前点的K个最近邻点的优化权重，对K个最近邻点的重构属性值进行加权求和，计算所述当前点的属性预测值；步骤5)：根据所述当前点的属性预测值进行编码处理；以及在解码端执行步骤6)至步骤10)，其中：步骤6)～步骤9)同步骤1)～步骤4)；步骤10)：重建点云属性，根据所述当前点的属性预测值进行解码处理...

【技术特征摘要】
1.一种基于邻居的权重优化的点云帧内预测方法，其特征在于，包括：在编码端执行步骤1)至5)，其中：步骤1)：遍历点云中的点，将它们分别加入所属LOD中；步骤2)：确定当前点的K个最近邻点；步骤3)：根据所述当前点的坐标和所述K个最近邻点的坐标，计算所述当前点的每个最近邻点的优化权重；步骤4)：利用所述当前点的K个最近邻点的优化权重，对K个最近邻点的重构属性值进行加权求和，计算所述当前点的属性预测值；步骤5)：根据所述当前点的属性预测值进行编码处理；以及在解码端执行步骤6)至步骤10)，其中：步骤6)～步骤9)同步骤1)～步骤4)；步骤10)：重建点云属性，根据所述当前点的属性预测值进行解码处理。2.根据权利要求1所述的方法，其特征在于，所述步骤2)包括：根据点云中的点到所述当前点的空间欧式距离大小确定所述当前点的K个最近邻点。3.根据权利要求1所述的方法，其特征在于，所述步骤3)中对于获取所述K个最近邻点中的一个的优化权重的方法，包括：计算所述当前点与该最近邻点在x、y、z三个坐标分量上的差值，并分别求平方，得到所述当前点与该最近邻点在x、y、z三个坐标分量上的平方差；对于所述当前点与该最近邻点在x、y、z三个坐标分量上的平方差，分别乘上相应的系数α、β、γ，得到所述当前点与该最近邻点在x、y、z三个坐标分量上的加权平方差，其中α、β、γ均为常数，默认值为1、1、1；对于所述当前点与该最近邻点在x、y、z三个坐标分量上的加权平方差，三者求和得到所述当前点与该最近邻点的加权距离平方；对于所述当前点与该最近邻点的加权距离平方求倒数，得到该最近邻点的优化权重。4.根据权利要求1及3所述的方法，其特征在于，所述步骤4)，包括：获得所述当前点的K个最近邻点中的每个最近邻点的优化权重和属性重构值；对于所述当前点的K个最近邻点中的每个最近邻点的优化权重，都除以K个最近邻点的优化权重的和，得到所述当前点的K个最近邻点的相对权重；对于所述当前点的K个最近邻点中的每个最近邻点的相对权重和属性重构值，一一对应相乘，K个乘积再求和，得到所述当前点的属性预测值。5.根据权利要求1所述的方法，其特征在于，其中所述步骤5)根据所述当前点的属性预测值进行编码处理，包括：计算所述当前点的属性值与属性预测值之间的差值确定当前点的预测残差值；对所述预测残差值进行编码，经过变换、量化、熵编码，得到码流。6.根据权利要求1所述的方法，其特征在于，所述步骤10)根据所述当前点的属性预测值进行解码处理，包括：对码流进行熵解码、反量化、反变换，得到所述当前点的预测残差值；根据所述当前点的属性预测值与预测残差值的和确定所述当前点的属性值。7.一种用于点云帧内预测的设备...

【专利技术属性】
技术研发人员：李革，张琦，邵薏婷，王静，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：广东,44