一种彩色点云的压缩采样及重构方法技术

本发明专利技术涉及一种彩色点云的压缩采样及重构方法。采集端将三维点云按照莫顿码的规则进行排序，分别测量排序后的几何属性和颜色属性分量，重构端利用基于小波稀疏性的SL0优化算法恢复出原始彩色点云。本发明专利技术处理三维静态点云时，所需采样的数据量少，重构效率高。

A compression sampling and reconstruction method of color point cloud

【技术实现步骤摘要】
一种彩色点云的压缩采样及重构方法
本专利技术涉及一种彩色点云的压缩采样及重构方法。
技术介绍
点云是分布在N维空间中的离散点集。目前研究主要针对三维点云，它是对物体表面信息的离散采样。在数字化文物，自由视点赛事转播，虚拟现实/增强现实/混合现实，自动驾驶及辅助驾驶等方面有广阔的应用前景。大规模场景的静态点云需要千万个点表示，动态点云的数据量将达到百兆bps甚至几Gbps。实际应用中由于存储和传输带宽受限，迫切需要进行点云压缩。目前诸多学者研究了基于八叉树结构、基于图像、或基于三维块的彩色点云压缩算法。大多数算法都需要对三维点云进行全采样，将彩色点云分解为几何属性和颜色属性分别处理，且颜色属性的压缩滞后于或依赖于几何属性，增加了采集端的存储负担和编码复杂度，影响了压缩算法的并行度。由于点云的稀疏特征，近年来压缩感知被引入到点云的几何属性和颜色属性压缩中。例如，西电的李佳和上大的张习民等研究了点云几何属性的稀疏化算法，对xyz三个坐标轴分别进行分段、降维、变换和测量，并利用正交匹配追踪(OMP)算法重构。ShuaiGu将三维点云的不本文档来自技高网...

【技术保护点】
1.一种彩色点云的压缩采样及重构方法，其特征在于，包括采集过程和重构过程，具体如下：/n采集过程包括如下步骤：/n步骤A1：将一彩色点云的所有顶点根据几何属性的莫顿码进行排序；/n步骤A2：将排序的彩色点云分解为几何属性和颜色属性；/n步骤A3：将几何属性和颜色属性的所有分量统一分成若干段，分别利用部分DCT矩阵进行测量；/n重构过程包括以下步骤：/n步骤B1：将几何属性和颜色属性分量的各个分段，分别利用基于小波稀疏性的平滑SL0优化算法进行重构；/n步骤B2：将各数据分段组合成重构的几何属性和颜色属性，从而恢复出三维彩色点云。/n

【技术特征摘要】
1.一种彩色点云的压缩采样及重构方法，其特征在于，包括采集过程和重构过程，具体如下：
采集过程包括如下步骤：
步骤A1：将一彩色点云的所有顶点根据几何属性的莫顿码进行排序；
步骤A2：将排序的彩色点云分解为几何属性和颜色属性；
步骤A3：将几何属性和颜色属性的所有分量统一分成若干段，分别利用部分DCT矩阵进行测量；
重构过程包括以下步骤：
步骤B1：将几何属性和颜色属性分量的各个分段，分别利用基于小波稀疏性的平滑SL0优化...

【专利技术属性】
技术研发人员：陈建，陈志峰，郑明魁，王适，
申请(专利权)人：福州大学，
类型：发明
国别省市：福建;35