【技术实现步骤摘要】
基于投影及视频拼接的点云数据压缩方法及系统
本专利技术涉及基于投影及视频拼接的点云数据压缩领域，具体地，涉及一种基于投影及视频拼接的点云数据压缩方法及系统。
技术介绍
近几十年来，三维扫描技术和系统日趋成熟，3D扫描仪仪器制造成本降低，精度越来越来高，其应用也越来越广泛，可快速精准的获取实际物体表面的三维坐标信息并存储，使点云数据可广泛应用于科研和工业中的图像处理相关领域中。点云数据是物体三维扫描后其三维坐标的数据信息，还可能记录了RGB、深度等信息。随着三维扫描系统精度和速度的提升，扫描后点云数据量将达到几百万甚至更大的数量级，目前，海量点云数据为计算机存储、处理和传输增加沉重的负担。点云的压缩算法已经有了较为系统的研究。静态点云压缩方法多数是基于八叉树空间分解实现的。利用八叉树结构对点云所在的三维空间进行分解，每个节点表示空间中特定区域的立方体。根据八叉树结构和相应的节点信息可以计算出近似后的点空间坐标。因此，通过对八叉树结构进行序列化编码即可实现静态点云压缩。而动态点云的典型压缩方案是通过投影映射将3D...
【技术保护点】
1.一种基于投影及视频拼接的点云数据压缩方法，其特征在于，包括以下步骤：/n分析点云数据的几何属性特征确定相应的投影策略，确定最优的投影角度；/n对同一投影角度的投影区域多次投影得到由同一角度的一组具有空间相关性的二维图片；/n将一组二维图片拼接为视频文件。/n
【技术特征摘要】
1.一种基于投影及视频拼接的点云数据压缩方法，其特征在于，包括以下步骤：
分析点云数据的几何属性特征确定相应的投影策略，确定最优的投影角度；
对同一投影角度的投影区域多次投影得到由同一角度的一组具有空间相关性的二维图片；
将一组二维图片拼接为视频文件。
2.如权利要求1所述的基于投影及视频拼接的点云数据压缩方法，其特征在于，还包括：
对点云数据进行分析，得到几何及属性特征，来确定特定投影策略。
3.如权利要求1所述的基于投影及视频拼接的点云数据压缩方法，其特征在于，所述投影策略包括：
最佳投影轴和最佳投影面，并且选择设置不同的投影方式。
4.如权利要求3所述的基于投影及视频拼接的点云数据压缩方法，其特征在于，所述投影方式包括以下任一种或任多种：
基于多面体投影方法、球面投影方法、圆柱投影方法、、锥面投影方法。
5.如权利要求4所述的基于投影及视频拼接的点云数据压缩方法，其特征在于，所述在采用圆柱体投影方案：
对点云数据进行分析，判定最大限度保留原始分布特性的投影轴；假定样本点为xi，并且假设投影变换后的新坐标系为W＝{w1,w2,w3}，其中w1,w2,w3为新坐标系的基向量，则可得出xi在超平面的投影是WTxi，优化目标为
s.tWTW＝I
对上式使用拉格朗日乘子法可得：
XXTW＝λW
其中，
I表示单位阵；
λ表示待定特征值矩阵；
X＝(x1,x2,…,xn)是点云数据点集，其中n为点云数据所包含点的总个数，i＝1，2，…，n；
对协方差矩阵XXT进行特征值分解，求得的最大的若干个特征值的特征向量即为该样本降维后所在空间的标准正交基向量，
以对应的特征向量{w1,w2,w3}为X、Y、Z轴建立新的空间直角坐标系，确定最佳投影轴。
6.如权利要求1所述的基于投影及视频拼接的点云数据压缩方法，其特征在于，还包括：
对点云数据进行分析，判定最大限度保留原始分布特性的投影轴，得到确定最佳投影轴；
选定投影半径，按照同一角度投影的原则，将原始的点云数据上的点投影并展开至平面；
确定最优的投影区域；
将最优投影区域中每个点只能投影一次；
重复上述过程可获得一组同一角度投影的二维图片，拼接为一个视频序列。
7.如权利要求1所述的基于投影及视频拼接的点云数据压缩方法，其特征在于，还包括：
通过以下方式确定多次投影的次数：
设置获取的投影点数占原始的点云数据的总点数的投影获取阈值，当多次投影后已投影点数达到该投影获取阈值，便不再继续投影，累计获得多张二维图片。
8.如权利要求6所述的基于投影及视频拼接的点云数据压缩方法，其特征在于，还包括：
确定投影角度后，多次投影之间的每次投影依据几何属性特征在二维图像中同一像素的重合点中仅择优选取一点进行保留，使得每个点只能投影一次，并在存在遮挡关系的一系列点中依据几何和属性特征选择最优点进行投影。
9.如权利要求1所述的基于投影及视频拼接的点云数据压缩方法，其特征在于...
【专利技术属性】
技术研发人员：徐异凌，李哲，朱文婕，管云峰，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。