【技术实现步骤摘要】
基于点特征直方图测地距离的全参考3D点云质量评估方法
[0001]本专利技术属于多媒体信息处理领域，涉及一种基于点特征直方图测地距离的全参考3D点云质量评估方法。
技术介绍
[0002]随着信号采集技术的发展，由大量非结构化的三维点构成的三维沉浸场景，点云已成为一种具有吸引力的表示形式。一般情况下，每个点包含目标表面的几何属性、颜色属性和法线信息。与传统的图像/视频处理系统类似，点云信号也存在一系列典型的处理技术，如采集、压缩、传输、渲染、重构和分析(如分类、识别)。由于处理技术的限制，点云的质量不可避免地会受到损害，比如有损压缩造成的失真，或者采集带来的噪声。因此，准确的点云质量评估算法也变得至关重要。
[0003]对于视觉信号，尤其是二维图像/视频的感知质量评价一直是一个非常重要的研究方向。其动机是通过设计计算模型来模仿人类视觉系统(HVS)的响应特性。对于点云的感知质量评估，与2D图像/视频相比，主要有两个因素使得该研究具有挑战性。首先，点云是非结构化的，是由大量无拓扑的三维点组成，使得频率分解和局部邻域构建更...
【技术保护点】
【技术特征摘要】
1.一种基于点特征直方图测地距离的全参考3D点云质量评估方法，其特征在于：包括以下步骤：S1：对三维点云进行重采样的预处理操作，将参考点云通过图高通滤波器来获取其轮廓或边缘上的高频关键点；S2：通过k近邻搜索算法来聚类高频点在参考点云和失真点云中近邻点的集合和即局部邻域；S3：计算和的快速点特征直方图，作为其几何特征描述算子，然后计算两几何特征描述算子之间的EMD距离，并将计算的结果通过对数函数归一化得到局部区域的几何质量度量结果；S4：将和的颜色属性由RGB颜色空间转换为高斯颜色空间，然后分别计算和颜色属性亮度分量的均值、标准差和协方差，最后通过聚合计算结果得到局部区域颜色属性的质量度量；S5：根据几何质量度量和颜色属性质量度量，将几何骨架关键点的所有局部邻域质量度量结果线性加权聚合得到最终的点云感知质量评价模型。2.根据权利要求1所述的基于点特征直方图测地距离的全参考3D点云质量评估方法，其特征在于：步骤S1中所述点云是由大量非结构化的三维点组成，每个点都被赋予多个属性，将有N个点，每个点包括K个属性的点云记为：K个属性划分为三种类别：几何坐标颜色属性法线值每个点表示为使用邻接矩阵来表示局部区域中邻近点的连接权值，其中每个元素W
ij
表示点p
i
和p
j
之间的连接权值，其定义如下：节点加权程度矩阵定义为其中D
i
＝∑
j
W
ij
表示点p
i
的连接密度；定义为图移位算子，一个线性且移位不变的图滤波器表示为A的多项式：其中L是滤波器长度，h
l
是滤波器系数；此处，采用一种Haar
‑
like高通图滤波器对三维点云进行重采样，其定义如下：
其中图移位算子为A＝D
‑1W，λ
i
和V分别为A的特征值和特征向量，点云中每个点通过该滤波器的频率响应为：F(p
i
)＝h
HH
(A)
·
p
i
＝(I
‑
A)
·
p
i
根据点云中每个点频率响应的不同来获取所需的高频关键点；假设滤波器采样率为f
s
，经过图高通滤波器后点云的总点数为重采样后的点云表示为：3.根据权利要求1所述的基于点特征直方图测地距离的全参考3D点云质量评估方法，其特征在于：在所述步骤S2中，给定一个欧式距离阈值δ，通过k近邻搜索算法KNN分别聚类每个关键点在参考点云和失真点云的局部邻域，定义如下：4.根据权利要求1所述的基于点特征直方图测地距离的全参考3D点云质量评估方法，其特征在于：所述步骤S3中的快速点特征直方图计算过程如下：对于每一对三维点和分别计算α,φ,θ三个特征，其中p
i
是一对点中法线和两点之间连线夹角较小的那个点，其中，uvn坐标系定义为：α,φ,θ三个特征将被转化到直方图中作为几何特征的描述算子，具体转化方式如下：其中b为每个特征在特征直方图中所占的直方数量；对于获取最终的局部区域几何质量评估结果具体求解过程包括以下步骤：S31：从聚类出的参考点云局部区域或失真点云局部区域中选取距离高频点
最近的k个点，并将这k...
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。