一种点云的压缩方法、装置、电子设备及存储介质制造方法及图纸

本公开涉及点云数据处理技术领域，具体提供了一种点云的压缩方法、装置、电子设备及存储介质，通过将待压缩点云划分为多个子点云块；确定每个子点云块对应的几何属性信息与颜色属性信息之间的相关系数并与预设的系数阈值进行比较，若大于，则根据几何属性信息确定该子点云块对应的距离加权图，并基于距离加权图压缩子点云块；若小于，则计算该子点云块对应的纹理复杂度并与预设的复杂度阈值进行比较，若大于，则确定该子点云块对应的相似度加权图，并基于相似度加权图压缩子点云块；若小于，则确定该子点云块对应的无权图，并基于无权图压缩子点云块。在充分考虑点云的几何属性、颜色属性、纹理信息之间的相关性的同时，实现较优的压缩性能。现较优的压缩性能。现较优的压缩性能。

A compression method, device, electronic device and storage medium of point cloud

【技术实现步骤摘要】
一种点云的压缩方法、装置、电子设备及存储介质


[0001]本公开涉及点云数据处理
，具体而言，涉及一种点云的压缩方法、装置、电子设备及存储介质。

技术介绍

[0002]三维点云是现实世界数字化的重要表现形式，目前已经被广泛应用于自动驾驶、虚拟现实和数字博物馆等领域，在这些领域中，点云是一组包含几何和属性信息(如颜色和反射率)的点，模拟了各种场景和物体的外部表面。随着点云采集设备的发展，点云的分辨率正在急剧提高，数据量的增加使得3D应用程序的部署难以实现，如何高效的压缩点云数据已经成为一个重要的问题。
[0003]目前，各种对于点云属性信息的压缩方法已经被提出，变换技术是其中的一个重要分支。目前，点云属性压缩的变换技术可以大致分为三大类：区域自适应层次变换、图傅里叶变换和提升变换。区域自适应层次变换是一种层次子带变换，利用较低层次节点的颜色来预测下一层次节点的颜色，其变换矩阵根据每个节点的点数导出；图傅里叶变换通过基于阈值的距离表示设置权重矩阵，将其中几何上的稀疏表示转化为一个L0范数的正则优化问题。或者通过引入基于块的帧内预测算法，利用邻接点之间的空间相关性；提升变换是几何点云编码器的一个分支，是在多层次细节(Level of Detail，LOD) 方法的基础上实现的，它还引入了更新算子和自适应量化策略。更新算子使用预测残差来更新更低层LoD的属性值。接着，每个点的变换系数通过乘上对应权重从而被量化。但是上述方法并未考虑点云几何与颜色、纹理信息之间的相关性，压缩性能较差。

技术实现思路

>[0004]本公开实施例至少提供一种点云的压缩方法、装置、电子设备及存储介质，可以充分考虑点云的几何属性、颜色属性、纹理信息之间的相关性，并具有较优的压缩性能。
[0005]本公开实施例提供了一种点云的压缩方法，所述方法包括：获取待压缩点云，将所述待压缩点云划分为多个子点云块；针对每个所述子点云块，确定该所述子点云块对应的几何属性信息与颜色属性信息之间的相关系数；针对所述相关系数大于预设的系数阈值的所述子点云块，根据所述几何属性信息确定该所述子点云块对应的距离加权图，并基于所述距离加权图压缩所述子点云块；针对所述相关系数小于所述系数阈值的所述子点云块，计算该所述子点云块对应的纹理复杂度；针对所述纹理复杂度大于预设的复杂度阈值的所述子点云块，确定该所述子点云块对应的相似度加权图，并基于所述相似度加权图压缩所述子点云块；针对所述纹理复杂度小于所述复杂度阈值的所述子点云块，确定该所述子点云块对应的无权图，并基于所述无权图压缩所述子点云块。
[0006]一种可选的实施方式中，所述针对每个所述子点云块，确定该所述子点云块对应的几何属性信息与颜色属性信息之间的相关系数，具体包括：针对每个所述子点云块，获取该所述子点云块内，各个顶点间的信号差值产生的几何变化信息与颜色变化信息；将所述几何变化信息与所述颜色变化信息作为所述几何属性信息与所述颜色属性信息之间相关性的评价指标，获取多个所述几何变化信息对应的观测值以及多个所述颜色变化信息对应的观测值；根据所述几何变化信息对应的观测值以及所述颜色变化信息对应的观测值，确定所述子点云块对应的皮尔森相关系数；将所述皮尔森相关系数确定为所述几何属性信息与所述颜色属性信息之间的相关系数。
[0007]一种可选的实施方式中，基于以下公式确定所述子点云块对应的皮尔森相关系数：其中，G为代表所述几何变化信息的参数、C为代表所述颜色变化信息的参数、代表所述几何变化信息的观测值对应的均值、代表所述几何变化信息的观测值对应的标准差、代表所述颜色变化信息的观测值对应的均值、代表所述颜色变化信息的观测值对应的标准差、M代表所述几何变化信息的观测值与所述颜色变化信息的观测值的数量、所述几何变化信息的第i个观测值、代表所述颜色变化信息的第i个观测值、代表所述皮尔森相关系数。
[0008]一种可选的实施方式中，所述针对所述相关系数大于预设的系数阈值的所述子点云块，根据所述几何属性信息确定该所述子点云块对应的距离加权图，并基于所述距离加权图压缩所述子点云块，具体包括：针对所述相关系数大于预设的系数阈值的所述子点云块，确定该所述子点云块中，每两个顶点之间的顶点距离；根据所述顶点距离以及预设的距离阈值，确定所述子点云块中顶点间的边权重，并根据所述边权重构建所述距离加权图；确定所述距离加权图对应的权重矩阵，根据所述权重矩阵确定所述子点云块对应的拉普拉斯矩阵；根据所述拉普拉斯矩阵压缩所述子点云块。
[0009]一种可选的实施方式中，所述针对所述相关系数小于所述系数阈值的所述子点云块，计算该所述子点云块对应的纹理复杂度，具体包括：针对所述相关系数小于所述系数阈值的所述子点云块，确定该所述子点云块对应的灰度共生矩阵；计算所述灰度共生矩阵对应的二次统计熵值，将所述二次统计熵值确定为所述纹理复杂度。
[0010]一种可选的实施方式中，所述针对所述纹理复杂度大于预设的复杂度阈值的所述
子点云块，确定该所述子点云块对应的相似度加权图，并基于所述相似度加权图压缩所述子点云块，具体包括：针对所述纹理复杂度大于预设的复杂度阈值的所述子点云块，确定该所述子点云块中，每两个顶点之间的顶点距离；确定所述子点云块中每个顶点对应的颜色属性值，针对每个顶点，将该顶点对应的所述颜色属性值以及与其相邻的顶点对应的所述颜色属性值进行反距离加权计算，确定该顶点对应的颜色预测值；根据所述顶点距离以及每两个顶点之间所述颜色预测值的差值，确定所述子点云块中顶点间的边权重，并根据所述边权重构建所述相似度加权图，其中，所述相似度加权图用以通过引入颜色属性信息来反映所述子点云块中顶点间的纹理相似性；确定所述相似度加权图对应的权重矩阵，根据所述权重矩阵确定所述子点云块对应的拉普拉斯矩阵；根据所述拉普拉斯矩阵压缩所述子点云块。
[0011]一种可选的实施方式中，所述针对所述纹理复杂度小于所述复杂度阈值的所述子点云块，确定该所述子点云块对应的无权图，并基于所述无权图压缩所述子点云块，具体包括：针对所述纹理复杂度小于所述复杂度阈值的所述子点云块，其中所述子点云块包括一个全局平滑块或多个局部平滑块；针对所述全局平滑块，利用莫顿码编码所述全局平滑快，构造所述子点云块对应的线性图，用以描述所述全局平滑块的连通性；针对所述局部平滑块，利用谱聚类算法，根据所述局部平滑块内顶点间的颜色差值进行聚类分析，构建所述子点云块对应的聚类连接图；确定所述聚类连接图对应的邻接矩阵，根据所述邻接矩阵确定所述子点云块对应的拉普拉斯矩阵；根据所述拉普拉斯矩阵压缩所述子点云块。
[0012]本公开实施例还提供一种点云的压缩装置，所述装置包括：划分模块，用于获取待压缩点云，将所述待压缩点云划分为多个子点云块；相关性确定模块，用于针对每个所述子点云块，确定该所述子点云块对应的几何属性信息与颜色属性信息之间的相关系数；第一压缩模块，用于针对所述相关系数大于预设的系数阈值的所述子点云块，根据所述几何属性信息确定该所述子点云块对应的距离加权图，并基于所述距离加权图压缩所述子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云的压缩方法，其特征在于，包括：获取待压缩点云，将所述待压缩点云划分为多个子点云块；针对每个所述子点云块，确定该所述子点云块对应的几何属性信息与颜色属性信息之间的相关系数；针对所述相关系数大于预设的系数阈值的所述子点云块，根据所述几何属性信息确定该所述子点云块对应的距离加权图，并基于所述距离加权图压缩所述子点云块；针对所述相关系数小于所述系数阈值的所述子点云块，计算该所述子点云块对应的纹理复杂度；针对所述纹理复杂度大于预设的复杂度阈值的所述子点云块，确定该所述子点云块对应的相似度加权图，并基于所述相似度加权图压缩所述子点云块；针对所述纹理复杂度小于所述复杂度阈值的所述子点云块，确定该所述子点云块对应的无权图，并基于所述无权图压缩所述子点云块。2.根据权利要求1所述的方法，其特征在于，所述针对每个所述子点云块，确定该所述子点云块对应的几何属性信息与颜色属性信息之间的相关系数，具体包括：针对每个所述子点云块，获取该所述子点云块内，各个顶点间的信号差值产生的几何变化信息与颜色变化信息；将所述几何变化信息与所述颜色变化信息作为所述几何属性信息与所述颜色属性信息之间相关性的评价指标，获取多个所述几何变化信息对应的观测值以及多个所述颜色变化信息对应的观测值；根据所述几何变化信息对应的观测值以及所述颜色变化信息对应的观测值，确定所述子点云块对应的皮尔森相关系数；将所述皮尔森相关系数确定为所述几何属性信息与所述颜色属性信息之间的相关系数。3.根据权利要求2所述的方法，其特征在于，基于以下公式确定所述子点云块对应的皮尔森相关系数：其中，G为代表所述几何变化信息的参数、C为代表所述颜色变化信息的参数、代表所述几何变化信息的观测值对应的均值、代表所述几何变化信息的观测值对应的标准差、代表所述颜色变化信息的观测值对应的均值、代表所述颜色变化信息的观测值对应的标准差、M代表所述几何变化信息的观测值与所述颜色变化信息的观测值的数量、所述几何变化信息的第i个观测值、代表所述颜色变化信息的第i个观测值、代表所述皮尔森相关系数。4.根据权利要求1所述的方法，其特征在于，所述针对所述相关系数大于预设的系数阈值的所述子点云块，根据所述几何属性信息确定该所述子点云块对应的距离加权图，并基于所述距离加权图压缩所述子点云块，具体包括：针对所述相关系数大于预设的系数阈值的所述子点云块，确定该所述子点云块中，每
两个顶点之间的顶点距离；根据所述顶点距离以及预设的距离阈值，确定所述子点云块中顶点间的边权重，并根据所述边权重构建所述距离加权图；确定所述距离加权图对应的权重矩阵，根据所述权重矩阵确定所述子点云块对应的拉普拉斯矩阵；根据所述拉普拉斯矩阵压缩所述子点云块。5.根据权利要求1所述的方法，其特征在于，所述针对所述相关系数小于所述系数阈值的所述子点云块，计算该所述子点云块对应的纹理复杂度，具体包括：针对所述相关系数小于所述系数阈值的所述子点云块，确定该所述子点云块对应的灰度共生矩阵；计算所述灰度共生矩阵对应的二次统计熵值，将所述二次统计熵值确定为所述纹理复杂度。6.根据权利要求1所述的方法，其特征...

【专利技术属性】
技术研发人员：李革，宋菲，杨晓东，李宏，高伟，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：