一种三维点云数据的属性压缩方法及装置与流程
- 国知局
- 2024-08-02 14:15:04
本发明涉及数据处理,具体涉及一种三维点云数据的属性压缩方法及装置。
背景技术:
1、三维点云技术因其高精度、高效率、非接触全天候扫描等优势广泛应用于虚拟现实、自主驾驶、数字城市建设、智慧网点、文物保护和修复、海洋和环境监测等众多领域。
2、在银行业,通过激光雷达扫描仪可以快速获取银行营业厅、质押物质的表面信息,并将其三维点云数字信息一比一呈现出来,有助于推进虚拟线上银行、智慧网点的建设。然而随着采集设备精度的提高、采集场景的大型化和多样化,采集到的点云数据量呈指数级增长,为点云数据的存储、传输和应用带来更大的挑战。基于几何的点云压缩(geometry-based point cloud,简称g-pcc)编解码框架。上述编解码框架分别通过区域自适应分层变换、基于插值的分层预测、带有提升步骤的插值分层预测等方法进行三维点云数据的压缩,成为三维点云压缩领域较为通用的压缩方法。然而在g-pcc基于插值预测的点云属性压缩算法中,根据距离进行统一压缩会造成一定程度的点云细节特征丢失,降低了三维点云的数据质量。
技术实现思路
1、针对现有技术中的问题,本发明实施例提供一种三维点云数据的属性压缩方法及装置,能够至少部分地解决现有技术中存在的问题。
2、第一方面,本发明提出一种三维点云数据的属性压缩方法,包括:
3、获取三维点云数据,所述三维点云数据包括各个数据点的位置信息和颜色属性信息;
4、根据所述三维点云数据中各个数据点的位置信息,获得每个数据点对应的近邻点集和特征值;
5、根据每个数据点对应的近邻点集中各个数据点对应的特征值以及每个数据点对应的特征值,获得每个数据点对应的总特征差值;
6、根据每个数据点对应的总特征差值以及特征阈值对每个数据点进行分类,获得每个数据点对应的分类;
7、根据每个数据点的颜色属性信息和对应的分类,获得每个数据点对应的预测属性信息;
8、根据每个数据点的颜色属性信息和预测属性信息,获得压缩后的三维点云数据。
9、第二方面,本发明提供一种三维点云数据的属性压缩装置,包括:
10、获取模块,用于获取三维点云数据,所述三维点云数据包括各个数据点的位置信息和颜色属性信息;
11、第一获得模块,用于根据所述三维点云数据中各个数据点的位置信息,获得每个数据点对应的近邻点集和特征值;
12、第二获得模块,用于根据每个数据点对应的近邻点集中各个数据点对应的特征值以及每个数据点对应的特征值,获得每个数据点对应的总特征差值;
13、分类模块,用于根据每个数据点对应的总特征差值以及特征阈值对每个数据点进行分类,获得每个数据点对应的分类;
14、属性预测模块,用于根据每个数据点的颜色属性信息和对应的分类,获得每个数据点对应的预测属性信息;
15、压缩模块,用于根据每个数据点的颜色属性信息和预测属性信息,获得压缩后的三维点云数据。
16、第三方面,本发明提供一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述程序以实现上述任一实施例所述的三维点云数据的属性压缩方法。
17、第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现上述任一实施例所述的三维点云数据的属性压缩方法。
18、第五方面,本发明提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述任一实施例所述的三维点云数据的属性压缩方法。
19、本发明实施例提供的三维点云数据的属性压缩方法及装置,能够获取三维点云数据,所述三维点云数据包括各个数据点的位置信息和颜色属性信息;根据所述三维点云数据中各个数据点的位置信息,获得每个数据点对应的近邻点集和特征值;根据每个数据点对应的近邻点集中各个数据点对应的特征值以及每个数据点对应的特征值,获得每个数据点对应的总特征差值;根据每个数据点对应的总特征差值以及特征阈值对每个数据点进行分类,获得每个数据点对应的分类;根据每个数据点的颜色属性信息和对应的分类,获得每个数据点对应的预测属性信息;根据每个数据点的颜色属性信息和预测属性信息,获得压缩后的三维点云数据,通过对三维点云数据中的数据点进行分类,不同类型的数据点分别进行属性压缩,能够提高三维点云数据的压缩质量。
技术特征:1.一种三维点云数据的属性压缩方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据每个数据点对应的近邻点集中各个数据点对应的特征值,获得每个数据点的总特征差值包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述三维点云数据中每个数据点的位置信息,获得每个数据点对应的近邻点集和特征值包括:
4.根据权利要求1所述的方法,其特征在于,所述根据每个数据点对应的总特征差值以及特征阈值对每个数据点进行分类,获得每个数据点对应的分类包括:
5.根据权利要求1所述的方法,其特征在于,所述根据每个数据点的颜色属性信息和对应的分类,获得每个数据点对应的预测属性信息包括:
6.根据权利要求1所述的方法,其特征在于,所述根据每个数据点的颜色属性信息和预测属性信息,获得压缩后的三维点云数据包括:
7.根据权利要求1至6任一项所述的方法,其特征在于,还包括:
8.一种三维点云数据的属性压缩装置,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现权利要求1至7任一项所述方法的步骤。
11.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1至7任一项所述方法的步骤。
技术总结本发明提供一种三维点云数据的属性压缩方法及装置,可用于金融领域或其他技术领域。所述方法包括:获取三维点云数据;根据各个数据点的位置信息,获得每个数据点对应的近邻点集和特征值;根据每个数据点对应的近邻点集中各个数据点对应的特征值以及每个数据点对应的特征值,获得每个数据点对应的总特征差值;获得每个数据点对应的分类;根据每个数据点的颜色属性信息和对应的分类,获得每个数据点对应的预测属性信息;根据每个数据点的颜色属性信息和预测属性信息,获得压缩后的三维点云数据。所述装置用于执行上述方法。本发明实施例提供的三维点云数据的属性压缩方法及装置,能够提高三维点云数据的压缩质量。技术研发人员:杨玉蓉受保护的技术使用者:中国工商银行股份有限公司技术研发日:技术公布日:2024/7/23本文地址:https://www.jishuxx.com/zhuanli/20240801/242162.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。