← 返回列表

一种基于自适应采样和量化的点云属性压缩方法

申请号: CN202311641107.X
申请人: 延边大学
申请日期: 2023/12/4

摘要文本

本发明公开了一种基于自适应采样和量化的点云属性压缩方法,包括:划分点云子块,并计算所述点云子块的纹理复杂度;根据配置信息判断所述点云子块的压缩类型,所述压缩类型包括:无损压缩和有损压缩;若为无损压缩,则根据所述纹理复杂度计算采样距离,生成细节级别,根据所述细节级别,生成预测器,完成点云的无损压缩;若为有损压缩,在量化阶段,则根据所述纹理复杂度计算量化参数,根据所述量化参数量化预测残差,完成点云的有损压缩。本发明在无损压缩时,根据纹理复杂度更新每个子块的采样距离,提高了参考点的预测精度使得预测误差减小,在有损压缩时根据纹理复杂度更新每个子块的量化参数,有效提升了复杂区域的图像质量。

专利详细信息

项目 内容
专利名称 一种基于自适应采样和量化的点云属性压缩方法
专利类型 发明申请
申请号 CN202311641107.X
申请日 2023/12/4
公告号 CN117579832A
公开日 2024/2/20
IPC主分类号 H04N19/42
权利人 延边大学
发明人 崔丽; 车垚峰
地址 吉林省延边朝鲜族自治州延吉市公园路977号

专利主权项内容

1.一种基于自适应采样和量化的点云属性压缩方法,其特征在于,包括:划分点云子块,并计算所述点云子块的纹理复杂度;根据配置信息判断所述点云子块的压缩类型,所述压缩类型包括:无损压缩和有损压缩;若为无损压缩,则根据所述纹理复杂度计算采样距离,生成细节级别,根据所述细节级别,生成预测器,完成点云的无损压缩;若为有损压缩,在量化阶段,则根据所述纹理复杂度计算量化参数,根据所述量化参数量化预测残差,完成点云的有损压缩。