← 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
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。
申请人信息
- 申请人:延边大学
- 申请人地址:133002 吉林省延边朝鲜族自治州延吉市公园路977号
- 发明人: 延边大学
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。