3D点云高效压缩算法研究

发布时间：2020-12-06 16:08

　　近年来,随着多媒体通信和3D成像技术的发展,3D点云（3D Point Cloud）数据在3D建模、仿真、增强现实、沉浸式交流等新兴产业获得广泛应用。3D点云是由大量拥有具体三维位置信息的点集组成,其中每个点具备一个或多个特征（如:颜色,法线等）。作为新型空间数据类型,3D点云适合用来表示3D模型和空间,且计算处理起来非常高效。尽管3D点云数据结构有着许多优势,但是其存在着数据量巨大的问题。如何寻求有效的方法进行3D点云压缩,以节省存贮空间和实现点云有效传输,是目前迫切需要解决的难题。因此,3D点云高效压缩算法研究有着重要的理论意义和实用价值。为此,本文根据3D点云的数据特性探索了3D点云高效压缩算法,包括基于Morton排序的一维DCT压缩算法、基于改进图形变换的3D点云压缩算法、几何引导的稀疏表示3D点云压缩算法。具体如下:1、考虑到散乱的3D点云可以通过重排序排列成一维点阵列,本文提出了一种基于Morton排序的一维DCT压缩方法。该方法首先采用八叉树的方法对原始输入3D点云进行分割,随后以块作为基本编码单位。由于3D点云在空间的分布是不规则的,该方法进一步采用Mordon排序（... 

【文章来源】：华侨大学福建省

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

用于生成移动隐射点云的传感器系统示意图（图片来源于[32]）

动态点云数据采集样例

点云体素化结果示意图


本文编号：2901662