[发明专利]一种点云的几何编码方法和解码方法及设备

说明书

一种点云几何编码方法和解码方法及设备，将原始点云新的广度优先遍历的八叉树划分方案划分结点、通过求去结点的曲度来确定是否进入增强层，而增强层则是进行坐标系转换，曲面拟合并对残差进行可缩放的自适应平面投影，之后的高度残差图则采用混合DWT+DCT的策略，进一步压缩二维图像集，直至编码结束；该解码方法包括：如果八叉树划分时该节点的flag标志为“增强层结点”，则按顺序读入相应的从码流中的高度残差信息，然后用逆DWT+DCT变换得到高度残差图，在与从码流中读出的曲面控制点的相关信息还原出曲面，然后采用线性相加、坐标逆变换等手段恢复点云信息；本发明方法更好地利用了点云中的冗余信息，提高了压缩新能。

技术领域

本发明涉及点云处理技术领域，特别涉及一种点云几何编码方法和解码方法及设备。

背景技术

三维点云是现实世界数字化的重要表现形式。随着三维扫描设备(激光、雷达等)的快速发展，点云的精度、分辨率更高。高精度点云处理广泛应用于城市数字化地图的构建，在如智慧城市、无人驾驶、文物保护等众多热门研究中起技术支撑作用。点云是三维扫描设备对物体表面采样所获取的，一帧点云的点数一般是百万级别，其中每个点包含几何信息和颜色、反射率等属性信息，数据量十分庞大。三维点云庞大的数据量给数据存储、传输等带来巨大挑战，所以点云压缩十分必要。

尤其在增强型沉浸式3D视频中需要对密集3D点云数据的有效实时压缩的需求变得越来越紧迫。在这种应用中，点云数据帧通常以高帧速率(例如视频帧)捕获并且具有高密集性。对于这种密集的3D点云数据的实时和有效压缩，基于八叉树划分几何压缩并不总是一个好的方法。此编码方法的运行时间与划分的数量指数相关，导致高划分/高密集的点云压缩需要更多的计算时间。此外，基于序列化的压缩也会变得十分低效。为了解决基于八叉树划分(Octree)的点云压缩的计算和压缩效率问题，引申出了一种基于Octree含有替代增强层的压缩方案。增强层应用级别大于Octree编解码的固定级别(压缩效率和运行时间仍然很好)，并提供了一种方法来编码超出此级别的点数据。

点云压缩主要分为几何压缩和属性压缩，目前由国际标准组织(Moving PictureExperts Group，MPEG)所提供的测试平台TMC13v12(Test Model for Category 13version 12)中描述的几何压缩框架中的编码器将(对齐边界框后的)点云逐步地划分为八个子节点。仅非空子像素继续被细分。根据八叉树的数据结构特点，其中每个体素的位置由其单元中心表示。其属性(颜色)设置为体素中点的平均值，需要由属性编码器进行编码。八叉树结构中的每个级别都可以代表一个划分级别(LOD，全称为Level of Detail)。最终的划分级别(LOD)由八叉树位数设置指定。这是用于规范无组织点云和对其进行压缩的通用方案。

同时也有目前由中国AVS(Audio Video coding Standard)点云压缩工作组所提供的测试平台PCEM v1.0中描述的点云几何压缩方法主要采用构建混合遍历型八叉树、生成空间占用码、上下文编码上下文的手段。

但是，以上相关技术在直接编码和解码方法的压缩性能效率低，考虑到如上的情况，本发明设计了一种新的点云的几何编码器和几何解码器，使得本发明的几何编码器和几何解码器更加的高效。

发明内容

本发明提供了一种点云几何编码方法、解码方法、编码设备及解码设备，旨在公开一种针对表面连续型点云的几何编码和解码的方法，进一步地提高了点云的几何压缩性能。

本发明的技术方案如下：

一种点云几何编码方法，所述点云定义在树结构中，其特征在于，包括以下步骤：C1：不失一般性，将树结构采用八叉树，对于当前点云采用八叉树划分成节点；C4：对所述当前节点中的点云进行曲面投影产生的曲面投影高度信息存入二维平面；C5：对于所述曲面投影高度信息及曲面信息进行编码。

进一步，所述的步骤C1包括：C6：对于所述当前点云采用“节点包围框扩充型”八叉树划分成节点。