[发明专利]一种基于删除量化矩阵中0元素的点云属性压缩方法

摘要

本发明公布了一种基于删除量化矩阵中0元素的点云属性压缩方法，针对点云属性压缩过程中的量化矩阵，在编码端采用最优的遍历顺序使0元素在生成的数据流中集中分布在末端，将这些0删除后进行熵编码，降低数据流的数据量，减小编码后生成的码流，在解码端结合点云几何信息复原被删除的0元素，保证本方法不引入额外的误差；包括：编码端优化对量化矩阵的遍历顺序；删除数据流末端的0元素；解码端参考几何信息复原量化矩阵；点云属性压缩编码过程和解码过程。本发明在点云属性压缩的编码端对量化矩阵采用7种遍历顺序，使0元素在数据流中的分布更集中在末端；删除数据流末端的0元素，去除冗余信息，减小需要进行熵编码的数据量；在解码端结合点云几何信息补齐被删除的0元素，按照遍历顺序复原量化矩阵，在不引入新误差的前提下提高压缩性能。

主权项

1.一种基于删除量化矩阵中0元素的点云属性压缩方法，针对点云属性压缩过程中的量化矩阵，在编码端采用最优的遍历顺序使0元素在生成的数据流中集中分布在末端，将这些0删除后进行熵编码，包括如下步骤：1)点云属性压缩的编码过程针对待压缩的点云数据，首先根据几何信息进行KD树划分，KD树划分的最后一层所得到的块即为点云的编码块，每一个编码块内的属性信息经过帧内预测、残差变换、量化之后会得到一个量化矩阵；2)编码端优化对量化矩阵的遍历顺序：对于每一个量化矩阵，采用7种不同的遍历顺序，分别为：YUV逐行扫描、YUV逐列扫描、YVU逐列扫描、UYV逐列扫描、UVY逐列扫描、VYU逐列扫描、VUY逐列扫描；将二维的矩阵转化为一维的数据流，比较0元素在数据流末端连续出现的个数，选择0元素在末端连续出现个数最多的数据流为最优数据流，同时记录对应的遍历模式；3)删除数据流末端的0元素：得到了最优数据流之后，将数据流末端所有连续出现的0都删除，得到裁剪后的数据流，对所有编码块进行相同操作之后，统一进行熵编码，得到点云属性压缩的码流；4)解码端参考几何信息复原量化矩阵：在解码端对码流进行熵解码得到裁剪后的数据流，结合点云的几何信息，求出被删除的0元素的个数并补齐得到原始的数据流，依照遍历顺序将一维的数据流复原为二维的量化矩阵；5)点云属性压缩的解码过程：按顺序对复原出的量化矩阵进行反量化、逆变换、预测补偿，解码出点云的属性信息。