CN113838152B - 一种用于数据压缩、数据解压缩的方法和相关产品 - Google Patents

Abstract

本公开涉及一种用于数据压缩、数据解压缩的方法和相关产品。所述数据压缩方法包括：获取待执行压缩的数据的原曲面；对所述原曲面执行简化操作，以获得简化曲面；基于所述简化曲面将所述原曲面划分成多个拓扑圆盘；将每个所述拓扑圆盘参数化到平面域，以生成几何图像；以及对所述几何图像进行压缩，以获得所述数据的压缩数据。利用本公开的方案，可以高效地实现数据压缩和数据解压缩。

Description

一种用于数据压缩、数据解压缩的方法和相关产品

技术领域

本公开一般地涉及数据压缩技术领域。更具体地，本公开涉及一种用于数据压缩、数据解压缩的方法、设备以及计算机可读存储介质。

背景技术

数据压缩通常是在尽可能不丢失有用信息的前提下，通过缩减数据量来减少存储空间，以便提高数据的传输、存储和处理效率。在某些场景中，还可以按照一定的算法对数据进行重新组织以实现压缩，从而减少数据的冗余和存储空间的额外占用。尽管当前的数据压缩具有一定的技术进步性，但其还存在缺陷。例如，一些数据压缩算法在保证尽可能减少数据损失的同时并未考虑数据压缩的效率，而一些数据压缩算法实现过于复杂。鉴于此，如何高效地进行数据压缩以便提升数据压缩的效率和性能成为亟需解决的技术问题。

发明内容

为了至少部分地解决背景技术中提到的技术问题，本公开的方案提供了一种用于数据压缩的方案。利用本公开的方案，可以并行地对局部数据进行压缩，从而提高数据压缩效率。为此，本公开在如下的多个方面提供解决方案。

在一个方面中，本公开提供一种用于数据压缩的方法，包括：获取待执行压缩的数据的原曲面；对所述原曲面执行简化操作，以获得简化曲面；基于所述简化曲面将所述原曲面划分成多个拓扑圆盘；将每个所述拓扑圆盘参数化到平面域，以生成几何图像；以及对所述几何图像进行压缩，以获得所述数据的压缩数据。

在一个实施例中，其中对所述原曲面执行简化操作，以获得简化曲面包括：从所述原曲面的边中筛选出边长大于预设阈值的边；以及将筛选出的边的顶点进行合并，以获得简化曲面。

在另一个实施例中，其中基于所述简化曲面将所述原曲面划分成多个拓扑圆盘包括：基于所述简化曲面上的顶点确定划分中心点；以及根据所述划分中心点将所述原曲面划分成多个拓扑圆盘。

在又一个实施例中，其中基于所述简化曲面上的顶点确定划分中心点包括：从所述原曲面的顶点中筛选出距离所述简化曲面上的顶点最近的顶点作为所述划分中心点。

在又一个实施例中，其中根据所述划分中心点将所述原曲面划分成多个拓扑圆盘包括：利用广度优先遍历算法确定与每个所述划分中心点相关联的顶点；以及基于每个所述划分中心点和与每个所述划分中心点相关联的顶点将所述原曲面划分成所述多个拓扑圆盘。

在又一个实施例中，其中将每个所述拓扑圆盘参数化到平面域，以生成几何图像包括：基于每个所述拓扑圆盘参数化后对应顶点的坐标确定平面域内的像素点的坐标；以及利用所述平面域内的像素点的坐标代替所述像素点的像素值，以生成所述几何图像。

在另一个方面，本公开还提供一种用于数据解压缩的方法，包括：接收上述实施例中所压缩的压缩数据；以及对所述压缩数据执行解压缩操作，以获得所述几何图像的解压缩数据；以及利用所述几何图像的解压缩数据还原所述原曲面。

在一个实施例中，其中利用所述几何图像的解压缩数据还原所述原曲面包括：基于所述几何图像的解压缩数据中每个像素点的坐标重建所述原曲面的三维网格；以及对所述三维网格的顶点和边进行修正，以还原所述原曲面。

在又一个方面，本公开还提供一种用于数据压缩和/或解压缩的设备，包括：处理器；以及与所述处理器相连接的存储器，所述存储器中存储有计算机程序代码，当所述计算机程序代码被执行时，使得所述处理器执行前述多个实施例。

在又一个方面，本公开还提供一种计算机可读存储介质，其上存储有用于对数据进行压缩和/或解压缩的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现如前述的多个实施例。

通过本公开的方案，通过将待执行压缩的数据的原曲面划分成多个拓扑圆盘，从而可以针对每个拓扑圆盘执行局部参数化，以生成多个几何图像。进一步地，通过并行地对多个几何图像进行压缩来获取数据的压缩数据，从而能够高效地实现数据压缩。此外，本公开的方案还可以并行地对多个压缩数据进行解压缩，以提高数据解压缩的效率。

附图说明

通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，并且相同或对应的标号表示相同或对应的部分其中：

图1是示出根据本公开实施例的用于数据压缩的方法的示例性流程框；

图2是示出根据本公开实施例的对原曲面执行简化操作的示例性示意图；

图3是示出根据本公开实施例的广度优先遍历算法确定与每个划分中心点相关联的顶点的示例性流程框图；

图4是示出根据本公开实施例的确定平面域内的像素点的坐标的示例性示意图；

图5是示出根据本公开实施例的由原曲面变化至几何图像的示例性示意图；

图6是示出根据本公开实施例的用于数据解压缩的方法的示例性流程图；

图7是示出根据本公开实施例的构建三维网格的示例性示意图；

图8是示出根据本公开实施例的修正三维网格的顶点和边的示例性示意图；

图9是示出根据本公开实施例的由几何图像还原成原曲面的示例性示意图；以及

图10是示出根据本公开实施例的用于数据压缩和/或解压缩的设备的框图。

具体实施方式

下面将结合附图对本公开实施例中的技术方案进行清楚和完整地描述。应当理解的是本说明书所描述的实施例仅是本公开为了便于对方案的清晰理解和符合法律的要求而提供的部分实施例，而并非可以实现本公开的所有实施例。基于本说明书公开的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

图1是示出根据本公开实施例的用于数据压缩的方法100的示例性流程框图。如图1中所示，在步骤S102处，获取待执行压缩的数据的原曲面。在一个实施例中，前述待执行压缩的数据可以例如是三维数据，其原曲面可以是通过例如电子计算机断层扫描(ComputedTomography，“CT”)技术或设备来获取。

基于上述获取的待执行压缩的数据的原曲面，在步骤S104处，对原曲面执行简化操作，以获得简化曲面。该原曲面上可以包括多个顶点和多条边。在一个实施例中，可以通过例如边塌缩(edge collapse)方法来对原曲面执行简化操作，以获得简化曲面。具体而言，从前述原曲面的边中筛选出边长大于预设阈值的边，接着将筛选出的边的顶点进行合并，以获得简化曲面。在一些实施例中，前述预设阈值是以长度为度量单位的值，本领域技术人员可以根据需求自行设置，例如本公开可以将预设阈值设为0.02cm。稍后结合图2详细描述前述简化操作。

在获得简化曲面后，在步骤S106处，基于简化曲面将原曲面划分成多个拓扑圆盘。在一个实施例中，可以基于上述步骤S104获得的简化曲面上的顶点确定划分中心点。进一步地，根据前述划分中心点将原曲面划分成多个拓扑圆盘。在一些实施例中，前述划分中心点可以是从原曲面的顶点中筛选出来的，距离简化曲面上的顶点最近的顶点。在一个实现场景中，前述距离可以例如是原曲面上的顶点到简化曲面上的顶点间的欧式距离。根据筛选出的划分中心点，可以利用广度优先遍历算法确定与每个划分中心点相关联的顶点，进而可以基于每个划分中心点和与每个划分中心点相关联的顶点将原曲面划分成多个拓扑圆盘。

基于上述获得的多个拓扑圆盘，方法100前进至步骤S108。在该步骤处，将每个拓扑圆盘参数化到平面域，以生成几何图像。在一个实施例中，可以基于每个拓扑圆盘参数化后对应顶点的坐标确定平面域内的像素点的坐标。进一步地，可以利用前述平面域内的像素点的坐标代替像素点的像素值，以生成多个几何图像。在一些实施例中，前述参数化方法可以包括但不仅限于调和映射、曲面里奇流或共形映射方法。在一个示例性场景中，前述平面域可以例如是矩形域。

最后，在步骤S110处，对几何图像进行压缩，以获得数据的压缩数据。在一个实施例中，可以利用例如无损压缩算法来对几何图像进行压缩，前述无损压缩方法可以例如是哈夫曼编码、游程编码或者算术编码等。根据前述描述可知，本公开将原曲面基于划分中心点划分成多个拓扑圆盘，由此可以生成多个几何图像。因此本公开可以并行地对每个几何图像进行压缩，以获得多个压缩数据，并且获得的多个压缩数据的集合可以构成原曲面的压缩数据。

结合上述描述可知，本公开的方案通过将原曲面进行划分成多个拓扑圆盘，并对每个拓扑圆盘进行局部参数化，以生成多个几何图像，从而能够并行地进行数据压缩，提高数据压缩效率。

图2是示出根据本公开实施例的对原曲面执行简化操作的示例性示意图。如图2中所示，图中所示箭头的左侧的表示原曲面上的部分顶点以及边，其中再以顶点v_l、顶点v_s、顶点v_r以及顶点v_t为例。假设经过顶点v_s、顶点v_t的边e的边长大于预设阈值(例如0.02cm)，则将该边e的顶点v_s、顶点v_t合并成一个顶点v_n，并且消除边e以及其他相关顶点的边(例如顶点v_l与顶点v_t、顶点v_s之间的边、顶点v_r与顶点v_t、顶点v_s之间的边)。接着，将顶点v_l和顶点v_r与合并后的顶点v_n进行连接。在一个实施例中，对原曲面上所有的边执行前述边塌缩方法，最终可以获得简化曲面，例如图中所示箭头的右侧表示的即为对原曲面执行简化操作后获得的简化曲面。可以理解，前述简化曲面中所包含的边的边长均大于预设阈值。

如前所述，基于上述获得的简化曲面，可以根据简化曲面上的顶点确定对应到原曲面上欧式距离最近的顶点，并将其作为划分中心点。接着，利用广度优先遍历算法确定与每个划分中心点相关联的顶点，每个划分中心点以及相关联的顶点所构成的区域即为一个拓扑圆盘。具体来说，以划分中心点为中心，利用广度优先遍历算法向其周围的点进行扩散，从而能够与每个划分中心点相关联的顶点，或者可以称为归属于划分中心点的顶点。下面将结合图3详细描述利用广度优先遍历算法确定与每个划分中心点相关联的顶点。

图3是示出根据本公开实施例的广度优先遍历算法确定与每个划分中心点相关联的顶点的示例性流程框图。如图3中所示，在步骤S302处，为原曲面上的所有顶点设置例如“parent”属性。在一个实施例中，可以将该“parent”属性的初始值设置为-1。即在初始状态下，每个顶点不归属于任何顶点。接着，在步骤S304处，设置一个空队列，并且将划分中心点入列，并设置该划分中心点的“parent”属性为其自身id。在一个示例性场景中，前述划分中心点的“parent”属性的自身id可以是编号(例如划分中心点01)。当前述队列非空时，接着在步骤S306处，从该队列中出队一个顶点v。进一步地，步骤S308处，获取与前述顶点v相邻的顶点集合{v_i}。根据获取的顶点集合{v_i}，该流程前进至步骤S310。在该步骤处，检测顶点集合{v_i}中的每个顶点的“parent”属性是否为-1。当顶点集合{v_i}中存在“parent”属性为-1的顶点时，在步骤S312处，将其“parent”属性设置成当前划分中心点的id，并将该顶点入队，即该顶点归属于当前划分中心点。与之相反地，当顶点集合{v_i}中不存在“parent”属性为-1的顶点时，则返回至步骤S306，重复执行前述步骤，直至确定与当前划分中心点相关联的所有顶点。

需要理解的是，上述图3所示出的流程步骤是针对于一个划分中心点，来确定与当前划分中心点相关联的顶点(或者称为归属于当前划分中心点的顶点)。在一些实施例中，可以并行地对所有划分中心点执行上述操作，直至所有顶点均有所归属的划分中心点，从而获得与每个划分中心点相关联的顶点。根据前文描述可知，前述划分中心点和与划分中心点相关联的顶点所连接而成的区域即为一个拓扑圆盘，由此经多个划分中心点和与每个划分中心点相关联的顶点可以将原曲面划分成多个拓扑圆盘。

基于上述划分的多个拓扑圆盘，可以将每个拓扑圆盘利用例如调和映射方法参数化到平面域，以生成几何图像。参数化后的平面域内的点在原曲面上均有对应的点，并且包含相应的对应关系。基于此，可以基于每个拓扑圆盘参数化后对应顶点的坐标确定平面域内的像素点的坐标，进而可以利用前述平面域内的像素点的坐标代替像素点的像素值，以生成多个几何图像。在一个实施例中，可以通过例如插值的方法确定平面域内的像素点的坐标。下面将结合图4详细描述如何确定平面域内的像素点的坐标。

图4是示出根据本公开实施例的确定平面域内的像素点的坐标的示例性示意图。如图4中左侧所示的水平线和竖直线交织成矩形网格，每个小矩形网格可以表示一个像素。图中左侧所示的多个三角形网格是由拓扑圆盘参数化到平面域(例如矩形域)的点连接而成。在一个示例性场景中，可以假设该三角形网格的顶点分别为v₁、v₂和v₃、v₄以及v₅。进一步地，在该平面域内采集像素点，通过计算每个像素点的像素值来生成几何图像。以图中左侧所示出的像素点P1、像素点P2以及像素点P3为例，当像素点落入三角形中(例如像素点P1落入以v₁、v₂和v₃为顶点的三角形)时，可以利用例如重心坐标对其进行插值，从而获取前述像素点P1的坐标。在一个实施例中，假定在平面域内的顶点v₁、v₂和v₃的坐标分别为 和像素点P1处的坐标为(P_x,P_y)，则重心坐标插值可以通过如下公式进行表示：

其中，上述公式(1)-公式(3)中的以及分别表示顶点v₁、v₂和v₃处的权重，也即重心坐标插值的插值系数。将上述公式(1)-公式(3)采用权重可以表示为如下公式：

根据前文描述可知，平面域上的三角形网格的顶点v₁、v₂和v₃及像素点P1在原曲面上均有相对应的顶点。由此，基于三角形网格的顶点v₁、v₂和v₃在原曲面上的对应顶点的坐标(即三维坐标)和上述获得的权重系数，可以获得像素点P1在原曲面上对应点的坐标。

在一些实施例中，平面域内采集的像素点还可能落在三角形的边上(例如像素点P2落在顶点v₁和顶点v₃连接的边上)或者三角形的顶点上(例如像素点P3落在顶点v₃上)。当像素点落在三角形的边上时，可以基于该三角形边的两个顶点的坐标来确定像素点的坐标，例如像素点P2的坐标可以由顶点v₁和顶点v₃的坐标来确定。具体来说，基于顶点v₁和顶点v₃在原曲面上的对应顶点的坐标(即三维坐标)可以获得像素点P2的坐标。像素点落在三角形的顶点上时，该顶点的坐标可以作为像素点的坐标，像素点P3的坐标可以是顶点v₃在原曲面上的对应顶点的坐标。

根据获得像素点的坐标，可以利用该像素点的坐标来代替该像素点的像素值。即通过像素点在原曲面上对应的顶点的三维坐标来代替该像素点处的RGB格式。进一步地，通过在平面域内采集多个像素点，最终可以生成几何图像，并且针对多个拓扑圆盘，可以生成对应的多个几何图像。

图5是示出根据本公开实施例的由原曲面变化至几何图像的示例性示意图。如图5中所示，图中左侧表示三维数据的原曲面(或者拓扑圆盘)，图中中部表示将拓扑圆盘参数化后的矩形域，图中右侧表示生成的几何图像。

结合上述描述可知，将每个拓扑圆盘参数化到平面域，利用重心坐标获取每个平面域内采集的像素点的坐标，进而可以对应生成多个几何图像。基于前述多个几何图像，可以并行地对其进行例如无损压缩，以获得多个压缩数据。进一步地，多个压缩数据所构成的集合即为原曲面的压缩数据。在一些实施例中，还可以并行地对前述多个几何图像进行有损压缩。

与上述数据压缩对应地，本公开的方案还包括对数据进行解压缩，下面将通过图6详细描述数据解压缩。

图6是示出根据本公开实施例的用于数据解压缩的方法600的示例性流程图。如图6中所示，在步骤S602处，接收压缩数据。在一个实施例中，该压缩数据可以是经上述数据压缩获得的压缩数据，也即对几何图像执行压缩操作后获得的压缩数据。基于接收到的压缩数据，在步骤S604处，对压缩数据执行解压缩操作，以获得几何图像的解压缩数据。如前所述，经过并行地对多个几何图像进行压缩，可以获得多个压缩数据。与上述数据压缩类似地，也可以并行地对多个压缩数据进行解压缩。在一个实施例中，对应地可以利用无损解压缩算法对前述压缩数据进行解压缩，从而可以获得每个几何图像的解压缩数据。

在获得上述多个解压缩数据后，方法600前进至步骤S606。在该步骤处，利用几何图像的解压缩数据还原原曲面。更为具体地，首先可以基于几何图像的解压缩数据中每个像素点的坐标重建原曲面的三维网格，进而对三维网格的顶点和边进行修正，以还原原曲面。下面将结合图7详细描述如何还原原曲面。

图7是示出根据本公开实施例的构建三维网格的示例性示意图。如图7中左侧所示的水平线和竖直线交织成的矩形网格，其中每个小矩形网格表示一个像素，也即像素点(例如图中所示出的圆心小黑点)。根据前文描述可知，每个像素点的像素值为该像素点对应到原曲面上的点的几何坐标，由此可以利用每个像素点作为三维网格的顶点。接着将像素点连接形成多个三角网格(图中虚线框内所示出的)。在一个实施例中，根据参数化的对应关系，可以基于平面域内的三角网格构建空间中的三维网格，例如图中右侧所示出的多个顶点连接而成的网格。

基于多个几何图像可以对应重建多个三维网格，每个三维网格之间可能存在公共边或者存在狭缝。基于此，通过对三维网格的顶点和边进行修正来消除前述公共边或者狭缝问题，以还原原曲面。下面将结合图8详细描述对三维网格的顶点和边进行修正。

图8是示出根据本公开实施例的修正三维网格的顶点和边的示例性示意图。如图8中左侧所示出经两个几何图像重建后的三维网格N1和三维网格N2，这两个三维网格N1和三维网格N2之间存在狭缝。在一个示例性场景中，可以通过修正三维网格N1中的顶点v_N11、v_N12和v_N13、三维网格N2中的顶点v_N21、v_N22和v_N23以及相关的边e1、e2、e3以及e4，可以获得图中右侧所示出的修正后的三维网格N3。具体地，首先可以将顶点v_N11、v_N12和v_N13分别与顶点v_N21、v_N22和v_N23进行合并，得到新的顶点v_N31、v_N32和v_N33，并删除原来的边e1、e2、e3以及e4。进一步地，将新的顶点v_N31、v_N32和v_N33之间利用新的边e5和e6进行连接，以便还原原曲面。在一个实施例中，顶点v_N31的坐标可以是原三维网格N1的顶点v_N11或者原三维网格N2的顶点v_N21的坐标，也可以是顶点v_N11和顶点v_N21的中点坐标。与之类似地，顶点v_N32、v_N33的坐标可以分别是原三维网格N1的顶点v_N12、v_N13的坐标，也可以是顶点v_N12和顶点v_N22的以及顶点v_N13和顶点v_N23的中点坐标。在一些实施例中，通过对所有重建后的三维网格进行修正，最终可以还原原曲面。

图9是示出根据本公开实施例的由几何图像还原成原曲面的示例性示意图。如图9中所示，图中左侧表示几何图像，图中中部表示将拓扑圆盘参数化后的矩形域，图中右侧表示还原后的三维数据的原曲面(或者拓扑圆盘)。可以理解，由几何图像还原成原曲面是上述将每个拓扑圆盘参数化到平面域内生成几何图像的逆过程。

图10是示出根据本公开实施例的用于数据压缩和/或解压缩的设备1000的框图。可以理解的是，实现本公开方案的设备可以是单一的设备(例如计算设备)或包括各种外围设备的多功能设备。

如图10中所示，本公开的设备可以包括中央处理器或中央处理单元(“CPU”)1011，其可以是通用CPU、专用CPU或者其他信息处理以及程序运行的执行单元。进一步，设备1000还可以包括大容量存储器1012和只读存储器(“ROM”)1013，其中大容量存储器1012可以配置用于存储各类数据，包括各种与待执行压缩的数据的原曲面、算法数据、中间结果和运行设备1000所需要的各种程序。ROM 1013可以配置成存储对于设备1000的加电自检、系统中各功能模块的初始化、系统的基本输入/输出的驱动程序及引导操作系统所需的数据和指令。

可选地，设备1000还可以包括其他的硬件平台或组件，例如示出的张量处理单元(“TPU”)1014、图形处理单元(“GPU”)1015、现场可编程门阵列(“FPGA”)1016和机器学习单元(“MLU”)1017。可以理解的是，尽管在设备1000中示出了多种硬件平台或组件，但这里仅仅是示例性的而非限制性的，本领域技术人员可以根据实际需要增加或移除相应的硬件。例如，设备1000可以仅包括CPU、相关存储设备和接口设备来实现本公开的用于数据压缩和/或解压缩的方法。

在一些实施例中，为了便于数据与外部网络的传递和交互，本公开的设备1000还包括通信接口1018，从而可以通过该通信接口1018连接到局域网/无线局域网(“LAN/WLAN”)1005，进而可以通过该LAN/WLAN连接到本地服务器1006或连接到因特网(“Internet”)1007。替代地或附加地，本公开的设备1000还可以通过通信接口1018基于无线通信技术直接连接到因特网或蜂窝网络，例如基于第3代(“3G”)、第4代(“4G”)或第5代(“5G”)的无线通信技术。在一些应用场景中，本公开的设备1000还可以根据需要访问外部网络的服务器1008和数据库1009，以便获得各种已知的图像模型、数据和模块，并且可以远程地存储各种数据，例如用于呈现经拓扑圆盘参数化到平面域生成的几何图像的各类数据或指令。

设备1000的外围设备可以包括显示装置1002、输入装置1003和数据传输接口1004。在一个实施例中，显示装置1002可以例如包括一个或多个扬声器和/或一个或多个视觉显示器，其配置用于对本公开的显示数据压缩和/或解压缩的运算过程或者最终结果进行语音提示和/或图像视频显示。输入装置1003可以包括例如键盘、鼠标、麦克风、姿势捕捉相机等其他输入按钮或控件，其配置用于接收压缩数据和/或解压缩数据的输入和/或用户指令。数据传输接口1004可以包括例如串行接口、并行接口或通用串行总线接口(“USB”)、小型计算机系统接口(“SCSI”)、串行ATA、火线(“FireWire”)、PCI Express和高清多媒体接口(“HDMI”)等，其配置用于与其他设备或系统的数据传输和交互。根据本公开的方案，该数据传输接口1004可以接收来自于CT设备的待执行压缩的数据的原曲面，并且向设备1000传送包括压缩数据、解压缩数据或各种其他类型的数据或结果。

本公开的设备1000的上述CPU 1011、大容量存储器1012、ROM 1013、TPU 1014、GPU1015、FPGA 1016、MLU 1017和通信接口1018可以通过总线1019相互连接，并且通过该总线与外围设备实现数据交互。在一个实施例中，通过该总线1019，CPU 1011可以控制设备1000中的其他硬件组件及其外围设备。

以上结合图10描述了可以用于执行本公开的用于数据压缩和/或解压缩的设备。需要理解的是这里的设备结构或架构仅仅是示例性的，本公开的实现方式和实现实体并不受其限制，而是可以在不偏离本公开的精神下做出改变。

根据上述结合附图的描述，本领域技术人员也可以理解本公开的实施例还可以通过软件程序来实现。由此本公开还提供了一种计算机程序产品。该计算机程序产品可以用于实现本公开结合附图l-9所描述的用于数据压缩、解压缩的方法。

应当注意，尽管在附图中以特定顺序描述了本公开方法的操作，但是这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

应当理解，当本公开的权利要求、当说明书及附图中使用到术语“第一”、“第二”、“第三”和“第四”等时，其仅用于区别不同对象，而不是用于描述特定顺序。本公开的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本公开说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本公开。如在本公开说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本公开说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

虽然本公开的实施方式如上，但所述内容只是为便于理解本公开而采用的实施例，并非用以限定本公开的范围和应用场景。任何本公开所述技术领域内的技术人员，在不脱离本公开所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本公开的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (7)

1.一种用于数据压缩的方法，包括：

获取待执行压缩的数据的原曲面；

对所述原曲面执行简化操作，以获得简化曲面；

基于所述简化曲面将所述原曲面划分成多个拓扑圆盘；

将每个所述拓扑圆盘参数化到平面域，以生成几何图像；以及

对所述几何图像进行压缩，以获得所述数据的压缩数据，

其中，基于所述简化曲面将所述原曲面划分成多个拓扑圆盘包括：

从所述原曲面的顶点中筛选出距离所述简化曲面上的顶点最近的顶点作为所述划分中心点；

利用广度优先遍历算法确定与每个所述划分中心点相关联的顶点；以及

基于每个所述划分中心点和与每个所述划分中心点相关联的顶点将所述原曲面划分成所述多个拓扑圆盘。

2.根据权利要求1所述的方法，其中对所述原曲面执行简化操作，以获得简化曲面包括：

从所述原曲面的边中筛选出边长大于预设阈值的边；以及

将筛选出的边的顶点进行合并，以获得简化曲面。

3.根据权利要求1所述的方法，其中将每个所述拓扑圆盘参数化到平面域，以生成几何图像包括：

基于每个所述拓扑圆盘参数化后对应顶点的坐标确定平面域内的像素点的坐标；以及

利用所述平面域内的像素点的坐标代替所述像素点的像素值，以生成所述几何图像。

4.一种用于数据解压缩的方法，包括：

接收根据权利要求1-3的任意一项方法所压缩的压缩数据；以及

对所述压缩数据执行解压缩操作，以获得所述几何图像的解压缩数据；以及

利用所述几何图像的解压缩数据还原所述原曲面。

5.根据权利要求4所述的方法，其中利用所述几何图像的解压缩数据还原所述原曲面包括：

基于所述几何图像的解压缩数据中每个像素点的坐标重建所述原曲面的三维网格；以及

对所述三维网格的顶点和边进行修正，以还原所述原曲面。

6.一种用于数据压缩和/或解压缩的设备，包括：

处理器；以及

与所述处理器相连接的存储器，所述存储器中存储有计算机程序代码，当所述计算机程序代码被执行时，使得所述处理器执行如权利要求1－3、4和5中任意一项所述的方法。

7.一种计算机可读存储介质，其上存储有用于对数据进行压缩和/或解压缩的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现如权利要求1－3、4和5中任意一项所述的方法。