CN113905242A - 一种点云颜色属性自适应压缩行程编码方法 - Google Patents

一种点云颜色属性自适应压缩行程编码方法 Download PDF

Info

Publication number
CN113905242A
CN113905242A CN202111093337.8A CN202111093337A CN113905242A CN 113905242 A CN113905242 A CN 113905242A CN 202111093337 A CN202111093337 A CN 202111093337A CN 113905242 A CN113905242 A CN 113905242A
Authority
CN
China
Prior art keywords
attribute
coding
prediction
decoding
run
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111093337.8A
Other languages
English (en)
Inventor
梁凡
刘祎
何堅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202111093337.8A priority Critical patent/CN113905242A/zh
Publication of CN113905242A publication Critical patent/CN113905242A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/93—Run-length coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/103—Selection of coding mode or of prediction mode
    • H04N19/105—Selection of the reference unit for prediction within a chosen coding or prediction mode, e.g. adaptive choice of position and number of pixels used for prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/186—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being a colour or a chrominance component
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91—Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/96—Tree coding, e.g. quad-tree coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种点云颜色属性自适应压缩行程编码方法，包括：将点云属性从RGB颜色空间转换到YUV颜色空间；对点云数据进行Hilbert重排序，在Hilbert顺序下进行差分预测，得到预测残差；将所述预测残差进行量化，得到预测量化残差；采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵编码，得到属性码流。本发明能够进一步压缩点云数据属性信息，可广泛应用于图像处理技术领域。

Description

一种点云颜色属性自适应压缩行程编码方法
技术领域
本发明涉及图像处理技术领域，尤其是一种点云颜色属性自适应压缩行程编码方法。
背景技术
目前国内音视频编码基于几何的点云压缩算法AVS-PCC(Point CloudCompression of Audio Video coding Standard)框架下，在编码器和解码器中首先处理点云几何位置，基于 解码后的几何位置处理属性信息。AVS-PCC框架中对点云属性信息的压缩流程大概如下，由 于点云的几何位置通过坐标平移、量化和八叉树重建，所以需要对点云中的每个点进行属性 插值进行重上色的操作。为了进一步压缩数据，使用差分预测的方法，通过前面的若干点去 预测当前点的属性信息，从而得到属性预测残差。然后对预测残差进行量化，最后进行熵编 码。
行程编码(Run-length Coding)是相对简单的编码技术，主要思路是将一个相同值的连 续串用一个代表值和串长来代替。例如，有一个字符串“aaabccddddd”，经过行程编码后可 以用“3a1b2c5d”来表示。对图像编码来说，可以定义沿特定方向上具有相同灰度值的相邻 像素为一轮，其延续长度称为延续的行程，简称为行程或游程。
目前最新PCRM框架中，对于颜色属性预测残差为(0，0，0)的将会使用行程编码。对颜色属性为零的预测残差Res行程编码。如果属性预测残差Res非零，则首先对run_length值进行编码，然后对该非零属性预测残差进行编码，最后将run_length值置为0重新开始计数。
对非零属性预测残差Res的各个分量Resi(i＝0,1,2)依次进行编码，编码方式为：
当待编码属性信息为颜色时，首先利用上下文对属性残差分量Resi是否为0进行算术编 码。在Resi不为0的情况下，对其符号使用bypass coding；利用上下文对属性残差分量Resi绝 对值是否等于1进行算术编码；在属性残差分量Resi绝对值大于1的情况下，利用上下文对 属性残差分量Resi绝对值是否等于2进行算术编码；
在属性残差分量Resi绝对值大于2的情况下，利用上下文对(Resi绝对值-3)进行指数哥 伦布编码。当属性信息为反射率时，采用3阶指数哥伦布码，当属性信息为颜色时，采用1 阶指数哥伦布码。
颜色属性预测残差系数之间的相关性对熵编码通过使用上下文编码进一步压缩。具体方 法如下：
1.利用固定上下文编码一个标志位代表Y/R是否等于0，
2.如果Y/R等于0，继续利用固定上下文编码一个标志位代表U/G是否等于0；
1)如果U/G以及Y/R都等于0，利用固定上下文编码V/B的绝对值减1，并编码其符号；
2)如果Y/R等于0但U/G不等于0，利用固定的上下文编码U/G的绝对值减1，和其符号，继续利用固定的上下文编码V/B和其符号；
3.如果Y/R不等于0，利用固定上下文编码Y/R的绝对值减1，并编码其符号，继续利用固定的上下文编码U/G和其符号；继续利用固定的上下文编码V/B和其符号。
目前用于检验算法压缩效果的测试条件：共4种(C1-C4)。C1条件：几何位置有限度有 损、属性有损；C2条件：几何位置无损、属性有损；C3条件：几何位置无损、属性有限度有损；C4条件：几何位置无损、属性无损。
除了C4条件，C1-C3测试条件都有不同的属性量化步长。在不同的属性量化不步长下， 对颜色属性预测残差的数据进行统计分析。发现较大的量化步长下，颜色属性熵编码中行程 编码的占比远远大于非零数据的编码。
发明内容
有鉴于此，本发明实施例提供一种点云颜色属性自适应压缩行程编码方法，以进一步压 缩点云数据属性信息。
本发明的一方面提供了一种点云颜色属性自适应压缩行程编码方法，包括：
将点云属性从RGB颜色空间转换到YUV颜色空间；
对点云数据进行Hilbert重排序，在Hilbert顺序下进行差分预测，得到预测残差；
将所述预测残差进行量化，得到预测量化残差；
采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵编码，得到属性码流。
可选地，所述方法还包括：
根据几何信息的改变情况，当几何编码中进行了去除重复点的操作时，进行属性插值操 作。
可选地，所述采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵编码， 得到属性码流，包括：
根据属性量化步长参数配置自适应阈值门限；
遍历每点的属性预测量化残差，统计连续属性预测量化残差值为0的第一点数；
根据所述第一点数，直接编码行程编码值或者使用压缩行程编码；
当所述属性预测量化残差非零，对所述第一点数的值进行编码，将所述第一点数的值置 为0重新开始计数后，对非零属性预测量化残差进行编码。
可选地，所述根据所述第一点数，使用压缩行程编码，包括以下步骤：
将所述第一点数除以2后向下取整得到第二点数，最后编码所述第二点数；
新增一固定上下文编码，若所述第一点数除以2后余1，则固定上下文编码为1；若所述 第一点数除以2后余0，则固定上下文编码为0。
可选地，所述对非零属性预测量化残差进行编码，包括以下步骤：
利用固定上下文编码第一标志位代表是否等于0，
如果所述第一标志位代表等于0，继续利用所述固定上下文编码第二标志位代表是否等于 0；
如果所述第二标志位代表以及所述第一标志位代表都等于0，利用所述固定上下文编码的 绝对值减1，并编码所述固定上下文编码的符号；
如果所述第一标志位代表等于0但所述第二标志位代表不等于0，利用所述固定上下文编 码的绝对值减1；
如果所述第一标志位代表不等于0，利用固定上下文编码所述第一标志位代表的绝对值减 1，并编码所述第一标志位代表符号，继续利用固定的上下文编码所述第二标志位代表和所述 第二标志位代表的符号。
可选地，所述方法还包括：
采用颜色属性自适应压缩行程解码方法将得到的属性流进行熵解码，得到属性预测量化 残差；
将所述属性预测量化残差进行逆量化，得到属性预测残差；
通过残差预测的方法，对重建的点云中的点进行属性预测，最后加上该点对应的属性预 测残差，就得到点云中该点的属性；
将点云属性从YUV颜色空间转换到RGB颜色空间。
可选地，所述方法还包括：
根据属性量化步长配置自适应阈值门限，所述自适应阈值门限用于确定是否使用压缩行 程解码；
解码零属性预测量化残差，解码行程编码；
解码非零属性预测量化残差Res，得到当前点的非零属性预测量化残差。
可选地，所述解码零属性预测量化残差，解码行程编码，包括：
若不使用压缩行程码解码，则直接解码行程编码值；
若使用压缩行程码解码，则先解码行程编码半值，然后解码固定上下文，所述固定上下 文取值0或1，得到行程编码值。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机 程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可 以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备 执行前面的方法。
本发明的实施例将点云属性从RGB颜色空间转换到YUV颜色空间；对点云数据进行Hilbert重排序，在Hilbert顺序下进行差分预测，得到预测残差；将所述预测残差进行量化，得到预测量化残差；采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵 编码，得到属性码流。本发明能够进一步压缩点云数据属性信息。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附 图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域 普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的PCRM编码器与解码器总体框图；
图2为本发明实施例提供的颜色属性自适应压缩行程码编码流程图；
图3为本发明实施例提供的颜色属性自适应压缩行程码解码流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申 请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用 于限定本申请。
针对现有技术存在的问题，本发明的一方面提供了一种点云颜色属性自适应压缩行程编 码方法，包括：
将点云属性从RGB颜色空间转换到YUV颜色空间；
对点云数据进行Hilbert重排序，在Hilbert顺序下进行差分预测，得到预测残差；
将所述预测残差进行量化，得到预测量化残差；
采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵编码，得到属性码流。
可选地，所述方法还包括：
根据几何信息的改变情况，当几何编码中进行了去除重复点的操作时，进行属性插值操 作。
可选地，所述采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵编码， 得到属性码流，包括：
根据属性量化步长参数配置自适应阈值门限；
遍历每点的属性预测量化残差，统计连续属性预测量化残差值为0的第一点数；
根据所述第一点数，直接编码行程编码值或者使用压缩行程编码；
当所述属性预测量化残差非零，对所述第一点数的值进行编码，将所述第一点数的值置 为0重新开始计数后，对非零属性预测量化残差进行编码。
可选地，所述根据所述第一点数，使用压缩行程编码，包括以下步骤：
将所述第一点数除以2后向下取整得到第二点数，最后编码所述第二点数；
新增一固定上下文编码，若所述第一点数除以2后余1，则固定上下文编码为1；若所述 第一点数除以2后余0，则固定上下文编码为0。
可选地，所述对非零属性预测量化残差进行编码，包括以下步骤：
利用固定上下文编码第一标志位代表是否等于0，
如果所述第一标志位代表等于0，继续利用所述固定上下文编码第二标志位代表是否等于 0；
如果所述第二标志位代表以及所述第一标志位代表都等于0，利用所述固定上下文编码的 绝对值减1，并编码所述固定上下文编码的符号；
如果所述第一标志位代表等于0但所述第二标志位代表不等于0，利用所述固定上下文编 码的绝对值减1；
如果所述第一标志位代表不等于0，利用固定上下文编码所述第一标志位代表的绝对值减 1，并编码所述第一标志位代表符号，继续利用固定的上下文编码所述第二标志位代表和所述 第二标志位代表的符号。
可选地，所述方法还包括：
采用颜色属性自适应压缩行程解码方法将得到的属性流进行熵解码，得到属性预测量化 残差；
将所述属性预测量化残差进行逆量化，得到属性预测残差；
通过残差预测的方法，对重建的点云中的点进行属性预测，最后加上该点对应的属性预 测残差，就得到点云中该点的属性；
将点云属性从YUV颜色空间转换到RGB颜色空间。
可选地，所述方法还包括：
根据属性量化步长配置自适应阈值门限，所述自适应阈值门限用于确定是否使用压缩行 程解码；
解码零属性预测量化残差，解码行程编码；
解码非零属性预测量化残差Res，得到当前点的非零属性预测量化残差。
可选地，所述解码零属性预测量化残差，解码行程编码，包括：
若不使用压缩行程码解码，则直接解码行程编码值；
若使用压缩行程码解码，则先解码行程编码半值，然后解码固定上下文，所述固定上下 文取值0或1，得到行程编码值。
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机 程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可 以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备 执行前面的方法。
下面结合说明书附图，对本发明的具体实现原理进行详细描述：
本发明通过图1呈现了各模块的逻辑关系。在编码器和解码器中，首先处理点云几何位 置，基于解码后的几何位置处理属性信息。
具体地，本发明中属性信息编码包含以下五个部分：
1.空间变换：将点云属性从RGB颜色空间转换到YUV颜色空间。
2.属性插值：在几何信息(点数或者点与点的相对位置)改变了的情况下，如在几何编 码中进行了去除重复点的操作，才需进行属性插值，即重上色。
3.属性预测：对属性预测首先将点云进行Hilbert重排序。在Hilbert顺序下进行差分 预测，得到预测残差。
4.残差量化：将预测残差进行量化，得到预测量化残差。
5.熵编码：对预测量化残差进行熵编码，得到属性码流。其中，熵编码方法将采用颜色 属性自适应压缩行程编码方法。
另外，本发明的属性信息解码包含四部分：
1.熵解码。将得到的属性码流进行熵解码，得到属性预测量化残差。熵解码方法将采用 颜色属性自适应压缩行程解码方法。
2.逆量化。将属性预测量化残差进行逆量化，得到属性预测残差。
3.属性重建。通过残差预测的方法，对重建的点云中的点进行属性预测，最后加上该点 的属性预测残差，就得到点云中该点的属性。
4.逆向空间变换。将点云属性从YUV颜色空间转换到RGB颜色空间。
对于颜色属性自适应压缩行程编码方法，下面详细描述预测属性量化残差编码端具体步 骤，如图2所示，具体包括以下步骤1-4：
1、根据属性量化步长参数设置自适应阈值门限。根据实验经验，设置阈值为35,自适应 选择是否使用压缩行程编码。
2、遍历每点的属性预测量化残差Res，统计连续属性预测量化残差值为0的点数run_length；
3、若不使用压缩行程编码，则直接编码行程编码值run_length。若使用压缩行程编码， 则进行以下步骤3-1和3-2：
3-1、先将run_length除以2后向下取整得到run_length_half，最后编码 run_length_half；
3-2、新增一固定上下文编码。若run_length除以2后余1，则固定上下文编码为1；若 run_length除以2后余0，则固定上下文编码为0；
4、如果属性预测量化残差Res非零，则首先对run_length值进行编码，将 run_length值置为0重新开始计数。然后进入非零属性预测量化残差编码模块。
4-1、利用固定上下文编码一个标志位代表Y/R是否等于0，
4-2、如果Y/R等于0，继续利用固定上下文编码一个标志位代表U/G是否等于0；
1)如果U/G以及Y/R都等于0，利用固定上下文编码V/B的绝对值减1，并编码其符号；
2)如果Y/R等于0但U/G不等于0，利用固定的上下文编码U/G的绝对值减1，和其符号，继续利用固定的上下文编码V/B和其符号；
4-3、如果Y/R不等于0，利用固定上下文编码Y/R的绝对值减1，并编码其符号，继续利用固定的上下文编码U/G和其符号；继续利用固定的上下文编码V/B和其符号。
下面进一步详细描述预测属性量化残差解码端具体步骤，如图3所示，包括以下步骤1-3：
1、根据属性量化步长设置自适应阈值门限。根据实验经验，设置阈值为35,自适应选择 是否使用压缩行程解码。
2、解码零属性预测量化残差，解码行程编码run_length。表示连续的run_length个点 的属性预测量化残差Res都为0。解码行程编码的方法包括以下步骤2-1和2-2：
2-1、若不使用压缩行程码解码，则直接解码行程编码值run_length；
2-2、若使用压缩行程码解码，则先解码行程编码半值run_length_ha l f，然后解码固定 上下文r，r取值0或1。最后得到行程编码值run_length＝2*run_length_ha l f+r。
3、解码非零属性预测量化残差Res，得到当前点的非零属性预测量化残差Res。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序 发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执 行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例 以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现 的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描 述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明， 所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一 个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关 每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中 公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会 了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况 下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性 的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围 来决定。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在 一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技 术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产 品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服 务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储 介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM， Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现 逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行 系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、 装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。 就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以 供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电 连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)， 可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器 (CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质， 因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适 方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施 方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件 来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术 中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻 辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门 阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、 或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包 含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指 的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个 或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本 发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的 范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领 域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变 形或替换均包含在本申请权利要求所限定的范围内。

Claims (8)

1.一种点云颜色属性自适应压缩行程编码方法，其特征在于，包括：
将点云属性从RGB颜色空间转换到YUV颜色空间；
对点云数据进行Hilbert重排序，在Hilbert顺序下进行差分预测，得到预测残差；
将所述预测残差进行量化，得到预测量化残差；
采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵编码，得到属性码流。
2.根据权利要求1所述的一种点云颜色属性自适应压缩行程编码方法，其特征在于，所述方法还包括：
根据几何信息的改变情况，当几何编码中进行了去除重复点的操作时，进行属性插值操作。
3.根据权利要求1所述的一种点云颜色属性自适应压缩行程编码方法，其特征在于，所述采用颜色属性自适应压缩行程编码方法对所述预测量化残差进行熵编码，得到属性码流，包括：
根据属性量化步长参数配置自适应阈值门限；
遍历每点的属性预测量化残差，统计连续属性预测量化残差值为0的第一点数；
根据所述第一点数，直接编码行程编码值或者使用压缩行程编码；
当所述属性预测量化残差非零，对所述第一点数的值进行编码，将所述第一点数的值置为0重新开始计数后，对非零属性预测量化残差进行编码。
4.根据权利要求3所述的一种点云颜色属性自适应压缩行程编码方法，其特征在于，所述根据所述第一点数，使用压缩行程编码，包括以下步骤：
将所述第一点数除以2后向下取整得到第二点数，最后编码所述第二点数；
新增一固定上下文编码，若所述第一点数除以2后余1，则固定上下文编码为1；若所述第一点数除以2后余0，则固定上下文编码为0。
5.根据权利要求3所述的一种点云颜色属性自适应压缩行程编码方法，其特征在于，所述对非零属性预测量化残差进行编码，包括以下步骤：
利用固定上下文编码第一标志位代表是否等于0，
如果所述第一标志位代表等于0，继续利用所述固定上下文编码第二标志位代表是否等于0；
如果所述第二标志位代表以及所述第一标志位代表都等于0，利用所述固定上下文编码的绝对值减1，并编码所述固定上下文编码的符号；
如果所述第一标志位代表等于0但所述第二标志位代表不等于0，利用所述固定上下文编码的绝对值减1；
如果所述第一标志位代表不等于0，利用固定上下文编码所述第一标志位代表的绝对值减1，并编码所述第一标志位代表符号，继续利用固定的上下文编码所述第二标志位代表和所述第二标志位代表的符号。
6.根据权利要求1所述的一种点云颜色属性自适应压缩行程编码方法，其特征在于，所述方法还包括：
采用颜色属性自适应压缩行程解码方法将得到的属性流进行熵解码，得到属性预测量化残差；
将所述属性预测量化残差进行逆量化，得到属性预测残差；
通过残差预测的方法，对重建的点云中的点进行属性预测，最后加上该点对应的属性预测残差，就得到点云中该点的属性；
将点云属性从YUV颜色空间转换到RGB颜色空间。
7.根据权利要求6所述的一种点云颜色属性自适应压缩行程编码方法，其特征在于，所述方法还包括：
根据属性量化步长配置自适应阈值门限，所述自适应阈值门限用于确定是否使用压缩行程解码；
解码零属性预测量化残差，解码行程编码；
解码非零属性预测量化残差Res，得到当前点的非零属性预测量化残差。
8.根据权利要求7所述的一种点云颜色属性自适应压缩行程编码方法，其特征在于，所述解码零属性预测量化残差，解码行程编码，包括：
若不使用压缩行程码解码，则直接解码行程编码值；
若使用压缩行程码解码，则先解码行程编码半值，然后解码固定上下文，所述固定上下文取值0或1，得到行程编码值。
CN202111093337.8A 2021-09-17 2021-09-17 一种点云颜色属性自适应压缩行程编码方法 Pending CN113905242A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111093337.8A CN113905242A (zh) 2021-09-17 2021-09-17 一种点云颜色属性自适应压缩行程编码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111093337.8A CN113905242A (zh) 2021-09-17 2021-09-17 一种点云颜色属性自适应压缩行程编码方法

Publications (1)

Publication Number Publication Date
CN113905242A true CN113905242A (zh) 2022-01-07

Family

ID=79028519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111093337.8A Pending CN113905242A (zh) 2021-09-17 2021-09-17 一种点云颜色属性自适应压缩行程编码方法

Country Status (1)

Country Link
CN (1) CN113905242A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023240660A1 (zh) * 2022-06-17 2023-12-21 Oppo广东移动通信有限公司 解码方法、编码方法、解码器以及编码器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023240660A1 (zh) * 2022-06-17 2023-12-21 Oppo广东移动通信有限公司 解码方法、编码方法、解码器以及编码器

Similar Documents

Publication Publication Date Title
KR101356733B1 (ko) 컨텍스트 기반 적응적 이진 산술 부호화, 복호화 방법 및장치
CN112565734B (zh) 基于混合编码的点云属性编解码方法及装置
US5818877A (en) Method for reducing storage requirements for grouped data values
JP6400092B2 (ja) データ符号化及び復号化
JP4906855B2 (ja) 変換ブロックの効率的なコーディングおよびデコーディング
KR102020101B1 (ko) 비디오 코덱에서 신택스 요소 인코딩을 위한 방법 및 장치
JP5409909B2 (ja) ビットストリームを復号する方法
CN110710217B (zh) 用于对最后有效系数标志进行代码化的方法和设备
US8483500B2 (en) Run length coding with context model for image compression using sparse dictionaries
US20090304075A1 (en) Moving Image Processing Method, Program of Moving Image Processing Method, Recording Medium Having Program of Moving Image Processing Method Recorded Thereon, and Moving Image Processing Apparatus
US9544599B2 (en) Context adaptive data encoding
KR20160101925A (ko) 데이터 인코딩 및 디코딩
JP2021513257A (ja) データ符号化及び復号化
US20190191161A1 (en) Method and device for encoding video data
JP5231243B2 (ja) 符号化装置及び符号化方法
CN113905242A (zh) 一种点云颜色属性自适应压缩行程编码方法
JP2009021775A (ja) 符号化装置及び符号化方法
US10735733B2 (en) Method and device for encoding video data
GB2496210A (en) Context adaptive (CABAC) data encoding and decoding
CN112740707A (zh) 点云的编解码方法和装置
CN113192148B (zh) 基于调色盘的属性预测方法、装置、设备及介质
CN113840150B (zh) 一种点云反射率属性熵编解码方法
CN112449201B (zh) 解码方法、编码方法、相应的装置、电子设备及存储介质
US7164369B2 (en) System for improving storage efficiency of digital files
Pancholi et al. Tutorial review on existing image compression techniques

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination