CN114143556A - 一种用于压缩三维声纳点云数据的帧间编解码方法 - Google Patents

一种用于压缩三维声纳点云数据的帧间编解码方法 Download PDF

Info

Publication number
CN114143556A
CN114143556A CN202111622588.0A CN202111622588A CN114143556A CN 114143556 A CN114143556 A CN 114143556A CN 202111622588 A CN202111622588 A CN 202111622588A CN 114143556 A CN114143556 A CN 114143556A
Authority
CN
China
Prior art keywords
point cloud
motion vector
frame
current frame
coding
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
CN202111622588.0A
Other languages
English (en)
Inventor
林怡格
顾梦奇
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.)
Suzhou Lianshitai Electronic Information Technology Co ltd
Original Assignee
Suzhou Lianshitai Electronic Information Technology Co ltd
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 Suzhou Lianshitai Electronic Information Technology Co ltd filed Critical Suzhou Lianshitai Electronic Information Technology Co ltd
Priority to CN202111622588.0A priority Critical patent/CN114143556A/zh
Publication of CN114143556A publication Critical patent/CN114143556A/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
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding
    • 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
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/157—Assigned coding mode, i.e. the coding mode being predefined or preselected to be further used for selection of another element or parameter
    • H04N19/159—Prediction type, e.g. intra-frame, inter-frame or bidirectional frame 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
    • H04N19/90—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
    • H04N19/94—Vector 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
    • H04N19/90—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, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明公开了一种用于压缩三维点云数据的帧间编解码方法，包括：使用八叉树编码方式对参考帧与当前帧进行几何编码以及属性编码，获得各节点的占用码和邻域相关熵上下文；计算帧中点云的各个质心所在体素块位置集合；根据邻域相关熵上下文，使用运动搜索算法在相应参考帧中搜索当前帧中质心所在体素块的对应参考体素块；以点云的质心所在体素块的从参考帧到当前帧的运动矢量作为各体素块的预测运动矢量，并计算各体素块的预测运动矢量与实际运动矢量的运动矢量残差以及属性差值，经编码后再做霍夫曼编码；解码时，在参考帧的几何位置以及属性上叠加运动矢量以及属性差值，获得当前帧。该方法压缩效率高、编解码速度快、数据还原质量高。

Description

一种用于压缩三维声纳点云数据的帧间编解码方法
技术领域
本发明属于三维点云编解码技术领域，具体涉及一种用于压缩三维声纳点云数据的帧间编解码方法。
背景技术
三维声纳系统通过声波发射阵发射固定频率的声波，并通过接收阵接收返回的发射频段的声波信号，在下位机经过一系列的信号处理之后获得水下的三维声呐点云数据，并通过传输协议将数据传输给上位机进行图像的实时显示。
由于三维声纳系统经采集、信号处理之后得到的三维声纳点云数据的数据量非常庞大，而工程需求要求图像的实时显示与单帧数据的存储功能，这导致数据的存储以及数据的传输存在一定的困难。因此，需要一种三维声纳点云数据的帧间编解码方法用于压缩三维点云数据，实现三维点云数据的大量存储与快速传输。
MPEG在2020年批准了两种用于点云压缩的编码标准，第一种称为V-PCC，为基于视频的点云压缩，第二种称为G-PCC，为基于几何的点云压缩。前者将三维点云以多个面投影到二维生成视频序列，然后在将其通过传统视频压缩方式进行压缩，适用于密集的点云数据。后者使用八叉树划分三维点云包围盒，然后再做几何熵编码，适用于稀疏的点云数据。
专利文献CN111899152A公开了一种基于投影及视频拼接的点云数据压缩方法，包括：分析点云数据的几何属性特征确定相应的投影策略，确定最优的投影角度；对同一投影角度的投影区域多次投影得到由同一角度的一组具有空间相关性的二维图片；将一组二维图片拼接为视频文件。该方式适用于密集的点云数据，并不适用于海底三维声纳点云数据的压缩。
专利文献CN107633539A公开了一种基于四边面片分割的三维点云模型数据压缩方法，包括：将输入的点云模型的表面分割成若干四边形的面片；对四边形的面片依次进行参数化、重采样处理，获取二维的图像数据；对这些面片进行规则的重采样，重采样之后每一个面片就可以用一个高度图来描述，这样就把三维的数据转化成了二维的图像数据，减少了数据量；采用EZW算法对二维的图像数据进行小波编码；实现对三维点云模型的渐进式压缩；解码与模型重建。该方式通过将三维点云转化为二维图片依据图片压缩方式实现对三维点云的压缩，该方式并不适用于海底三维声纳点云数据的压缩。
发明内容
鉴于上述，本发明的目的在于提供一种用于压缩三维声纳点云数据的帧间编解码方法，该方法适用于三维声纳点云数据的特点，具有压缩效率高、编解码速度快、数据还原质量高的优点。
为实现上述发明目的，实施例提供了一种用于压缩三维声纳点云数据的帧间编解码方法，包括以下步骤；
针对三维声纳点云数据的当前帧和参考帧，对当前帧和参考帧进行八叉树编码，对参考帧进行属性编码，获取八叉树中各节点的占用码，依据占用码获得八叉树中各节点的邻域相关熵上下文；
分别计算当前帧和参考帧中点云的各个质心所在体素块和参考体素块，依据邻域相关熵上下文，使用运动搜索算法在参考帧中搜索当前帧中每个质心所在体素块对应的参考体素块，组成匹配体素块对；
针对每个匹配体素块对，计算当前帧的质心所在体素块到对应的参考体素块的预测运动矢量，依据预测运动矢量确定当前帧的质心所在点云的所有体素块的预测运动矢量、运动矢量残差，计算各体素块与对应的参考体素块的属性差值；
以参考帧的八叉树编码作为当前帧的八叉树编码，对当前帧的各体素块的预测运动矢量、运动矢量残差以及属性差值进行属性编码后，对当前帧的八叉树编码结果和属性编码结果进行霍夫曼编码；
解码时，对参考帧的八叉树编码结果和属性编码结果进行解码得到参考帧的各参考体素块中的点位置和点属性值，对当前帧霍夫曼编码结果进行解码后得到实际运动矢量和属性差值，在参考帧的各参考体素块中的点位置和点属性值分别叠加实际运动矢量和属性差值，得到当前帧。
在一个实施例中，所述三维声纳点云数据为声纳接收阵采集到的数据经信号处理、阈值过滤、离群点去除步骤后，得到的非结构化稀疏点云数据，属性为信号强度。
在一个实施例中，在八叉树各节点中，占用码为当前节点下各子节点是否包含数据的标志码，邻域相关熵上下文为各节点所对应的立方体空间邻接的六个立方体空间所对应的节点及其子节点的占用码状态。
在一个实施例中，当前帧和参考帧中点云的质心确定方式包括：
采用每个点云中各点的坐标求和后取均值来确定质心，或以每个点云中各点的强度作为权重，对各点坐标加权求和后取均值来确定质心。
在一个实施例中，针对当前帧与参考帧中无法匹配的点云质心，当该点云质心为从参考帧到当前帧消失的点云质心时，该点云质心所在体素块对应的预测运动矢量与运动矢量残差均为0，属性差值为参考帧的点云质心属性。
在一个实施例中，针对当前帧与参考帧中无法匹配的点云质心，该点云质心为当前帧相比参考帧多出的点云质心时，采用选取参考帧的八叉树结构中任一空白叶节点添加子节点的方式编码，其中各子节点对应的体素块的预测运动矢量为当前帧中点云质心所在点云的所有点与各子节点的位移矢量，运动矢量残差为0，属性差值为当前帧的点云质心所在点云的所有点的属性负值。
在一个实施例中，所述依据预测运动矢量确定当前帧的质心所在点云的所有体素块的预测运动矢量、运动矢量残差，包括：
以当前帧的质心所在体素块到对应的参考体素块的预测运动矢量作为当前帧的质心所在点云的所有体素块的预测运动矢量；
以当前帧的质心所在体素块到对应的参考体素块的预测运动矢量与当前帧的质心所在点云的所有体素块的实际运动矢量之差作为运动矢量残差。
在一个实施例中，编码端的参考帧的八叉树编码结果和属性编码结果、当前帧的霍夫曼编码结果以数据流的方式传输至解码端；
解码端对于接收的数据流，依据分辨率类型分出参考帧码流和当前帧码流，其中，参考帧码流包含参考帧的八叉树编码结果和属性编码结果，当前帧码流包含霍夫曼编码结果。
在一个实施例中，解码时，对当前帧的霍夫曼编码结果进行解码，得到预测运动矢量、运动矢量残差以及属性差值；
依据预测运动矢量与运动矢量残差之和作为各体素块中各点的实际运动矢量，在参考帧的各参考体素中各点位置叠加实际运动矢量，得到当前帧的各体素块中各点位置；
在参考帧的各参考体素中各点属性值叠加属性差值，得到当前帧的各体素块中各点属性值。
与现有技术相比，本发明具有的有益效果至少包括：
实施例提供的用于压缩三维声纳点云数据的帧间编解码方法，通过八叉树结构划分的几何编码和属性编码的方式，对三维声纳点云数据进行压缩，在保证三维声纳点云数据高度还原的基础上，大幅压缩数据存储与传输时三维声纳点云数据的大小，具有十分重要的工程使用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。
图1是实施例提供的三维声纳系统的系统架构。
图2是实施例提供的用于压缩三维声纳点云数据的帧间编解码方法的流程图。
具体实施方式
为使本发明的目的、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发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
图1是实施例提供的三维声纳系统的系统架构。如图1所示，该三维声纳系统包括下位机与上位机，其中，下位机中的声波发射阵发射固定频率的声波，并通过声波接收阵接收返回的频段的声波信号，该声波信号在FPGA中经过一系列的信号处理、阈值过滤、离群点去除之后，获得水下环境的三维声纳点云数据，该三维声纳点云数据经过压缩后，通过UDP传输压缩编码结果至上位机，压缩编码结果在上位机的PC解码后得到三维点云数据在进行图像的实时显示等操作。
图2是实施例提供的用于压缩三维声纳点云数据的帧间编解码方法的流程图。如图2所示，实施例提供的用于压缩三维声纳点云数据的帧间编解码方法包括编码端的编码操作和解码端的解码操作，其中，编码操作在图1所示的三维声纳系统中的FPGA实现，解码操作在图1所示的三维声纳系统中的PC实现。下面针对编码操作和解码操作进行详细说明。
如图2所示，编码操作包括：
S101，针对三维声纳点云数据的当前帧和参考帧，对当前帧和参考帧进行八叉树编码，对参考帧进行属性编码。
三维声纳获得的三维声纳点云数据大部分为水环境反射得到的回波，在对低于阈值的数据进行过滤后得到的三维声纳点云数据，该三维声纳点云数据的属性以信号强度表示。实施例中，将采集的相邻多帧数据中，第一帧为参考帧，后续帧以第一帧为参考帧做当前帧编码。
由于三维声纳点云数据符合稀疏的特点，适用基于几何的点云压缩方式。因此，实施例中，采用八叉树编码方式对参考帧与当前帧进行几何编码。在对当前帧和参考帧进行八叉树划分时，以三维声呐探测范围的几何中心作为原点，持续划分直至叶节点内包含1个或0个数据。
实施例中，对参考帧中每个点属性值(信号强度值)直接进行属性编码。
S102，针对当前帧和参考帧进行八叉树编码结果，获取八叉树中各节点的占用码，依据占用码获得八叉树中各节点的邻域相关熵上下文。
实施例中，在对当前帧和参考帧进行八叉树编码后，记录各节点的子节点所含数据情况，若子节点含有数据则占用码为1，否则为0，使得各节点获得关于其子节点的8位占用码。然后根据占用码获得八叉树中各节点的邻域相关熵上下文，具体包括：针对每个各节点，以各节点对应的立方体体素空间邻接的六个立方体体素空间所对应的节点及其子节点的占用码状态作为各节点的邻域相关熵上下文。
S103，根据依据邻域相关熵上下文，进行当前帧与参考帧的点云质心的匹配。
实施例中，分别计算当前帧和参考帧中点云的各个质心所在体素块和参考体素块，然后，依据邻域相关熵上下文，使用运动搜索算法在参考帧中搜索当前帧中质心所在体素块对应的参考体素块，体素块和对应的参考体素块组成匹配体素块对，实现点云质心的匹配，将能成功匹配的质心与未能成功匹配的质心分列进行不同的后续处理。
实施例中，当前帧和参考帧中点云的质心确定方式包括：采用每个点云中各点的坐标求和后取均值来确定质心，或以每个点云中各点的强度作为权重，对各点坐标加权求和后取均值来确定质心。
需要说明的是，经过上述点云确定方式可知，每个点云对应一个质心，每个点云在被体素化时，会分成多个体素块。
S103，依据点云质心的匹配结果计算预测运动矢量、运动矢量残差、属性差值，并构建属性数据。
针对能够匹配的点云质心，即得到的匹配体素块对，以当前帧的体素块到参考帧的参考体素块的预测运动矢量当前帧的质心所在点云的所有体素块的预测运动矢量、运动矢量残差，具体过程包括：以当前帧的质心所在体素块到对应的参考体素块的预测运动矢量作为当前帧的质心所在点云的所有体素块的预测运动矢量；以当前帧的质心所在体素块到对应的参考体素块的预测运动矢量与当前帧的质心所在点云的所有体素块的实际运动矢量之差作为运动矢量残差。实施例中，还根据参考帧各点的属性值和当前帧的各点的属性值，计算当前帧的各体素块与对应的参考体素块的属性差值。
由于每个点云的所有体素块的预测运动矢量均是通过质心所在体素块计算得到的，这样只要记录一个预测运动矢量数据即可，同时每个点云一般表示一个物体，物体作为整体在运动过程中，相对误差会很小，通过记录运动矢量残差也可以大大降低数据量。
针对匹配不成功的点云质心，当点云质心为从参考帧到当前帧消失的点云质心时，该点云质心所在体素块对应的预测运动矢量与运动矢量残差均为0，属性差值为参考帧的点云数据属性。
针对匹配不成功的点云质心，当点云质心为当前帧相比参考帧多出的点云质心时，采用选取参考帧的八叉树结构中任一空白叶节点添加子节点的方式编码，即将这部分点云数据以八叉树的结构添加到已有八叉树的空白叶节点里，即将原本的空白叶节点变为父节点，这部分点云数据以父节点的子节点形式组织存在。其中各子节点对应的体素块的预测运动矢量为当前帧中点云质心所在点云的所有点与各子节点的位移矢量，运动矢量残差为0，属性差值为当前帧的点云质心所在点云的所有点的属性负值。
实施例中，将每个体素块的预测运动矢量、运动矢量残差以及属性差值组成属性数据。
S104，对属性数据进行编码后，结合几何编码结果进行霍夫曼编码。
实施例中，以参考帧的八叉树编码作为当前帧的八叉树编码，对当前帧各体素块的预测运动矢量、运动矢量残差以及属性差值进行霍夫曼编码，霍夫曼编码结果以数据流的方式上传至上位机。
实施例中，当前帧与参考帧中能匹配上的点云质心大部分都满足相似的运动关系且属性值变化不强烈。因此，对于使用预测运动矢量、运动矢量残差以及属性差值的方式编码当前帧产生的大量重复数据或接近0的数据，使用霍夫曼编码压缩数据。
实施例中，参考帧的八叉树编码结果和属性编码结果同样以数据流的方式上传至上位机。
如图2所示，解码操作包括：
S201，获取数据流，依据分辨率类型分出参考帧码流和当前帧码流。
实施例中，获得的参考帧码流包含参考帧的八叉树编码结果和属性编码结果，获取的当前帧码流包含霍夫曼编码结果。
S202，针对参考帧码流进行八叉树解码和属性解码处理。
实施例中，针对参考帧码流中的八叉树编码结果进行八叉树解码，得到参考帧的各参考体素块中的点位置，同时针对参考帧码流中的编码结果进行进属性解码，得到参考帧的各参考体素块中的点属性信息。
S203，针对当前帧码流进行霍夫曼解码处理。
对当前帧的霍夫曼编码结果进行解码，得到预测运动矢量、运动矢量残差以及属性差值。
S204，依据S202和S203的解码结果通过矢量叠加得到当前帧数据。
实施例中，依据预测运动矢量与运动矢量残差之和作为各体素块中各点的实际运动矢量，在参考帧的各参考体素中各点位置叠加实际运动矢量，得到当前帧的各体素块中各点位置；
在参考帧的各参考体素中各点属性值叠加属性差值，得到当前帧的各体素块中各点属性值。
上述实施例提供的用于压缩三维点云数据的帧间编解码方法，具有压缩效率高、编解码速度快、数据还原质量高的特点。该方法适用于空间稀疏的三维点云数据的压缩，且压缩效率高，可以将该方法应用于大部分空间稀疏的三维点云数据的编解码，有利于实现三维点云的存储与高效传输。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，包括以下步骤：
针对三维声纳点云数据的当前帧和参考帧，对当前帧和参考帧进行八叉树编码，对参考帧进行属性编码，获取八叉树中各节点的占用码，依据占用码获得八叉树中各节点的邻域相关熵上下文；
分别计算当前帧和参考帧中点云的各个质心所在体素块和参考体素块，依据邻域相关熵上下文，使用运动搜索算法在参考帧中搜索当前帧中每个质心所在体素块对应的参考体素块，组成匹配体素块对；
针对每个匹配体素块对，计算当前帧的质心所在体素块到对应的参考体素块的预测运动矢量，依据预测运动矢量确定当前帧的质心所在点云的所有体素块的预测运动矢量、运动矢量残差，计算各体素块与对应的参考体素块的属性差值；
以参考帧的八叉树编码作为当前帧的八叉树编码，对当前帧的各体素块的预测运动矢量、运动矢量残差以及属性差值进行霍夫曼编码；
解码时，对参考帧的八叉树编码结果和属性编码结果进行解码得到参考帧的各参考体素块中的点位置和点属性值，对当前帧霍夫曼编码结果进行解码后得到实际运动矢量和属性差值，在参考帧的各参考体素块中的点位置和点属性值分别叠加实际运动矢量和属性差值，得到当前帧。
2.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，所述三维声纳点云数据为声纳接收阵采集到的数据经信号处理、阈值过滤、离群点去除步骤后，得到的非结构化稀疏点云数据，属性为信号强度。
3.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，在八叉树各节点中，占用码为当前节点下各子节点是否包含数据的标志码，邻域相关熵上下文为各节点所对应的立方体空间邻接的六个立方体空间所对应的节点及其子节点的占用码状态。
4.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，当前帧和参考帧中点云的质心确定方式包括：
采用每个点云中各点的坐标求和后取均值来确定质心，或以每个点云中各点的强度作为权重，对各点坐标加权求和后取均值来确定质心。
5.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，针对当前帧与参考帧中无法匹配的点云质心，当该点云质心为从参考帧到当前帧消失的点云质心时，该点云质心所在体素块对应的预测运动矢量与运动矢量残差均为0，属性差值为参考帧的点云质心属性。
6.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，针对当前帧与参考帧中无法匹配的点云质心，该点云质心为当前帧相比参考帧多出的点云质心时，采用选取参考帧的八叉树结构中任一空白叶节点添加子节点的方式编码，其中各子节点对应的体素块的预测运动矢量为当前帧中点云质心所在点云的所有点与各子节点的位移矢量，运动矢量残差为0，属性差值为当前帧的点云质心所在点云的所有点的属性负值。
7.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，所述依据预测运动矢量确定当前帧的质心所在点云的所有体素块的预测运动矢量、运动矢量残差，包括：
以当前帧的质心所在体素块到对应的参考体素块的预测运动矢量作为当前帧的质心所在点云的所有体素块的预测运动矢量；
以当前帧的质心所在体素块到对应的参考体素块的预测运动矢量与当前帧的质心所在点云的所有体素块的实际运动矢量之差作为运动矢量残差。
8.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，编码端的参考帧的八叉树编码结果和属性编码结果、当前帧的霍夫曼编码结果以数据流的方式传输至解码端；
解码端对于接收的数据流，依据分辨率类型分出参考帧码流和当前帧码流，其中，参考帧码流包含参考帧的八叉树编码结果和属性编码结果，当前帧码流包含霍夫曼编码结果。
9.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，解码时，对当前帧的霍夫曼编码结果进行解码，得到预测运动矢量、运动矢量残差以及属性差值；
依据预测运动矢量与运动矢量残差之和作为各体素块中各点的实际运动矢量，在参考帧的各参考体素中各点位置叠加实际运动矢量，得到当前帧的各体素块中各点位置；
在参考帧的各参考体素中各点属性值叠加属性差值，得到当前帧的各体素块中各点属性值。
10.根据权利要求1所述的用于压缩三维声纳点云数据的帧间编解码方法，其特征在于，将采集的相邻多帧数据中，第一帧为参考帧，后续帧以第一帧为参考帧做当前帧编码。
CN202111622588.0A 2021-12-28 2021-12-28 一种用于压缩三维声纳点云数据的帧间编解码方法 Pending CN114143556A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111622588.0A CN114143556A (zh) 2021-12-28 2021-12-28 一种用于压缩三维声纳点云数据的帧间编解码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111622588.0A CN114143556A (zh) 2021-12-28 2021-12-28 一种用于压缩三维声纳点云数据的帧间编解码方法

Publications (1)

Publication Number Publication Date
CN114143556A true CN114143556A (zh) 2022-03-04

Family

ID=80383749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111622588.0A Pending CN114143556A (zh) 2021-12-28 2021-12-28 一种用于压缩三维声纳点云数据的帧间编解码方法

Country Status (1)

Country Link
CN (1) CN114143556A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024011381A1 (zh) * 2022-07-11 2024-01-18 上海交通大学 点云编解码方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024011381A1 (zh) * 2022-07-11 2024-01-18 上海交通大学 点云编解码方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US20230162402A1 (en) Method and apparatus for processing a point cloud
JP2015504545A (ja) 予測位置符号化
KR20200140824A (ko) 3d 객체를 나타내는 포인트 클라우드를 인코딩/디코딩하기 위한 방법 및 장치
US20240078715A1 (en) Apparatus and method for point cloud processing
JP7371691B2 (ja) ホモグラフィ変換を使用した点群符号化
CN113518226A (zh) 一种基于地面分割的g-pcc点云编码改进方法
TW202333112A (zh) 用於基於預測幾何的點雲端壓縮的利用半徑內插的訊框間預測譯碼
CN114143556A (zh) 一种用于压缩三维声纳点云数据的帧间编解码方法
Chou et al. Dynamic polygon clouds: Representation and compression for VR/AR
US20240054685A1 (en) Point cloud decoding method, point cloud encoding method, and point cloud decoding device
WO2022131948A1 (en) Devices and methods for sequential coding for point cloud compression
EP4325852A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device
CN114915793B (zh) 基于二维规则化平面投影的点云编解码方法及装置
WO2023015530A1 (zh) 点云编解码方法、编码器、解码器及计算机可读存储介质
KR20230060534A (ko) 2차원 정규화 평면 투사에 기초한 포인트 클라우드 인코딩 및 디코딩 방법과 장치
US20230377208A1 (en) Geometry coordinate scaling for ai-based dynamic point cloud coding
WO2023123284A1 (zh) 一种解码方法、编码方法、解码器、编码器及存储介质
CN114915796B (zh) 基于二维规则化平面投影的点云编解码方法及装置
WO2023173238A1 (zh) 编解码方法、码流、编码器、解码器以及存储介质
US20240020885A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device
WO2023173237A1 (zh) 编解码方法、码流、编码器、解码器以及存储介质
EP4233006A2 (en) Devices and methods for spatial quantization for point cloud compression
Finley Enhancing 3D range geometry compression through tunable depth encoding algorithms
Li et al. 3D point cloud attribute compression based on cylindrical projection
WO2023180842A1 (en) Mesh patch simplification

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