CN114554175A - 一种基于分类重排的点云无损压缩方法 - Google Patents
一种基于分类重排的点云无损压缩方法 Download PDFInfo
- Publication number
- CN114554175A CN114554175A CN202111628747.8A CN202111628747A CN114554175A CN 114554175 A CN114554175 A CN 114554175A CN 202111628747 A CN202111628747 A CN 202111628747A CN 114554175 A CN114554175 A CN 114554175A
- Authority
- CN
- China
- Prior art keywords
- pixels
- block
- pixel
- sequence
- mask map
- 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.)
- Granted
Links
- 230000006835 compression Effects 0.000 title claims abstract description 23
- 238000007906 compression Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000008707 rearrangement Effects 0.000 title claims abstract description 17
- 238000010586 diagram Methods 0.000 claims abstract description 3
- 230000009977 dual effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
- H04N13/161—Encoding, multiplexing or demultiplexing different image signal components
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
- H04N13/106—Processing image signals
-
- 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
- H04N19/17—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 an image region, e.g. an object
- H04N19/176—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 an image region, e.g. an object the region being a block, e.g. a macroblock
-
- 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
- H04N19/182—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 pixel
Abstract
本发明涉及一种基于分类重排的点云无损压缩方法。首先确定阈值:将图像中的像素划分成为若干个类别,使得同一类别中的像素灰度值相接近;根据确定的阈值,分类得到C1、C2和像素掩膜图Mp;Mp则是一幅二值的像素掩膜图,大小为SxS;Mp记录了所有像素的类别信息,但本身所占比特数较多,进一步将其分块合并,得到一张分块掩膜图Mb;按照三阶Hilbert曲线的顺序遍历分块掩膜图和像素即可以把整个图像的所有像素排列成一个一维序列D,D序列分为两个子序列D1与D2,分别对应高、低灰度值;数据流D1、D2和分块掩膜图Mb采用JPEG‑LS进行编码,而后形成编码的两路比特流,最后输出。本发明能够满足数据无损与压缩率高的双重需求。
Description
技术领域
本发明涉及图像压缩编码技术,特别涉及一种基于分类重排的点云无损压缩方法。
背景技术
随着3D感应和捕获技术的发展,3D激光雷达点云技术已经证明了它们在真实世界环境的数字感知方面的实用性,例如虚拟/增强/混合现实(AR/VR/MR)、移动地图、历史文物扫描、智慧城市、机器人和自动驾驶。而点云数据具有数据海量性,对目前计算机设备信息的存储和传输都是个巨大挑战,而对其有效的压缩便是不可或缺的步骤之一。
根据编码过程是否存在信息的损失,图像编码可以分为有损压缩编码和无损压缩编码。有损压缩编码虽然可以把数据极大程度的压缩,但是由于存在信息丢失,解码端不能还原恢复出原始图像。当有数据完整性的需求时,有损编码是不符合要求的。无损压缩编码是不存在信息的丢失,可以在解码端准确无误地恢复出原始图像。但是目前的无损压缩编码普遍存在压缩率不够高的问题。
按照Hilbert曲线的顺序对点云数据进行重新排列,在一定意义上聚集相近像素值,增加空间相关性,充分发挥图像压缩方法的能力,再利用JPEG-LS数据编码方法,既可以实现图像的无损压缩,又能保证压缩率足够高。
发明内容
本发明的目的在于提供一种基于分类重排的点云无损压缩方法,旨在提高点云图像编码的压缩效率,达到高效准确编码点云图像的应用需求。
为实现上述目的,本发明的技术方案是:一种基于分类重排的点云无损压缩方法,包括如下编码过程:
步骤S1、确定阈值:将图像中的像素划分成为若干个类别,使得同一类别中的像素灰度值相接近;首先根据图像的直方图自适应的确定阈值,使得两类像素数量接近;设原始图像的直方图为:H={C(g)|C(g)∈[0,S2]且C(g)∈Z,g=0,1,...,65536};则应当选取的阈值G为G=argminT{|∑g<TC(g)-∑h≥TC(h)|},其中g,T,h为直方图的取值,找到T使式子最小,即为确定的阈值G;
步骤S2、根据确定的阈值,灰度分类得到C1、C2和像素掩膜图Mp:若像素值I(i,j)≥G,则I(i,j)∈C1且Mp(i,j)=1;若像素值I(i,j)<G,则I(i,j)∈C2且Mp(i,j)=0,C1、C2分别代表高灰度与低灰度两个类别的像素集合;
步骤S3、通过合并Mp得到分块掩膜图Mb:Mp是一幅二值的像素掩膜图,大小为SxS;Mp记录有所有像素的类别信息,但本身所占比特数较多,进一步将其分块合并,每块大小为MxM(M=2m,m=2,3...),得到一张分块掩膜图Mb;当M=1时,Mp与Mb等同;当Mb中像素所对应的Mp中的区域像素值为1的多过像素值为0,则把Mb中的像素置为1,反之则置为0;
步骤S4、块间重排:按照三阶Hilbert曲线的顺序遍历分块掩膜图Mb,将所有块排成一个一维序列;
步骤S5、块内重排:每个块中还含有MxM个像素,所以又利用Hilbert对其进行块内重排,所有的块按相同的方式进行,可以把整个图像的所有像素排列成一个一维序列D,D序列分为两个子序列D1与D2,分别对应高、低灰度值;
步骤S6、对于子序列D1和D2直接采用JPEG-LS进行编码;
步骤S7、对于分块掩膜图Mb,因其每个像素仅含一个二进制值,所以首先将连续8个像素合并成一个字节,然后对所得的字节流进行JPEG-LS编码;
通过步骤S6和S7形成编码的两路比特流,最后输出。
在本发明一实例中,该方法还包括如下解码过程:
步骤M1、利用JPEG-LS解码算法恢复出D1、D2与Mb;
步骤M2、按照块间Hilbert曲线的顺序遍历Mb,每次根据当前点的Mb值,从D1或D2取出M×M个像素;
步骤M3、按照块内Hilbert曲线顺序将像素填充到原图像的当前块上;一旦遍历完成,即得到原始图像。
相较于现有技术,本发明具有以下有益效果:本发明在三维点云已经转换成二维距离图像的基础上,对二维点云距离图像做了数据重排列。先通过阈值判断,将点云数据分为高灰度值与低灰度值,块间重排与块内重排有助于像素掩膜图减少占用空间,再按照Hilbert曲线的顺序对点云数据进行重新排列,在一定意义上聚集相近像素值,增加空间相关性,充分发挥图像压缩方法的能力,因此可以实现数据无损和压缩率高的双重优点。
附图说明
图1为本发明编码流程图。
图2为本发明解码流程图。
图3为Hilbert曲线图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
如图1-3所示,本发明一种基于分类重排的点云深度图像无损压缩方法,包括如下步骤:
1)编码过程如图1编码流程图所示:
步骤S1、确定阈值。将图像中的像素划分成为若干个类别,使得同一类别中的像素灰度值相接近。首先根据图像的直方图自适应的确定阈值,使得两类像素数量接近。设原始图像的直方图为:H={C(g)|C(g)∈[0,S2]且C(g)∈Z,g=0,1,...,65536};。则应当选取的阈值G为G=argminT{|∑g<TC(g)-∑h≥TC(h)|},其中g,T,h为直方图的取值,找到合适的T使式子最小,即为阈值G。
步骤S2、灰度分类得到C1、C2和像素掩膜图Mp。若像素值I(i,j)≥G,则I(i,j)∈C1且Mp(i,j)=1;若像素值I(i,j)<G,则I(i,j)∈C2且Mp(i,j)=0,C1、C2分别代表高灰度与低灰度两个类别的像素集合;
步骤S3、通过合并Mp得到分块掩膜图Mb。Mp则是一幅二值的像素掩膜图,大小为SxS。Mp记录了所有像素的类别信息,但本身所占比特数较多,我们进一步将其分块合并,每块大小为MxM(M=2m,m=2,3...),得到一张分块掩膜图Mb。当M=1时,Mp与Mb等同。当Mb中像素所对应的Mp中的区域像素值为1的多过为0的像素值,则把Mb中的像素置为1,反之则置为0;
步骤S4、块间重排。按照三阶Hilbert曲线(如图3所示)的顺序遍历分块掩膜图Mb,将所有块排成一个一维序列;
步骤S5、块内重排,每个块中还含有MxM个像素,所以又利用Hilbert对其进行块内重排,所有的块按相同的方式进行,可以把整个图像的所有像素排列成一个一维序列D,D序列分为两个子序列D1与D2,分别对应高、低灰度值;
步骤S6、数据流D1和D2直接采用JPEG-LS进行编码;
步骤S7、对于分块掩膜图Mb,因其每个像素仅含一个二进制值,所以首先将连续8个像素合并成一个字节,然后对所得的字节流进行JPEG-LS编码;
通过步骤S6和S7形成编码的两路比特流,最后输出。
2)解码过程如图2解码流程图所示:
步骤M1、利用JPEG-LS解码算法恢复出D1、D2与Mb;
步骤M2、按照块间Hilbert曲线的顺序遍历Mb,每次根据当前点的Mb值,从D1或D2取出M×M个像素;
步骤M3、按照块内Hilbert曲线顺序将像素填充到原图像的当前块上。一旦遍历完成,即得到了原始图像。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (2)
1.一种基于分类重排的点云无损压缩方法,其特征在于,包括如下编码过程:
步骤S1、确定阈值:将图像中的像素划分成为若干个类别,使得同一类别中的像素灰度值相接近;首先根据图像的直方图自适应的确定阈值,使得两类像素数量接近;设原始图像的直方图为:H={C(g)|C(g)∈[0,S2]且C(g)∈Z,g=0,1,...,65536};则应当选取的阈值G为G=argminT{|∑g<TC(g)-∑h≥TC(h)|},其中g,T,h为直方图的取值,找到T使式子最小,即为确定的阈值G;
步骤S2、根据确定的阈值,灰度分类得到C1、C2和像素掩膜图Mp:若像素值I(i,j)≥G,则I(i,j)∈C1且Mp(i,j)=1;若像素值I(i,j)<G,则I(i,j)∈C2且Mp(i,j)=0,C1、C2分别代表高灰度与低灰度两个类别的像素集合;
步骤S3、通过合并Mp得到分块掩膜图Mb:Mp是一幅二值的像素掩膜图,大小为SxS;Mp记录有所有像素的类别信息,但本身所占比特数较多,进一步将其分块合并,每块大小为MxM(M=2m,m=2,3...),得到一张分块掩膜图Mb;当M=1时,Mp与Mb等同;当Mb中像素所对应的Mp中的区域像素值为1的多过像素值为0,则把Mb中的像素置为1,反之则置为0;
步骤S4、块间重排:按照三阶Hilbert曲线的顺序遍历分块掩膜图Mb,将所有块排成一个一维序列;
步骤S5、块内重排:每个块中还含有MxM个像素,所以又利用Hilbert对其进行块内重排,所有的块按相同的方式进行,可以把整个图像的所有像素排列成一个一维序列D,D序列分为两个子序列D1与D2,分别对应高、低灰度值;
步骤S6、对于子序列D1和D2直接采用JPEG-LS进行编码;
步骤S7、对于分块掩膜图Mb,因其每个像素仅含一个二进制值,所以首先将连续8个像素合并成一个字节,然后对所得的字节流进行JPEG-LS编码;
通过步骤S6和S7形成编码的两路比特流,最后输出。
2.根据权利要求1所述的一种基于分类重排的点云无损压缩方法,其特征在于,还包括如下解码过程:
步骤M1、利用JPEG-LS解码算法恢复出D1、D2与Mb;
步骤M2、按照块间Hilbert曲线的顺序遍历Mb,每次根据当前点的Mb值,从D1或D2取出M×M个像素;
步骤M3、按照块内Hilbert曲线顺序将像素填充到原图像的当前块上;一旦遍历完成,即得到原始图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111628747.8A CN114554175B (zh) | 2021-12-28 | 2021-12-28 | 一种基于分类重排的二维点云距离图像的无损压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111628747.8A CN114554175B (zh) | 2021-12-28 | 2021-12-28 | 一种基于分类重排的二维点云距离图像的无损压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114554175A true CN114554175A (zh) | 2022-05-27 |
CN114554175B CN114554175B (zh) | 2024-02-13 |
Family
ID=81669617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111628747.8A Active CN114554175B (zh) | 2021-12-28 | 2021-12-28 | 一种基于分类重排的二维点云距离图像的无损压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114554175B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5243446A (en) * | 1990-02-22 | 1993-09-07 | Pollich Richard E | Adaptive clumped dithering with clump plane separation |
US20020176631A1 (en) * | 2001-03-30 | 2002-11-28 | Sharp Laboratories Of America, Inc. | High performance lossless compression of grayscale documents |
CN104463872A (zh) * | 2014-12-10 | 2015-03-25 | 武汉大学 | 基于车载LiDAR点云数据的分类方法 |
US10024664B1 (en) * | 2014-09-30 | 2018-07-17 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Range and intensity image-based terrain and vehicle relative pose estimation system |
EP3614672A1 (en) * | 2018-08-23 | 2020-02-26 | InterDigital VC Holdings, Inc. | A method and apparatus for encoding/decoding a point cloud representing a 3d object |
CN111277831A (zh) * | 2020-01-15 | 2020-06-12 | 广东工业大学 | 一种基于分类编码的图像压缩方法及系统 |
CN113034627A (zh) * | 2021-03-30 | 2021-06-25 | 太原科技大学 | 基于几何重排的虚拟结构光3d点云压缩方法 |
CN113518226A (zh) * | 2021-06-29 | 2021-10-19 | 福州大学 | 一种基于地面分割的g-pcc点云编码改进方法 |
-
2021
- 2021-12-28 CN CN202111628747.8A patent/CN114554175B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5243446A (en) * | 1990-02-22 | 1993-09-07 | Pollich Richard E | Adaptive clumped dithering with clump plane separation |
US20020176631A1 (en) * | 2001-03-30 | 2002-11-28 | Sharp Laboratories Of America, Inc. | High performance lossless compression of grayscale documents |
US10024664B1 (en) * | 2014-09-30 | 2018-07-17 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration | Range and intensity image-based terrain and vehicle relative pose estimation system |
CN104463872A (zh) * | 2014-12-10 | 2015-03-25 | 武汉大学 | 基于车载LiDAR点云数据的分类方法 |
EP3614672A1 (en) * | 2018-08-23 | 2020-02-26 | InterDigital VC Holdings, Inc. | A method and apparatus for encoding/decoding a point cloud representing a 3d object |
CN111277831A (zh) * | 2020-01-15 | 2020-06-12 | 广东工业大学 | 一种基于分类编码的图像压缩方法及系统 |
CN113034627A (zh) * | 2021-03-30 | 2021-06-25 | 太原科技大学 | 基于几何重排的虚拟结构光3d点云压缩方法 |
CN113518226A (zh) * | 2021-06-29 | 2021-10-19 | 福州大学 | 一种基于地面分割的g-pcc点云编码改进方法 |
Non-Patent Citations (3)
Title |
---|
XUEBIN SUN 等: "A Novel Point Cloud Compression Algorithm Based on Clustering", IEEE ROBOTICS AND AUTOMATION LETTERS, vol. 4, no. 2, XP011713472, DOI: 10.1109/LRA.2019.2900747 * |
谢耀华;汤晓安;孙茂印;张永亮;: "基于分类重排LZW的图像无损压缩算法", 中国图象图形学报, no. 02 * |
陈元相 等: "非一致性稀疏采样的LiDAR 点云压缩方法", 《福州大学学报》, vol. 49, no. 3 * |
Also Published As
Publication number | Publication date |
---|---|
CN114554175B (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1681330B (zh) | 自适应2n叉树生成方法及3D体数据编码和解码方法和设备 | |
JP7431742B2 (ja) | 三次元物体を表すポイントクラウドを符号化/復号する方法及び装置 | |
US20230188736A1 (en) | Methods and apparatuses for hierarchically encoding and decoding a bytestream | |
CN104378644B (zh) | 定宽度变长度像素样值串匹配增强的图像压缩方法和装置 | |
CN1309258C (zh) | 一种应用于实时传输的无损图像压缩方法 | |
CN107301194B (zh) | 瓦片式栅格地图的压缩存储及发布方法 | |
CN104780379A (zh) | 一种屏幕图像集合的压缩方法 | |
JP7389751B2 (ja) | 三次元物体を表すポイントクラウドを符号化/復号する方法及び装置 | |
CN1187717C (zh) | 三维对象形变信息的编码方法和装置 | |
WO2021196029A1 (zh) | 一种用于点云编码、解码的方法和设备 | |
WO2016172994A1 (zh) | 图像编码、解码方法及装置 | |
CN107018419A (zh) | 一种基于ambtc的图像压缩编码方法 | |
CN113518226A (zh) | 一种基于地面分割的g-pcc点云编码改进方法 | |
CN1201562C (zh) | 具有树编码的无损图象压缩 | |
CN107682699A (zh) | 一种近无损图像压缩方法 | |
CN115474044B (zh) | 一种Bayer域图像有损压缩方法 | |
CN117014618A (zh) | 一种基于图像压缩的分块方法、系统及电子设备 | |
EP3614672A1 (en) | A method and apparatus for encoding/decoding a point cloud representing a 3d object | |
CN114554175B (zh) | 一种基于分类重排的二维点云距离图像的无损压缩方法 | |
CN115102934A (zh) | 点云数据的解码方法、编码方法、装置、设备及存储介质 | |
CN113422965A (zh) | 一种基于生成对抗网络的图像压缩方法及装置 | |
CN1396769A (zh) | 运动图像信息的压缩方法及其系统 | |
WO2024065406A1 (zh) | 编解码方法、码流、编码器、解码器以及存储介质 | |
EP3614673A1 (en) | A method and apparatus for encoding/decoding a point cloud representing a 3d object | |
WO2023173238A1 (zh) | 编解码方法、码流、编码器、解码器以及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |