CN115695393A - 一种雷达点云数据的格式转换方法、系统及存储介质 - Google Patents

一种雷达点云数据的格式转换方法、系统及存储介质 Download PDF

Info

Publication number
CN115695393A
CN115695393A CN202211687574.1A CN202211687574A CN115695393A CN 115695393 A CN115695393 A CN 115695393A CN 202211687574 A CN202211687574 A CN 202211687574A CN 115695393 A CN115695393 A CN 115695393A
Authority
CN
China
Prior art keywords
point cloud
cloud data
data
effective space
independent
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
Application number
CN202211687574.1A
Other languages
English (en)
Other versions
CN115695393B (zh
Inventor
李峰
刘欢迎
李小青
孔祥刚
柯腊
谭明旭
董毅
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.)
SHANDONG MATRIX SOFTWARE ENGINEERING CO LTD
Original Assignee
SHANDONG MATRIX SOFTWARE ENGINEERING 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 SHANDONG MATRIX SOFTWARE ENGINEERING CO LTD filed Critical SHANDONG MATRIX SOFTWARE ENGINEERING CO LTD
Priority to CN202211687574.1A priority Critical patent/CN115695393B/zh
Publication of CN115695393A publication Critical patent/CN115695393A/zh
Application granted granted Critical
Publication of CN115695393B publication Critical patent/CN115695393B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Image Processing (AREA)

Abstract

本申请涉及点云数据处理的技术领域,尤其涉及一种雷达点云数据的格式转换方法、系统及存储介质,方法包括:将点云数据进行规范化处理,生成多维化点云数据;获取多维化点云数据的有效空间范围;根据有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将有效空间拆分为多个独立空间;将每个独立空间内多维化点云数据的坐标值转换为RGB数据值;将多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件;将图像数据文件进行压缩转换。通过该方法可以减少点云数据的体积,减少数据传输量,降低系统间的带宽要求,并能够对点云数据实时传输,在设备和平台成本总体不变的前提下,大幅提升数据传输的效率。

Description

一种雷达点云数据的格式转换方法、系统及存储介质
技术领域
本申请涉及点云数据处理的技术领域,尤其是涉及一种雷达点云数据的格式转换方法、系统及存储介质。
背景技术
现有的雷达点云数据存储一般都以float数据类型为基础,再以三组(x、y、z三维坐标)或更多组数据(雷达强度、点云色彩)共同组成描述单一坐标点的数据组合,多个组合在一起共同组成一个统一的关于点云数据坐标的数据集。
由此可见,每个点云数据坐标的数据长度至少为16bit*3=48bit,而一个包含10000个点云数据的数据集的大小就至少为48bit*10000/1024=468.75KB,该尺寸已经远远超过了一张相同像素数量的压缩图片。如以每秒10次采样的频率进行统计,其1小时内的数据传输量就大约为16GB,其大小也已经远远超过同等像素量的高清流媒体视频的传输量,对网络和相关设备造成了极大的负担。
另外,随着雷达设备精度的提升,单个点云数据集的尺寸只会越来越大,最终造成每小时几十甚至上百GB的数据传输压力。无论是对设备的网络负载,还是数据的处理能力都造成了极大的负荷,提高了设备成本,造成了不必要的浪费。
发明内容
为了有助于解决上述问题,本申请提供一种雷达点云数据的格式转换方法、系统及存储介质。
第一方面,本申请提供的一种雷达点云数据的格式转换方法,采用如下的技术方案:
一种雷达点云数据的格式转换方法,包括:
将点云数据按照预设规则进行规范化处理,生成多维化点云数据;
获取所述多维化点云数据的有效空间范围;
根据所述有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将所述有效空间拆分为多个独立空间;
将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值;
将所述多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件;
将所述图像数据文件按照预设规则进行压缩转换。
通过采用上述技术方案,将不规则的点云float类型数据转换为规则的整数数据集,并将其转换为图像数据集,该图像数据集便可以进行数据压缩,通过该方法不但可以大幅减少点云数据的体积,减少数据传输量,降低系统间的带宽要求,更可以对点云数据进行实时传输,在设备和平台成本总体不变的前提下,大幅提升数据传输的效率,增强系统的体验,从而为点云数据进一步的处理优化工作提供充分而必要的条件。
可选的,所述根据所述有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将所述有效空间拆分为多个独立空间步骤,具体包括:
判断所述有效空间范围是否超过255个单位刻度;
如果是,则将有效空间拆分为多个独立空间,所述独立空间的范围不超过255个单位刻度。
可选的,所述将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值步骤之前,还包括:
将每个独立空间内的范围、单位刻度、数据拆分数量、多维化点云数据的数量记入还原文件。
可选的,所述将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值步骤之后,还包括:
将每一个所述独立空间内多维化点云数据的强度信息值转换为透明度数值。
可选的,所述将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值步骤之后,还包括:
将每一个所述独立空间内多维化点云数据的色彩描述信息,视为一个独立的点存储于相邻像素中。
可选的,所述将所述多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件步骤之后,还包括:
在所述独立空间内的多维化点云数据无法完全填充固定分辨率的图像数据文件的情况下,则将多个独立空间内的多维化点云数据填充至同一个图像数据文件中。
可选的,所述将所述图像数据文件按照预设规则进行压缩转换步骤,包括:
根据图像数据压缩方式或流媒体编码方式对图像数据文件进行转换后存储或传输。
第二方面,本申请提供的一种雷达点云数据的格式转换系统,采用如下的技术方案:
一种雷达点云数据的格式转换系统,包括:
处理模块,用于将点云数据按照预设规则进行规范化处理,生成多维化点云数据;
选取模块,用于获取所述多维化点云数据的有效空间范围;
拆分模块,用于根据所述有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将所述有效空间拆分为多个独立空间;
第一转换模块,用于将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值;
存储模块,用于将所述多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件;
第二转换模块,用于将所述图像数据文件按照预设规则进行压缩转换。
第三方面,本申请提供的一种计算机存储介质,采用如下的技术方案:
一种计算机存储介质,存储有能够被处理器加载并执行如第一方面和第二方面所述方法中的计算机程序。
综上所述,本申请包括以下有益技术效果:
将不规则的点云float类型数据转换为规则的整数数据集,并将其转换为图像数据集,该图像数据集便可以进行数据压缩,通过该方法不但可以大幅减少点云数据的体积,减少数据传输量,降低系统间的带宽要求,更可以借助现存的、比较成熟的流媒体传输技术对点云数据进行实时传输,在设备和平台成本总体不变的前提下,大幅提升数据传输的效率,增强系统的体验,从而为点云数据进一步的处理优化工作提供充分而必要的条件。
附图说明
图1是本申请其中一实施例示出的雷达点云数据的格式转换方法的流程图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本申请实施例公开一种雷达点云数据的格式转换方法。
作为格式转换方法的一种实施方式,包括:
100,将点云数据按照预设规则进行规范化处理,生成多维化点云数据。
其中,步骤100包括:
101,创建多维数据空间。
具体的,根据点云数据的最大坐标和最小坐标之间的区域确定空间范围,根据点云数据的密度确定空间坐标系刻度,基于空间范围以及空间坐标系刻度,创建多维数据空间。
102,将点云数据载入多维数据空间,生成点云数据的二进制数据集。
具体来说,将点云数据载入空间坐标系,并使得尽量多的点云数据落在空间坐标系刻度上,若空间坐标系刻度上存在点云数据则赋值为1,不存在点云数据则赋值为0,根据空间坐标系刻度的赋值,生成二进制数据集。
103,获取其他设备的采集数据;其中,所述采集数据包括点云数据和图像像素数据。
针对同一目标物体,利用其他雷达设备采集点云数据,或者摄像设备获取图像像素数据。
104,将采集数据载入多维数据空间,生成采集数据的二进制数据集。
需要说明的是,在利用其他雷达设备采集点云数据的情况下,利用上述步骤102的方式生成点云数据的二进制数据集。
在利用摄像设备获取图像像素数据的情况下,将图像像素数据载入空间坐标系,并使得尽量多的点云图像像素数据落在空间坐标系刻度上;空间坐标系刻度上存在图像像素数据则赋值为1,不存在图像像素数据则赋值为0;并基于步骤102的方式生成图像像素数据的二进制数据集。
105,根据所述点云数据的二进制数据集和采集数据的二进制数据集,获取点云数据长度以及采集数据长度;基于点云数据长度以及采集数据长度进行对比,形成等比例对应关系。
具体的,点云数据长度为有效数值区间的长度,其中有效数据值区间为空间坐标系刻度的赋值为1的区间,采集数据长度为点云数据的数量或者图像像素的数量。假设点云数据长度为5000,采集数据长度为1000,则两者的等比例对应关系为5:1。
106,基于所述等比例对应关系,将点云数据和图像像素数据进行融合,或者将点云数据和点云数据进行融合,得到多维点云融合数据。
对点云数据进行简化和规范化处理,并将点云数据集转换为以长方体或立方体空间坐标系为存储空间的,以二进制0和1为标识的二进制数据集,从而使得将不规则的点云float类型数据转换为规则的整数数据集。
200,获取所述多维化点云数据的有效空间范围。
需要说明的是,选定需要处理的多维化点云数据的有效空间范围,即
Figure DEST_PATH_IMAGE001
例如:雷达设备采集整个房间内的点云数据,在进行处理后得到多维化点云数据,但本次只需要针对房间内的其中一个家具(如桌子)进行处理,则可以根据该家具所在的位置进行坐标限定,仅选择该家具所在的有效空间范围。
300,根据所述有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将所述有效空间拆分为多个独立空间。
其中,步骤300具体包括:
301,判断所述有效空间范围是否超过255个单位刻度;
302,如果是,则将有效空间拆分为多个独立空间,所述独立空间的范围不超过255个单位刻度。
具体的,对整数数据集进行规范化处理,即将一个范围广阔的有效空间切分为一个个以255cm(兼容24位真彩色,数据精度即单位刻度为1cm;如单位刻度为2cm则其范围为511cm,同理也可以兼容16位增强色或其他类型)为极限的立体数据空间。该数据空间在每一个方向上都可以自定义数据精度和极限长度,唯一需要确保即极限长度不超过255个单位刻度。
结合单位刻度的精度设定,将有效空间切分为一个或多个独立空间,可以根据需要自定义切分规则,如沿某一个坐标进行二等分,或对整个有效空间进行八等分。
举例来说,沿Z坐标轴拆分为若干段,则X轴和Y轴根据范围和单位刻度进行填充,形成独立空间。
400,将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值。
具体的,将拆分后的每一个独立空间中的多维化点云数据的XYZ坐标值按照对应关系转换为RGB色彩值。
500,将每一个所述独立空间内多维化点云数据的强度信息值转换为透明度数值。
在多维化点云数据包含有强度信息值的情况下,将其转换为对应的透明度数值。
600,将每一个所述独立空间内多维化点云数据的色彩描述信息,视为一个独立的点存储于相邻像素中。
需要说明的是,点云数据是指在一个三维坐标系统中的一组向量的集合,数据集中的每个点包含有三维坐标,有的可能含有色彩描述信息或强度信息值。
如果多维化点云数据包含有色彩描述信息,为便于后续使用,则将其视为一个独立的点存于其相邻像素中。即每一个多维化点云数据对应两个像素点,其中一个是由多维化点云数据的坐标值转换得到,另一个是多维化点云数据自带的色彩描述信息。
将以float数据类型为主体的点云数据x、y、z、i(可选,强度信息值)的空间坐标,以一种对应的关系转换为以r、g、b、alpha(可选,透明度数值)为主体的图像数据集。
700,将所述多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件。
具体的,将所述多维化点云数据以像素色彩值的方式存入兼容的图像数据文件中,如BMP。
800,将所述图像数据文件按照预设规则进行压缩转换。
具体的,根据图像数据压缩方式或流媒体编码方式对图像数据文件进行转换后存储或传输。
根据需要将BMP文件以最高质量进行压缩转换,比如将图像数据文件从BMP格式转换为JPG、PNG等较为通用的图像数据格式后再进行数据传输(单张图片按照分辨率计算可以存储数量庞大的数据点,如以1080p分辨率的图片为例,其可以容纳的点云数据个数为2,073,600个);或者直接将图像数据文件通过H265等方式编码转换为流媒体格式进行传输,都可以大幅降低数据传输量。
另外,在每一个独立空间内的多维化点云数据无法完全填充固定分辨率的图像数据文件的情况下,则可以同时将多个独立空间内的多维化点云数据填充至同一个图像数据文件中;其中,图像数据文件的分辨率按照需要可以进行自定义设置。
作为格式转换方法的另一种实施方式,还包括:
将每个独立空间内的范围、单位刻度、数据拆分数量、多维化点云数据的数量记入还原文件,如:x:min x:max y:min y:max z:min z:max split:number point:number,其中,数据拆分数量表示一个多维化点云数据拆分的数量,即独立空间的数量。在指定数据时通过以上数据还原每一个像素其对应的独立空间。
基于上述雷达点云数据的格式转换方法,本申请实施例还公开了一种雷达点云数据的格式转换系统,包括:
处理模块,用于将点云数据按照预设规则进行规范化处理,生成多维化点云数据;
选取模块,用于获取所述多维化点云数据的有效空间范围;
拆分模块,用于根据所述有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将所述有效空间拆分为多个独立空间;
第一转换模块,用于将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值;
存储模块,用于将所述多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件;
第二转换模块,用于将所述图像数据文件按照预设规则进行压缩转换。
本申请实施例还公开了一种计算机可读存储介质,存储有能够被处理器加载并执行如上述格式转换方法的计算机程序,该计算机可读存储介质例如包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。

Claims (9)

1.一种雷达点云数据的格式转换方法,其特征在于,包括:
将点云数据按照预设规则进行规范化处理,生成多维化点云数据;
获取所述多维化点云数据的有效空间范围;
根据所述有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将所述有效空间拆分为多个独立空间;
将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值;
将所述多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件;
将所述图像数据文件按照预设规则进行压缩转换。
2.根据权利要求1所述的一种雷达点云数据的格式转换方法,其特征在于,所述根据所述有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将所述有效空间拆分为多个独立空间步骤,具体包括:
判断所述有效空间范围是否超过255个单位刻度;
如果是,则将有效空间拆分为多个独立空间,所述独立空间的范围不超过255个单位刻度。
3.根据权利要求1所述的一种雷达点云数据的格式转换方法,其特征在于,所述将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值步骤之前,还包括:
将每个独立空间内的范围、单位刻度、数据拆分数量、多维化点云数据的数量记入还原文件。
4.根据权利要求2所述的一种雷达点云数据的格式转换方法,其特征在于:所述将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值步骤之后,还包括:
将每一个所述独立空间内多维化点云数据的强度信息值转换为透明度数值。
5.根据权利要求2所述的一种雷达点云数据的格式转换方法,其特征在于,所述将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值步骤之后,还包括:
将每一个所述独立空间内多维化点云数据的色彩描述信息,视为一个独立的点存储于相邻像素中。
6.根据权利要求1所述的一种雷达点云数据的格式转换方法,其特征在于,所述将所述多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件步骤之后,还包括:
在所述独立空间内的多维化点云数据无法完全填充固定分辨率的图像数据文件的情况下,则将多个独立空间内的多维化点云数据填充至同一个图像数据文件中。
7.根据权利要求1所述的一种雷达点云数据的格式转换方法,其特征在于,所述将所述图像数据文件按照预设规则进行压缩转换步骤,包括:
根据图像数据压缩方式或流媒体编码方式对图像数据文件进行转换后存储或传输。
8.一种雷达点云数据的格式转换系统,其特征在于,包括:
处理模块,用于将点云数据按照预设规则进行规范化处理,生成多维化点云数据;
选取模块,用于获取所述多维化点云数据的有效空间范围;
拆分模块,用于根据所述有效空间范围以及单位刻度,判断是否需要对有效空间进行拆分,如果是,则将所述有效空间拆分为多个独立空间;
第一转换模块,用于将每一个所述独立空间内多维化点云数据的坐标值转换为RGB数据值;
存储模块,用于将所述多维化点云数据以RGB数据值的形式存储至兼容的图像数据文件;
第二转换模块,用于将所述图像数据文件按照预设规则进行压缩转换。
9.一种计算机存储介质,其特征在于:存储有能够被处理器加载并执行如权利要求1-7中任一种方法中的计算机程序。
CN202211687574.1A 2022-12-28 2022-12-28 一种雷达点云数据的格式转换方法、系统及存储介质 Active CN115695393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211687574.1A CN115695393B (zh) 2022-12-28 2022-12-28 一种雷达点云数据的格式转换方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211687574.1A CN115695393B (zh) 2022-12-28 2022-12-28 一种雷达点云数据的格式转换方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN115695393A true CN115695393A (zh) 2023-02-03
CN115695393B CN115695393B (zh) 2023-03-21

Family

ID=85055049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211687574.1A Active CN115695393B (zh) 2022-12-28 2022-12-28 一种雷达点云数据的格式转换方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN115695393B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116385571A (zh) * 2023-06-01 2023-07-04 山东矩阵软件工程股份有限公司 一种基于多维化动态可变分辨率的点云压缩方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750854A (zh) * 2015-04-16 2015-07-01 武汉海达数云技术有限公司 一种海量三维激光点云压缩存储及快速加载显示方法
DE102019127282A1 (de) * 2019-10-10 2021-04-15 Valeo Schalter Und Sensoren Gmbh System und Verfahren zum Analysieren einer dreidimensionalen Umgebung durch tiefes Lernen
CN112690002A (zh) * 2018-09-14 2021-04-20 华为技术有限公司 点云译码中属性层和指示的改进
CN113421210A (zh) * 2021-07-21 2021-09-21 东莞市中科三尾鱼智能科技有限公司 一种基于双目立体视觉的表面点云重建方法
US20210405638A1 (en) * 2020-06-26 2021-12-30 Amazon Technologies, Inc. Systems and methods of obstacle detection for automated delivery apparatus
CN114332257A (zh) * 2021-12-22 2022-04-12 广州小鹏自动驾驶科技有限公司 处理点云数据的方法、装置、系统和计算可读存储介质
US20220191511A1 (en) * 2019-03-14 2022-06-16 Nippon Telegraph And Telephone Corporation Data compression apparatus, data compression method, and program
CN115359333A (zh) * 2022-10-24 2022-11-18 山东矩阵软件工程股份有限公司 基于多种类数据采集设备的多维度信息融合方法
CN115422387A (zh) * 2022-11-04 2022-12-02 山东矩阵软件工程股份有限公司 基于多维点云融合数据的点云数据处理方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104750854A (zh) * 2015-04-16 2015-07-01 武汉海达数云技术有限公司 一种海量三维激光点云压缩存储及快速加载显示方法
CN112690002A (zh) * 2018-09-14 2021-04-20 华为技术有限公司 点云译码中属性层和指示的改进
US20220191511A1 (en) * 2019-03-14 2022-06-16 Nippon Telegraph And Telephone Corporation Data compression apparatus, data compression method, and program
DE102019127282A1 (de) * 2019-10-10 2021-04-15 Valeo Schalter Und Sensoren Gmbh System und Verfahren zum Analysieren einer dreidimensionalen Umgebung durch tiefes Lernen
US20210405638A1 (en) * 2020-06-26 2021-12-30 Amazon Technologies, Inc. Systems and methods of obstacle detection for automated delivery apparatus
CN113421210A (zh) * 2021-07-21 2021-09-21 东莞市中科三尾鱼智能科技有限公司 一种基于双目立体视觉的表面点云重建方法
CN114332257A (zh) * 2021-12-22 2022-04-12 广州小鹏自动驾驶科技有限公司 处理点云数据的方法、装置、系统和计算可读存储介质
CN115359333A (zh) * 2022-10-24 2022-11-18 山东矩阵软件工程股份有限公司 基于多种类数据采集设备的多维度信息融合方法
CN115422387A (zh) * 2022-11-04 2022-12-02 山东矩阵软件工程股份有限公司 基于多维点云融合数据的点云数据处理方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李佩;邱天;吕志慧;: "面向WebGL地理场景的海量点云组织与可视化研究" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116385571A (zh) * 2023-06-01 2023-07-04 山东矩阵软件工程股份有限公司 一种基于多维化动态可变分辨率的点云压缩方法及系统
CN116385571B (zh) * 2023-06-01 2023-09-15 山东矩阵软件工程股份有限公司 一种基于多维化动态可变分辨率的点云压缩方法及系统

Also Published As

Publication number Publication date
CN115695393B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN102523367B (zh) 基于多调色板的实时图像压缩和还原方法
JP5722761B2 (ja) 動画圧縮装置、画像処理装置、動画圧縮方法、画像処理方法、および動画圧縮ファイルのデータ構造
US11803986B2 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
CN112219398A (zh) 用于深度编码和解码的方法和装置
CN115695393B (zh) 一种雷达点云数据的格式转换方法、系统及存储介质
US20230046917A1 (en) In-tree geometry quantization of point clouds
JP2024053014A (ja) ポイントクラウドデータ処理方法及び装置
US11483363B2 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
US11902348B2 (en) Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method
CN115422387B (zh) 基于多维点云融合数据的点云数据处理方法及系统
US20210211703A1 (en) Geometry information signaling for occluded points in an occupancy map video
US20030103676A1 (en) Data compression method and recording medium with data compression program recorded therein
CN109710784B (zh) 一种基于lerc的遥感影像数据空间快速可视化方法
EP4273807A1 (en) Point cloud encoding and decoding method, encoder, decoder and computer storage medium
CN115880416A (zh) 三维模型的显示方法、装置、服务器及存储介质
CN111510729A (zh) 一种基于视频编解码技术的rgbd数据压缩传输方法
CN116721193A (zh) 用于体素模型的存储优化方法、电子设备及可读存储介质
CN111243046A (zh) 图像质量检测方法、装置、电子设备及存储介质
Mateika et al. Analysis of the compression ratio and quality in aerial images
US20230412837A1 (en) Point cloud data transmission method, point cloud data transmission device, point cloud data reception method, and point cloud data reception device
US12026920B2 (en) Point cloud encoding and decoding method, encoder and decoder
KR100527682B1 (ko) 3차원 지리정보 처리방법 및 그 장치
WO2023123284A1 (zh) 一种解码方法、编码方法、解码器、编码器及存储介质
EP4358516A1 (en) Data processing method and apparatus, electronic device, and storage medium
WO2022217472A1 (zh) 点云编解码方法、编码器、解码器及计算机可读存储介质

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