基于特征提取的自适应三维点云压缩方法
授权
摘要
一种基于特征提取的自适应三维点云压缩方法，由确定预测点属性、预测点属性归一化、确定差值特征、确定特征重要性参数、确定特征与非特征点集、设置基础量化参数、选择有效量化参数、量化编码步骤组成。通过对空间位置和颜色特征数据提取，按特征优先级从高到低原则，动态设置量化增量值以保留重要区域的特征点信息。与现有技术相比，避免了分块采样密度不均现象，降低了复杂度，减少了计算，保留了数据中的有效点，改善了重建后数据中的栅格化失真现象，峰值信噪比提升0.0835dB，平均码率降低0.083％，具有对三维点云数据编码压缩失真率小、编码质量高等优点，可用于点云数据的传输和存储。
基本信息
专利标题 ：
基于特征提取的自适应三维点云压缩方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111866518A
申请号 ：
CN202010743631.8
公开（公告）日 ：
2020-10-30
申请日 ：
2020-07-29
授权号 ：
CN111866518B
授权日 ：
2022-05-27
发明人 ：
艾达卢洪颖胥策
申请人 ：
西安邮电大学
申请人地址 ：
陕西省西安市长安区韦郭路西安邮电大学南校区
代理机构 ：
西安永生专利代理有限责任公司
代理人 ：
申忠才
优先权 ：
CN202010743631.8
主分类号 ：
H04N19/42
IPC分类号 ：
H04N19/42 H04N19/96 H04N19/147
法律状态
2022-05-27 ：
授权
2020-11-17 ：
实质审查的生效
IPC(主分类) : H04N 19/42
申请日 : 20200729
申请日 : 20200729
2020-10-30 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
