[发明专利]点云几何结构压缩

说明书

本发明提供了一种系统，所述系统包括被配置为压缩点云的编码器，所述点云包括多个点，每个点包括针对所述点的空间信息。所述编码器被配置为对所述点进行子采样并确定针对所述子采样点的细分位置。另外，所述编码器被配置为针对相应细分位置确定是要包括点、不包括点、还是相对所述细分位置重新定位点。所述编码器对针对所述子采样点的空间信息进行编码并对细分位置点包括/重新定位信息进行编码以生成压缩点云。解码器基于包括在所述压缩点云中的所述空间信息和所述细分位置包括/重新定位信息来重新创建原始点云的原始或近似副本。

背景技术

技术领域

本公开整体涉及点云的压缩和解压缩，这些点云包括多个点，每个点具有相关联的空间信息，并且在一些实施方案中，具有附加的属性信息。

背景技术

各种类型的传感器诸如光检测和测距(LIDAR)系统、3D相机、3D扫描仪等可以捕获指示点在三维空间中的位置(例如在X、Y和Z平面中的位置)的数据。另外，一些此类系统除了针对相应点的空间信息之外还可捕获属性信息，诸如颜色信息(例如，RGB值)、强度属性、反射率属性或各种其他属性。在一些情况下，可将其他属性分配给相应点，诸如捕获该点时的时间戳。由此类传感器捕获的点可构成“点云”，该“点云”包括各自具有相关联空间信息的一组点。在一些情况下，点云可包括数千个点、数十万个点、数百万个点或甚至更多的点。另外，在一些情况下，与由一个或多个传感器捕获的点云不同，可以例如在软件中生成点云。在任一种情况下，此类点云可包括大量数据，并且存储和传输这些点云可能成本高且耗时。

发明内容

在一些实施方案中，系统包括被配置为捕获共同构成点云的点的一个或多个传感器，其中这些点中的每个点包括识别相应点的空间位置的空间信息。该系统还包括被配置为生成压缩点云的编码器，其中该压缩点云包括针对比捕获点云的点数量少的点的空间信息，但是其中针对压缩点云中包括的点的空间信息和压缩点云中包括的附加数据以使得解码器可基于该压缩点云来重新创建捕获点云或捕获点云的极度近似的方式来进行组织。为了生成压缩点云，编码器被配置为对由所述一个或多个传感器捕获的捕获点云进行子采样，其中子采样点云包括比捕获点云少的点。编码器被进一步配置为针对子采样点云的点中的相应一些中的每个点识别子采样点云的相应点与子采样点云中的相邻点之间的位置，并基于将该位置与捕获点云进行比较，确定是要将解压缩点云中的点包括在该位置处、不包括在该位置处、还是相对于该位置重新定位。编码器被进一步配置为对针对压缩点云的数据进行编码，该数据包括针对子采样点云的点的空间信息以及指示针对相应位置中的每个是要将相应点包括在该位置处、不包括在该位置处、还是相对于解压缩点云中的位置重新定位的数据。在一些实施方案中，系统可省略所述一个或多个传感器，并且编码器可从另一个系统的传感器或从另一个源接收待压缩的原始点云。

在一些实施方案中，方法包括对点云进行子采样，其中该子采样点云包括比该点云少的点。该方法还包括在子采样之前针对子采样点云的点中的相应一些中的每个点将子采样点云的相应点与子采样点云中的相邻点之间的位置进行比较，并且基于该比较确定是要将点包括在该位置处、不包括在该位置处、还是相对于解压缩点云中的位置重新定位。该方法还包括对数据进行编码，该数据包括针对子采样点云的点的空间信息以及指示针对相应位置中的每个是要将相应点包括在该位置处、不包括在该位置处、还是相对于解压缩点云中的位置重新定位的数据。