(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210700940.6 (22)申请日 2022.06.21 (65)同一申请的已公布的文献号 申请公布号 CN 114782564 A (43)申请公布日 2022.07.22 (73)专利权人 北京大学深圳研究生院 地址 518000 广东省深圳市南 山区西丽 街 道深圳大 学城北大园区H栋208室 (72)发明人 李革　宋菲　杨晓东　李宏　高伟　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 刘凤 (51)Int.Cl. G06T 9/00(2006.01) G06V 10/74(2022.01)G06V 10/762(2022.01) G06K 9/62(2022.01) (56)对比文件 CN 111512342 A,2020.08.07 CN 108632621 A,2018.10.09 WO 201915 3342 A1,2019.08.15 审查员 赵恒昌 (54)发明名称 一种点云的压缩方法、 装置、 电子设备及存 储介质 (57)摘要 本公开涉及点云数据处理技术领域， 具体提 供了一种点云的压缩方法、 装置、 电子设备及存 储介质， 通过将待压缩点云划分为多个子点云 块； 确定每个子点云块对应的几何属性信息与颜 色属性信息之间的相关系数并与预设的系数阈 值进行比较， 若大于， 则根据几何属性信息确定 该子点云块对应的距离加权图， 并基于距离加权 图压缩子点云块； 若小于， 则计算该子点云块对 应的纹理复杂度并与预设的复杂度阈值进行比 较， 若大于， 则确定该子点云块对应的相似度加 权图， 并基于相似度加权图压缩子点云块； 若小 于， 则确定该子点云块对应的无权图， 并基于无 权图压缩子点云块。 在充分考虑点云的几何属 性、 颜色属性、 纹理信息之间的相关性的同时， 实 现较优的压缩性能。 权利要求书3页 说明书15页 附图4页 CN 114782564 B 2022.09.09 CN 114782564 B 1.一种点云的压缩方法， 其特 征在于， 包括： 获取待压缩点云， 将所述待压缩点云划分为多个子点云块； 针对每个所述子点云块， 确定该所述子点云块对应的几何属性信 息与颜色属性信 息之 间的相关系数； 针对所述相关系数大于预设的系数阈值的所述子点云块， 根据 所述几何属性信 息确定 该所述子点云块对应的距离加权图， 并基于所述距离加权图压缩所述子点云块； 针对所述相关系数小于所述系数阈值的所述子点云块， 计算该所述子点云块对应的纹 理复杂度； 针对所述纹理复杂度 大于预设的复杂度阈值的所述子点云块， 确定该所述子点云块对 应的相似度加权图， 并基于所述相似度加权图压缩所述子点云块； 针对所述纹理复杂度小于所述复杂度阈值的所述子点云块， 确定该所述子点云块对应 的无权图， 并基于所述无权图压缩所述子点云块； 所述针对所述纹理复杂度小于所述复杂度阈值的所述子点云块， 确定该所述子点云块 对应的无权图， 并基于所述无权图压缩所述子点云块， 具体包括： 针对所述纹理复杂度小于所述复杂度阈值的所述子点云块， 其中所述子点云块包括一 个全局平 滑块或多个局部平 滑块； 针对所述全局平滑块， 利用莫顿码编码所述全局平滑块， 构造所述子点云块对应的线 性图， 用以描述所述全局平 滑块的连通 性； 针对所述局部平滑块， 利用谱聚类算法， 根据所述局部平滑块内顶点间的颜色差值进 行聚类分析， 构建所述子点云块对应的聚类连接图； 确定所述 聚类连接图对应的邻 接矩阵， 根据 所述邻接矩阵确定所述子点云块对应的拉 普拉斯矩阵； 根据所述拉普拉斯矩阵压缩所述子点云块。 2.根据权利要求1所述的方法， 其特征在于， 所述针对每个所述子点云块， 确定该所述 子点云块对应的几何属性信息与颜色属性信息之间的相关系数， 具体包括： 针对每个所述子点云块， 获取该所述子点云块内， 各个顶点间的信号差值产生的几何 变化信息与颜色变化信息； 将所述几何变化信息与所述颜色变化信息作为所述几何属性信息与所述颜色属性信 息之间相关性的评价指标， 获取多个所述几何变化信息对应的观测值以及多个所述颜色变 化信息对应的观测值； 根据所述几何变化信 息对应的观测值以及所述颜色变化信 息对应的观测值， 确定所述 子点云块对应的皮尔森相关系数； 将所述皮尔森相关系数确定为所述几何属性信息与所述颜色属性信息之间的相关系 数。 3.根据权利要求2所述的方法， 其特征在于， 基于以下公式确定所述子点云块对应的皮 尔森相关系数： 权　利　要　求　书 1/3 页 2 CN 114782564 B 2其中， G为代表 所述几何变化信息的参数、 C为代表所述颜色变化信息的参数、 代表所 述几何变化信息的观测值对应的均值、 代表所述几何变化信息的观测值对应的标准差、 代表所述颜色变化信息的观测值对应的均值、 代表所述颜色变化信息的观测值对 应的标准差、 M代表所述几何变 化信息的观测值与所述颜色变 化信息的观测值的数量、 所 述几何变化信息的第i个观测值、 代表所述颜色变化信息的第i个观测值、 代表所述皮尔 森相关系数。 4.根据权利要求1所述的方法， 其特征在于， 所述针对所述相关系数大于预设的系数阈 值的所述子点云块， 根据所述几何属 性信息确定该所述子点云块对应的距离加权图， 并基 于所述距离加权图压缩所述子点云块， 具体包括： 针对所述相关系数大于预设的系数阈值的所述子点云块， 确定该所述子点云块中， 每 两个顶点之间的顶点距离； 根据所述顶点距离以及预设的距离阈值， 确定所述子点云块中顶点间的边权重， 并根 据所述边权重构建所述距离加权图； 确定所述距离加权图对应的权重矩阵， 根据 所述权重矩阵确定所述子点云块对应的拉 普拉斯矩阵； 根据所述拉普拉斯矩阵压缩所述子点云块。 5.根据权利要求1所述的方法， 其特征在于， 所述针对所述相关系数小于所述系数阈值 的所述子点云块， 计算该 所述子点云块对应的纹 理复杂度， 具体包括： 针对所述相关系数小于所述系数阈值的所述子点云块， 确定该所述子点云块对应的灰 度共生矩阵； 计算所述灰度共生矩阵对应的二 次统计熵值， 将所述二 次统计熵值确定为所述纹理复 杂度。 6.根据权利要求1所述的方法， 其特征在于， 所述针对所述纹理复杂度 大于预设的复杂 度阈值的所述子点云块， 确定该所述子点云块对应的相似度加权图， 并基于所述相似度加 权图压缩所述子点云块， 具体包括： 针对所述纹理复杂度大于预设的复杂度阈值的所述子点云块， 确定该所述子点云块 中， 每两个顶点之间的顶点距离； 确定所述子点云块中每个顶点对应的颜色属性值， 针对每个顶点， 将该顶点对应的所 述颜色属性值以及与其相 邻的顶点对应的所述颜色属性值进 行反距离加权计算， 确定该顶 点对应的颜色预测值； 根据所述顶点距离以及每两个顶点之间所述颜色预测值的差值， 确定所述子点云块中 顶点间的边权重， 并根据所述边权重构建所述相似度加权图， 其中， 所述相似度加权图用以 通过引入 颜色属性信息来反映所述子点云块中顶点间的纹 理相似性； 确定所述相似度加权图对应的权重矩阵， 根据所述权重矩阵确定所述子点云块对应的 拉普拉斯矩阵； 根据所述拉普拉斯矩阵压缩所述子点云块。 7.一种点云的压缩 装置， 其特 征在于， 包括： 划分模块， 用于获取待压缩点云， 将所述待压缩点云划分为多个子点云块；权　利　要　求　书 2/3 页 3 CN 114782564 B 3