计算机应用研究

作者：石祖旭,曾安,VincentRicordel,NicolasNormand,

单位：1.广东工业大学计算机学院,广州511400；2.南特大学LS2N实验室,法国南特44306；

关键词：向量量化,树型结构网格编码矢量量化,有损压缩,3D点云,

基金：国家自然科学基金资助项目(61772143,61300107,61672168)；广州市科技计划资助项目(201601010034,201804010278)；广东省大数据分析与处理重点实验室开放基金资助项目(201801)；；

针对3D模型海量点云数据存在的空间冗余问题，提出一种基于TSLVQ （tree structure lattice vector quantization）的静态点云有损渲染算法。算法旨在利用层级嵌套网格的集合，解决渲染低效的问题。首先对整个点云进行包围盒封装，多层量化，把数个较小尺度的截断包围盒嵌入到一个较高尺度的截断包围盒单元中，每一步量化过程采用8叉树方法将包围盒分割为八个最佳尺寸的空或非空小包围盒；最后在最高深度的层级里，用包围盒来代替整个小包围盒中全部的点。同时，算法可自行设定8叉树的深度，从而任意控制编码的复杂度和精度，满足渲染的实时性要求。实验结果表明，与现有的网格有损压缩算法相比，提出的算法能在保证模型重建精度的基础上具有较好的空间分解优势，实现实时渲染效果。

来源：2019年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第7期