随着三维传感和重构技术的迅速发展,点云已经被广泛应用于虚拟现实/增强现实、生物医学成像、多人协作、自动驾驶、数字博物馆等多个领域,为用户提供丰富逼真的视觉信息。点云通常包含百万甚至千万个点,如此庞大的数据量对多媒体系统的存储和传输等环节造成了严峻的挑战,如何有效提升点云数据的压缩性能已成为当下的研究热点。点云数据通常分为几何信息和属性信息,现有的点云压缩方案,在对几何信息和属性信息进行编码时,由于没有对点云数据的空间相关性进行有效地利用,导致点云几何信息和属性信息的压缩性能仍有一定的提升空间。因此,本文针对几何信息和属性信息压缩算法分别进行研究,以提升点云数据的整体压缩性能。在基于平面结构的几何信息压缩算法中,本文针对邻域占位信息对节点平面结构信息的影响展开了研究。通过分析邻域节点占位信息与节点平面结构信息之间的相关性,提出一种基于邻域占位信息的平面结构信息压缩算法;并在此基础上进一步提出平面结构信息编码优化算法,在基本不影响几何信息压缩性能的前提下,降低平面编码的内存占用空间大小。实验结果表明,相比于TMC13-v9.0,本文提出的基于邻域占位信息的平面结构信息编码算法在几何无损的情况下,压缩性能可以提升0.5%左右;在几何有损的情况下,压缩性能平均提升了0.3%左右,显著地提升了几何信息的编码效率。在基于分层结构的属性信息压缩算法中,本文针对属性信息的分布特性对属性邻域预测的影响进行研究。通过分析现有LOD空域划分之后的各个细节层次点云分布特征,提出一种基于空域结构的点云属性分层预测算法;在此基础上,进一步对基于空域结构的点云属性分层预测算法的复杂度和内存占用空间等进行优化,提出一种基于LUT的属性邻域预测加速算法。实验结果表明,相比TMC13-V8.0,本文所给出的基于空域结构的点云属性分层预测算法在属性有损的情况下,Luma分量的BD-rate平均降低了5.56%,Chroma Cb分量上的BD-rate平均降低了5.42%,Chroma Cr分量的BD-Rate平均降低了7.28%,反射率分量的BD-rate平均降低了0.8%,提升了点云属性信息的压缩性能;并且编码时间相比TMC13-v8.0降低约19%,解码时间复杂度相比TMC13-v8.0降低约29%。