论文部分内容阅读
虚拟现实(Virtual Reality,VR)和增强现实(Augmented Reality,AR)作为继WEB和手机之后的下一代数字技术,将会颠覆我们的沟通模式。因此VR和AR已经成为了许多专家研究的热点学科,特别是点云压缩和精简方向。近年来出现的动态三维数据测量技术使得以视频频率获取动态点云序列成为现实,这些点云记录了物体的刚体运动和局部非刚体变形。海量点云中包含较多冗余数据,给存储、传输及后续的数据处理带来了极大不便,尤其在以图片内容为主要特征的互联网上更为突出,因此提出高效压缩方案变得很有必要。增强现实AR中,3D动态场景渲染有3D点云、3D网格或者光场三大类技术,这些内容的渲染与传统视频有很大差异,MPEG编码不能应用于AR(适用于虚拟现实VR的内容压缩),本文针对设备的精度越来越高,三维点云的数据级越来越大等问题,重点开展了点云数据的压缩与精简算法研究。并使用Matlab实现了静态点云八叉树渲染算法,在Visual Studio平台使用C++实现了动态点云压缩算法。本文主要在以下三个方面做了研究工作:1)针对点云的原始数据采集问题,数据存储格式,做了资料搜集,相关渲染技术、特点等内容做了整理总结,并在Blender渲染引擎上尝试了三维场景静态、动态建模等工作。2)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。并可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。3)针对现有的动态点云渲染算法在实时性的实现方面还有较多不足,本文提出一种新的点云流压缩算法,在几何结构方面,首先,在本文静态点云渲染算法基础上,分别处理点云流两帧的数据,得到两棵八叉树和对应的二进制序列。其次,通过编码八叉树结构中点云流相邻帧的结构差异,减少点云流的空间和时间冗余。在颜色渲染方面,采用3-means方法,由第一帧预测第二帧相同坐标下的体素的颜色。算法可以设定最底层包围盒的尺寸,从而任意控制编码的复杂度和精度,满足动态渲染的实时性要求。此外,分析了不同分辨率下点云细节实时压缩效果、压缩率和渲染时效性。实验结果表明,该压缩方法在增强现实中具有很可观的应用前景,为下一步三维建模做好了准备。