【摘 要】
：
为了解决因散乱点云数据量较大而给点云的存储、传输和应用带来的不便,基于线性八叉树编码方法,结合排序与差分编码、改进的游程编码、算术编码等方法,提出了一种散乱点云的
【机 构】
：
武汉大学遥感信息工程学院,湖北武汉430070
论文部分内容阅读
为了解决因散乱点云数据量较大而给点云的存储、传输和应用带来的不便,基于线性八叉树编码方法,结合排序与差分编码、改进的游程编码、算术编码等方法,提出了一种散乱点云的压缩方法.此方法不改变点云数据的精度,只改变测量点的顺序.由于散乱点云具有无序性,因此可以将本方法视为无损压缩.该方法在压缩率上明显优于已有的点云压缩方法和商业软件.对提出的方法在不同的点云密度和数据精度下的压缩率进行了比较研究,发现在点较密集,且精度较低的情况下压缩效果更好.创新之处在于用合理的点云索引方法组织和编码点云,根据编码表现出的特点有选择地综合和改进了多种编码压缩方法,获得了较好的压缩效果.
其他文献
针对大多数人像抠图存在时效性低、需要人工标注三分图和依赖颜色作为主要依据而导致精度难提高的问题,提出一种基于多任务学习的神经网络的快速人像自动抠图算法。该方法首先对图像的三分图进行学习预测,并将得到的信息反馈至网络后去学习预测图像的α值,网络结构采用编码器-解码器的方式,编码器部分使用深度可分离残差卷积做特征提取,和多组空洞卷积并联组合使得网络拥有足够的感受野;解码部分使用双线性加性上采样使特征图
针对视觉密码扩展度大的问题,提出了一种基于随机网格的(2,2)视觉密码方案,所给方案不同于已有的基于随机网格的视觉密码方案,其所产生的分享图像为有意义的图像,所产生的分享图像与原始秘密图像具有相同的大小。方案根据区域中白色像素所占比例的不同来区分1幅图像的白色和黑色区域。用给定的白色和黑色区域中白的像素所占比例和第1幅掩盖图像生成第1幅分享图像,然后据此分享图像、秘密图像和另外1幅掩盖图像生成另外