1.一种动态点云几何信息压缩率失真优化方法,其特征在于,包括:获取三维动态点云视频分解后的几何图像的原始深度信息以及使用现有率失真优化方法编码得到的几何图像的重构深度信息;
基于获取到的原始深度信息和重构深度信息,计算几何图像中原始点所在平面的法向量与该原始点的投影方向之间的估计角度θ;其中,所述该原始点的投影方向为:该原始点在几何图像的中深度信息的取值方向;
利用计算得到的估计角度θ,优化现有率失真优化方法中几何图像的重构点到原始点所在平面距离误差的编码;其中现有率失真优化方法采用失真代价函数最小的编码模式,其中,失真代价函数表示为:J=D+λR (10)
式(10)中,J表示失真代价函数,R表示编码比特数,D表示编码重构的失真,λ表示权重参数,用于平衡编码重构的失真D和编码比特数R;
采用重构点与原始点距离的误差D1以及重构点到原始点所在平面距离的误差D2评价经现有率失真优化方法后得到的重构几何信息的质量;其中,重构点与原始点距离的误差D1以及重构点到原始点所在平面距离的误差D2,通过以下公式表示:式(11)和式(12)中,bi表示某一编码单元的第i个原始点,X表示原始点所在平面,aj表示原始点bi对应的重构点,fj表示原始点所在平面X中距离重构点aj最近的点,考虑fj的真实存在性,在平面X中选取距离fj最近的真实点bj作为aj的对应点;
式(10)中,编码重构的失真D用以下公式表示:
利用计算得到的估计角度θ,优化现有率失真优化方法中几何图像的重构点到原始点所在平面距离误差的编码,包括:根据式(12)计算重构点aj到原始点所在平面X距离的误差D2,考虑到fj是平面X上重构点aj的垂点,则式(12)为:式(14)中,∠biajfj是 与 的夹角,表示为几何图像中原始点所在平面X的法向量与点云中原始点的投影方向之间的估计角度θ;
通过式(14)和式(10),计算失真代价函数J,通过以下公式表示:结合式(13)简化式(15)的失真代价函数J,通过以下公式表示:式(16)中,当 的值取实际计算值;当 时, 的值取实数
2;
用式(16)的失真代价函数J替换现有失真代价函数,完成对现有率失真优化方法中重构点到原始点所在平面距离误差的编码。
2.根据权利要求1所述的动态点云几何信息压缩率失真优化方法,其特征在于,计算几何图像中原始点所在平面的法向量,包括:根据三维动态点云视频分解后的几何图像的图像内容将几何图像分割为多个64×64的编码单元,每个编码单元中有多个原始点,原始点表示为:bi=(xi,yi,zi),i=0,1,…,n‑1 (1)式(1)中,bi表示该编码单元的第i个原始点,n表示该编码单元包含n个原始点,xi,yi,zi表示该编码单元中第i个原始点的原始几何信息;
计算每个编码单元的平面方程z=Ux+Vy+W,其中,U,V,W为平面方程的系数,包括:初始化每个编码单元的平面方程中W=‑1;
基于拟合误差函数最小化原则计算U,V,得到每个编码单元的平面方程z=Ux+Vy‑1;
采用最小二乘法对每个编码单元的平面方程拟合,计算得到几何图像中原始点所在平面的法向量
3.根据权利要求2所述的动态点云几何信息压缩率失真优化方法,其特征在于,所述基于拟合误差函数最小化原则计算U,V,包括:根据每个编码单元的平面方程z=Ux+Vy‑1,得到每个编码单元的法向量(U,V,‑1);
所述拟合误差函数为:
取U,V,W的偏导数等于0,得到:
式(3)中,Pxy表示坐标矩阵,由该编码单元中第i个原始点的原始几何信息xi和yi组成,表示为:式(3)中,z表示深度矢量,由该编码单元中第i个原始点的原始几何信息zi组成,表示为:将每个64×64的编码单元分为256个不重叠的4×4的块,则坐标矩阵Pxy表示为:通过滤波器1计算X方向上的梯度,得到法向量(U,V,‑1)中U的估计值,其中滤波器1为:通过滤波器2计算Y方向上的梯度,得到法向量(U,V,‑1)中V的估计值,其中滤波器2为:
4.根据权利要求2所述的动态点云几何信息压缩率失真优化方法,其特征在于,计算几何图像中原始点所在平面的法向量与该原始点的投影方向之间的估计角度θ,包括初始化几何图像中各点的投影方向为(0,0,‑1);
根据几何图像中各点所在平面的法向量 通过如下公式计算估计角度θ:式(9)中, 表示几何图像中各点所在平面的平均法向量
5.一种动态点云几何信息压缩率失真优化装置,其特征在于,所述装置包括:获取模块:用于获取三维动态点云视频分解后的几何图像的原始深度信息以及使用现有率失真优化方法编码得到的几何图像的重构深度信息;
计算模块:用于计算几何图像中原始点所在平面的法向量与该原始点的投影方向之间的估计角度θ;
编码优化模块:用于利用计算得到的估计角度θ,优化现有率失真优化方法中几何图像的重构点到原始点所在平面距离误差的编码;其中现有率失真优化方法采用失真代价函数最小的编码模式,其中,失真代价函数表示为:J=D+λR (10)式(10)中,J表示失真代价函数,R表示编码比特数,D表示编码重构的失真,λ表示权重参数,用于平衡编码重构的失真D和编码比特数R;
采用重构点与原始点距离的误差D1以及重构点到原始点所在平面距离的误差D2评价经现有率失真优化方法后得到的重构几何信息的质量;其中,重构点与原始点距离的误差D1以及重构点到原始点所在平面距离的误差D2,通过以下公式表示:式(11)和式(12)中,bi表示某一编码单元的第i个原始点,X表示原始点所在平面,aj表示原始点bi对应的重构点,fj表示原始点所在平面X中距离重构点aj最近的点,考虑fj的真实存在性,在平面X中选取距离fj最近的真实点bj作为aj的对应点;
式(10)中,编码重构的失真D用以下公式表示:
利用计算得到的估计角度θ,优化现有率失真优化方法中几何图像的重构点到原始点所在平面距离误差的编码,包括:根据式(12)计算重构点aj到原始点所在平面X距离的误差D2,考虑到fj是平面X上重构点aj的垂点,则式(12)为:式(14)中,∠biajfj是 与 的夹角,表示为几何图像中原始点所在平面X的法向量与点云中原始点的投影方向之间的估计角度θ;
通过式(14)和式(10),计算失真代价函数J,通过以下公式表示:结合式(13)简化式(15)的失真代价函数J,通过以下公式表示:式(16)中,当 的值取实际计算值;当 时, 的值取实数
2;
用式(16)的失真代价函数J替换现有失真代价函数,完成对现有率失真优化方法中重构点到原始点所在平面距离误差的编码。
6.一种动态点云几何信息压缩率失真优化装置,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1~4任一项所述方法的步骤。
7.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1~4任一项所述方法的步骤。