專利名稱：基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)圖形處理領(lǐng)域，特別是點(diǎn)模型的壓縮處理方法。
背景技術(shù)：
三維掃描技術(shù)的迅速發(fā)展使得掃描所得模型的頂點(diǎn)數(shù)目達(dá)到百萬甚至千萬數(shù)量級。如果用多邊形網(wǎng)格模型表示這些高精度模型，需要的多邊形將達(dá)到了數(shù)百萬甚至千萬。一方面，維護(hù)和存儲如此龐大的多邊形網(wǎng)格將占據(jù)了大量的CPU時(shí)間及內(nèi)存；另一方面，當(dāng)投影到屏幕上的多邊形網(wǎng)格數(shù)量超過屏幕像素?cái)?shù)時(shí)，一個(gè)多邊形網(wǎng)格的投影會比一個(gè)屏幕像素還要小。因此，用點(diǎn)來代替多邊形網(wǎng)格作為模型數(shù)據(jù)的基本單元的基于點(diǎn)的圖形學(xué)應(yīng)運(yùn)而生，并成為近年來的研究熱點(diǎn)。但是，如何在有限的存儲空間和網(wǎng)絡(luò)帶寬上對龐大的模型數(shù)據(jù)進(jìn)行存儲和傳輸成為一個(gè)重要的亟待解決的問題。
目前，點(diǎn)模型壓縮是一個(gè)較新的領(lǐng)域。2004年以來，研究者在點(diǎn)模型的漸進(jìn)壓縮和單分辨率壓縮方面提出了一些算法。漸進(jìn)算法由于要構(gòu)建LOD的層次結(jié)構(gòu)，從而引入了額外的數(shù)據(jù)冗余，且算法較復(fù)雜，效率不高。還有很多漸進(jìn)算法基于重采樣，對數(shù)據(jù)的精度影響較大。而單分辨率壓縮方法多是有損的方法，其中比較著名的是Gumhold等在2005年提出的方法(GumholdS，Karni Z，Isenburg M，Seidelh P.Predictive point-cloud compression[C].SIGGRAPH Sketches，Los Angeles，2005137)。該方法利用Prim算法對點(diǎn)模型構(gòu)造一個(gè)最小生成樹，并對相鄰數(shù)據(jù)進(jìn)行線性預(yù)測；并按照自頂向下寬度優(yōu)先的順序?qū)Φ玫降纳蓸溥M(jìn)行編碼；然后，運(yùn)用算數(shù)編碼對得到的預(yù)測校正值(即真實(shí)值與預(yù)測值的差值)進(jìn)行壓縮。上述基于最小生成樹的壓縮方法為全局的方法，造成了計(jì)算量的加大和壓縮處理速度的減慢。并且已有的單分辨率壓縮方法多是有損的方法。不能滿足在壓縮精度要求較高的工程的應(yīng)用要求。

發(fā)明內(nèi)容
本發(fā)明的目的是為了克服上述不足問題，提供一種快速高效的點(diǎn)模型無損壓縮處理方法，該方法有效地減少了計(jì)算量，提高了壓縮速度；同時(shí)，保證了數(shù)據(jù)的精度。
本發(fā)明為實(shí)現(xiàn)上述目的所采用的技術(shù)方案是基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，首先通過數(shù)據(jù)采集系統(tǒng)將模型數(shù)據(jù)采集，輸入處理系統(tǒng)進(jìn)行處理，處理時(shí)首先將點(diǎn)模型表面切分成小單元；對每個(gè)單元中的點(diǎn)，以它們之間的距離為權(quán)值，進(jìn)行最小生成樹的生成；將每個(gè)最小生成樹編碼，并利用最小生成樹的拓?fù)浣Y(jié)構(gòu)預(yù)測；然后將真實(shí)值與其預(yù)測值利用浮點(diǎn)數(shù)壓縮算法進(jìn)行壓縮處理。
所述點(diǎn)模型表面切分的步驟如下 假設(shè)待處理的點(diǎn)模型共有Number個(gè)點(diǎn)； a)將Number個(gè)點(diǎn)按其X坐標(biāo)升序排列； b)將排列后的點(diǎn)等長切分為L段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthX[i]，按照如下公式計(jì)算 LengthX[i]＝Number/L，0≤i＜L-1； 最后一段的長度LengthX[i]的計(jì)算公式為 LengthX[i]＝Number/L+Number％L，i＝L-1； 其中，記X[i]為第i個(gè)X單元； c)對第i個(gè)X單元X[i]中的LengthX[i]個(gè)點(diǎn)按Y坐標(biāo)值升序排列； d)將排列后的單元X[i]內(nèi)等長切分M段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthY[i，j]，按照如下公式計(jì)算 LengthY[i，j]＝LengthX[i]/L 0≤i＜L，0≤j＜M-1； 該X單元的最后一段的長度LengthY[i，M-1]為 LengthY[i，j]＝LengthX[i]/L+LengthX[i]％M 0≤i＜L，j＝M-1 其中，記Y[i，j]為第[i，j]個(gè)XY單元； e)循環(huán)c)、d)步驟，直至所有X單元被循環(huán)處理； f)對第[i，j]個(gè)XY單元Y[i，j]中的LengthY[i，j]個(gè)點(diǎn)按Z坐標(biāo)值升序排列； g)將排列后的單元Y[i，j]中的點(diǎn)等長切分為N段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthZ[i，j，k]按照如下公式計(jì)算 LengthZ[i，j，k]＝Length Y[i，j]/N 其中0≤i＜L，0≤j＜M，0≤k＜N-1； 最后一段的長度LengthZ[i，j，k]的計(jì)算公式為 LengthZ[i，j，k]＝Y(jié)[i，j]/N+Length Y[i，j]％N， 其中0≤i＜L，0≤j＜M，k＝N-1； h)循環(huán)f)、g)步驟，直至所有XY單元被循環(huán)處理； 上述運(yùn)算中，運(yùn)算符號/表示除后取整，％表示除后取余數(shù)。
所述浮點(diǎn)數(shù)壓縮算法是將真實(shí)值與其預(yù)測值分成符號位、指數(shù)、尾數(shù)，并將其分別投影成整數(shù)；然后對各個(gè)部分分別做差并在各自的上下文中編碼；并且在對尾數(shù)進(jìn)行處理的時(shí)候，要為每個(gè)指數(shù)對應(yīng)的尾數(shù)構(gòu)造一個(gè)上下文，在該上下文中獨(dú)立編碼尾數(shù)。
所述生成最小生成樹的方法為以每個(gè)單元中任意兩點(diǎn)之間的曼哈頓距離為兩點(diǎn)間邊的權(quán)值，采用Prim算法進(jìn)行最小生成樹的生成。
所述每個(gè)最小生成樹進(jìn)行編碼時(shí)按寬度優(yōu)先順序。
所述編碼時(shí)可用huffman編碼對最小生成樹中節(jié)點(diǎn)孩子的個(gè)數(shù)進(jìn)行編碼，編碼方式為設(shè)r是最小生成樹的根節(jié)點(diǎn)，對r的孩子個(gè)數(shù)根據(jù)huffman編碼表的對應(yīng)的碼值進(jìn)行編碼；對r的每個(gè)孩子ci進(jìn)行同樣的過程。
所述在借助每個(gè)小單元的最小生成樹進(jìn)行預(yù)測時(shí)，以父節(jié)點(diǎn)作為所有子節(jié)點(diǎn)的預(yù)測值。
所述切分后的每個(gè)單元中的長度LengthZ[i，j，k]最佳范圍為100-350。
本發(fā)明采用將點(diǎn)模型分別按X、Y、Z三個(gè)維度進(jìn)行排序切分的方法，對三維空間進(jìn)行切分。點(diǎn)模型表面被切割成多個(gè)小的單元，其中每個(gè)小單元都對應(yīng)一個(gè)表面塊。每個(gè)單元內(nèi)的三維坐標(biāo)在位置上都是相鄰的。圖4給出了一個(gè)三維切割過程的二維演示。在二維空間對X、Y值進(jìn)行排序和切分后得到的是平面上的一個(gè)個(gè)矩形單元，如果加上z值，那么每個(gè)單元是一個(gè)長方體結(jié)構(gòu)，每個(gè)長方體都有一個(gè)唯一的編號(i，j，k)。每個(gè)長方體內(nèi)包含著其對應(yīng)的表面信息，其中的點(diǎn)的幾何坐標(biāo)保持著自然的相鄰關(guān)系。在后面進(jìn)行最小生成樹的生成時(shí)，以每個(gè)表面塊為單位，而不再以全局所有點(diǎn)為單位。從而實(shí)現(xiàn)減小計(jì)算量和加快壓縮速度的目的。
本發(fā)明的積極效果在于提出了一種高效的點(diǎn)模型無損壓縮方法，該方法通過對點(diǎn)模型中的點(diǎn)在空間上進(jìn)行分組處理，有效地減少了計(jì)算量，從而提高了算法的運(yùn)行速度；同時(shí)，快速高效的浮點(diǎn)壓縮方法也有效地提高了算法的運(yùn)行速度和壓縮率。實(shí)驗(yàn)表明本發(fā)明提出的方法在壓縮率和壓縮速度方面具有較高的壓縮速度和壓縮效果，較之以往的點(diǎn)模型無損壓縮方法，該發(fā)明將bpp(bitsper point)平均降低了18.06％，壓縮速度提高了近10倍。同時(shí)保證了壓縮處理的精度。該方法可以作為點(diǎn)模型壓縮算法的一個(gè)有益的補(bǔ)充，用來在對數(shù)據(jù)要求無損的應(yīng)用背景下應(yīng)用。
四

圖1為本發(fā)明的無損壓縮方法的流程圖。
圖2為本發(fā)明點(diǎn)模型表面切分過程流程圖。
圖3為IEEE 32位浮點(diǎn)數(shù)在不同指數(shù)下的不同精度。
圖4為對三維點(diǎn)模型切分的二維演示。
五具體實(shí)施例方式 下面結(jié)合具體實(shí)施方式
對本發(fā)明作進(jìn)一步詳細(xì)說明，但不限于具體實(shí)施例。
利用本發(fā)明處理點(diǎn)模型數(shù)據(jù)進(jìn)行壓縮的具體壓縮流程如圖1所示。
第一步按照如圖2所示的流程將點(diǎn)模型表面切分成小單元。
步驟如下假設(shè)待處理的點(diǎn)模型共有Number個(gè)點(diǎn)； a)將Number個(gè)點(diǎn)按其X坐標(biāo)升序排列； b)將排列后的點(diǎn)等長切分為L段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthX[i]，按照如下公式計(jì)算 LengthX[i]＝Number/L，0≤i＜L-1； 最后一段的長度LengthX[i]的計(jì)算公式為 LengthX[i]＝Number/L+Number％L，i＝L-1； 其中，記X[i]為第i個(gè)X單元； c)對第i個(gè)X單元X[i]中的LengthX[i]個(gè)點(diǎn)按Y坐標(biāo)值升序排列； d)將排列后的單元X[i]內(nèi)等長切分M段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthY[i，j]，按照如下公式計(jì)算 LengthY[i，j]＝LengthX[i]/L 0≤i＜L，0≤j＜M-1； 該X單元的最后一段的長度LengthY[I，M-1]為 LengthY[i，j]＝LengthX[i]/L+LengthX[i]％M 0≤i＜L，j＝M-1其中，記Y[i，j]為第[i，j]個(gè)XY元； e)循環(huán)c)、d)步驟，直至所有X單元被循環(huán)處理； f)對第[i，j]個(gè)XY單元Y[i，j]中的LengthY[i，j]個(gè)點(diǎn)按Z坐標(biāo)值升序排列； g)將排列后的單元Y[i，j]中的點(diǎn)等長切分為N段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthZ[i，j，k]按照如下公式計(jì)算 LengthZ[i，j，k]＝Length Y[i，j]/N 其中0≤i＜L，0≤j＜M，O≤k＜N-1； 最后一段的長度LengthZ[i，j，k]的計(jì)算公式為 LengthZ[i，j，k]＝Y(jié)[i，j]/N+Length Y[i，j]％N， 其中0≤i＜L，0≤j＜M，k＝N-1； h)循環(huán)f)、g)步驟，直至所有XY單元被循環(huán)處理； 上述運(yùn)算中，運(yùn)算符號/表示除后取整，％表示除后取余數(shù)。
在模型的切分上，如果單元切分地過粗，算法的大部分時(shí)間會耗費(fèi)在完全圖的生成和最小生成樹的生成上，時(shí)間效率低下；如果切分過細(xì)，則會減少算法的計(jì)算量，有效地提高時(shí)間效率，但由于生成過多局部的最小生成樹，導(dǎo)致編碼時(shí)的不連續(xù)性，使算法的壓縮率降低。表1-6給出了實(shí)際圖像的各個(gè)切分參數(shù)下的壓縮率和時(shí)間值。實(shí)驗(yàn)表明當(dāng)切分的每個(gè)單元有100-350個(gè)點(diǎn)時(shí)就基本能達(dá)到壓縮時(shí)間與壓縮率的最優(yōu)平衡。
表1在不同分割參數(shù)下臀部圖像的壓縮率和壓縮時(shí)間
表2不同分割參數(shù)下龍圖像的壓縮率和壓縮時(shí)間
表3不同分割參數(shù)下佛圖像的壓縮率和壓縮時(shí)間
表4不同分割參數(shù)下犰狳圖像的壓縮率和壓縮時(shí)間
表5不同分割參數(shù)下葉片圖像的壓縮率和壓縮時(shí)間
表6不同分割參數(shù)下手圖像的壓縮率和壓縮時(shí)間
第二步最小生成樹的生成與編碼。
對每個(gè)單元中的點(diǎn)，以它們之間的曼哈頓距離為權(quán)值，用Prim算法生成最小生成樹。
為了能解碼還原，在對幾何數(shù)據(jù)進(jìn)行編碼的同時(shí)，也必須對最小生成樹的拓?fù)浣Y(jié)構(gòu)進(jìn)行編碼。我們將生成樹的拓?fù)浣Y(jié)構(gòu)單獨(dú)存成一個(gè)文件，按照寬度優(yōu)先的順序?qū)ψ钚∩蓸涞墓?jié)點(diǎn)的孩子數(shù)進(jìn)行編碼，可用huffman編碼來編碼，碼值分配如表7所示 表7 huffman碼值分配表
編碼方式為設(shè)r是最小生成樹的根節(jié)點(diǎn)，對r的孩子個(gè)數(shù)根據(jù)huffman編碼表的對應(yīng)的碼值進(jìn)行編碼；對r的每個(gè)孩子ci進(jìn)行同樣的過程直到所有節(jié)點(diǎn)處理完畢。
第三步預(yù)測。
對幾何數(shù)據(jù)的預(yù)測需借助最小生成樹這一拓?fù)浣Y(jié)構(gòu)，采用最簡單的預(yù)測方式，以父節(jié)點(diǎn)作為所有子節(jié)點(diǎn)的預(yù)測值。即在某XYZ單元生成的最小生成樹中，父節(jié)點(diǎn)為所有子節(jié)點(diǎn)的預(yù)測值。
第四步將真實(shí)值與其預(yù)測值利用浮點(diǎn)數(shù)壓縮算法進(jìn)行壓縮處理。
數(shù)據(jù)預(yù)測后，將真實(shí)值與其預(yù)測值分別分成符號位、指數(shù)、尾數(shù)，并將其分別投影成整數(shù)；然后對各個(gè)部分分別做差并在各自的上下文中編碼；如圖3所示，由于浮點(diǎn)數(shù)的尾數(shù)在不同的指數(shù)范圍內(nèi)有不同的精度。指數(shù)位越大，需要表示的區(qū)間越大，尾數(shù)精度就越低，反之，精度就越高。所以在不同的指數(shù)范圍內(nèi)，尾數(shù)的熵值是不同的。由于尾數(shù)的這種在不同的指數(shù)區(qū)間內(nèi)熵值分布的不均勻性，為了使不同熵值的尾數(shù)不相互干擾，在對尾數(shù)進(jìn)行處理的時(shí)候，為每個(gè)指數(shù)對應(yīng)的尾數(shù)構(gòu)造一個(gè)上下文記為尾數(shù)[指數(shù)]，即mantissa[expo](其中expo是對應(yīng)的指數(shù)的值)，在該上下文中獨(dú)立編碼尾數(shù)。同時(shí)，由于尾數(shù)有23位，如果為這23位構(gòu)造上下文，那么需要的內(nèi)存太大，所以，如果尾數(shù)的個(gè)數(shù)高于12位，就要將尾數(shù)切分成兩部分，高12位以尾數(shù)[指數(shù)]即mantissa[expo]為上下文編碼，剩下的低位以低尾數(shù)[指數(shù)]，即mantissa_low[expo]為上下文編碼。具體步驟如下 設(shè)真實(shí)值點(diǎn)坐標(biāo)為N，其預(yù)測位置坐標(biāo)為P， 1、生成指數(shù)差expo_small_diff、expo_big_diff、尾數(shù)一位數(shù)個(gè)數(shù)mantissa_bitcount、尾數(shù)[指數(shù)]mantissa[expo]及低尾數(shù)[指數(shù)]mantissa_low[expo]等上下文。
2、將N與P分成符號位、指數(shù)、尾數(shù)三個(gè)部分并映射成整數(shù)。
3、①將N的指數(shù)與P的指數(shù)做差，記差值為diff_expo。
②如果N的符號位與P的符號位相同并且diff_expo值在區(qū)間[-3，3]內(nèi)，在expo_small_diff上下文中編碼diff_expo；否則，在expo_big_diff上下文編碼N的指數(shù)。
4、①將N的指數(shù)賦予expo。如果N與P的符號位和指數(shù)位都相同，將N的尾數(shù)與P的尾數(shù)做差，將差值賦予diff_mant；否則，將N的尾數(shù)賦予diff_mant。
②在mantissa_bitcount上下文中編碼diff_mant絕對值的二進(jìn)制位數(shù)。
③如果diff_mant位數(shù)不大于12位，以尾數(shù)[指數(shù)]mantissa[expo]為上下文編碼diff_mant；否則，將diff_mant拆分成兩部分分別進(jìn)行編碼，高12位以尾數(shù)[指數(shù)]mantissa[expo]為上下文編碼，剩下的低位以低尾數(shù)[指數(shù)]mantissa_low[expo]為上下文編碼。
解壓方法就是上述描述的逆過程。本發(fā)明所述的壓縮處理方法在壓縮階段需要進(jìn)行表面切分和最小生成樹的生成，而在解壓縮階段，這些操作都是不需要的。所以，從復(fù)雜度上來說，所述處理方法是非對稱的，解壓縮時(shí)間小于壓縮時(shí)間，參見表1-6。
權(quán)利要求
1、基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，其特征是首先通過數(shù)據(jù)采集系統(tǒng)將模型數(shù)據(jù)采集，輸入處理系統(tǒng)進(jìn)行處理，處理時(shí)首先將點(diǎn)模型表面切分成小單元；對每個(gè)單元中的點(diǎn)，以它們之間的距離為權(quán)值，進(jìn)行最小生成樹的生成；將每個(gè)最小生成樹編碼，并利用最小生成樹的拓?fù)浣Y(jié)構(gòu)預(yù)測；然后將真實(shí)值與其預(yù)測值利用浮點(diǎn)數(shù)壓縮算法進(jìn)行壓縮處理。
2、根據(jù)權(quán)利要求1所述的基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，其特征是所述點(diǎn)模型表面切分的步驟如下
假設(shè)待處理的點(diǎn)模型共有Number個(gè)點(diǎn)；
a)將Number個(gè)點(diǎn)按其X坐標(biāo)升序排列；
b)將排列后的點(diǎn)等長切分為L段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthX[i]，按照如下公式計(jì)算
LengthX[i]＝Number/L，0≤i＜L-1；
最后一段的長度LengthX[i]的計(jì)算公式為
LengthX[i]＝Number/L+Number％L，i＝L-1；
其中，記X[i]為第i個(gè)X單元；
c)對第i個(gè)X單元X[i]中的LengthX[i]個(gè)點(diǎn)按Y坐標(biāo)值升序排列；
d)將排列后的單元X[i]內(nèi)等長切分M段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthY[i，j]，按照如下公式計(jì)算
LengthY[i，j]＝LengthX[i]/L 0≤i＜L，0≤j＜M-1；
該X單元的最后一段的長度LengthY[i，M-1]為
LengthY[i，j]＝LengthX[i]/L+LengthX[i]％M 0≤i＜L，j＝M-1
其中，記Y[i，j]為第[i，j]個(gè)XY單元；
e)循環(huán)c)、d)步驟，直至所有X單元被循環(huán)處理；
f)對第[i，j]個(gè)XY單元Y[i，j]中的LengthY[i，j]個(gè)點(diǎn)按Z坐標(biāo)值升序排列；
g)將排列后的單元Y[i，j]中的點(diǎn)等長切分為N段，每段的長度即每段包含的點(diǎn)的個(gè)數(shù)記為LengthZ[i，j，k]按照如下公式計(jì)算
LengthZ[i，j，k]＝Length Y[i，j]/N
其中0≤i＜L，0≤j＜M，0≤k＜N-1；
最后一段的長度LengthZ[i，j，k]的計(jì)算公式為
LengthZ[i，j，k]＝Y(jié)[i，j]/N+Length Y[i，j]％N，
其中0≤i＜L，0≤j＜M，k＝N-1；
h)循環(huán)f)、g)步驟，直至所有XY單元被循環(huán)處理；
上述運(yùn)算中，運(yùn)算符號/表示除后取整，％表示除后取余數(shù)。
3、根據(jù)權(quán)利要求1所述的基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，其特征是所述浮點(diǎn)數(shù)壓縮算法是將真實(shí)值與其預(yù)測值分成符號位、指數(shù)、尾數(shù)，并將其分別投影成整數(shù)；然后對各個(gè)部分分別做差并在各自的上下文中編碼；并且在對尾數(shù)進(jìn)行處理的時(shí)候，要為每個(gè)指數(shù)對應(yīng)的尾數(shù)構(gòu)造一個(gè)上下文，在該上下文中獨(dú)立編碼尾數(shù)。
4、根據(jù)權(quán)利要求1所述的基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，其特征是所述生成最小生成樹的方法為以每個(gè)單元中任意兩點(diǎn)之間的曼哈頓距離為兩點(diǎn)間邊的權(quán)值，采用怕prim算法進(jìn)行最小生成樹的生成。
5、根據(jù)權(quán)利要求1所述的基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，其特征是每個(gè)最小生成樹進(jìn)行編碼時(shí)按寬度優(yōu)先順序。
6、根據(jù)權(quán)利要求1或3所述的基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，其特征是編碼時(shí)可用huffman編碼對最小生成樹中節(jié)點(diǎn)孩子的個(gè)數(shù)編碼；編碼方式為設(shè)r是最小生成樹的根節(jié)點(diǎn)，對r的孩子個(gè)數(shù)根據(jù)huffman編碼表的對應(yīng)的碼值進(jìn)行編碼；對r的每個(gè)孩子ci進(jìn)行同樣的過程。
7、根據(jù)權(quán)利要求1所述的基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，其特征是在借助每個(gè)小單元的最小生成樹進(jìn)行預(yù)測時(shí)，以父節(jié)點(diǎn)作為所有子節(jié)點(diǎn)的預(yù)測值。
8、根據(jù)權(quán)利要求1或2所述的基于局部最小生成樹的點(diǎn)模型快速無損壓縮處理方法，其特征是切分后的每個(gè)單元中的長度LengthZ[i，j，k]最佳范圍為100-350。
全文摘要
本發(fā)明涉及計(jì)算機(jī)圖形處理領(lǐng)域?；诰植孔钚∩蓸涞狞c(diǎn)模型快速無損壓縮處理方法。首先將點(diǎn)模型表面切分成小單元；對每個(gè)單元中的點(diǎn)，以它們之間的距離為權(quán)值，進(jìn)行最小生成樹的生成；將每個(gè)最小生成樹編碼，并利用最小生成樹的拓?fù)浣Y(jié)構(gòu)預(yù)測；然后將真實(shí)值與其預(yù)測值利用浮點(diǎn)數(shù)壓縮算法進(jìn)行壓縮處理。該方法通過對點(diǎn)模型中的點(diǎn)在空間上進(jìn)行分組處理，有效地減少了計(jì)算量，從而提高了算法的運(yùn)行速度；快速高效的浮點(diǎn)壓縮方法也有效地提高了算法的運(yùn)行速度和壓縮率。較以往的點(diǎn)模型無損壓縮方法，實(shí)驗(yàn)表明本發(fā)明提出的方法在壓縮率和壓縮速度方面具有較高的壓縮速度和壓縮效果。
文檔編號G06T17/00GK101661631SQ20091018770
公開日2010年3月3日 申請日期2009年9月27日 優(yōu)先權(quán)日2009年9月27日
發(fā)明者王鵬杰, 宋海玉 申請人:大連民族學(xué)院