基于形狀分析的三維點(diǎn)云模型壓縮.pdf

1、隨著三維掃描和相關(guān)建模技術(shù)的快速發(fā)展，三維數(shù)字幾何模型作為一種新興的數(shù)字媒體，已逐漸融入到人們的生產(chǎn)和生活中，在三維游戲，影視特效，計(jì)算機(jī)仿真，自主導(dǎo)航，工業(yè)檢測(cè)，逆向工程，醫(yī)療診斷以及數(shù)字文化遺產(chǎn)保護(hù)等方面取得了日益廣泛的應(yīng)用。在這種趨勢(shì)下，三維模型的數(shù)量和復(fù)雜度越來(lái)越大，不斷增長(zhǎng)的三維模型的數(shù)據(jù)量對(duì)于存儲(chǔ)空間以及網(wǎng)絡(luò)傳輸（尤其是無(wú)線網(wǎng)傳輸）都帶來(lái)了巨大的壓力。在這種情況下，三維模型壓縮是一個(gè)有效的解決方案。所以，在過(guò)去的近二十年間，

2、三維模型的壓縮成為一個(gè)研究的熱點(diǎn)。
　　本文深入研究了三維點(diǎn)云模型壓縮的理論基礎(chǔ)，技術(shù)特點(diǎn)以及國(guó)內(nèi)外研究現(xiàn)狀，針對(duì)當(dāng)前研究中存在的問(wèn)題，我們將三維形狀分析技術(shù)引入到模型壓縮領(lǐng)域。具體的，借助于模型的表面分割和對(duì)稱性分析技術(shù)，我們提出了兩種三維點(diǎn)云模型壓縮方案。本文的主要工作和創(chuàng)新點(diǎn)包括:
　　1.提出了一種基于形狀模式分析的點(diǎn)云模型壓縮算法
　　算法首先根據(jù)點(diǎn)的主曲率方向把模型的表面分割成一些四邊形的面片;然后把四邊形

3、的面片參數(shù)化到一個(gè)二維的平面上并進(jìn)行重采樣;重采樣之后，面片可以用一個(gè)二維的高度圖來(lái)描述;基于高度圖描述，我們對(duì)這些四邊面片進(jìn)行相似性分析，形狀相似的面片被聚為一類，稱為一個(gè)形狀模式;具有相同形狀模式的面片可以計(jì)算一個(gè)代表面片，這樣，每一個(gè)面片只需要存儲(chǔ)與代表面片的誤差即可。解碼時(shí)，只根據(jù)變換參數(shù)和代表面片即可恢復(fù)出模型的大致形狀，然后隨著面片的誤差圖像的恢復(fù)，模型會(huì)慢慢的變得精細(xì)，實(shí)現(xiàn)了對(duì)點(diǎn)云模型的漸進(jìn)式壓縮與傳輸。
　　2.提

4、出了一種基于加權(quán)PCA的點(diǎn)云模型對(duì)稱性檢測(cè)算法
　　對(duì)稱性檢測(cè)算法基于對(duì)模型的迭代重加權(quán)PCA分析，算法的執(zhí)行過(guò)程如下:首先使用每個(gè)點(diǎn)元的面積作為權(quán)重，執(zhí)行一次加權(quán)PCA確定一個(gè)近似的對(duì)稱平面作為初始平面;然后通過(guò)迭代的方法一步步的調(diào)整這個(gè)近似的對(duì)稱平面，使之趨向于完美的對(duì)稱平面（主對(duì)稱平面）。在每一次迭代中，我們首先根據(jù)一個(gè)距離度量來(lái)更新每個(gè)點(diǎn)元的權(quán)重，然后使用新的權(quán)重執(zhí)行加權(quán)PCA來(lái)確定一個(gè)新的對(duì)稱平面。對(duì)于每一個(gè)近似的對(duì)稱平

5、面，我們會(huì)計(jì)算一個(gè)與之相關(guān)的對(duì)稱度。如果當(dāng)前的對(duì)稱平面與上一次迭代中的對(duì)稱平面足夠接近或者迭代次數(shù)超過(guò)了給定的閾值，迭代就會(huì)終止。迭代終止后，最后一次迭代過(guò)程中的對(duì)稱平面即作為我們要找的主對(duì)稱平面。
　　3.提出了一種基于對(duì)稱性分析的點(diǎn)云模型壓縮算法
　　算法基于對(duì)模型的平面反射對(duì)稱性分析，能處理任意拓?fù)浣Y(jié)構(gòu)的模型。據(jù)我們所知，這是第一個(gè)利用模型的高層對(duì)稱信息對(duì)模型進(jìn)行有效壓縮的算法。對(duì)于一個(gè)給定的三維點(diǎn)云模型，算法首先檢測(cè)

6、出模型的主對(duì)稱平面并基于對(duì)稱性檢測(cè)確定三個(gè)正交平面。然后，通過(guò)分析模型表面在這三個(gè)平面上的投影，把模型的表面分割成一些四邊形的面片以及剩余部分，四邊形的面片又可分為對(duì)稱的面片對(duì)以及不對(duì)稱的單獨(dú)面片。對(duì)于四邊形的面片，可以使用對(duì)稱性來(lái)進(jìn)行預(yù)測(cè)，并用嵌入式零樹(shù)小波(EZW)編碼器進(jìn)行編碼。對(duì)于剩余部分，則使用基于八叉樹(shù)(OT)的點(diǎn)云數(shù)據(jù)編碼器進(jìn)行編碼。由于EZW編碼器以及OT編碼器的漸進(jìn)特性，我們獲得了一個(gè)一般的漸進(jìn)式點(diǎn)云模型編碼器。而且我