一种真实感三维网格压缩方法与流程

文档序号:13702997阅读:370来源:国知局
技术领域本发明属于数据压缩的技术领域,具体地涉及一种真实感三维网格压缩方法。

背景技术:
真实感三维网格是通过三维建模技术生成的带有法向渲染的几何网格,它是由三维模型的几何数据、法向数据以及其他属性数据构成。随着计算机图形学技术的飞速发展,三维网格越来越多地应用在了科学探索、工程设计、模拟游戏等领域,这些应用对于三维网格的真实感和精度的要求也在与日俱增。但是,作为网格真实感渲染的重要因素,法向数据包含了太多的细节信息,这严重影响了压缩的效率。因此,在带宽受限的网络环境下,如何高效地压缩和传输带有法向数据的三维网格成为一个重要又流行的课题。目前针对真实感三维网格压缩可以分为两类:基于网格的压缩方法和基于图像的重网格的压缩方法。对于基于网格的压缩方法,主要是在不改变三维网格的几何结构和性质的基础上,对三维网格的几何数据、法向数据以及属性数据等使用预测、量化等常规压缩手段进行压缩。而对于基于图像的重网格的压缩方法,主要是将三维网格几何数据和法向数据通过参数化映射到二维平面,再经过重采样及量化生成与之同构的几何图像和法向图像,并利用常用的图像压缩算法进行压缩。由于重新生成了规则化的网格,基于图像的重网格的压缩方法在性能上要优于基于网格的压缩方法。因为三维网格的连接关系被隐藏在参数化过程中,所以降低了整体数据的规模且可以利用图像压缩方法例如JPEG2000压缩。但是,由于传统的法向图像压缩需要三个图像,因此这类压缩方法在压缩法向图像上的效率有待提高。

技术实现要素:
本发明的技术解决问题是:克服现有技术的不足,提供一种真实感三维网格压缩方法,其能够提高在压缩法向图像上的效率,从而有效地提高真实感三维网格的压缩效率。本发明的技术解决方案是:这种真实感三维网格压缩方法,该方法包括编码阶段和解码阶段;原始的输入数据是原始的几何图像GI,原始的θ′-角度图像Iθ′以及原始的φ-角度图像Iφ,编码阶段包括:(1)下采样平滑的几何图像;(2)通过解码重建后的几何图像预测角度图像;解码阶段包括:(3)解码并上采样上述几何图像,得到重建后的几何图像(4)通过预测θ-角度图像,φ-角度图像和θ′-角度图像,得到预测的和(5)解码残差和并添加到预测的和得到重建的θ′-角度图像和重建的φ-角度图像(6)利用估计边信息作用于最后得到重建后的角度图像和由于针对传统的法向图像压缩需要三个图像,不能有效地提高压缩效率,本发明提出了角度图像的概念以及一种基于预测的角度图像的编解码框架,首先提出降低法向成分的数量从3个降为2个,同时考虑几何数据与法向数据的相关性,提出了通过几何图像预测角度图像,使得可以利用现有的图像压缩算法压缩2个角度图像,而不是3个法向图像分量,因此能够提高在压缩法向图像上的效率,从而有效地提高真实感三维网格的压缩效率。附图说明图1示出了以bunny和venus模型为例,使用1:1的码率比例压缩几何网格以及法向图像的重建PSNR结果比较。具体实施方式这种真实感三维网格压缩方法,该方法包括编码阶段和解码阶段;原始的输入数据是原始的几何图像GI,原始的θ′-角度图像Iθ′以及原始的φ-角度图像Iφ,编码阶段包括:(1)下采样平滑的几何图像;(2)通过解码重建后的几何图像预测角度图像;解码阶段包括:(3)解码并上采样上述几何图像,得到重建后的几何图像(4)通过预测θ-角度图像,φ-角度图像和θ′-角度图像,得到预测的和(5)解码残差和并添加到预测的和得到重建的θ′-角度图像和重建的φ-角度图像(6)利用估计边信息作用于最后得到重建后的角度图像和由于针对传统的法向图像压缩需要三个图像,不能有效地提高压缩效率,本发明提出了角度图像的概念以及一种基于预测的角度图像的编解码框架,首先提出降低法向成分的数量从3个降为2个,同时考虑几何数据与法向数据的相关性,提出了通过几何图像预测角度图像,使得可以利用现有的图像压缩算法压缩2个角度图像,而不是3个法向图像分量,因此能够提高在压缩法向图像上的效率,从而有效地提高真实感三维网格的压缩效率。优选地,所述步骤(1)中,对几何图像进行纵横1/2分辨率下采样后编码输出。优选地,在所述步骤(2)中通过解码并纵横2倍分辨率上采样重建的几何图像来预测θ′-角度图像和φ-角度图像,得到预测的计算Iθ′与之间的残差ΔIθ′,Iφ与之间的残差ΔIφ;最后通过小波变换编码这些残差以及下采样的几何图像。优选地,在所述步骤(4)中通过公式(6)得到每个三角形的角度θ的修正版本θ′θ′=atan2(abs(x2-x1z2-z1x3-x1z3-z1),y2-y1z2-z1y3-y1z3-z1)---(6)]]>其中θ′∈[0,π],M′上顶点v的法向角度分量θ′通过计算顶点v的所有相邻三角形的θ′法向角度分量的平均值获得,通过参数化和重采样量化分别获得预测的角度图像I^θ={θuv
当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1