一种基于压缩感知的点云数据稀疏表示方法

    公开(公告)号:CN103886625A

    公开(公告)日:2014-06-25

    申请号:CN201410010187.3

    申请日:2014-01-09

    Abstract: 本申请公开一种基于压缩感知的点云数据稀疏表示方法,其在保证一定精度的前提下对海量点云数据进行压缩,使得点云数据的稀疏度大幅提高,为基于压缩感知的点云数据压缩与重建奠定良好基础。包括步骤:(1)点云数据规格化;(2)基于K-SVD算法的过完备字典稀疏表示;(3)规格化点云数据观测,传输并存储;(4)基于l1范数最小化的点云数据重建;(5)规格化点云数据恢复。

    一种基于压缩感知的点云数据稀疏表示方法

    公开(公告)号:CN103886625B

    公开(公告)日:2017-02-15

    申请号:CN201410010187.3

    申请日:2014-01-09

    Abstract: 本申请公开一种基于压缩感知的点云数据稀疏表示方法,其在保证一定精度的前提下对海量点云数据进行压缩,使得点云数据的稀疏度大幅提高,为基于压缩感知的点云数据压缩与重建奠定良好基础。包括步骤:(1)点云数据规格化;2)基于K-SVD算法的过完备字典稀疏表示(;3)规格化点云数据观测,传输并存储;(4)基于l1范数最小化的点云数据重建;(5)规格化点云数据恢复。

    一种基于几何图像的三角网格重网格化方法

    公开(公告)号:CN104200518A

    公开(公告)日:2014-12-10

    申请号:CN201410383735.7

    申请日:2014-08-06

    Abstract: 本发明公开了一种基于几何图像的三角网格重网格化方法,其将复杂的网格顶点连接关系嵌入在二维矩阵的相邻元素的邻接关系当中,实现了三角网格的高效、高精度表达。这种基于几何图像的三角网格重网格化方法,包括步骤:(1)通过反复插入顶点将三角网格的所有顶点存放到一个V-矩阵中,使得通过V-矩阵生成的顶点集和边集分别与三角网格的顶点集和边集的连通性相等;(2)将V-矩阵的所有元素的笛卡尔坐标都转换为像素值,得到几何图像阵列;(3)从该几何图像阵列中,通过元素的像素值获得顶点集,通过数组中水平、垂直和对角线方向的每个不同坐标的顶点对连接而获得边集。

Patent Agency Ranking