点云压缩的opencl实现

点云压缩的八叉树算法

1. 八叉树编码

1.1. ref [1]

通过循环递归的方法对大小$2^n\times 2^n\times 2^n$的八叉树空间8等分划分，最多剖分$n$次。
在完成逐层划分之后，对数据编码，编码方式为：假设点云坐标$P(x,y,z)$和树中节点$(a,b,c)$相对应且树中任一个节点都与一个最小包围盒$Cub{e}_{min}$一一对应

$$oct:(a,b,c)\leftrightarrow Cub{e}_{min}\text{\hspace{1em}(1)}$$

一个坐标点对应一个oct节点，而一个oct节点可能对应多个坐标点。利用该特性可以删除多余的点。

节点编码为$M=m_{n-1}\cdots m_2{m}_1{m}_0$为节点在$n$层的节点序号。

首先利用空间坐标计算出节点索引值：
$$\{\begin{array}{l}a=int\left(\frac{x-x_{min}}{{\lambda }_x}\right)\\ b=int\left(\frac{y-y_{min}}{{\lambda }_y}\right)\\ c=int\left(\frac{z-z_{min}}{{\lambda }_z}\right)\end{array}\text{\hspace{1em}(2)}$$
使用无符号整数表示$a,b,c$
$$\{\begin{array}{l}a=a_{n-1}{a}_{n-2}\cdots a_0\\ b=b_{n-1}{b}_{n-2}\cdots b_0\\ c=c_{n-1}{c}_{n-2}\cdots c_0\end{array}\text{\hspace{1em}(3)}$$
节点序号$m_i$和$a_i,b_i,c_i$之间的关系可以表示为：
$$m_i=a_i+b_i\cdot 2+c_i\cdot 4\text{\hspace{1em}(4)}$$

若知道八叉树某一节点序号$m_i$，利用$m_i$和$a_i,b_i,c_i$之间的关系得出：
$$ai=(m_{i}mod2),b_i=[(m_i/2)mod2],c_i=[(m_i/4)mod2]\text{\hspace{1em}(5)}$$

1.2. 编码

由(2)进行量化，去除重复坐标，然后直接编码为：
$$M=c_{n-1}{b}_{n-1}{a}_{n-1}\cdots c_0{b}_0{a}_0\text{\hspace{1em}(6)}$$

1.3. 去重怎么弄？

量化是按坐标点循环
整数排序$\to$去除重复点

2. 解码

3. opencl算法

3.1. ref [2]

4. 算法实现

• 直接用C++写了

5. 参考文献

[1] 三维点云数据精简与压缩的研究_唐林
[2] Massively parallel KD-tree construction and nearest neighbor search algorithms