压缩感知点云数据压缩-应用科学学报-上海大学.PDFVIP

第 32 卷 第 5 期 应 用 科 学 学 报 Vol. 32 No. 5 2014年9月 JOURNAL OF APPLIED SCIENCES — Electronics and Information Engineering Sept. 2014 DOI: 10.3969/j.issn.0255-8297.2014.05.004 压缩感知点云数据压缩 1,2,3 1,2 1,2 1,2 张习民 , 余小清 ， 万旺根 ， 张 娟 1. 上海大学 通信与信息工程学院，上海 200444 2. 上海大学 智慧城市研究院，上海 200444 3. 河南教育学院 物理与电子工程学院，郑州 450046 摘摘摘 要要要：：：在研究 FARO 激光扫描点云数据特点的基础上，将压缩感知理论和算法应用于 3D 点云数据 的压缩. 通 过对点云数据 降维处理，直接对坐标数据进行采样压缩，应用正交匹配追踪算法进行恢复，并对恢复数据采用统计 滤波的方法滤除边缘噪点. 仿真结果表 明：该方法能有效地实现点云数据 的压缩，且有较好的鲁棒性. 关键词：点云；压缩感知；坐标压缩 ；统计滤波 中图分类号：TN919.81 文章编号：0255-8297(2014)05-0458-05 Point Cloud Compression Based on Compressed Sensing ZHANG Xi-min1,2,3 , YU Xiao-qing1,2 , WAN Wang-gen1,2 , ZHANG Juan1,2 1. School of Communication and Information Engineering, Shanghai University, Shanghai 200444, China 2. Institute of Smart City, Shanghai University, Shanghai 200444, China 3. Institute of Physics and Electronic Engineering, Henan Institute of Education, Zhengzhou 450046, China Abstract: This paper applies an algorithm for compression of 3D point cloud based on a study of scanning theory of the FARO laser scanner. The raw point cloud is processed via dimension reduction. The coordinate data are sampled and compressed, and then recovered using the orthogonal matching pursuit (OMP) algorithm. The recovered data are then processed with a statistic filter to remove edge point noise. Simulation results show that the presented method can compress point clouds with good robustness. Keywords: point cloud, compressed sensing, coordinate compressi