买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种基于块间预测和图傅里叶变换的点云属性压缩方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115802048B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210828769.7，技术领域涉及：H04N19/176；该发明授权一种基于块间预测和图傅里叶变换的点云属性压缩方法是由王瑾;刘嘉莹;裴婕;孙龙华;朱青设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本一种基于块间预测和图傅里叶变换的点云属性压缩方法在说明书摘要公布了：本发明提出了一种基于块间预测和图傅里叶变换的点云属性压缩方法，解决在维持“码率‑失真”平衡的前提下提升压缩性能的问题。首先，在点云上进行聚类，将点云划分为不同的点云块。本发明将基于点云块进行点云属性信息的编码。具体地，将进行区域划分后的点云块的颜色属性拆分为属性均值和属性残差两部分，根据两部分信息的不同特点，对二者分别进行处理。针对属性残差信息，本发明提出一种图傅里叶变换方法，进一步增强变换系数的稀疏性，从而获得更好的压缩性能。对于属性均值信息，根据相邻点云块的属性均值之间的相关性，采用预测的方式来消除块间冗余。然后对经过变换和预测处理的属性均值和属性残差进行编解码以及基于反变换和反预测重建。

本发明授权一种基于块间预测和图傅里叶变换的点云属性压缩方法在权利要求书中公布了：1.一种基于块间预测和图傅里叶变换的点云属性压缩方法，其特征在于包括以下步骤： 步骤一：对点云进行区域划分，将点云划分为不同的点云块并将其颜色属性分解为每个点云块的属性均值与每个点的属性残差； 步骤二：对属性残差进行几何引导图傅里叶变换得到属性残差变换序列并对其进行编码； 步骤三：对属性均值通过块间预测得到基准点云属性均值和属性均值差序列，并对其进行编码； 步骤四：对编码后的属性残差变换序列、基准点云属性均值和属性均值差序列进行解码重建； 步骤一进一步包括：根据点云内点的几何信息使用K-means算法进行聚类，将点云划分为K个点云块； 具体的，从点云中选取K个点作为聚类中心，计算点云中所有点至这K个聚类中心的距离，对于每个点，比较其与K个聚类中心的距离并将其划分至距离最近的聚类中心所在的聚类中，从而确定K个聚类的组成；其中，所述的距离采用点与聚类中心对应的两个法向量间的余弦相似度，两个法向量间的余弦相似度越大，表明距离越近；每个聚类定义为一个点云块； 对于每个点云块，计算其Y、U、V三个颜色通道的均值，组成属性均值；对于每个点，使用其自身的颜色属性与其所属点云块的属性均值做差得到每个点的属性残差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。