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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度图和冗余点去除的点云压缩方法及系统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：CN119741386B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411736810.3，技术领域涉及：G06T9/00；该发明授权一种基于深度图和冗余点去除的点云压缩方法及系统是由罗雷;张兆麒;袁俊龙;董诗康;张维设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于深度图和冗余点去除的点云压缩方法及系统在说明书摘要公布了：本发明涉及一种基于深度图和冗余点去除的点云压缩方法，属于数据压缩技术领域，包括以下步骤：S1：将单帧点云数据转化为深度图表示；S2：对地平线进行估计；S3：去除深度图中的近地点；S4：对深度图剩余的点进行聚类；S5：根据点云簇的密度特征进行冗余点去除；S6：对点云数据进行帧内预测；S7：将得到每一帧距离图像的点云簇标签、点云簇中心值和预测残差压缩成比特流并打包成文件。

本发明授权一种基于深度图和冗余点去除的点云压缩方法及系统在权利要求书中公布了：1.一种基于深度图和冗余点去除的点云压缩方法，其特征在于：包括以下步骤： S1：将单帧点云数据转化为深度图表示； S2：对地平线进行估计； S3：去除深度图中的近地点； S4：对深度图剩余的点进行聚类； S5：根据点云簇的密度特征进行冗余点去除； S6：对点云数据进行帧内预测； S7：将得到每一帧距离图像的点云簇标签、点云簇中心值和预测残差压缩成比特流并打包成文件； 步骤S4具体包括以下步骤： S41：将每个激光雷达扫描通道中来自同一物体的点进行分组；检查每两个相邻有效点之间的欧氏距离，如果距离大于，则创建一个新的通道集群；如果距离小于，则扩展当前集群；检查通道的最后一个点与第一个点之间的距离，如果拥有连续性质，则将两个通道集群合并； S42：进行通道间分组，通过过滤器的连接检查来合并通道上的分组；连接过滤器确定当前群组与相邻通道群组之间的连接性；滤波器中心点走过范围图像上的每个有效点，在检查过程中，滤波器检查中心点与当前通道上方每个有效点之间的距离；如果距离小于，则这两个点云簇相连，标签数大的簇合并到标签数最小的簇中； 步骤S5中通过基于簇密度的冗余点去除机制进行冗余点去除，具体包括：设定一个典型密度阈值，当某个点云簇的密度低于该阈值时，认为该簇为低密度簇，将此类簇中的所有点划分至预定义的空集中；采用保真度压缩的方式进行点云压缩； 步骤S6具体包括以下步骤： 根据步骤S5中的聚类结果划分像素块区域；采用该像素块的均值来替代块内所有像素的实际值； 对于优化后得到的每个点云簇，计算其几何中心作为中心点； 对于点云簇内的每一个点，基于其相对于该中心点的位置关系，计算并求取预测残差值； 所述预测残差值的求解公式如下： 其中表示帧内预测后，某个像素点的深度值，则表示该像素点所在的区域的平均深度值；用于对实现待压缩点云的压缩率进行调整，加大能增大待压缩点云的压缩率。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。

以上内容由龙图腾AI智能生成。