刘　佳

(西安电子科技大学 电子工程学院，陕西 西安 710071)



基于压缩感知的三维人体点云的压缩及重建

刘佳

(西安电子科技大学 电子工程学院，陕西 西安 710071)

摘要经过激光扫描得到的三维人体点云数据量庞大，给模型的存储和传输带来困难，影响了其在体域网中的应用。针对这一问题，将压缩感知理论应用于人体点云模型的压缩与重建中。在压缩之前使用改进的三维栅格法做点云精简，针对人体点云的特点对数据进行分块稀疏变换，利用正交匹配追踪算法重建原始模型。最终实验重建误差约为 ，证实了该算法的有效性和可行性。

关键词压缩感知；点云精简；分块稀疏；匹配追踪

三维人体点云模型是通过激光扫描技术，对物理人体进行全方位扫描获取的。感兴趣的三维数据包括人体的身高、外形特征、体貌形态等元素。将采集到的数据经过三维建模软件可视化渲染后，方便后期参数调整和图像处理，这在体域网的实验研究中具有重要意义。但随着三维扫描设备的快速发展，扫描获得的数据量越来越大，占用的空间也越来越多，给存储和传输过程带来较大困难[1]，本文将压缩感知理论应用在三维人体点云的压缩重建中，可有效解决上述问题。

1压缩感知理论

压缩感知理论指出[2-3]：具备稀疏特性的信号可被一个与变换基不相关的观测矩阵投影到低维空间中，然后通过求解一个欠定方程的优化问题就能从这些少量的投影中高概率地恢复原始信号。……