钟文彬，孙 思，李旭瑞，刘光帅

（1.中国电子科技集团公司第十研究所，成都 610036；2.西南交通大学机械工程学院，成都 610031）

（*通信作者电子邮箱912505671@qq.com）

0 引言

近些年来三维扫描技术迅速发展，逆向工程中可以获取的三维点云数据精度越来越高。随之而来的是点云数据规模也日益庞大。一旦数据量大的点云需要存储或通过速率受限制的通信通道进行传输，压缩操作就变得必不可少。压缩可以降低点云的冗余度，并用较少数量的点云表达模型的特征。

现有的点云数据压缩方法可以分为三类：基于网格拓扑信息的压缩、基于曲面拟合的压缩和基于点数据的压缩［1］。

基于网格拓扑信息的压缩一般是先预处理点云，获得网格模型，建立网格之间的拓扑关系，再对其进行压缩。Hur等［2］针对光固化立体造型（STereo Lithography，STL）文件，提出基于Delaunay 三角剖分的压缩方法，该方法在保证模型的精度上控制了时间成本；Kammerl等［3］提出用八叉树空间分解点云，通过构建点云的拓扑关系，编码无序点云流的八叉树结构的差异性来减少时空冗余度；方芳等［4］对点云先进行分层切片处理，然后对每层切片点云使用弦高差进行压缩；Houshiar等［5］提出将点云投影成全景图像，之后采用基于图像的方式压缩点云。这类方法压缩效果好，但是需要建立和维护大量的拓扑信息，计算量大，效率较低。

基于曲面拟合的压缩需要根据数据点集拟合一个曲面，利用曲面特性（曲率、法向量等）进行重采样。陈朋等［6］提出点到平面距离的无序点云压缩方法，该方法计算点到最近的三个邻域点组成平面的距离，通过距离的阈值来判断压缩对象表面的复杂程度；……