Utilisations actuelles et progrès possible de la méthode de compression de nuage de points

Utilisations actuelles et progrès possible de la méthode de compression de nuage de points

1)        Utilisations actuelles

Parmi les nombreuses utilisations actuelles pour la compression des nuages de points, certaines se démarquent des autres par une efficacité remarquable, une faible perte d’informations ainsi qu’un temps de compression relativement court. Parmi celle-ci, nous pouvons citer notamment :

• Les méthodes à compression de densité : Elles consistent à réduire le nombre de points dans le nuage de points en ne tenant pas compte des points qui ne sont pas (ou trop peu) significatifs pour la représentation géométrique. Dans le cas des nuages de points très denses, ces méthodes sont particulièrement utiles car elles permettent d’obtenir un résultat relativement satisfaisant en un temps réaliste.

[pic 1]

               Exemple de nuage de points à forte densité

• Les méthodes de compression basée sur la décomposition : Elles consistent à scinder le nuage de points en sous-ensembles plus petits et à les compresser individuellement avant de les refusionner. Ces méthodes possèdent un réel intérêt lorsque l’on a à faire avec des structures complexes ou bien des structures qui possèdent des motifs qui se répètent, il suffit en effet dans ce cas-là d’identifier les structures qui se répètent et de compresser le nuage de points une unique fois.

Bien que ces deux méthodes soient satisfaisantes, elles posent problèmes dans la mesure où elles présentent une perte d’information. D’autres méthodes plus mathématiques et plus difficiles à mettre en place permettent de palier à ce problème.

A l’heure actuelle, les méthodes mathématiques les plus couramment utilisées pour la compression de nuage de points sont celles s’appuyant sur des modèles 3D prédéfinis ou bien celles qui utilisent des courbes mathématiques pour représenter les formes présentes dans les données. Cette dernière étant plus spécifique pour les nuages de points qui présentent des formes simples et des structures régulières. Le processus consiste à remplacer les points du nuage de points par des courbes mathématiques, telles que des splines. Ces courbes permettent de représenter la forme du nuage de points de manière plus compacte et plus efficace, ce qui réduit la taille du fichier. L'avantage de la compression basée sur les courbes est la préservation de la qualité de la forme originale du nuage de points, ce qui est important dans les applications qui nécessitent une précision spatiale, telles que la reconnaissance de formes, la visualisation 3D et la reconnaissance de scènes. Cependant, cette approche nécessite un traitement plus complexe et plus intensif en ressources pour convertir les points en courbes, ainsi que pour restaurer les formes originales lors de la décompression.

Finalement « il est également possible de compresser les attributs des points, par exemple, la position ou la couleur. Les systèmes de compression avec perte sont les plus efficaces où certaines informations étant sacrifiées afin d’augmenter le taux de compression. Bien que cette option soit viable pour la visualisation des nuages de points, elle n’est généralement pas efficace si les nuages de points doivent également être édités. »

[pic 2]

Compression basée sur les attributs

2) Progrès possibles en matière de compression des nuages de points :

...