3D IMAGE MESH ENTROPY CODING

Abstract

In this article we have introduced a compressed representation for triangular meshes. Because proximity in this vertex spanning tree often implies geometric proximity of the corresponding vertices, we can use ancestors in the tree to predict vertex positions, and thus only need to encode the difference between predicted and actual vertex positions. When vertex coordinates are quantized (i.e., truncated to the nearest number in a fixed-point representation scheme), these corrective vectors have on average smaller magnitude than absolute positions and can therefore be encoded with fewer bits. Furthermore, the corrective terms are then compressed by entropy encoding using, for example, Huffman or arithmetic coding as in the JPEG/MPEG standards. У цій статті надано результати стиснення для трикутних сіток. Через близькість вершин сполучного дерева, що передбачає геометричну близькість відповідних вершин, ми можемо використовувати предків в дереві для передбачення позиції вершин, і, таким чином, тільки потрібно кодувати різницю між передбаченням і реальними координатами вершин. Коли координати вершин квантуються (тобто, зрізані до найближчого числа у схемі подання з фіксованою точкою), ці коригувальні вектори мають у середньому меншу розрядність, ніж величини абсолютних координат і, отже, можуть бути закодовані з меншою кількістю бітів. Крім того, коригувальні вектори потім стискуються за допомогою ентропійного кодування, використовуючи, наприклад, кодування Хаффмана або арифметичне, як в стандартах JPEG / MPEG. В этой статье представлены результаты энтропийного сжатия для треугольных сеток. Из-за близости вершин в связующем дереве, подразумевая геометрическую близость соответствующих вершин, мы можем использовать предков в дереве для предсказания позиции вершин, и, таким образом, кодировать только разность между предсказанной и реальной позицией вершин. Когда координаты вершин квантуются (т.е., усекаются до ближайшего числа в схеме представления с фиксированной точкой), эти корректирующие векторы имеют в среднем меньшую разрядность, чем величины абсолютных координат и, следовательно, могут быть закодированы с меньшим количеством битов. Кроме того, корректирующие вектора затем сжимаются с помощью энтропийного кодирования, используя, например, кодирование Хаффмана или арифметическое, как в стандартах JPEG / MPEG.