随着虚拟现实设备的进一步普及,人们越来越追求更具沉浸感的视觉体验,点云作为三维场景的主要表示方式,被视为下一代沉浸式媒体中最为关键的内容之一。现有的三维激光扫描设备可以轻易获得高精度的点云模型,海量的点云数据在为用户提供细腻逼真的场景呈现的同时,也为传输带宽和存储空间带来了更大的压力,因此针对点云数据压缩算法的研究是非常必要的。然而,当前常用的静态点云压缩方案并没有充分考虑到点云模型自身在三维空间中的分布特征,其编码性能仍存在一定的提升空间。本文针对点云的几何信息编码提出了一种基于率失真优化的自适应trisoup几何信息压缩算法,针对点云的属性信息编码提出了一种基于点云分布的区域自适应分层变换优化编码算法,提升了点云数据的压缩性能。针对基于表面近似方法的trisoup几何信息压缩算法中slice划分导致间隙以及几何参数选择的问题分别展开研究。通过分析slice划分对trisoup重建过程产生影响的原因,提出了一种适用于trisoup几何信息压缩框架的考虑分割位置的slice划分方法,在此基础上,本文考虑到点云在不同区域具有不同几何特征这一现象,结合slice划分和率失真模型提出了一种基于率失真优化的自适应trisoup几何信息压缩算法。实验结果表明,相比于G-PCC的编码方案,本文提出的基于率失真优化的自适应trisoup几何信息压缩算法具有更高的性能,在几何信息的点到点失真度量（D1）上BD-rate平均降低了2.7%。针对基于三维小波变换的区域自适应属性信息分层变换编码算法中变换方向顺序的问题展开研究。通过实验发现,点云属性信息的区域自适应分层变换在不同变换方向顺序下具有不同的编码性能,基于这一现象,本文提出了一种基于点云分布的区域自适应属性信息分层变换优化编码算法,根据点云的法向量信息来估计点云的空间分布特点,从而确定可获得较优编码性能的变换方向顺序。实验结果表明,相比于现有的区域自适应分层变换编码算法,本文提出的优化算法在一定程度上提升了编码性能,在颜色属性信息的YUV通道上BD-rate平均降低了0.5%,1.2%,2.1%。