基于经验模态分解的点云数据平滑与增强

摘要：

在计算机辅助设计与逆向工程应用中,针对缺乏拓扑连接关系的点云数据,提出了基于经验模态分解(EMD)的点云数据平滑与增强算法.首先,以点云模型的拉普拉斯矩阵坐标与法向的内积作为EMD输入信号,提取点云模型输入信号的极值点作为插值节点计算信号的上下包络;然后,为实现特征保持的EMD信号分解,通过检测点云数据上特征点,并在计算信号上下包络的过程中作为约束,克服传统EMD算法无法保持特征的局限;最后,迭代地从输入信号中减去上下包络的均值得到内蕴模态函数(IMF)和余量,并通过设计滤波器实现了点云数据平滑和增强.实验结果表明,本文算法有效地将EMD推广到三维散乱点云数据中,扩大EMD在三维几何中的应用范围,并在点云数据平滑和增强方面取得了很好的效果.

关键词：经验模态分解(EMD)、点云数据、数据平滑、数据增强、多尺度分解

所属期刊栏目：43

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2017-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1045-1052