基于经验模态分解的点云数据平滑与增强

• 作者: 王小超 郝爱民 郭立新
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 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
• 年，卷（期）: 2017,（5）
• 页码范围: 1045-1052
• 页数: 8页
• 分类号: TP391.41
• 字数: 5943字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2016.0370

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝爱民	北京航空航天大学计算机学院	46	641	15.0	24.0
2	王小超	天津工业大学理学院	2	5	1.0	2.0
3	郭立新	北京航空航天大学计算机学院	1	5	1.0	1.0