基于小波变换的精密测量点云多尺度分解

摘要

为了减小多源跨尺度点云数据尺度与数据量上的差异,提出了一种基于小波变换的点云多尺度分解方法。对细节丰富的小尺度点云数据进行多尺度分解,以及尺度分解在跨尺度点云数据配准中的应用进行研究。首先,对小尺度点云进行栅格建模,建立全局点云二值表达函数。根据离散小波变换理论,对栅格点云进行多次的三维小波分解,利用小波尺度函数的低通特性,保留低频信息来获取原始小尺度点云的近似尺度数据。然后,基于面维数和差体维数差表征与原始数据的相似度,确定有效的小波分解级数。最后,将各级分解得到的点云数据与大尺度点云数据进行精确配准,并将配准关系应用于原始点云,提高跨尺度点云的配准精度。实验结果表明:本文提出的多尺度分解方法能够对数据进行有效分解,应用于某航空发动机叶片多尺度测量中,将显微测量的局部气膜孔小尺度点云数据与整体叶片结构光数据配准,配准精度提升了61.36%。该分解方法应用于叶片边缘与栅格零件多尺度测量中,配准精度分别提升了48.59%,43.86%。所提的点云多尺度分解方法能够有效分解小尺度点云数据,大幅提升跨尺度数据的配准精度。