[发明专利]基于OLDL_DWT的点云古典建筑曲面重建方法

权利要求书

1.基于OLDL_DWT的点云古典建筑曲面重建方法，OLDL_DWT算法具体步骤如下，其特征在于,

步骤1：对三维点云数据进行预处理；

所述步骤1中，三维点云数据进行预处理方式为对三维点云数据进行均匀分块，保证三维点云的训练集与测试集的尺寸统一；

步骤2：三维点云数据进行在线字典学习，获得局部最优稀疏字典Ф；

所述步骤2中使用在线字典学习算法具体实现步骤为

步骤1：以通用三维点云数据为训练样本，使用MOD字典算法进行字典训练，获得通用字典D；

步骤2：以通用字典D为基字典使用目标三维点云数据作为训练样本进行迁移字典学习，迁移字典学习环节目标优化模型为

其中，y是目标三维点云数据，α是稀疏系数，Ψ是迁移在线字典学习的调节系数矩阵，用于删除去字典D中与目标三维点云不相关的原子，K是三维点云数据的稀疏度，Ф是最优稀疏字典；

步骤3：以局部最优稀疏字典Ф为基空间，使用压缩采样匹配追踪算法，计算古典建筑曲面的三维点云数据的稀疏系数；

步骤4：重构古典建筑曲面三维点云数据；

所述步骤4中重构三维点云数据计算公式为

其中，y₁是重构的三维点云数据，α是目标三维点云数据y在局部最优稀疏字典Ф下的稀疏系数；

步骤5：对重构的数据提取小波变换系数，对系数进行自适应阈值处理；

所述步骤5中对小波系数进行自适应阈值处理可表示为

其中，DWT(•)表示小波变换函数，做三层小波变换，a1、a2、a3、a4是小波变换系数，且所代表频带依次增加，floor(•)表示向下取整函数，mean(•)表示求均值函数，max(•)表示求最大值函数；

步骤6：对小波系数进行小波逆变换，获得重构的光滑古典建筑曲面点云数据；

所述步骤6中对小波逆变换表示为

其中，iDWT(•)表示小波逆变换函数。