Para reduzir as diferenças de escala e volume de dados entre dados de nuvens de pontos multiescala e de múltiplas fontes, foi proposto um método de decomposição multiescala baseado na transformada wavelet para nuvens de pontos. Foi estudada a decomposição multiescala de dados de nuvens de pontos em pequena escala ricos em detalhes, bem como a aplicação da decomposição na correlação de dados de nuvens de pontos multiescala. Primeiramente, realizou-se a modelagem em grade da nuvem de pontos em pequena escala, estabelecendo uma função global de expressão binária da nuvem de pontos. De acordo com a teoria da transformada wavelet discreta, foi realizada decomposição wavelet 3D múltipla da nuvem de pontos em grade, utilizando a característica passa-baixa da função de escala wavelet para reter informações de baixa frequência e obter dados de escala aproximada da nuvem de pontos original em pequena escala. Em seguida, com base na diferença entre a dimensão da superfície e a dimensão do corpo e na similaridade com os dados originais, determinou-se o número efetivo de níveis de decomposição wavelet. Finalmente, os dados da nuvem de pontos obtidos em cada nível de decomposição foram registrados com precisão com os dados da nuvem de pontos em grande escala, e a relação de registro foi aplicada à nuvem de pontos original para melhorar a precisão do registro multiescala. Os resultados experimentais mostram que o método de decomposição multiescala proposto pode decompor dados de forma eficaz e foi aplicado à medição multiescala de uma pá de motor aeronáutico, onde os dados locais de nuvem de pontos em pequena escala dos microfuros da película de ar medidos por microscópio foram registrados com os dados estruturais da pá obtidos por luz estruturada, melhorando a precisão do registro em 61,36%. O método de decomposição foi aplicado também na medição multiescala da borda da pá e das peças em grade, com melhorias na precisão do registro de 48,59% e 43,86%, respectivamente. O método de decomposição multiescala para nuvens de pontos proposto pode decompor eficazmente os dados de nuvens de pontos em pequena escala e melhorar significativamente a precisão do registro entre escalas.

Decomposição multiescala; Transformada wavelet; Dimensão do corpo; Dimensão da superfície; Registro de nuvens de pontos