Я пытаюсь экстраполировать информацию из набора точек в облаке точек, чтобы создать намного большее облако точек на основе данных из других облаков точек.
В качестве примера форма облака точек образует нечто вроде смещенной параболической «тарелки», взятой с поверхности параболоида. Хотя существует математическая формула для описания ее общей формы, сами данные не полностью соответствуют формуле из-за шума и деформации захвата.
Следуя примеру, данный набор данных охватывает только среднюю часть «тарелки», тогда как желательно, чтобы вся «тарелка» имела форму облака точек. Существуют, однако, другие облака точек того же размера и схожей формы со всеми данными. Таким образом, идея состоит в том, чтобы, используя полные облака точек, экстраполировать точки неполного облака, чтобы заполнить недостающие данные (при условии, конечно, что это та же самая форма.) Это будет сделано с использованием MATLAB.
Я изучал такие вещи, как Kalman Filters, но я не уверен, что это правильный алгоритм, поскольку он обычно работает в условиях, зависящих от времени. Я также думаю, что RMS между неполными и полными облаками точек может быть полезной, но трудно сказать на данном этапе разработки.
Я надеюсь, что кто-то думал о чем-то подобном раньше (и, как таковой, алгоритм уже существует), или, если нет, в каком направлении было бы неплохо начать его разработку. Кто-нибудь случайно узнает?