经验模态分解（empirical mode decomposition,简称EMD）算法是一种处理非线性非平稳信号的时频分析方法.文章针对拓扑同胚于圆盘的开网格模型提出几何模型上的EMD算法,并应用于网格去噪以及特征编辑.首先,借助曲面上离散高斯曲率提取模型的极值点,随后对模型进行平面参数化,利用均匀节点的三次张量积B样条计算极大和极小包络曲面,最后将平均包络曲面离散成网格模型作为分解一次的残差模型,并将原模型与残差模型的差值向量记为当前分解的偏置向量,迭代地处理残差模型得到模型各个层次的偏置向量以及最终表示原模型基本形状的残差模型.通过对偏置向量的处理与重构,实现算法在网格去噪以及特征编辑的应用.实验结果表明,文章算法可以有效地实现网格模型的多尺度分解,并在网格去噪以及特征编辑方面取得了较好的效果.
