摘要
本发明公开了一种基于上采样Mamba模型的点云补全方法。该方法首先通过最远点采样和K近邻分组结合多层感知机对输入稠密点云进行特征保留式下采样。随后，利用双向Mamba编码器进行特征提取，并通过级联残差连接增强信息流。接着，采用Mamba特征融合层融合全局与局部多尺度特征，结合位置嵌入，并通过转置卷积生成具有完整几何结构的种子点。最后，通过特征对齐、跨层融合以及基于Mamba的上采样层进行空间扩张和几何细节重建，实现从稀疏点云到稠密点云的高效、高质量补全。模型使用增强数据集进行训练优化。本发明通过数据增强训练模型，并基于Mamba模型(含双向编码、特征融合及上采样)高效提取、融合特征并重建稠密点云，显著提升补全鲁棒性与工业适用性。
