基于数字距离变换的3D模型骨架提取算法

在获得三维模型体素表示的基础上 ,通过比较模型体素及其 2 6连通域体素到模型轮廓的最小欧式距离 ,提出了一种利用骨架体素 2 6连通域的对称性进行三维模型骨架体素提取的算法 整个算法只需遍历一次体数据集即可自动完成模型骨架的提取过程 .实验表明 ,该算法具有较高的效率和精度 .     

基于等级划分的复杂点云骨架提取算法

对于复杂点云的骨架提取,由于原始点云的遮挡、缺失、分布不均、分支复杂等原因,所提取骨架会产生断裂、拓扑结构错误等问题.针对复杂结构点云的骨架提取,提出了一种基于等级划分的复杂点云骨架提取算法(multilevel divided skeleton extraction,MDSE).使用L1-medial提取初始骨架点,将初始骨架点连接成单分支骨架线,通过对单分支结构的初始骨架线进行等级划分,利用连通分支的平均分叉角确定骨架线断裂位置,由底至项修补断裂骨架线;最后采用Cardinal样条曲线改善骨架形态,形成完整且符合原始点云拓扑结构的骨架线.实验结果表明,该算法能够从复杂点云中提取出较为完整、拓扑结构正确的骨架线.     

基于骨架关节点约束的交互式局部变形

利用广义元球变形技术,提出一种基于骨架关节点约束的交互式局部变形方法。该方法提取多边形网格模型的骨架关节点并结合模型骨架图结构确定骨架关节点对应的局部区域,计算三维网格点到骨架节点的欧式距离,将约束区域的最大欧氏距离作为约束半径,得到各骨架节点对应的势函数值,通过控制骨架节点的空间位置给出三角形面片点的新坐标位置。实验结果表明,该方法有效保持多边形网络模型的局部特征,并确保了模型变形的直观性和高效性。     

动态骨架算法

骨架是表示物体形状的一种有效形式.基于距离变换的骨架求解算法得到的骨架尽管准确光滑,但必须仔细地检查其连续性;而当骨架的结构较为复杂时,这种连续性检查会变得非常困难.结合Thinning技术和Snake模型,提出了一个平面二值图的动态骨架算法.首先利用Thinning技术生成连续且拓扑保持的初始骨架,然后根据Snake模型的思想,将初始骨架引导到正确的位置上.动态骨架算法提取的骨架不仅保持了位置的准确和外形的光滑,同时也解决了骨架的连续性问题.     

空间球拓扑外联的岩心线骨架提取方法

在分析现有骨架提取算法的基础上,针对现有的岩心骨架提取方法中存在的效率较低、骨架连通性差等问题,提出了一种基于空间球外联的岩心线骨架提取的几何方法.该方法以CT扫描图像为基础进行模型重构,并用Delaunay算法剖分得到四面体实体模型.依据岩心结构的四面体模型的特点,通过寻找模型四面体的外接球之间的拓扑邻接关系,到岩心的骨架结构.通过等效计算,简化连接,得到单一的线骨架结构,保证了骨架结构与岩心结构的拓扑一致性.实验结果表明,文中方法可以保证骨架的连通结构,且不受模型边界质量的影响,适用于复杂的岩心形体结构,实现了岩心骨架的提取.     

骨架驱动的三维模型变形方法

为发展三维网格模型的变形技术,研究了多种三维模型变形算法,通过对骨架驱动变形算法的深入研究,针对现行算法多是以单一骨架驱动变形的不足,提出了一种新的基于多骨架点驱动的交互式局部变形方法.有效结合模型的骨架图结构,确定各骨架点对应的局部区域.并将骨架点拟合为二次Bézier曲线,通过交互式拖动任意骨架点计算与之相连的多骨架点的动态变化,实现模型局部区域的自然形变.实验结果表明了该算法的有效性和直观性.     

基于改进自适应k均值聚类的三维点云骨架提取的研究

针对三维点云中心骨架提取问题, 提出一种基于改进的自适应k均值聚类预分割引导的点云骨架提取算法. 首先, 将输入点云体素化, 利用八叉树算法覆盖输入点云并下采样实现点云化简; 其次, 在采样点中自适应选取初始聚类中心对点云进行区域划分, 并颜色标记; 最后, 在区域分割的引导下应用L₁-中值骨架提取算法实现点云骨架的提取. 该算法主要针对L₁-中值算法可重复性差、易丢失细节等缺点进行了改进, 并且对输入点云的质量以及形状的几何或拓扑信息, 都没有严格的先验要求, 可以直接应用到未经任何预处理、含有噪声或离群点的初始扫描点云上. 展示了从多种不规则点云提取的骨架结果, 包括矮小植物、人体动作等. 与传统算法相比, 该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.     

利用参数表示任意维数正交矩阵的ICA新算法

在独立分量分析 (Independent component analysis, ICA) 中, 寻找去除高阶相关的正交矩阵成为问题关键, 而正交矩阵具有特殊的空间结构, 组成它的每个列向量可视作 RN 中单位超球表面上一点, 当这些点彼此垂直时, 整体就组成一个正交矩阵. 自然地, 这些点可以用其球坐标来参数化. 本文通过观察正交矩阵的几何结构, 找到了任意维数的随机正交矩阵的参数表示方法, 且论证了这种表示的完备性; 同时, 对随机正交矩阵参数表示的随机性做了定量分析; 然后, 利用遗传算法对参数化正交矩阵中的参数进行搜索, 得到了分离结果. 本文称这种算法为 OICA 算法, 并给出了该算法的仿真实验.     

医学图像3维重建模型的虚拟剖切算法

对医学图像体数据及重构几何模型进行虚拟剖切,可以方便地看到内部的组织,便于观察和诊断,可用于医疗放射治疗规划.针对医学图像重建的表面几何模型,提出了对模型进行平面剖切、立体开窗及任意交互切割的算法.平面剖切和开窗是用剖切面或剖切体对重建模型施以剖切,在剖切面上生成边序列及顶点序列;由此边序列和顶点序列生成封闭的边界轮廓,确定各轮廓的包含关系;对封闭轮廓包围的截面区域进行Delaunay三角剖分,得到完整的剖切后的表面模型.任意交互切割过程是交互生成切割路径,确定切割边界,并沿切割边界对表面模型进行切割.实验结果证明了本文算法的有效性.采用本文算法可得到良好的虚拟剖切效果.     

一种基于模型分割的三维人体骨架提取方法

针对当前三维骨架提取方法复杂度较高、提取结果不够准确,以及专门针对人体模型的方法较少等问题,提出一种基于模型分割的三维人体骨架提取方法。首先,根据模型顶点与末端特征点的最小测地距离将模型分割;然后由归一化的测地距离函数确定模型各顶点所属拓扑层次;接着在模型分割的基础上依据拓扑层次提取出原始骨架点;最后经过微调,将各骨架点按照拓扑关系连接得到较为精确的人体骨架。实验结果表明,该方法有效降低了骨架提取算法的复杂度,且对不同姿势的人体模型均可获得较为准确的提取结果。     

基于自动随机游走的涎腺肿瘤超声图像分割方法

针对涎腺超声图像斑点噪声强、对比度低和边界弱的特点,提出了一种结合形态学检测的自动随机游走分割方法.该方法首先利用形态学操作获得目标的初始轮廓,然后提取目标区域和背景区域骨架结构的有效标记点作为随机游走算法的种子点,最后利用种子点对预滤波后的肿瘤图像实现随机游走分割.实验选取大量临床采集的涎腺肿瘤超声图像进行测试,结果表明该方法计算复杂度低,解决了传统随机游走模型初始种子点的人工干预问题,有效实现了涎腺肿瘤的自动分割.     

拟合复杂形状主骨架的颜色渐变填充

针对复杂形状的颜色渐变填充无法较好拟合形状的延伸方向问题,提出了形状主骨架颜色渐变填充算法（SMSCGFA）。引入骨架路径视觉显著性评价向量,针对主骨架设计了整体优选及局部几何优化相结合的方法,对复杂形状抽取主骨架进行简化;骨架提取时结合了基于约束Delaunay三角剖分（CDT）的三角形中线法骨架提取和基于骨架二叉树的骨架路径双栈跟踪提取;对主骨架进行颜色渐变计算,通过局部的主骨架颜色信息,完成形状整体沿延伸方向的颜色渐变填充。实验验证表明,采用该方法后,骨架路径的优选比可达5.5%,消除了较多的骨架冗余分枝;与颜色线性渐变填充相比,基于骨架的颜色渐变填充,拟合形状延伸变化趋势较好。     

基于增强PyrLK光流法的三维树木骨架重建方法

针对树木骨架重建要求手工交互多、不精确的问题,提出了用增强Pyr LK光流法对树木骨架进行重建,且可以基于多幅图像完全自动化地进行树木建模.首先在传统Pyr LK光流法的基础上加入了特征点的仿射变换和迭代追踪,提出增强Pyr LK光流法,解决了传统Pyr LK光流法不支持特征点旋转和双向匹配验证的问题;其次利用邻域的泛洪和局部点云的拟合进行高速、准确的树木骨架抽取,提出了三维体素泛洪和最小二乘拟合的方法.实验结果表明,文中方法能够快速重建出极具真实感的三维树木骨架模型.     

从单幅图像构建三维叶雕模型

针对传统镂空叶雕具有手工制作烦琐且不便传承的缺点,提出一种由单幅叶雕图像生成叶雕三维模型的辅助设计方法.首先将叶雕图像划分为镂空区域、无用区域和有用区域,根据用户选择遍历像素提取细长叶柄;然后通过距离图像生成初始三维模型并用S型函数进行高度调整;再利用灰度形态学处理方法获取叶脉图像叠加在模型上进行叶脉构建,采用保留特征的光滑算法光滑整个模型;最后以扩散流形式提取狭长区域骨架点,并进行接续,延伸,三角结构重构处理避免凹陷现象,利用模型上约束关系获取边缘点,重置边缘点、狭长区域骨架点以及叶柄骨架点高度调整模型,通过新点插入法处理缺断得到最终模型.实验结果表明,该方法能得到效果良好的叶雕三维模型.     

闭合三角网格的优化切割与保角映射

提出一种自动地将任意闭合三角网格切开并保角映射到二维平面域的算法.通过对自动提取的模型初始切割线逐步优化得到模型切割线,优化过程由一个与保角映射扭曲度和合法性相关的成本函数控制.为了减小映射扭曲,算法中不预先固定参数域边界,而在参数化过程中自动地确定网格的自然边界.实验结果表明,该算法通过优化切割线和参数域边界有效地降低了三角形形状扭曲,并保证了参数化结果的合法性.     

基于任意骨架的隐式曲面造型技术

给出了一个新的基于任意多面体网格骨架的构造性自由曲面造型算法.算法首先由每个给定骨架构造出一个距离场,然后利用隐函数光滑过渡技术和CSG(constructive solid geometry)表示技术将所构造的隐式曲面自由地两两粘合成一张光滑曲面.隐式曲面的多边形化算法则用来生成最终曲面网格.以任意骨架作为基本体素,突破了传统隐式曲面以点为基本骨架的限制.而且,距离曲面很好地逼近了原骨架形状,使用户可直观地对复杂曲面进行交互设计.而形变函数的引入,则极大地丰富了此方法的造型能力.实验结果表明,基于该算法的原型系统能够方便、直观地构造复杂的自由曲面.     

基于骨架的网格模型变形

现有骨架驱动变形算法多以单一骨架驱动变形,且骨架预设十分复杂。为此,提出一种基于骨架的网格模型变形算法。结合多分辨率Reeb图方法提取模型的骨架结构,确定各骨架点对应的局部区域,将骨架点插值构造二次Bézier曲线,通过交互式拖动任意骨架点,计算与其相连多骨架点的动态变化情况,实现模型局部区域的自然形变。实验结果表明,该算法能获得较为自然平滑的变形结果。     

基于表面及切向属性的点模型骨架提取方法

针对目前在离散点云模型以及低分辨率模型上提取骨架算法存在的局限性,提出一种基于表面及切向属性(attributesofsurfaceandtangency,AST)的新方法.首先给出两个属性定义及其计算方式.然后基于上述属性通过表面光滑收缩和骨架吸引的双重作用达到模型的几何收缩,连接迭代收缩完成后得到的中心点,从而得到模型的骨架.实验表明:该方法得到的骨架能较好地表达原始模型的几何特征和拓扑结构,在缺少连接信息和低分辨率的情况下也能获得较好的骨架提取效果.     

利用张量投票的机载LiDAR点云道路骨架线提取

针对机载LiDAR数据中道路骨架线检测存在的噪声干扰问题,结合道路多层特征显著性,提出了一种基于道路最大宽度快速确定最小尺度因子的张量投票道路骨架线提取方法。将预处理后三维道路点云转化成二维强度图像,最小尺度因子参与图像球张量投票,利用极性特征分割道路边缘点;为了进一步增强道路线状特征,利用新的最小尺度因子再次进行球张量投票和棒张量投票,填补道路空洞,顺滑道路边界;细化处理获取道路骨架线。与数学形态学方法相比,该方法在噪声背景的道路数据中提取的道路线精度更高。     

任意姿态虚拟人网格模型骨骼提取算法

人体骨骼动画技术是虚拟人物建模中的研究重点。在现有人体骨骼动画的制作过程中,动画师必需手工标定人体各主要关节点位置及人体骨架每一关键帧的姿态,工作量巨大。因此提出一种自动提取人体任意姿态网格模型骨架结构的方法。该方法首先利用模型各顶点间测地距离的几何关系自动识别人体位于四肢和头顶末端的5个特征点,再以特征点为起点生成等测地距离曲线族,利用等测地距离曲线将人体四肢和躯干区分开来,将这些相邻等测地线中心连接起来生成5条骨骼中心线,最后在中心线上根据中心夹角极小值及等测地距离曲线似圆率来确定人体关节的确切位置。实验结果表明,该算法能适应不同姿态的人体模型,计算结果准确性高,能完全自动实现关节点定位和骨骼提取。