基于形状分解的枝状体骨架提取
骨架作为三维立体的一个重要特征,在形体的数据简化、变形、识别与理解、内窥漫游路径构造和外形的测量等方面有着蕈要的应用价值。本文提出了一种基于形状分解的枝状体数据骨架提取算法。算法的基本思路为：采用基于种子点距离变换的区域生长策略,自动判断分叉区域,按拓扑结构分解屯体数据,并根据分解结果提取骨架。本算法的创新在于：准确的立体分解消除了骨架提取中不同分枝的相互影响,提高了骨架的中心性,同时骨架保持了原立体的几何特征;此方法适用性强,对象可以包括分枝形体和环状形体,另外也适用于表面体素数据。
骨架提取 分解 区域生长 距离变换 体素模型
项波 张晓鹏 马伟 查红彬
中国科学院自动化研究所,北京 100190 北京大学 机器感知与智能教育部重点实验室,北京 100871
国内会议
北京
中文
116-121
2008-10-22（万方平台首次上网日期，不代表论文的发表时间）