基于區(qū)域分割的三維點(diǎn)云模型骨架提取算法研究.pdf

1、骨架是概括表示三維模型的一種抽象化手段，它能有效刻畫并表達(dá)模型的拓?fù)浣Y(jié)構(gòu)和形狀特征，同時(shí)節(jié)省模型在計(jì)算機(jī)上的存儲(chǔ)空間，因此骨架提取技術(shù)被廣泛應(yīng)用于各領(lǐng)域。但是傳統(tǒng)算法仍存在骨架提取結(jié)果易產(chǎn)生錯(cuò)位或忽略模型細(xì)節(jié)特征的問題。本文在計(jì)算機(jī)輔助文物保護(hù)與復(fù)原的研究課題基礎(chǔ)上，結(jié)合三維點(diǎn)云模型的分割技術(shù)，針對(duì)點(diǎn)云模型的骨架提取問題展開了一系列的研究，主要工作如下:
　　(1)提出一種基于馬爾科夫隨機(jī)場(chǎng)(Markov Random Filed

2、，MRF)的點(diǎn)云模型分割算法。針對(duì)傳統(tǒng)分割算法容易產(chǎn)生過分割的問題，該方法將馬爾科夫隨機(jī)場(chǎng)模型應(yīng)用于點(diǎn)云模型分割，利用點(diǎn)云模型幾何特征作為先驗(yàn)信息，根據(jù)點(diǎn)云屬性和鄰域點(diǎn)相關(guān)性確定目標(biāo)函數(shù)并求解得到點(diǎn)的最優(yōu)標(biāo)號(hào)集，完成點(diǎn)云模型的有效分割。實(shí)驗(yàn)結(jié)果表明，該算法在保留點(diǎn)云模型特征的基礎(chǔ)上，提高了分割過程的自適應(yīng)性和分割結(jié)果的準(zhǔn)確性。
　　(2)提出一種基于區(qū)域分割的點(diǎn)云模型骨架提取算法。針對(duì)傳統(tǒng)方法在相鄰區(qū)域較緊密模型中提取骨架結(jié)果易跨

3、越區(qū)域的問題，該方法在分割后區(qū)域相鄰處生成連接點(diǎn)，同時(shí)在區(qū)域內(nèi)自適應(yīng)計(jì)算初始收斂鄰域尺度并提取各區(qū)域骨架分支，最后通過連接點(diǎn)將相鄰區(qū)域骨架分支連接得到完整的骨架。實(shí)驗(yàn)結(jié)果表明，該方法減少了全局迭代收斂的計(jì)算量和迭代次數(shù)，同時(shí)使用局部稠密度對(duì)點(diǎn)云密度加權(quán)，降低噪聲點(diǎn)的影響程度，保證其拓?fù)浣Y(jié)構(gòu)正確。除此之外，通過引入連接角的概念并建立新的連接方式，確保提取骨架的完整性。
　　(3)本文算法主要應(yīng)用于“基于全局優(yōu)化的破損兵馬俑虛擬復(fù)原方