基于形状分解的枝状体骨架提取-模式识别国家重点试验室-中国.PDF

基于形状分解的枝状体骨架提取 1 1 2 2 项波 ，张晓鹏 ，马伟 ，查红彬 1. 中国科学院自动化研究所, 北京 100190 E-mail: helenexiang@, xiaopeng.zhang@ 2. 北京大学 机器感知与智能教育部重点实验室, 北京 100871 E-mail: {mawei,zha}@ 摘 要: 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 面有着重要的应用价值。 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，按拓扑结构分解立体数据，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。 关键词: 骨架提取，分解， 区域生长，距离变换，体素模型 Skeletonization of Branched Volume by Shape Decomposition Bo Xiang 1, Xiaopeng Zhang 1, Wei Ma 2, Hongbin Zhang 2 1. Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China E-mail: helenexiang@, xiaopeng.zhang@ 2. Key Laboratory of Machine Perception (Ministry of Education), Beijing University, Beijing 100871, China E-mail: {mawei,zha}@ Abstract: We present an algorithm to automatically extract skeletons for branched volumes by shape decomposition. First, a region growing strategy is adopted based on a distance transformation to decompose a volume into several meaningful components with simple topological structures. Then, the skeleton of each component is individually extracted. Finally, the skeletons of all the components are integrated and a structural skeleton of the volume data is obtained, where the structural skeleton is topologically equivalent to the volume. The contributions of the algorithm are: the elimination of the influence of different branches and the accurate skeleton extraction with