點云模型骨架提取算法的研究與實現(xiàn).pdf

1、曲線骨架的提取在計算機圖形學和可視化領域的許多應用中是一個比較基本的問題。曲線骨架是三維模型的一維表示。它廣泛地應用于虛擬教學環(huán)境的創(chuàng)建、教育模型庫檢索、教育游戲等領域?，F(xiàn)有的曲線骨架提取算法使用的三維模型大多是以離散體素或者網(wǎng)格曲面形式表示的，而直接在點云上提取其曲線骨架的文獻比較罕見。
　　近年來隨著點云數(shù)據(jù)獲取地日益便捷，點云數(shù)據(jù)量急劇增大，原始模型的冗余數(shù)據(jù)給后續(xù)的曲線骨架提取帶來了不便。鑒于此，本文提出一種基于二次誤差度

2、量的自適應點云簡化方法。該方法首先根據(jù)二次誤差度量的思想構(gòu)造光順迭代算子對輸入點云進行光順處理，剔除噪聲點和離群點。然后提取原始點云的特征點進行強制保護。而后以非特征點為球心，利用二次誤差度量的方法計算非特征點覆蓋球的半徑和最優(yōu)點。最后用最優(yōu)點代替覆蓋球內(nèi)貢獻較少的非特征點，達到簡化的目的。該方法不僅以較快的速度簡化點云同時可有效的保持原始點云的幾何特征。
　　經(jīng)過上述精簡處理后，去除了模型中的冗余信息。但同時應注意到，由于模型的

3、復雜性，原始點云中往往存在一定的數(shù)據(jù)缺失和噪聲，且模型各分支間會對骨架的提取產(chǎn)生一定的干擾。因此本文提出一種基于模型分割的魯棒性點云線骨架提取方法。該方法首先采用模糊聚類的方法對點云進行分割，然后基于廣義旋轉(zhuǎn)對稱軸的思想提取模型粗骨架。再對粗骨架進行細化，下采樣得到定序骨架點，擬合定序點得到一維線骨架。由于本文首先對模型進行有意義的分割，從而可消除模型分支間的相互干擾，同時在提取骨架點時充分利用法矢信息對數(shù)據(jù)缺失進行有效彌補，最終保證了