保特征的点云骨架提取算法

摘要：

三维模型的骨架提取是计算机图形学中一个重要的研究方向.对于有噪声的点云模型,曲线骨架提取的难点在于保持正确的拓扑结构以及良好的中心性;对于无噪声的点云模型,曲线骨架提取的难点在于对模型细节特征的保留.目前主流的点云骨架提取方法往往无法同时解决这2个难点.算法在最优传输理论的基础之上结合聚类的思想,将点云骨架提取的问题转化为一个最优化问题.首先使用最优传输得到原始点云与采样点云之间的传输计划.然后使用聚类的思想将原始点云进行分割,采样点即成为了簇的中心.接着通过簇与簇之间的调整与合并减少聚类个数,优化聚类结果.最后通过迭代的方式得到粗糙的骨架并使用插点操作进行优化.大量实验结果表明,该算法在有噪声与无噪声的三维点云模型上均能提取出质量良好的曲线骨架并保留模型的特征.

关键词：点云模型、骨架提取、最优传输、聚类

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;虚拟现实技术与系统国家重点实验室北京航空航天大学开放课题

在线出版日期：2023-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：146-157