一维曲线骨架能够直观地表示三维点云的几何结构和拓扑连接性,曲线骨架信息可以用于分析和操纵各种图形数据,它广泛地应用于骨架的匹配和分析、骨架建模、骨架动画和点云修复等领域。然而,三维点云的骨架特征提取仍然存在着很多问题:扫描获取的原始点云模型由于受到技术与环境的限制往往带有大量噪声和大面积的点云缺失;由于点云模型不包含显式的拓扑连接信息,导致提取点云模型的曲线骨架十分困难;目前主流的点云骨架提取算法需要调试大量的参数来获取精确的骨架,导致算法的实用性降低。为了满足实际需求,需要一种实用面广且有效的三维点云模型的曲线骨架方法。本文针对扫描点云模型的曲线骨架提取相关技术进行了研究,提出了一种基于距离场引导的的₁L-中值骨架提取方法。该方法首先通过使用逐步细分的方法将三维点云模型均匀地体素化;其次,使用快速匹配法计算出模型内部体素点的距离场;然后利用距离场,使用多尺度参数控制细化方法提取模型的初始骨架;最后,将初始骨架加入₁L-中值骨架提取算法中,形成基于距离场的₁L-中值骨架提取算法,并快速准确地计算出点云模型的完整骨架。为了验证本研究方法的有效性,分别对不同复杂形状的扫描点云模型,利用本文的方法提取曲线骨架。实验结果表明,该方法不仅能够处理带有大量噪声点、离群点与点云缺失的点云模型,而且对于点数少于四万的点云模型,可以在两分钟内计算出较为准确的一维曲线骨架。同时该方法不会产生错误的骨架连接,也不需要太多的参数。