论文部分内容阅读
三维图像的细化是一种通过将目标体由外至内不断腐蚀,重复移除边界点直到提取出具有单像素宽度的骨架同时保持物体原有拓扑结构的处理。三维细化算法所提取的骨架是许多图像分析以及后续的特征提取的重要前置工作,在视觉测量,图像分析,三维重建,医学图像处理等领域都有其广泛应用。 三维细化算法需要保证所提取的骨架不改变原有物体的拓扑结构,不产生断裂和新的空洞,同时要确保算法能有效的细化彻底,及细化至单一像素厚度。考虑到在面向实际对象时,物体扫描提取的角度是未知的,细化物体的原有角度是未知的,三维细化算法应当具有一定的旋转不变性,确保同一物体在不同角度下的细化结果拓扑结构不发生改变。由于现有的基于简单点判断的三维细化算法难以保证提取骨架的连续性,容易发生断裂,本文分析了其他三维细化算法不能保持拓扑结构的原因,并提出了一种新的重新检测方法,通过假设删除目标点前后检测对应26邻域内点的连续性是否被破坏来还原会导致断裂问题的错误删除点,以确保提取骨架的完整。这一方法对现存基于模板的的绝大多数三维细化算法都能起到修复骨架断裂的作用。同时本文构造并完善了一套具有各向同性的删除模板,在结合重新检测方法后,能精确有效的提取三维物体的骨架,确保结果的连续性并保持拓扑结构。 本文通过大量实验对比表明,文中所提算法具有一定的旋转不变性,细化效果相比其他大多数基于模板的三维细化算法效果要好。