一种计算三维点云模型骨骼的方法

摘要

本发明公开了一种计算三维点云模型骨骼的方法；本发明首先通过使用逐步细分的策略将三维点云模型均匀体素化；此后，使用快速行军算法，计算出模型内部体素点的距离域；然后，使用距离域计算出模型的初始骨骼；最后，将初始骨骼与L₁中值骨骼提取算法融合，生成基于距离域的L₁中值骨骼提取算法，快速准确计算出模型骨骼；与现有的三维点云模型骨骼提取方法相比，本发明处理带有大量噪声点、奇异点和大面积点云缺失的点云模型，而且不会产生错误的骨骼连接，同时不需要太多参数。

主权项

一种三维点云模型骨骼提取方法，其特征在于，包括下述步骤：步骤1，用户指定输入三维点云模型Q为三维空间R³中模型，q_j为模型上的顶点，J是三维点云模型顶点的索引，所述的三维点云模型包含噪声点、奇异点和点云缺失；从三维点云模型顶点上随机选取采样点集X＝{x_i}_i∈I，I是采样点集X的索引，采样点x_i最终向三维点云模型内部移动，构成三维点云模型骨骼；步骤2，将三维点云模型均匀体素化；步骤3，计算出三维点云模型距离域DT，三维点云模型体素化之后，使用快速行军算法，计算出模型内部体素点的距离域；步骤4，计算三维点云模型初始骨骼s_k为骨骼点，K为初始骨骼点集的索引，计算出三维点云模型距离域后，使用三维点云模型距离域，计算三维点云模型初始骨骼；步骤5，将初始骨骼点和L₁第一范式中值骨骼提取算法进行融合，生成基于距离域的L₁第一范式中值骨骼提取算法，通过最小化以下能量方程，计算出三维点云模型的完整骨骼；$\underset{X}{\arg \min }\underset{i\in I}{\Sigma }\underset{j\in J}{\Sigma }\left|\right|x_i-q_j\left|\right|\theta \left(\right||x_i-q_j|\left|\right)+\underset{i\in I}{\Sigma }{\theta }_i\left(\frac{n}{N}\right)\underset{k\in K}{\Sigma }\left|\right|x_i-s_k\left|\right|\theta \left(\right||x_i-s_k|\left|\right)+\underset{i\in I}{\Sigma }{\gamma }_i\underset{i^{\prime }\in I/\left\{i\right\}}{\Sigma }\frac{\theta \left(\right||x_i-x_{i^{\prime }}|\left|\right)}{{\sigma }_i\left|\right|x_i-x_{i^{\prime }}\left|\right|}$其中，I是采样点集X的索引，J是模型Q顶点的索引，权重函数是一个快速衰减的平滑函数，r为距离值，其支持半径为h，参数σ_i通过加权PCA主成分分析算法计算，用于检测骨骼段的生成，{γ_i}_i∈I为X的平衡常数，K为初始骨骼点集的索引，权重函数x_i'为非x_i的点；对圆心为采样点x_i，半径为h的球体，球体包含所有点个数为n，球体包含的初始骨骼点个数为N；步骤6，将骨骼按照规定结构提取，所述的规定结构为骨骼由骨骼点构成的结构，相邻骨骼点通过直线连接，计算出三维点云模型的一维曲线骨骼，完成骨骼提取。