[發(fā)明專(zhuān)利]一種基于骨架的物體構(gòu)件分解方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710515334.6
• 申請(qǐng)日: 2017-06-29
• 公開(kāi)（公告）號(hào): CN107330901B
• 公開(kāi)（公告）日: 2020-03-27
• 發(fā)明（設(shè)計(jì)）人: 寧小娟;王映輝;郝雯;付超;趙明華;呂志勇;石爭(zhēng)浩
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安理工大學(xué)
• 主分類(lèi)號(hào): G06T7/11
• 分類(lèi)號(hào): G06T7/11;G06T7/187;G06T17/00
• 代理公司: 西安弘理專(zhuān)利事務(wù)所 61214
• 代理人: 成丹

1.一種基于骨架的物體構(gòu)件分解方法，其特征在于，具體按照以下步驟實(shí)施：

步驟1：對(duì)原始點(diǎn)云模型上的每個(gè)點(diǎn)建立k-d Tree，求解k近鄰，將k鄰近點(diǎn)和該點(diǎn)自身采用最小二乘法擬合平面求得該點(diǎn)的法向量；然后采用鄰近點(diǎn)具有相似法向量方向的原則對(duì)點(diǎn)云模型上每個(gè)點(diǎn)的法向量方向進(jìn)行歸一化處理，使得模型上每個(gè)點(diǎn)的法向量方向朝向模型外側(cè)；

步驟2：基于法向量反方向迭代收縮，并判斷每個(gè)點(diǎn)收縮停止的約束條件，最終得到物體的收縮點(diǎn)集，作為物體的近似骨架模型，為后一步骨架拓?fù)涞那蠼獾於ɑA(chǔ)；

所述步驟2中基于法向量反方向迭代收縮具體為：

步驟2.1：法向量計(jì)算

利用主元分析法計(jì)算點(diǎn)云的法向量，對(duì)于點(diǎn)云中每一點(diǎn)p，找到其k個(gè)鄰近數(shù)據(jù)點(diǎn)點(diǎn)p的三階協(xié)方差矩陣為：

其中，為點(diǎn)p的k個(gè)鄰近點(diǎn)的平均位置，即

通過(guò)奇異值分解對(duì)公式(1)中半正定的協(xié)方差矩陣M進(jìn)行特征值分解，得到協(xié)方差矩陣M的特征值λ₃＞λ₂＞λ₁＞0，最小特征值λ₁所對(duì)應(yīng)的特征向量(n_x,n_y,n_z)即為點(diǎn)p的法向量；

由于法向量的方向有二義性，所以對(duì)于點(diǎn)云中的每一點(diǎn)，利用k-d樹(shù)找出與點(diǎn)p最近的點(diǎn)q，如果n_p·n_q≈-1，則將點(diǎn)p的法向量方向反轉(zhuǎn)；

步驟2.2：基于法向量的收縮

給定參數(shù)λ表示單位收縮步長(zhǎng)，參數(shù)d表示圓柱體內(nèi)點(diǎn)的個(gè)數(shù)，參數(shù)r表示球形鄰域半徑；

在點(diǎn)云模型上任意選一點(diǎn)p，點(diǎn)p的法向量記做v_p，點(diǎn)p將沿v_p的反方向移動(dòng)了λ，得到點(diǎn)p對(duì)應(yīng)的新點(diǎn)p′，在點(diǎn)p′沿法向量反方向距離d處構(gòu)造一個(gè)半徑為r的球體，將該球體作為探測(cè)器，然后檢查該球體探測(cè)器里是否包含點(diǎn)，若不含點(diǎn)或者含有的點(diǎn)的個(gè)數(shù)遠(yuǎn)小于參數(shù)NUM，則表明點(diǎn)p′還未碰撞到自身法向量反方向上的點(diǎn)集，即點(diǎn)p還沒(méi)有到達(dá)收縮成功的位置，下次迭代將繼續(xù)收縮；若包含的點(diǎn)的個(gè)數(shù)接近點(diǎn)云平均密度avg，則該點(diǎn)已經(jīng)收縮成功，下次迭代不再參與收縮；

步驟2.3：對(duì)整體點(diǎn)云模型進(jìn)行上述的操作后，每一個(gè)點(diǎn)都將沿法向量反方向移動(dòng)了λ，求解點(diǎn)云模型上某點(diǎn)p在一次迭代后的新點(diǎn)p′的坐標(biāo)(x′₀,y′₀,z′₀)：

根據(jù)點(diǎn)p坐標(biāo)(x₀,y₀,z₀)和點(diǎn)p的法向量v_p，首先求解過(guò)點(diǎn)p、法向量為v_p的直線方程L，然后在根據(jù)p′在直線L上，且點(diǎn)p和點(diǎn)p′之間的距離等于λ；

p′的坐標(biāo)為：

x′₀＝t×A+x₀

y′₀＝t×B+y₀

z′₀＝t×C+z₀

其中，d_(p,p′)＝λ；

重復(fù)上述求解過(guò)程，循環(huán)求解點(diǎn)云模型上每一個(gè)點(diǎn)迭代一次后的p′點(diǎn)；

由上述部分可以得到點(diǎn)云模型的收縮結(jié)果；

步驟3：對(duì)收縮模型使用K-means聚類(lèi)并求解聚類(lèi)中心點(diǎn)，采用歐氏距離二次連接法對(duì)聚類(lèi)中心點(diǎn)進(jìn)行連接，進(jìn)而建立拓?fù)鋱D，并對(duì)拓?fù)鋱D進(jìn)行優(yōu)化處理；

步驟4：在骨架拓?fù)鋱D中求解分割點(diǎn)，在原始模型上求解脊谷點(diǎn)，然后結(jié)合分割點(diǎn)和脊谷點(diǎn)求解分割平面，最后依據(jù)分割平面使用區(qū)域增長(zhǎng)將原始點(diǎn)云模型進(jìn)行分解。