[發明專利]一種基于骨架的物體構件分解方法

有效

• 申請號: 201710515334.6
• 申請日: 2017-06-29
• 公開（公告）號: CN107330901B
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 寧小娟;王映輝;郝雯;付超;趙明華;呂志勇;石爭浩
• 申請（專利權）人: 西安理工大學
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/187;G06T17/00
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 成丹

本發明公開了一種基于骨架的物體構件分解方法，具體為：對原始點云模型上的每個點建立k?d Tree，將k鄰近點和該點自身采用最小二乘法擬合平面求得該點的法向量；然后對點云模型上每個點的法向量方向進行歸一化處理；基于法向量反方向迭代收縮，并判斷每個點收縮停止的約束條件，最終得到物體的收縮點集；對收縮模型聚類并求解聚類中心點，對聚類中心點進行連接，建立拓撲圖，對拓撲圖進行優化處理；在骨架拓撲圖中求解分割點，在原始模型上求解脊谷點，然后結合分割點和脊谷點求解分割平面，最后依據分割平面使用區域增長將原始點云模型進行分解。解決了現有技術僅利用物體的相關特征進行物體的分解的問題。

技術領域

本發明屬于計算機圖形學和模式識別相結合的交叉學科技術領域，具體涉及一種基于骨架的物體構件分解方法。

背景技術

三維點云物體的構件分割與提取一直都是計算機圖形學和模式識別的一個重要研究領域。三維點云物體的構件分解作為點云處理的一部分，已經作為圖形領域中的一個基本的課題，并且被廣泛應用在3D模型重建、簡化和壓縮上。

(1)基于邊的分割方法，①按照邊進行曲面擴張時方向不夠準確，容易按照錯誤方向進行延伸，同時還不能保證得到的邊界線形成封閉的邊緣，從而無法完成區域分割；②即使有些方法能夠很好的將模型表面進行區域分割，但是并不能保證分割后的某塊區域是一個有意義的構件。

(2)基于面的分割方法，種子點的選擇比較困難以及不同區域之間的邊界辨別比較困難。在基于面的區域生長算法中，很難判斷一系列種子中哪個更好，因而種子的選取是個很大的問題。而且種子的選擇不同，相應的分割結果也不同，同時該類方法和基于邊的方法都是關注于模型表面的分割，即使分割成不同區域，但不能保證分割后的區域是一個有意義的構件。

(3)基于聚類的方法，該類方法對于曲面類型較為明顯的曲面分塊存在一定的優勢，但是對于一些粘連在一起的曲面，聚類方法不太容易辨別曲面的類型和數量，容易導致相鄰的不同類型曲面聚在一起。此外聚類后的分塊區域位于模型表面，而表面分塊并不能完全代表該分塊的視覺意義，達不到有模型意義部件的分解和提取。

(4)基于骨架的分割方法，是從模型內部分解骨架，然后根據骨架位置變換到模型表面對模型表面進行分解，雖然能夠大體分解出明顯符合視覺的子部分，但是缺少模型表面特征，對于分解后的子部分和主體連接處并不能很好滿足人的視覺要求，分解得到的模型構件連接處不夠準確。

總之，基于邊、面、聚類這三類方法從模型表面著手，分解后很可能只是一塊的曲面，從模型整體上看無法保證分解后的子部分是有意義的構件；而基于骨架的分解從模型內部著手，將模型空間結構進行分解，雖然從整體視覺上能夠將模型分解為有獨立的構件，但是缺乏模型表面特征信息，導致在分解后不同構件的連接細節處并不完全符合人的視覺，導致分解后的構件缺乏視覺意義。

發明內容

本發明的目的是提供一種基于骨架的物體構件分解方法，解決了現有技術僅利用物體的相關特征進行物體的分解的問題。

本發明所采用的技術方案是，一種基于骨架的物體構件分解方法，具體按照以下步驟實施：

步驟1：對原始點云模型上的每個點建立k-d Tree，求解k近鄰，將k鄰近點和該點自身采用最小二乘法擬合平面求得該點的法向量；然后采用鄰近點具有相似法向量方向的原則對點云模型上每個點的法向量方向進行歸一化處理，使得模型上每個點的法向量方向朝向模型外側；

步驟2：基于法向量反方向迭代收縮，并判斷每個點收縮停止的約束條件，最終得到物體的收縮點集，作為物體的近似骨架模型，為后一步骨架拓撲的求解奠定基礎；

步驟3：對收縮模型使用K-means聚類并求解聚類中心點，采用歐氏距離二次連接法對聚類中心點進行連接，進而建立拓撲圖，并對拓撲圖進行優化處理；