基于體素的三維形體部件分割.pdf

1、進(jìn)入21世紀(jì)后，多媒體技術(shù)獲得了巨大的發(fā)展，而其中以三維數(shù)字模型和三維場景技術(shù)為代表的三維信息技術(shù)正在逐步成為影響人們生活、工作和娛樂的主流媒體技術(shù)?？茖W(xué)技術(shù)的增長與信息采集設(shè)備的便易性更促成了三維數(shù)據(jù)的分工，從面信息中分離出來的體信息在三維重建及可視化、建模與圖形的檢索、運(yùn)動(dòng)軌跡追蹤、場景數(shù)字化、數(shù)據(jù)壓縮、形體分割等正發(fā)揮著越來越重要的作用。而在眾多應(yīng)用中，模型各部分的語義及幾何信息的需求使得模型的體分割，尤其是部件分割，受到越來越多

2、的關(guān)注。然而當(dāng)前大部分的模型分割算法都是基于面的，基于體的分割算法為數(shù)不多。因此，本次從基于體的角度進(jìn)行形體分割，具有重要的理論意義與實(shí)用價(jià)值。
　　本文首先系統(tǒng)介紹了當(dāng)前基于面和體的三維形體部件分割方法，這些方法由于提取特征與分割準(zhǔn)則的不同對(duì)不同模型呈現(xiàn)優(yōu)劣各異的分割效果。隨后我們對(duì)基于面信息的三維網(wǎng)格進(jìn)行體素化：我們首先利用插值法對(duì)三維網(wǎng)格進(jìn)行表面體素化，然后再對(duì)內(nèi)部體素進(jìn)行填充從而完成整個(gè)體素化過程。其次，我們利用傳統(tǒng)的邊界

3、傳播算法提取形體的中軸骨骼；與傳統(tǒng)骨骼細(xì)化算法不同的是我們?cè)谥休S提取過程中，記錄每層體素所刪減的順序，提出了用于描述形體“厚”、“薄”特性的最大迭代深度MID（Maximum Iterative Depth）與最小迭代深度MIID（MInimum Iterative Depth），并用MIID進(jìn)行去噪、剪枝，最終得到理想骨骼。第三，我們利用最大迭代深度MID對(duì)“薄”壁形體與“非薄”壁形體進(jìn)行自動(dòng)初分割，并利用基于PCA主成分分析法與累加