一种骨架化物体重建方法技术

骨架化广泛应用于模式分类和识别，现有的骨架化算法基本上都是按照距离变换或者拓扑细化来获得骨架的，如比较成熟的体素编码技术，它的基本思想是分别以物体的边界和物体内部的某个参考点作为种子点进行距离变换，然后根据这两种距离变换值来提取骨架，但是体素编码不能很好的保持复杂物体的拓扑结构，尤其不能很好的保持物体的分叉；由于我们综合了拓扑细化算法，我们提出的方法就可以解决拓扑保持的问题，而且还可以消除拓扑细化的杂枝效应，首先通过删除模板进行拓扑细化，并且在细化的过程中对每个删除点赋以一个整数值，该值表示这个物体点是在那一步被删除的，不断的迭带，直到不能再删除物体点为止，此时剩余的物体点可以作为我们的初始路径，接下来对初始路径进行体素编码，按照提取最短路径的方法，获得最终骨架，并设置一个删除阈值以光顺最终骨架。（*该技术在2023年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及模式识别与科学计算可视化相结合的
，特别是。骨架化物体重建主要是用于虚拟现实、图象压缩和重建以及目标跟踪。
技术介绍
随着数据采集技术的迅速发展，在计算机图形学、计算机辅助设计技术、地理信息系统和医学图像系统中所使用的图象数据分辨率越来越高，数据量也越来越大。骨架化作为一种特征提取和特征描述方法，可以有效的删除冗余信息和保留特征信息，并能根据应用要求重建出原物体。在虚拟现实中，骨架化可以从数据中提取出路径以指导漫游，防止在漫游中迷路。对于文字、工程图、指纹中的”细茎”状图象等都是长而窄的带状图象，也常常需要通过计算它们的骨架来进行识别或重描等处理。在视频处理中，通过骨架提取图象中主要特征，可以精确的对运动物体进行跟踪。骨架化物体重建得到了广泛的重视，陆续提出了一些典型算法，主要可分为voronoi方法，拓扑细化和距离变换。Ogniewicz利用计算几何中重要的工具voronoi图来提取出骨架。对于平面中的点，可以得到该点的voronoi多边形，而voronoi图就是这些voronoi多边形的集合。voronoi图中物体边界的点所产生的voronoi边或voro本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：张晓鹏，刘剑飞，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：