骨架提取

摘要： 为提高农业生产的效率和产量,图像处理技术逐渐被应用于农作物的生长监测中。以苗期谷子为研究对象,在室内环境下,采用基于骨架提取算法和轮廓提取算法相结合的谷子地上部表型特征提取方法,对谷子地上部株高、叶片长度、叶片最大宽度、节长及茎粗进行提取及自动分析。结果表明,使用该方法求得的株高与真实值的平均相对误差为3.52%,决定系数为0.98;叶片长度与真实值的平均相对误差为7.01%,决定系数为0.97;叶片最大宽度与真实值的平均相对误差为5.30%,决定系数为0.97;节长与真实值的平均相对误差为7.91%,决定系数为0.95;茎粗与真实值的平均相对误差为7.07%,决定系数为0.91,算法测量值与真实值相关性较高。通过这种算法可以较准确地实现苗期谷子地上部表型特征参数的提取,初步实现苗期谷子地上部表型的连续定量检测,有效提高作物表型参数的无损测量效率。

摘要： 针对风电机组自身质量和环境酸碱度及温差等因素威胁钢制塔筒焊缝安全的问题,使用全聚焦算法,对分布于环焊缝两侧的电磁超声阵列信号进行成像分析。通过希尔伯特变换、场校准、分层去均值化的方式优化成像效果。分析等声程线伪缺陷成因,通过拓扑细化算法提取等声程线骨架识别真伪缺陷。研究结果表明:优化后的超声成像信噪比提高,缺陷深度定位误差小于0.1 mm,横向定位平均误差为0.5 mm,缺陷面积平均量化误差约19.6%,缺陷识别方案可以剔除伪缺陷。

摘要： 针对现有沥青路面裂纹检测方法存在细小裂纹漏检、复杂裂纹检测精度低、自动化损坏评估准确度低等问题,提出了一种基于典型裂纹的沥青路面损坏视觉评估方法。首先,利用基于改进特征金字塔的ResNet网络对裂纹进行像素级检测;其次,提取裂纹骨架信息,计算裂纹特征并判断裂纹类别;最后,根据裂纹特征评估对应的损坏程度,结合裂纹类别和损坏程度,自动加权计算路面损坏状况指数。试验结果表明,采用本文方法检测沥青路面典型裂纹的准确率可达95.3%,而路面损坏评估相对误差仅1.6%。本算法能有效检测沥青路面典型裂纹,可为沥青路面自动化评估水平的提升提供参考。

摘要： 骨架提取是形状表示的重要分支,在图像压缩、模式识别和形状匹配等领域中都有着广泛应用。本文提出一种基于热方法的骨架提取算法。该方法首先对目标区域构建三角网格,通过求解热传导方程找到距离增加的方向,再利用泊松方程还原测地距离。然后引入投票法的思想来确定骨架端点,通过路径回溯得到目标形状的连续骨架线。最后对终点聚类,检测并提取环形骨架。算法只需要求解2个稀疏线性方程组,因而具有鲁棒性强、精度高且易于操作等优点。同时,预计算中的一些信息可以被重复使用,减少内存占用和时间消耗。实验结果表明,该算法可将目标形状的骨架准确地提取出来。

摘要： 传统木制托盘生产的上料方式多为人工徒手上料,不仅效率低下,而且托盘生产时的巨大噪音还会危害上料工人健康。为了提高木制托盘的生产效率,保护上料工人,该文提出一种基于机器视觉的托盘生产线上原料木板的识别算法。首先,对获取的图片进行图像预处理,提高信噪比,方便后续的特征提取;其次,使用形态学细化(骨架提取)算法配合八邻域定位算法获取离散的特征点信息;之后,使用特征点匹配算法让原料木板与特征点相互对应;最后,利用木板尺寸信息与木板特征长度构建分类器对原料木板进行类型判断,同时根据特征点计算木板位置坐标。实验表明,这套原料木板识别算法简单有效,识别准确率达到96%,满足托盘生产线的上料需要。

摘要： 针对当前温室番茄表型参数难以自动获取的问题,研究提出通过对三维点云进行配准、骨架提取以及分割从而自动获取苗期番茄植株株高、茎粗、叶倾角和叶面积参数的方法。首先通过机器人搭载机械臂在温室中自动获取多视角番茄点云,并通过配准得到完整植株点云;对番茄点云利用拉普拉斯收缩的骨架提取算法获取植株骨架,对骨架进行修正后分解为茎秆和叶片子骨架,实现茎秆叶柄分割;再通过基于区域生长的MeanShift聚类方法对叶片和叶柄进行分割;最后通过番茄点云获取株高、茎粗参数,通过骨架测量叶倾角,对叶片点云进行曲面拟合提取叶面积参数。试验结果表明,茎叶分割与叶片分割的精确率、召回率、F1分数和平均总体准确率分别为0.84、0.91、0.87、0.92和0.92、0.91、0.91、0.93。株高、茎粗、叶倾角和叶面积参数的提取值与人工测量值的决定系数分别为0.97、0.53、0.90和0.87,均方根误差分别为1.40 cm、1.52 mm、5.14°和37.56 cm^(2)。结果表明该研究方法与人工测量值具有较强的相关性,可以为温室番茄的高通量自动化表型测量提供技术支持。

摘要： 介绍了一种GymBeats运动纠正系统原型,该系统展示了用户如何独自通过商用设备校正运动中身体姿势的错误。具体而言,本文提出了一种新颖的上下文感知运动纠正方法,包括状态识别和错误识别。此外,开发了一套基于端云协同的系统,并通过一种典型的全范围练习运动来描述系统的可行性。本文面向15位用户对GymBeats的2种反馈形式进行评估,即实时语音反馈和可视化报告反馈。实验结果表明,GymBeats可以以低成本和便捷的方式来提高身体姿势的正确性。

摘要： 书法字的骨架提取即细化,是书法风格研究的重要先决步骤,针对传统算法提取的骨架易形变和分叉、抗噪声能力差等缺点,提出了一种基于书写过程中墨迹增量的毛笔字骨架动态提取算法。通过搭建的平台采集到毛笔书写视频,对视频进行了畸变矫正和倾斜矫正处理,最后计算了视频单位时间内墨迹增量的中心点,并将其依次相连,实现了对毛笔字形骨架的动态提取。通过对比实验表明:此算法相较于传统算法,能在保证笔画连通性的基础上,尽可能避免骨架的畸变,提取的骨架更能接近“书法骨架”的概念。

摘要： 由于受水质环境和悬浮物等因素的干扰,水下环境具有复杂性和多变性,获取的水下堤坝裂缝的图像存在噪声较大、对比度不够等一系列影响质量的问题。通过普通的边缘检测方式对水下堤坝裂缝进行检测存在困难。为了能够获取更加准确的裂缝信息,提出应用自适应阈值分割以及多尺度导向滤波Retinex图像增强的算法。应用多尺度导向滤波Retinex算法增强处理获取的图像,并实现色彩空间的转换,由RGB变为HSV;之后再借助于导向滤波算法处理中的亮度图像,实现其分量的估算;再通过直方图裁剪、Gamma颜色校正处理和获取照度图像,运用Sigmoid函数对反射图像进行增强,从而达到增强裂缝图像的作用。与当前存在的Retinex算法进行对比,针对对比度较高的边缘范围具有“光晕伪影”以及偏色的情况,通过该算法都能得到有效解决。通过应用自适应最大类间方差阈值分割以及形态学处理方式分割经过增强的裂缝头像,得到骨架图像,同时细化线性裂缝,将其变为单像素,从而计算出相应的目标裂缝参数。通过实验说明,应用以上算法对复杂度较高的水下环境中的裂缝能够进行有效检测。

摘要： 针对三维点云中心骨架提取问题,提出一种基于改进的自适应k均值聚类预分割引导的点云骨架提取算法.首先,将输入点云体素化,利用八叉树算法覆盖输入点云并下采样实现点云化简;其次,在采样点中自适应选取初始聚类中心对点云进行区域划分,并颜色标记;最后,在区域分割的引导下应用L_(1)-中值骨架提取算法实现点云骨架的提取.该算法主要针对L_(1)-中值算法可重复性差、易丢失细节等缺点进行了改进,并且对输入点云的质量以及形状的几何或拓扑信息,都没有严格的先验要求,可以直接应用到未经任何预处理、含有噪声或离群点的初始扫描点云上.展示了从多种不规则点云提取的骨架结果,包括矮小植物、人体动作等.与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.

摘要： 本文提出了一种基于骨架提取的虚拟内窥镜漫游新方法,新方法采用一种基于体素密度值加权的最短路径生成算法,在细化后的三维医学影像数据初始骨架上计算出从用户指定的起点到终点的简单漫游路径,最终的漫游路径由三次B样条曲线拟合得到。在漫游过程中,采用曲线的最小旋转标架计算方法来优化控制虚拟摄像机的向上矢量,并通过给定的向上矢量角度旋转阈值进行漫游路径的动态采样。实验结果证明,本方法能很好地提取虚拟内窥镜漫游路径,并能有效地减小漫游时视觉上的画面旋转现象。

摘要： 骨架对一般物体的形状表达有至关重要的作用。传统基于距离变换的骨架提取很难保证骨架的连续性，因此引入骨架候选点概念来解决连续性的问题。提出一种基于距离变换和动态规划的骨架提取算法，利用距离变换后的约束条件，选择骨架候选点，利用动态规划中最短路径原理连接骨架候选点，并利用相似度概念来评价骨架算法。算法能产生具有良好拓扑性且无须较多后处理的骨架。

摘要： 本文介绍了一种针对无人飞行器所得输电线间隔棒航拍图像进行处理以实现间隔棒骨架提取的方法。该方法先对航拍图像进行灰度图转化、滤波去噪、几何畸变校正及二值化等预处理；然后运用腐蚀等形态学算法去除背景电力线，获取间隔棒目标图像；最后应用细化算法进行骨架提取。本文实现了不同视角航拍图像的间隔棒骨架提取，为进一步的间隔棒故障自动识别与诊断奠定了基础。

摘要： 骨架作为三维立体的一个重要特征,在形体的数据简化、变形、识别与理解、内窥漫游路径构造和外形的测量等方面有着蕈要的应用价值。本文提出了一种基于形状分解的枝状体数据骨架提取算法。算法的基本思路为：采用基于种子点距离变换的区域生长策略,自动判断分叉区域,按拓扑结构分解屯体数据,并根据分解结果提取骨架。本算法的创新在于：准确的立体分解消除了骨架提取中不同分枝的相互影响,提高了骨架的中心性,同时骨架保持了原立体的几何特征;此方法适用性强,对象可以包括分枝形体和环状形体,另外也适用于表面体素数据。

摘要： 作为三维物体的一维表示方式,模型骨架表示和提取技术在形状建模、形状变形、曲面重建、形状匹配、计算机动画、模型检索等方面具有广泛的应用.为了有效地从输入网格模型中提取高质量的骨架,提出了一种新的基于最大内切球拟合的骨架提取算法.首先,用户分别交互选取模型主干内任意一点以及各分枝末端任意一点作为骨架提取的初始点;其次,根据选取的初始点利用最大内切球拟合和提取算法得到初始最大内切球,取球心为模型骨架点,并利用该最大内切球沿模型主干迭代扩散寻找其余的模型最大内切球和相应的模型骨架点,同时将主干骨架周围区域设为影响域;然后,根据交互选取得到的分枝末端点,以类似方法沿末端到主干影响域寻找分枝骨架点;最后,基于距离优先算法选取合适的骨架汇合点生成完整的模型骨架.实验结果表明,该方法能高效、准确地提取三维模型骨架,同时能有效保证提取骨架的平滑性.

摘要： 传统的非刚体人体运动三维重建,往往要求在实验室环境中,采用多个相机并佩戴标记,其配置复杂,价格昂贵.而基于单个深度相机的非刚体人体运动三维重建具有设置简单,无接触及价格便宜等优点.但是,其中普遍存在一个基本假设,假设运动物体在相邻两帧之间具有较小的运动,不能适用于重建快速运动的三维人体.针对这个问题,本文在基于骨架的粗配准基础上进行点云的精细配准,实现了对快速非刚体人体运动的三维重建.同时针对Kinect骨架提取算法中对关节点旋转参数估计不准确的问题,本文利用局部点云配准对骨架修正,提高了骨架估计的准确性.实验结果表明,本文方法能够很好的重建快速非刚体三维人体运动.

摘要： 针对三维模型检索性能较低的问题,提出一种基于子块的三维模型检索算法.首先,对经过预处理的模型进行骨架提取,并记录每个骨架点相应的几何和拓扑结构信息;然后,将骨架划分成多个子块,为每个子决定义一个权值因子;最后,通过比较子块的相似度来计算模型整体的相似度.实验表明,该算法可以得到较好的检索性能。

摘要： 首先介绍了一个完整的3维模型检索系统的研究内容,然后对其中的方法中的统计特征提取方法、骨架提取方法、基于几何学的提取方法进行了分析比较.最后提出了3维模型检索技术今后需要研究的一些问题。

摘要： 本文提出了一种新的基于形状的插值算法。该方法利用数学形态学算子进行骨架提取，能够很好地保留物体的形状信息，同时又能大大减少描述图像特征的信息，从而兼具基于形状的插值方法的优点和较少的运算量。

摘要： 在给出二值图像多尺度表示法的基础之上，提出一种基于多尺度表示的细化算法，与目前已有的相比较，它的计算量小、抗噪性能好、便于硬件实现。实验结果表明，该算法很好地克服了传细化算法的不足，为处理受强噪声污染的二值图像提供了一个新的思路。

摘要： 本发明涉及一种基于多边形直骨架的建筑或道路平面图中心线提取方法。它解决了现有技术中建筑物中心线提取精度不足的问题。它包括S1、输入建筑平面图数据；S2、对建筑平面图数据进行多边形直骨架处理；S3、对多边形直骨架进行中心线片段筛选；S4、对筛选的多边形直骨架进行遍历并通过折线替换每个被抛弃的多边形直骨架边，将所有多边形直骨架1的中心线片段连接成完整的多边形直骨架图。本发明的优点在于：确保提取的建筑物中心线精度更高、更加美观，有效提高了运行效率和运行结果的稳定性。

摘要： 本发明公开了一种基于模型分割与L1中值骨架的连续帧三维人体曲线骨架提取方法，本发明借助基于模型分割点的插值骨架对L1中值骨架进行去噪与修复，进而通过迭代优化，来求解考虑了运动关联的时间约束和骨骼块间及块内的空间约束的骨骼点序列，各帧内骨骼点相互连接形成完整的骨架。该方法包含以下三个步骤：基于L1中值骨架提取方法的L1中值骨架提取，基于模型分割骨架TPS变形的L1中值骨架去噪与补全，连续帧曲线骨架序列优化。此方法可以在几乎没有人工干预的情况下面向连续帧网格模型提取出更准确、更完整、更平滑的三维人体曲线骨架。

摘要： 本发明公开了一种基于STL的弯管类模型骨架提取法及其提取系统。所述弯管类模型骨架提取法包括以下步骤：S1读取弯管产品三维模型的STL文件；S2添加所述三维模型中三角形面片的关联信息；S3确定所述三维模型的打印起始平面、终止平面；S4搜索所述三维模型中的骨骼点拟合点；S5平面投影所述骨骼点拟合点，求出拟合骨骼点；S6对拟合骨骼点做插值，得到模型骨架。本发明基于弯管类模型中截面点近似在同一平面的特性，通过提取每层近似同平面的点来拟合骨骼点来得到模型骨架，提供新的骨架提取思路，可处理非放样以及简单放样弯管类模型，处理时算法耗时短速度快，可快速高效提取出模型骨架，为无支撑3D打印后续切片划分提供可靠依据。

摘要： 一种面向蒙皮动画的基于网格收缩的三维网格模型骨架提取系统及骨架提取方法，本发明属于计算机图形学中的三维建模和计算机动画领域。本发明解决了现有基于收缩的骨架提取方法只能应用在闭合的三维网格模型上，缺乏通用性，收缩后骨架的中心性差的问题，本发明包括网格收缩模块、退化网格降采样模块、边塌缩模块和嵌入校正模块。网格收缩模块对原始三维网格模型进行几何收缩，得退化网格模型；退化网格降采样模块对退化网格模型进行降采样操作，得退化网格模型的低分辨率映射图；边塌缩模块对退化网格模型的低分辨率映射图进行边塌缩操作，嵌入校正模块对骨架顶点的位置进行校正，得校正后的网格模型的一维骨架。本发明用于计算机动画领域。

摘要： 本发明公开了一种基于模型分割与L1中值骨架的连续帧三维人体曲线骨架提取方法，本发明借助基于模型分割点的插值骨架对L1中值骨架进行去噪与修复，进而通过迭代优化，来求解考虑了运动关联的时间约束和骨骼块间及块内的空间约束的骨骼点序列，各帧内骨骼点相互连接形成完整的骨架。该方法包含以下三个步骤：基于L1中值骨架提取方法的L1中值骨架提取，基于模型分割骨架TPS变形的L1中值骨架去噪与补全，连续帧曲线骨架序列优化。此方法可以在几乎没有人工干预的情况下面向连续帧网格模型提取出更准确、更完整、更平滑的三维人体曲线骨架。

摘要： 本发明公开了一种基于STL的弯管类模型骨架提取法及其提取系统。所述弯管类模型骨架提取法包括以下步骤：S1读取弯管产品三维模型的STL文件；S2添加所述三维模型中三角形面片的关联信息；S3确定所述三维模型的打印起始平面、终止平面；S4搜索所述三维模型中的骨骼点拟合点；S5平面投影所述骨骼点拟合点，求出拟合骨骼点；S6对拟合骨骼点做插值，得到模型骨架。本发明基于弯管类模型中截面点近似在同一平面的特性，通过提取每层近似同平面的点来拟合骨骼点来得到模型骨架，提供新的骨架提取思路，可处理非放样以及简单放样弯管类模型，处理时算法耗时短速度快，可快速高效提取出模型骨架，为无支撑3D打印后续切片划分提供可靠依据。

摘要： 本发明公开了一种基于边缘扫描与中线提取的机器人路径骨架提取方法，步骤：采用二维模板，从底行开始逐像素扫描机器人道路图像中的路径，同时实现对竖直和水平路径边界点的边缘扫描；采用边缘点列表方法，按照设定的扫描顺序对新边缘点邻域进行搜索，完成左、右两条边缘线的边缘标识；将左、右两条边缘线上的各点对应起来，实现两条边缘线的边缘对应；求出各组对应点连线的中点，将这些中点连接起来得到机器人路径骨架。本发明可以快速准确地处理直线、直角弯、任意弧度弯等单通道路径的骨架提取任务。

摘要： 本发明提出了一种点云骨架提取方法及计算机存储介质。该方法包括以下步骤：对原始扫描的点云进行预处理；基于预处理后的点云利用各点的邻域信息更新每个点的位置，使各点不断向点云内部的中轴线移动，以此获取骨架化点云；根据所述骨架化点云生成点云骨架线。该方法在保留物体正确拓扑结构的情况下可以尽可能多的保留几何细节，使得提取的点云骨架更为完整。

摘要： 本申请涉及数据处理技术领域，具体涉及一种血管骨架提取方法和血管骨架提取装置，以及计算机可读存储介质和电子设备，解决了血管骨架提取方法容易出现假连接的问题。本申请实施例提供的血管骨架提取方法，对待处理血管图像序列进行距离变换，生成待处理血管图像序列对应的热力图序列，然后基于待处理血管图像序列对应的热力图序列进行骨架提取，得到待处理血管图像序列对应的骨架提取结果，从而可以参考热力图序列中的M个距离值集合来进行骨架提取，以实现逐层进行骨架提取，以减少每层骨架提取产生的假连接，从而减少了待处理血管图像序列对应的骨架提取结果中的假连接。

摘要： 基于最优传输和聚类的曲线骨架提取方法，涉及三维图像处理领域。旨在为点云模型处理提供分析和帮助，包括步骤：S1、输入三维点云模型并进行缩放，对点云进行下采样，设定相关参数；S2、利用最优传输得到原始点云模型和采样点云模型的分配方案，并更新采样点云模型的坐标；S3、将采样点视作聚类中心，调整聚类；S4、根据聚类的邻接关系确定采样点的连接关系；S5、对采样点进行特征检测，识别出骨架点；S6、选取部分非骨架点为种子点，将非种子点和种子点进行合并；S7、重复步骤S2‑S6，直至模型的所有点都是骨架点；S8、优化端点位置，对偏离中心的边进行插点操作。利用最优传输和聚类的方法，可保留点云模型的细小特征。