3D laser point cloud skeleton extraction via balance of local correlation points

ZHOU Minquan; LI Chunhui; WANG Liqing; ZHANG Yuhe; GENG Guohua

doi:10.37188/OPE.20223022.2962

您当前的位置：

首页 >

文章列表页 >

3D laser point cloud skeleton extraction via balance of local correlation points

Information Sciences | 更新时间：2022-11-24

- 3D laser point cloud skeleton extraction via balance of local correlation points
- Optics and Precision Engineering Vol. 30, Issue 22, Pages: 2962-2974(2022)
- 作者机构：
  
  西北大学信息科学与技术学院，陕西西安 710127
- 作者简介：
- 基金信息：
- DOI：10.37188/OPE.20223022.2962
  CLC： TP394.1
- Received：26 April 2022，
  
  Revised：08 July 2022，
  
  Published：25 November 2022
- 稿件说明：
移动端阅览
周明全,李纯辉,王丽清等.局部相关点平衡的三维激光点云骨架提取[J].光学精密工程,2022,30(22):2962-2974.

ZHOU Minquan,LI Chunhui,WANG Liqing,et al.3D laser point cloud skeleton extraction via balance of local correlation points[J].Optics and Precision Engineering,2022,30(22):2962-2974.
周明全,李纯辉,王丽清等.局部相关点平衡的三维激光点云骨架提取[J].光学精密工程,2022,30(22):2962-2974. DOI： 10.37188/OPE.20223022.2962.

ZHOU Minquan,LI Chunhui,WANG Liqing,et al.3D laser point cloud skeleton extraction via balance of local correlation points[J].Optics and Precision Engineering,2022,30(22):2962-2974. DOI： 10.37188/OPE.20223022.2962.

摘要

激光扫描获取的点云模型形状分析和变形需要依赖骨架线完成。本文提出了一种快速自动获取激光扫描点云骨架线用以对模型进行形状变换的方法，同时减少手动绑定骨架导致的时间耗费。该方法将初始骨架点定义为点云模型中具有对称法向的最近相关点的中点，通过中点状态的平衡化得到最终的骨架点；然后采用主成分分析法搜寻满足方向一致性要求的骨架点组合，并利用广度优先搜索方法合并不同骨架分支；最后将各分支通过拉普拉斯平滑后相连，从而得到完整的骨架线，并将此骨架线应用于模型形状变换的任务中。实验将本文方法与

http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=37226317&type=

http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=37226313&type=

3.13266683

3.21733332

中轴骨架、质量驱动拓扑感知曲线骨架等方法进行对比，采用激光扫描的点云作为测试数据，验证了该算法的有效性、鲁棒性和高效性。本文算法提取效率提高到对于由8 077个点组成的点云提取骨架线仅需0.764 s，处理具有33 041个点的点云需4.356 s。将本文提取的激光扫描点云的骨架线应用于点云形状变化任务中，展示了此方法的实用性。

Abstract

The shape analysis and shape transformation of the laser-scanning point cloud model depend on the curve skeleton. We proposed a fast and automatic method to obtain the curve skeleton of laser-scanning point cloud to transform the shape of the model and reduce the time consumption caused by manually binding the skeleton. In this method， the initial skeleton point is defined as the midpoint of the nearest correlation point with symmetrical normal in the point cloud. The final skeleton point is obtained by iterating the initial skeleton point to a balance position. Then the principal component analysis method is used to search for the combination of skeleton points that meet the requirements of direction consistency， and the breadth-first search method is used to merge the growing different skeleton branches. Finally， each branch is smoothed and connected by the Laplace smoothing method， a complete skeleton line is obtained and the curve skeleton is used in the task of model shape transformation. The proposed method is compared with the

-Medial Skeleton， the Mass-driven Topology-aware Curve Skeleton method and other methods， and the original scanned point cloud is used as the test data to verify the effectiveness， robustness， and efficiency. The extraction efficiency of the proposed model is improved to the level that it takes 0.764 s to process the point cloud composed of 8 077 points， and it takes 4.356 s to process a point cloud with 33 041 points. The curve skeleton of laser scanned point cloud extracted is applied to the task of shape transformation of point cloud， which shows the practicability of this method.

关键词

Keywords

references

耿国华，张鹏飞，刘雨萌，等 . 基于断裂面邻域特征的文物碎片拼接［J］. 光学精密工程， 2021 ， 29 （ 5 ）： 1169 - 1179 . doi: 10.37188/OPE.20212905.1169 http://dx.doi.org/10.37188/OPE.20212905.1169

GENG G H ， ZHANG P F ， LIU Y M ， et al . Reassembly method of cultural relic fragments based on the neighborhood characteristics of fracture surface ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 5 ）： 1169 - 1179 . （in Chinese） . doi: 10.37188/OPE.20212905.1169 http://dx.doi.org/10.37188/OPE.20212905.1169

林森，张强 . 应用邻域点信息描述与匹配的点云配准［J］. 光学精密工程， 2022 ， 30 （ 8 ）： 984 - 997 . doi: 10.37188/OPE.20223008.0984 http://dx.doi.org/10.37188/OPE.20223008.0984

LIN S ， ZHANG Q . Point cloud registration using neighborhood point information description and matching ［J］. Opt. Precision Eng. ， 2022 ， 30 （ 8 ）： 984 - 997 . （in Chinese） . doi: 10.37188/OPE.20223008.0984 http://dx.doi.org/10.37188/OPE.20223008.0984

TAGLIASACCHI A ， ZHANG H ， COHEN-OR D . Curve skeleton extraction from incomplete point cloud ［J］. ACM Transactions on Graphics ， 2009 ， 28 （ 3 ）： 71 . doi: 10.1145/1531326.1531377 http://dx.doi.org/10.1145/1531326.1531377

CAO J J ， TAGLIASACCHI A ， OLSON M ， et al . Point cloud skeletons via Laplacian based contraction ［C］. 2010 Shape Modeling International Conference. Aix-en-Provence ， France . IEEE ， 2010 ： 187 - 197 .

LI L ， WANG W C ， CHU Y Y . A simple and stable centeredness measure for 3D curve skeleton extraction ［J］. IEEE Transactions on Visualization and Computer Graphics ， 2022 ， 28 （ 3 ）： 1486 - 1499 . doi: 10.1109/tvcg.2020.3018483 http://dx.doi.org/10.1109/tvcg.2020.3018483

HUANG H ， WU S H ， COHEN-OR D ， et al . L 1 -medial skeleton of point cloud ［J］. ACM Transactions on Graphics ， 2013 ， 32 （ 4 ）： 1 - 8 . doi: 10.1145/2461912.2461913 http://dx.doi.org/10.1145/2461912.2461913

QIN H X ， HAN J ， LI N ， et al . Mass-driven topology-aware curve skeleton extraction from incomplete point clouds ［J］. IEEE Transactions on Visualization and Computer Graphics ， 2020 ， 26 （ 9 ）： 2805 - 2817 . doi: 10.1109/tvcg.2019.2903805 http://dx.doi.org/10.1109/tvcg.2019.2903805

SAHA P K ， BORGEFORS G ， SANNITI DI BAJA G . A survey on skeletonization algorithms and their applications ［J］. Pattern Recognition Letters ， 2016 ， 76 ： 3 - 12 . doi: 10.1016/j.patrec.2015.04.006 http://dx.doi.org/10.1016/j.patrec.2015.04.006

CORNEA N D ， SILVER D ， MIN P . Curve-skeleton properties， applications， and algorithms ［J］. IEEE Transactions on Visualization and Computer Graphics ， 2007 ， 13 （ 3 ）： 530 - 548 . doi: 10.1109/tvcg.2007.1002 http://dx.doi.org/10.1109/tvcg.2007.1002

LIVESU M ， GUGGERI F ， SCATENI R . Reconstructing the curve-skeletons of 3D shapes using the visual hull ［J］. IEEE Transactions on Visualization and Computer Graphics ， 2012 ， 18 （ 11 ）： 1891 - 1901 . doi: 10.1109/tvcg.2012.71 http://dx.doi.org/10.1109/tvcg.2012.71

XIE S S ， LIU J D ， SMITH C D . Curve skeleton-based shape representation and classification ［C］. 2012 19th IEEE International Conference on Image Processing . Orlando， FL， USA . IEEE ， 2012 ： 529 - 532 .

TAGLIASACCHI A ， DELAME T ， SPAGNUOLO M ， et al . 3D skeletons： a state-of-the-art report ［J］. Computer Graphics Forum ， 2016 ， 35 （ 2 ）： 573 - 597 . doi: 10.1111/cgf.12865 http://dx.doi.org/10.1111/cgf.12865

BOUIX S ， SIDDIQI K ， TANNENBAUM A . Flux driven fly throughs ［C］. 2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition ， 2003 . Proceedings. Madison， WI， USA. IEEE ， 2003： I . doi: 10.1109/cvpr.2003.1211444 http://dx.doi.org/10.1109/cvpr.2003.1211444

HASSOUNA M S ， FARAG A A ， FALK R . Differential fly-throughs （DFT）： a general framework for computing flight paths ［C］. Medical Image Computing and Computer-Assisted Intervention- MICCAI 2005 ， 2005 ： 654 - 661 . doi: 10.1007/11566465_81 http://dx.doi.org/10.1007/11566465_81

CHUNDURU V ， ROY M ， S D R N ， et al . Hand tracking in 3D space using MediaPipe and PnP method for intuitive control of virtual globe ［C］. 2021 IEEE 9th Region 10 Humanitarian Technology Conference （R10-HTC）. Bangalore ， India . IEEE ， 2021 ： 1 - 6 . doi: 10.1109/r10-htc53172.2021.9641587 http://dx.doi.org/10.1109/r10-htc53172.2021.9641587

TANG Y S ， TIAN Y ， LU J W ， et al . Deep progressive reinforcement learning for skeleton-based action recognition ［C］. 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， UT， USA . IEEE ， 2018 ： 5323 - 5332 .

BOULAHIA S Y ， ANQUETIL E ， KULPA R ， et al . 3D multistroke mapping （3DMM）： transfer of hand-drawn pattern representation for skeleton-based gesture recognition ［C］. 2017 12th IEEE International Conference on Automatic Face & Gesture Recognition . Washington， DC， USA . IEEE ， 2017 ： 462 - 467 . doi: 10.1109/fg.2017.63 http://dx.doi.org/10.1109/fg.2017.63

LI C Y ， HAMZA A . Skeleton path based approach for nonrigid 3D shape analysis and retrieval ［C］. Combinatorial Image Analysis ， 2011 ： 84 - 95 . doi: 10.1007/978-3-642-21073-0_10 http://dx.doi.org/10.1007/978-3-642-21073-0_10

SIRIN Y ， DEMIRCI M F . 2D and 3D shape retrieval using skeleton filling rate ［J］. Multimedia Tools and Applications ， 2017 ， 76 （ 6 ）： 7823 - 7848 . doi: 10.1007/s11042-016-3422-2 http://dx.doi.org/10.1007/s11042-016-3422-2

WANG T ， CHENG I ， LOPEZ V ， et al . Valence normalized spatial Median for skeletonization and matching ［C］. 2009 IEEE 12th International Conference on Computer Vision Workshops ， ICCV Workshops. Kyoto ， Japan . IEEE ， 2009 ： 55 - 62 . doi: 10.1109/iccvw.2009.5457719 http://dx.doi.org/10.1109/iccvw.2009.5457719

WU S ， WEN W L ， XIAO B X ， et al . An accurate skeleton extraction approach from 3D point clouds of maize plants ［J］. Frontiers in Plant Science ， 2019 ， 10 ： 248 . doi: 10.3389/fpls.2019.00248 http://dx.doi.org/10.3389/fpls.2019.00248

SU Z X ， ZHAO Y D ， ZHAO C J ， et al . Skeleton extraction for tree models ［J］. Mathematical and Computer Modelling ， 2011 ， 54 （ 3/4 ）： 1115 - 1120 . doi: 10.1016/j.mcm.2010.11.043 http://dx.doi.org/10.1016/j.mcm.2010.11.043

HU H L ， LI Z ， JIN X G ， et al . Curve skeleton extraction from 3D point clouds through hybrid feature point shifting and clustering ［J］. Computer Graphics Forum ， 2020 ， 39 （ 6 ）： 111 - 132 . doi: 10.1111/cgf.13906 http://dx.doi.org/10.1111/cgf.13906

LIN C ， LI C J ， LIU Y ， et al . Point2Skeleton： learning skeletal representations from point clouds ［C］. 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Nashville ， TN ， USA . IEEE ， 2021 ： 4275 - 4284 . doi: 10.1109/cvpr46437.2021.00426 http://dx.doi.org/10.1109/cvpr46437.2021.00426

OGNIEWICZ R ， ILG M . Voronoi skeletons： theory and applications ［C］. Proceedings 1992 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Champaign ， IL， USA. IEEE Comput . . 1992 ， 92 ： 63 - 69 . doi: 10.1109/cvpr.1992.223236 http://dx.doi.org/10.1109/cvpr.1992.223236

LU L ， LÉVY B ， WANG W . Centroidal Voronoi tessellation of line segments and graphs ［C］. Computer Graphics Forum. Oxford， UK ： Blackwell Publishing Ltd ， 2012 ， 31 （2pt 4 ）： 775 - 784 . doi: 10.1111/j.1467-8659.2012.03058.x http://dx.doi.org/10.1111/j.1467-8659.2012.03058.x

TAGLIASACCHI A ， ALHASHIM I ， OLSON M ， et al . Mean curvature skeletons ［J］. Computer Graphics Forum ， 2012 ， 31 （ 5 ）： 1735 - 1744 . doi: 10.1111/j.1467-8659.2012.03178.x http://dx.doi.org/10.1111/j.1467-8659.2012.03178.x

VAHRENKAMP N ， KOCH E ， WÄCHTER M ， et al . Planning high-quality grasps using mean curvature object skeletons ［J］. IEEE Robotics and Automation Letters ， 2018 ， 3 （ 2 ）： 911 - 918 . doi: 10.1109/lra.2018.2792694 http://dx.doi.org/10.1109/lra.2018.2792694

CHUANG M ， KAZHDAN M . Fast mean-curvature flow via finite-elements tracking ［J］. Computer Graphics Forum ， 2011 ， 30 （ 6 ）： 1750 - 1760 . doi: 10.1111/j.1467-8659.2011.01899.x http://dx.doi.org/10.1111/j.1467-8659.2011.01899.x

ATIENZA R . Pyramid U-network for skeleton extraction from shape points ［C］. 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW）. Long Beach ， CA， USA . IEEE ， 2019 ： 1177 - 1180 . doi: 10.1109/cvprw.2019.00155 http://dx.doi.org/10.1109/cvprw.2019.00155

DOU Z Y ， LIN C ， XU R ， et al . Coverage axis： inner point selection for 3D shape skeletonization ［J］. Computer Graphics Forum ， 2022 ， 41 （ 2 ）： 419 - 432 . doi: 10.1111/cgf.14484 http://dx.doi.org/10.1111/cgf.14484

吴庆华，蔡琼捷思，黎志昂，等 . 扩展高斯图像聚类的缺失点云配准［J］. 光学精密工程， 2021 ， 29 （ 5 ）： 1199 - 1206 . doi: 10.37188/OPE.20212905.1199 http://dx.doi.org/10.37188/OPE.20212905.1199

WU Q H ， CAI Q ， LI Z A ， et al . Registration of losing point cloud based on clustering extended Gaussian image ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 5 ）： 1199 - 1206 . （in Chinese） . doi: 10.37188/OPE.20212905.1199 http://dx.doi.org/10.37188/OPE.20212905.1199

赵夫群，周明全 . 层次化点云去噪算法［J］. 光学精密工程， 2020 ， 28 （ 7 ）： 1618 - 1625 . doi: 10.37188/OPE.20202807.1618 http://dx.doi.org/10.37188/OPE.20202807.1618

ZHAO F Q ， ZHOU M Q . Hierarchical point cloud denoising algorithm ［J］. Opt. Precision Eng. ， 2020 ， 28 （ 7 ）： 1618 - 1625 . （in Chinese） . doi: 10.37188/OPE.20202807.1618 http://dx.doi.org/10.37188/OPE.20202807.1618

汤慧，周明全，耿国华 . 基于扩展的点特征直方图特征的点云匹配算法［J］. 激光与光电子学进展， 2019 ， 56 （ 24 ）： 203 - 210 . doi: 10.3788/lop56.241503 http://dx.doi.org/10.3788/lop56.241503

TANG H ， ZHOU M Q ， GENG G H . Point cloud registration algorithm based on extended point feature histogram feature ［J］. Laser ＆ Optoelectronics Progress ， 2019 ， 56 （ 24 ）： 203 - 210 . （in Chinese） . doi: 10.3788/lop56.241503 http://dx.doi.org/10.3788/lop56.241503

OUYANG D S ， FENG H Y . On the normal vector estimation for point cloud data from smooth surfaces ［J］. Computer-Aided Design ， 2005 ， 37 （ 10 ）： 1071 - 1079 . doi: 10.1016/j.cad.2004.11.005 http://dx.doi.org/10.1016/j.cad.2004.11.005

WANG Y T ， FENG H Y ， DELORME F É ， et al . An adaptive normal estimation method for scanned point clouds with sharp features ［J］. Computer-Aided Design ， 2013 ， 45 （ 11 ）： 1333 - 1348 . doi: 10.1016/j.cad.2013.06.003 http://dx.doi.org/10.1016/j.cad.2013.06.003

KLASING K ， ALTHOFF D ， WOLLHERR D ， et al . Comparison of surface normal estimation methods for range sensing applications ［C］. 2009 IEEE International Conference on Robotics and Automation . Kobe， Japan . IEEE ， 2009 ： 3206 - 3211 . doi: 10.1109/robot.2009.5152493 http://dx.doi.org/10.1109/robot.2009.5152493

LI L ， WANG W C . Contracting medial surfaces isotropically for fast extraction of centred curve skeletons ［J］. Computer Graphics Forum ， 2017 ， 36 （ 8 ）： 529 - 539 . doi: 10.1111/cgf.13098 http://dx.doi.org/10.1111/cgf.13098

Views

1211

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

LightDiffu DCE： low light image enhancement based on light intensity diffusion

Multi-level feature fusion for camera pose regression

Real-time super-resolution for infrared dynamic object video based on airborne platform

A Transformer-based visual tracker via knowledge distillation

Specral-spatial classification of hyperspectral imagery with hybrid architecture of 3D-CNN and Transformer

Related Author

YAN Guanghui

WU Baijing

MA Long

SI Junwen

ZHOU Ziwei

ZHU Deyan

XU Jiayi

AO Yongqi

Related Institution

School of Electronics & Information Engineering， Lanzhou Jiaotong University

College of Computer and Software Engineeringng，University of Science and Technology Liaoning

College of Astronautics， Nanjing University of Aeronautics and Astronautics

Key Laboratory of Space Photoelectric Detection and Sensing of Industry and Information Technology， Nanjing University of Aeronautics and Astronautics

School of Communication and Information Engineering， Xi’an University of Posts and Telecommunications

AI问答

Address：No.3888 Dong Nanhu Road, Changchun, Jilin, China Postal code：130033
Tel：0431-86176855 Email：gxjmgc@ciomp.ac.cn
Technical support is provided by Beijing Founder electronics co., LTD 吉ICP备11002662号-17 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰