[논문 리뷰] Computing Medial Axis Transform with Feature Preservation via Restricted Power Diagram

Ningna Wang, Bin Wang외 2명|arXiv (Cornell University)|2022. 10. 25.

3D Shape Modeling and Analysis인용 수 4

한 줄 요약

이 논문은 외부 특징(예: 날카로운 모서리 및 에지)과 내부 특징(예: 이음새 및 접합부)을 모두 유지하는 3D 중간축 변환을 계산하기 위한 새로운 제한된 파워 도형(RPD) 기반 프레임워크를 제안한다. RPD의 이중 구조와 표면 제한 파워 세포(RPC)를 활용하여, 부적절한 샘플링을 탐지하고 연결성을 보장하며, 특징 유지 샘플링 및 정밀 조정을 가능하게 하여 위상적이고 기하학적으로 정확한 특징을 가진 고품질의 중간축 메쉬를 생성한다.

ABSTRACT

We propose a novel framework for computing the medial axis transform of 3D shapes while preserving their medial features via restricted power diagram (RPD). Medial features, including external features such as the sharp edges and corners of the input mesh surface and internal features such as the seams and junctions of medial axis, are important shape descriptors both topologically and geometrically. However, existing medial axis approximation methods fail to capture and preserve them due to the fundamentally under-sampling in the vicinity of medial features, and the difficulty to build their correct connections. In this paper we use the RPD of medial spheres and its affiliated structures to help solve these challenges. The dual structure of RPD provides the connectivity of medial spheres. The surface restricted power cell (RPC) of each medial sphere provides the tangential surface regions that these spheres have contact with. The connected components (CC) of surface RPC give us the classification of each sphere, to be on a medial sheet, a seam, or a junction. They allow us to detect insufficient sphere sampling around medial features and develop necessary conditions to preserve them. Using this RPD-based framework, we are able to construct high quality medial meshes with features preserved. Compared with existing sampling-based or voxel-based methods, our method is the first one that can preserve not only external features but also internal features of medial axes.

연구 동기 및 목표

• 기존의 중간축 근사 방법이 3D 형태에서 외부 및 내부 중간축 특징을 모두 유지하지 못하는 데서 기인하는 실패를 해결하기 위해.
• 이음새 및 접합부와 같은 특징에서 중간축 구의 정확한 접촉 성질을 보장하는 샘플링 및 정밀 조정 전략을 개발하기 위해.
• 표면 RPC의 연결 성분(CCs)을 사용하여 중간축 특징 주변의 부적절한 샘플링을 식별하기 위해.
• RPD 기반 연결성과 정밀 조정을 통해 위상적으로 정확하고 기하학적으로 정확한 중간축 메쉬를 수립하기 위해.
• 과도한 전역 샘플링이나 바vox화에 의존하지 않고 특징 유지 가능한 중간축 메쉬 생성을 가능하게 하기 위해.

제안 방법

• 중간축의 위상적 및 기하학적 구조를 인코딩하기 위해 중간축 구의 제한된 파워 도형(RPD)을 사용한다.
• 각 중간축 구의 표면 제한 파워 세포(RPC)를 계산하여, 구가 접촉하는 연결된 접촉 표면 영역을 결정한다.
• 각 RPC의 연결 성분(CCs)은 구가 중간축 시트, 이음새 또는 접합부에 위치해 있는지 분류함으로써 특징 탐지 및 샘플링 가이던스를 가능하게 한다.
• 기하학적 가이드가 있는 퇴적 알고리즘은 RPD를 사용하여 중간축 구를 중간축 삼각형을 통해 연결함으로써 위상적 및 기하학적 정확성을 보장한다.
• 구의 정밀 조정은 RPC 기반 업데이트를 통해 진정한 중간축 특징과 일치하는 정확한 위치와 반경을 달성하도록 이끈다.
• 프레임워크는 CC 분석을 통해 끊어진 특징을 탐지하고, 샘플링 중에 특징을 유지하기 위한 필수 조건을 강제한다.

실험 결과

연구 질문

• RQ1 어떻게 중간축 구를 외부 및 내부 특징에서 접촉 성질을 유지하도록 샘플링하고 업데이트할 수 있는가?
• RQ2 어떻게 중간축 특징 주변의 부적절한 샘플링을 탐지하고 수정할 수 있는가?
• RQ3 특히 숨겨진 내부 특징인 이음새 및 접합부와 같은 특징에 대해 위상적이고 기하학적으로 정확한 중간축을 어떻게 재구성할 수 있는가?
• RQ4 단일 프레임워크가 외부 및 내부 특징을 동시에 유지할 수 있는가? 이는 과도한 샘플링이나 전역 정밀 조정이 필요 없도록 한다.
• RQ5 RPC 연결 성분은 중간축 특징 식별 및 유지에 어떤 역할을 하는가?

주요 결과

• 제안된 방법은 기존 방법(예: SAT의 경우 119k)에 비해 훨씬 적은 수의 중간축 구(예: 곰 모델의 경우 8k)로도 높은 재구성 정확도를 유지하면서 중간축 메시를 생성한다.
• 이전의 샘플링 기반 및 바vox 기반 방법이 실패한 바와 달리, 이 방법은 외부 특징(예: 날카로운 모서리 및 에지)과 내부 특징(예: 접합부 및 이음새)을 모두 유지한다.
• 실험 결과, 특히 날카로운 특징이 많은 CAD 모델에서 PC, SAT 및 VC에 비해 표면 재구성에서 더 낮은 하우스도르프 오차를 달성한다.
• RPC 연결 성분의 사용은 특징 손상의 신뢰성 있는 탐지 및 특징 유지 샘플링을 위한 타겟팅된 가이던스를 가능하게 한다.
• 특히 다수의 모서리 및 접합부를 포함한 복잡한 CAD 모델에서, 이 방법은 기존 접근법에 비해 중간축의 얇기와 구조적 정밀도를 더 잘 유지한다.
• 강력한 경험적 결과에도 불구하고, 이 방법은 아직 모든 경우에서 위상 동치성을 보장하지 못하며, 보조 자료에 따르면 73개의 테스트 모델 중 19개에서 잘못된 오일러 특성이 관찰된다.