[论文解读] Skeletal Representations and Applications

Andrea Tagliasacchi|arXiv (Cornell University)|Jan 29, 2013

3D Shape Modeling and Analysis参考文献 104被引用 7

一句话总结

本文全面综述了骨骼表示——特别是中轴线和曲线骨骼——作为传统表面或体素形状表示的紧凑、拓扑感知替代方案。文章详细介绍了这些骨骼的计算方法，重点阐述基于Voronoi和基于收缩的算法，并展示了其在几何处理、形状分析和医学影像中的实用性，关键结果表明其在处理噪声数据和复杂结构（如血管和器官）时具有鲁棒性和高效性。

ABSTRACT

When representing a solid object there are alternatives to the use of traditional explicit (surface meshes) or implicit (zero crossing of implicit functions) methods. Skeletal representations encode shape information in a mixed fashion: they are composed of a set of explicit primitives, yet they are able to efficiently encode the shape's volume as well as its topology. I will discuss, in two dimensions, how symmetry can be used to reduce the dimensionality of the data (from a 2D solid to a 1D curve), and how this relates to the classical definition of skeletons by Medial Axis Transform. While the medial axis of a 2D shape is composed of a set of curves, in 3D it results in a set of sheets connected in a complex fashion. Because of this complexity, medial skeletons are difficult to use in practical applications. Curve skeletons address this problem by strictly requiring their geometry to be one dimensional, resulting in an intuitive yet powerful shape representation. In this report I will define both medial and curve skeletons and discuss their mutual relationship. I will also present several algorithms for their computation and a variety of scenarios where skeletons are employed, with a special focus on geometry processing and shape analysis.

研究动机与目标

• 介绍骨骼表示作为显式表面或隐式体素表示的更紧凑、更具表现力的替代方案。
• 分析三维中轴线骨骼的局限性，特别是其拓扑复杂性和不稳定性，并说明为何需要更简单的曲线骨骼。
• 综述并比较计算中轴线和曲线骨骼的关键算法，重点关注在噪声或低质量输入下的鲁棒性和效率。
• 展示骨骼表示在实际应用中的实用性，例如医学影像、虚拟内窥镜和形状分析。
• 建立理想曲线骨骼属性的标准，包括居中性、可靠性及拓扑保真度，以指导算法设计。

提出的方法

• 以中轴变换（MAT）作为基础概念，将其定义为最大内接球（二维中为圆，三维中为球）的中心轨迹，以捕捉对称性和体积分量结构。
• 应用Voronoi图以在二维和三维中实现鲁棒的中轴计算，利用在适当采样条件下具备理论收敛保证的特性。
• 引入基于收缩的方法作为当前最先进的曲线骨骼化技术，通过迭代收缩形状边界以保持拓扑和几何特性。
• 采用拓扑细化和稳定性分析，提升中轴骨骼对噪声和采样不规则性的鲁棒性。
• 利用势场和分组方法，通过分析形状的几何和拓扑特性来提取骨骼。
• 应用骨骼图拉普拉斯矩阵的特征分解，以捕捉分层和全局拓扑结构，支持形状对应与分析。

实验结果

研究问题

• RQ1 如何通过骨骼表示在保留其体积分量和拓扑信息的前提下，降低实体形状的维度？
• RQ2 中轴骨骼与曲线骨骼在三维中的关键差异是什么？为何后者更适合实际应用？
• RQ3 在准确性、稳定性与效率之间，基于Voronoi、基于收缩或基于场分析的计算方法中，哪种方法能提供最佳权衡？
• RQ4 骨骼表示在哪些方面增强了形状分析与处理任务（如配准、重建和虚拟导航）？
• RQ5 在医学应用（如虚拟结肠镜或支气管镜）中，曲线骨骼应具备哪些关键属性（如居中性、可靠性、拓扑正确性）？”

主要发现

• 基于Voronoi的中轴计算在输入采样足够密集时具备理论收敛保证和鲁棒性，使其成为骨骼提取的可靠基础。
• 基于收缩的方法在曲线骨骼化方面达到最先进性能，能有效处理含噪声和低质量的表面网格，且无需领域特定先验知识。
• 曲线骨骼可通过生成稳定、基于中心线的飞行路径，实现对结肠、肺部和血管等复杂解剖结构的高效虚拟导航。
• 使用骨骼表示可实现管状结构（如血管）的展平与平面重构，从而提升医学影像中的可视化与分析效果。
• 在血管系统中检测狭窄或动脉瘤等病理时，同时保持几何居中性和拓扑正确性的骨骼至关重要。
• 从曲线骨骼导出的骨骼图可通过图拉普拉斯矩阵的特征分解等谱方法，支持分层形状分析与对应任务。