文献

J-GLOBAL ID：201002288883636372   整理番号：10A0324013

薄板のボリュームデータのための多項式近似によるスケルトンメッシュ生成

Skeletal Mesh Generation Using Polynomial Approximation for Volumetrically Sampled Thin Object

著者 (3件)： 長井超慧 (東大) ,  大竹豊 (東大) ,  鈴木宏正 (東大)
資料名： 情報処理学会論文誌ジャーナル(CD-ROM)  (情報処理学会論文誌 論文誌ジャーナル(CD-ROM))
巻： 51  号： 3  ページ： 1107-1117  発行年： 2010年03月15日 
JST資料番号： Z0778B  ISSN： 1882-7837  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： スケルトン構造は,医用や産業の現場で多くのアプリケーションに用いられる重要な形状表現である。本研究の目的は,実際の薄板から得たボリュームデータから,スケルトン構造を表す滑らかで高品質な三角形メッシュを生成することである。実物体のボリュームデータは一般にX線CTスキャンなどで得られるが,そこには多量のノイズが含まれている。そこで,ノイズに対し頑健な手法とするため,入力データを滑らかに近似するスカラー場を関数近似により構築し,その場における極大点集合をスケルトン構造と見なす。提案手法はまず,入力データの輝度値を,球状のサポートを持つ関数の集合で近似する。サポート球の大きさと配置は,物体形状の複雑さに基づき適応的に変化する。次に,出力の三角形メッシュを得るための格子を生成する。格子は,先に生成した関数群のサポート球により定義される重み付きドロネー四面体分割の一部とする。最後に,格子上で近似値の極大点を検出し,それらの点をつなぐことにより,スケルトン構造を近似する三角形メッシュを生成する。極大点の検出には微分値の見積りが必要であるが,近似関数の導関数を用いて離散化誤差のない値を得ることができるのも本手法の特長である。本論文の最後には,ノイズを多く含むデータに対し提案手法を適用して得たスケルトン構造の例を紹介する。(著者抄録)

シソーラス用語： 線 ,  *細線化 ,  格子形成 ,  *関数近似 ,  ネットワーク構造 ,  適応性 ,  表現 ,  導関数 ,  誤差
準シソーラス用語： *スケルトン構造 ,  メッシュ生成 ,  形状表現 ,  骨格線 ,  三角形メッシュ ,  離散化誤差

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  数値計算  (JE02000J)

引用文献 (26件)：

• Amenta, N., Choi, S. and Kolluri, R.: The Power Crust, Proc.6th ACM Symposium on Solid Modeling, pp. 249-260(2001).
• Amenta, N. and Kil, Y.: Defining point-set surfaces, ACM Trans. Graphics (Proc. ACM SIGGRAPH 2004), Vol.23, No.3, pp. 264-270(2004).
• Canny, J.: A Computational Approach to Edge Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol.8, No.6, pp. 679-698(1986).
• Dey, T. K. and Zhao, W.: Approximating the Medial Axis from the Voronoi Diagram with a Convergence Guarantee, Algorithmica, Vol.38, pp. 179-200(2003).
• Eberly, D. H.: Ridges in Image and Data Analysis, Kluwer Academic, Dordrecht, Nederlands (1996).

タイトルに関連する用語 (5件)： 薄板 ,  ボリュームデータ ,  多項式近似 ,  スケルトン ,  メッシュ生成