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

• Item type: Journal(1)
• 公開日: 2010-03-15
• タイトル: 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
• タイトル / 言語: en
• タイトル: Skeletal Mesh Generation Using Polynomial Approximation for Volumetrically Sampled Thin Object
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 東京大学
• 著者所属: 東京大学
• 著者所属: 東京大学
• 著者所属(英): en
• 著者所属(英): The University of Tokyo
• 著者所属(英): en
• 著者所属(英): The University of Tokyo
• 著者所属(英): en
• 著者所属(英): The University of Tokyo
• 著者名: 長井, 超慧; 大竹, 豊; 鈴木, 宏正
• 著者名(英): Yukie, Nagai; Yutaka, Ohtake; Hiromasa, Suzuki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 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．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Skeletal structures are shape representations that play an important role in many aspects of medical and industrial fields. Our aim here is to generate a smooth and well-connected surface mesh that approximates a skeletal structure using volumetric data from a thin object. Volumetric data provided using the CT-scanning method include large amounts of noise. Approximating the intensity of CT-scanned data using adaptively supported polynomial functions enables identification of skeletal structures from the maxima of the approximated values, and achieves noise-robust skeletal mesh generation. First, the input image intensity is approximated using a set of spherically supported polynomials. The size of the supports changes adaptively with the complexity of the object's shape. Next, a tetrahedral mesh is generated to serve as a grid for the detection of the maxima. This mesh is a subset of a weighted Delaunay tetrahedrization defined using a set of spherical supports. Finally, the maxima are detected, and polygonization is performed on the tetrahedral mesh. This approximation approach contributes to the analytical evaluation of function derivatives for detection of the maxima. The last part of the paper presents results regarding skeletal meshes for noisy data.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 51, 号 3, p. 1107-1117, 発行日 2010-03-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764