用于跟踪3D图像上脊的路径的算法

我试图从3D数字高程模型（DEM）中找到一个算法（或算法思路），用于追踪3D图像上的脊线。 我已经设法实现了非常基本的程序工作，它只是遍历图像的每一行，在任何发现方面有较大变化（即从<180度到> 180度）的地方标记脊线。

但是，这些产生的线条并不精彩，经常会有间隙和各种奇怪的人工制品。 我希望通过使用某种算法来追踪脊线来尝试并扩展它，从而生成完整的线（即没有间隙）并且更精确。

有很多人向我提到了蛇算法，但他们似乎并不完全符合我的要求。 我还做了很多关于路径寻找算法的搜索，但是它们似乎并不是很正确。

有人对我应该看的类型或算法或特定算法有任何建议吗？

更新：我被要求在我将要应用的确切区域添加更多细节。 它正在处理沙丘网格高程数据。 如果这些沙丘看起来类似于流域盆地之间的界限，但我可能会更加复杂（例如，可能有多个沙丘彼此非常接近，逐渐合并的峰顶），我试图提取峰顶，

---

使用曲率的符号变化可以很好地估计脊线。 请注意，平坦区域的曲率将接近无穷大。 因此，脊检测算法的可能伪代码可能是：

for each face in the mesh
   compute 1/curvature
   if abs(1/curvature) != zeroTolerance 
     flag face as ridge
   else
     continue

（zeroTolerance是接近但不等于零的数字，例如0.003等）

Meshlab还为大多数格式的正态和曲率估计提供了一个模块。 在对代码进行编码之前，您可以使用它来测试这个想法。

---

我不知道你的数据是如何的，或者你需要多少自动化。 如果由没有明显山脊的峰组成，那么这将不起作用（但你可能不会问这个问题）。

startPoint = highest point in DEM (or on ridge)
curPoint = startPoint;
line += curPoint;
Loop
    curPoint = highest point adjacent to curPoint not in line; // (Don't backtrack)
    line += point;
Repeat

好奇真正的解决方案是什么。

编辑补充：根据数据集的粗糙程度，“点”可以是点的局部区域的单点或平滑平均值。

---

http://en.wikipedia.org/wiki/Ridge_detection

链接地址: http://www.djcxy.com/p/79655.html

上一篇: Algorithm for following the path of ridges on a 3D image

下一篇: Digital numbers recognition with Opencv + OCR on android