Segmentation and Skeleton Methods for Digital Shape Understanding
Méthodes de segmentation et par squelette pour la compréhension numérique de formes géométriques
Abstract
Digitised geometric shape models are essentially represented as a collection of primitives without a general coherence. Shape understanding aims at retrieving global information about the shape geometry, topology or functionality, for subsequent uses such as measurement, simulation or modification. In this context, this manuscript presents my main contributions to digital shape understanding, which are mostly based on shape
decomposition and skeleton computation. The first part explores the faithfulness of the 3D mesh representation to the real world object, through topological and perceptual analyses, and suggests a conversion to a regular volumetric model. The second part focuses on shapes in motion and details tools to create, modify and analyse temporal mesh sequences. The third part explains through two concrete examples how digital
shape understanding can help experts in medicine and forestry. Finally, three open questions for shape understanding of shapes in motion and scanned trees are discussed by way of perspectives.
Les modèles géométriques de formes numérisées sont pour l’essentiel représentés comme une collection de primitives sans cohérence générale. La compréhension de formes a pour but de retrouver une information globale concernant la géométrie, topologie ou fonction d’une forme, afin de pouvoir la mesurer, la modifier ou l’utiliser en simulation. Dans ce contexte, ce manuscript présente mes principales contributions à la compréhension numérique de formes géométriques, qui sont principalement fondées sur la décomposition de formes et le calcul de squelette. La première partie explore la fidélité de la représentation par maillage 3D à l’objet du monde réel, à travers des analyses topologiques et perceptuelles, et propose une conversion vers un modèle volumique régulier. La deuxième partie se concentre sur les formes en mouvement et détaille des outils permettant de créer, modifier et analyser des séquences temporelles de maillages. La troisième partie explique à travers deux exemples concrets comment la compréhension numérique de formes peut aider les experts dans des domaines comme la médecine et la sylviculture. Enfin, trois questions ouvertes sur la compréhension de formes pour les formes en mouvement et les arbres scannés sont discutées en guise de perspectives.
Fichier principal
hdr-hetroywheeler (2).pdf (45.94 Mo)
Télécharger le fichier
pipeline_understanding (1).png (272.05 Ko)
Télécharger le fichier
Format | Figure, Image |
---|