To exploit the advantageous properties of isogeometric analysis (IGA) in a scan-based setting, it is important to extract a smooth geometric domain from the scan data (e.g., voxel data). IGA-suitable domains can be constructed by convoluting the grayscale data using B-splines. A negative side-effect of this convolution technique is, however, that it can induce topological changes in the process of smoothing when features with a size similar to that of the voxels are encountered. This manuscript presents an enhanced B-spline-based segmentation procedure using a refinement strategy based on truncated hierarchical (TH)B-splines. A Fourier analysis is presented to explain the effectiveness of local grayscale function refinement in repairing topological anomalies. A moving-window-based topological anomaly detection algorithm is proposed to identify regions in which the grayscale function refinements must be performed. The criterion to identify topological anomalies is based on the Euler characteristic, giving it the capability to distinguish between topological and shape changes. The proposed topology-preserving THB-spline image segmentation strategy is studied using a range of test cases. These tests pertain to both the segmentation procedure itself, and its application in an immersed IGA setting.


翻译:为了利用扫描环境中等离子分析(IGA)的有利特性,必须从扫描数据(例如 voxel 数据)中提取一个平滑的几何域(例如, voxel 数据) 。 可以通过使用 B- spline 将灰度数据混在一起来构建IGA 直观的域。 但是,这种卷发技术的负面副作用是,当遇到与 voxel 相类似的大小特征时,它可以在平滑过程中产生地形变化。 该手稿提供了一种基于B- spline 的强化分解程序,使用了基于脱轨等级( TH) B- spline 的精细化战略。 提出了四重分析, 解释局部灰度功能在修补表层异常方面的效果。 一种基于移动风的表层异常检测算法, 目的是确定必须进行灰度功能改进的区域。 确定表层异常的标准以 Eul 特征为基础, 使其有能力区分表层和形状的变化。 拟议的THHB- 保留 THB- Spline 样图象断段战略的测试范围。 正在测试 I 测试 。

0
下载
关闭预览

相关内容

MonoGRNet:单目3D目标检测的通用框架(TPAMI2021)
专知会员服务
17+阅读 · 2021年5月3日
专知会员服务
109+阅读 · 2020年3月12日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
度量学习中的pair-based loss
极市平台
65+阅读 · 2019年7月17日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Facebook PyText 在 Github 上开源了
AINLP
7+阅读 · 2018年12月14日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
优化哈希策略
ImportNew
5+阅读 · 2018年1月17日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Pointer Graph Networks
Arxiv
7+阅读 · 2020年6月11日
VIP会员
相关资讯
度量学习中的pair-based loss
极市平台
65+阅读 · 2019年7月17日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
Facebook PyText 在 Github 上开源了
AINLP
7+阅读 · 2018年12月14日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
优化哈希策略
ImportNew
5+阅读 · 2018年1月17日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员