如何从有序散点构成的闭合环中提取精准中线？

一、现有方法问题分析 #

• Voronoi图方法：尖端分支源于原始散点的局部噪声/高频细节，导致Voronoi图生成冗余短边
• 形态学骨架方法：默认medial_axis未结合距离信息，容易保留短分支，且二值图的离散精度可能影响结果

二、针对性优化方案 #

1. 优化Voronoi中线的分支去除 #

• 先平滑原始散点：用B样条拟合闭合曲线，减少尖端的高频波动，降低Voronoi图的冗余分支生成概率
• 分支修剪：提取中线后，通过连通分量分析保留最长的主路径，剪掉短分支：
  • 将中线转换为二值掩码，用连通区域标记工具找到所有分支
  • 保留面积最大的连通分量，即为所需的主中线

2. 改进形态学骨架提取 #

结合距离变换筛选有效骨架点，过滤短分支：

import numpy as np
from skimage import morphology
from skimage.transform import distance_transform_edt

# 输入：内白外黑的二值图
binary_img = ...

# 计算距离变换，保留与轮廓距离足够大的骨架点
distance_map = distance_transform_edt(binary_img)
skeleton = morphology.medial_axis(binary_img, distance=distance_map)

# 去除小分支连通域（min_size根据你的轮廓尺寸调整）
clean_skeleton = morphology.remove_small_objects(skeleton.astype(bool), min_size=50)

# 转换为可视化格式
clean_skeleton = clean_skeleton.astype(np.uint8) * 255

3. 基于等距线的中线提取（适配有序散点） #

利用有序散点的连续性，计算内偏移点后拟合中线：

1. 计算每个散点的局部法向量（向内方向）：通过相邻两点的切线向量垂直方向得到
2. 计算局部轮廓宽度：对每个点，沿法向量方向找到左右两侧的轮廓交点，取距离的一半作为偏移量
3. 生成所有内偏移点后，用B样条拟合得到光滑闭合中线

4. 通用后处理步骤 #

无论用哪种方法，得到初始中线后：

• 用连通分量分析过滤短分支，保留最长主路径
• 用Savitzky-Golay滤波或B样条拟合对中线进行平滑，匹配示例图的流畅效果

内容的提问来源于stack exchange，提问作者Wenll shapion