Algorithm 在二维和三维对象中查找弱（最小直径）连接的算法

以下任务：假设您已获得一组连接的a）2D点和b）3D点。任务是，找到点集中n个“最弱”的连接。也就是说，我们需要他们的位置和实力。弱连接是指在分隔线/面积较小的位置（即最小直径）将物体分成若干部分

示例：假设您有两个3D对象（例如，一台机器有一个通过“手臂”连接到它的监视器）。我现在希望能够找到这个“手臂连接”，能够说出它的弱点在哪里，它有多强

图中给出了另一个示例：

我们看到一个3D点云，我用红线标记了两个“弱连接”——基本上是点云中最薄的连接

2D示例可能如下所示：

我再次将所需的连接标记为红色

您将如何有效地搜索这些连接

---

我能做的是考虑每个点的X最接近的邻居。如果x足够大，那么在这些瘦连接处，到这些邻居的平均距离将非常大。然而，我不认为这是一种非常快速和稳定的方式。你能想出一个更好的选择吗？

我要做的是迭代地收缩数据集（收缩意味着删除不属于对象本身的相邻点（水平或垂直）。想象一下这就像剥洋葱皮。每次洋葱变小

现在重要的是，弱连接首先会变薄（只有一个像素宽）。所以你必须在这个迭代收缩中检查突然出现的薄连接，即两部分之间的桥梁。这是在2D中通过顺时针旋转像素并检查从对象到非对象的更改频率来完成的。如果您在四处走动时多次转到非对象，则像素是一座桥

或者，对于3D，我会做进一步的收缩，寻找分离的区域，因为在收缩时，你的物体会在最薄弱的连接处分裂。如何检测除法？通过填充。使用任何填充算法

---

如何在Matlab中实现这一点？我现在不能做一个完整的算法，但你可以按照上面的想法，我可以推荐免费的Matlab。我知道它内置了二进制区域的收缩功能，尽管没有它也不太困难。

发布一个示例图像？它是固体区域的二值图像吗？另外，你真的应该定义“最弱的”，你是说最瘦的吗？我会-1。试试2。多试试3。如果有任何问题，我会在网上搜索资源/书籍/等等。如果有任何具体的问题，我可能会问stackoverflow的人。这是一个图像处理算法问题，也不是一个容易的问题。它可能更适合另一个stackexchange，例如，在中，尽管考虑到大量的用户，您在这里也有一些机会。user18。。我对你问题的理解是软弱的。如果您不同意，只需编辑您的问题。@Trilarion以后，请在评论中要求澄清。我知道请求原谅比较容易，但编辑是不允许更改（这也意味着“添加”）帖子中的信息的。