MC三维重建算法的二义性消除研究

面绘制法进行三维重建是三维重建技术的主要方法,Marching Cubes(移动立方体)算法是经典的面绘制法.本文在剖析了MC算法的基础上,针对其存在的二义性问题,给出了消除二义性的方法,从而使重建效果更加清晰.     

基于多尺度的Marching Cube改进算法

在医学图像三维重建中,经典的等值面重建算法Marching Cube是一种比较常用的算法。该算法具有可以在给定阈值的情况下提取任意三维数据场的等值面的优点,但因需计算大量的数据和三角面片而使得该算法速度较慢。提出了使用不同尺度的等值面重建理论,实现了一个多尺度的Marching Cube算法,经过实验对比,该算法比原Marching Cube算法具有效率高、速度快的优点。     

基于MC算法的光刻仿真微结构的三维重建

在深度光刻中为了仿真微结构的形状,需要利用三维光场分布的数据对其进行三维重建。而MC(Marching Cubes)算法是三维重建中构造等值面的代表性的方法之一。以MC算法为基础,首先介绍了如何利用MC算法来绘制三维光场数据的等值面,然后分析将等值面和边界所围成的空洞补全的方法,最后研究了如何利用有限元分析软件的参数化设计语言将生成的面模型转换成实体模型。该方法重建的几何模型不但可以用于微结构形状误差分析,而且还可方便的用于建立有限元模型,直接应用于有限元分析。     

体数据的多精度等值面抽取

Marching Cubes（MC）算法是一个被广泛应用的体数据等值面抽取算法H本文提出的Marching Boxes（MB）算法结合显示所需精度，对MC算法作了优化，减少了由MC算法生成的三角面片数，使实时观察体数据成 为可能。在保留图象细节的前提下MB算法输出的三角面片数比MC算法减少了一半以上,从而加快了体数据的 面绘制速度.     

基于最近邻Marching Cubes的医学图像三维重建

在医学图像三维可视化中,移动立方体算法（Marching Cubes,MC）是面绘制的经典算法。针对MC算法计算插值点导致执行速度慢、效率不高的缺点,提出一种基于最近邻逼近的MC算法,该方法在n次等分点量化序列中寻找等值面最近邻点代替线性或非线性插值,既避免了插值的大量计算又保证了误差精度,还可改善三角面片结构。利用可视化工具开发包VTK对人体脸部和脚部CT数据集进行三维重建,实验表明改进算法明显缩短了绘制时间,提高了重建效率。     

海量断层数据三维重建算法优化

采用MC(Marching Cubes)算法进行三维重建时,如果要利用结果数据进行拼接、平滑、简化等进一步处理,就需要取得各三角面片的拓扑关系.提出"双缓存、三层交换"思想,对MC算法的实现流程实施改进,使得算法程序既能满足海量断层数据处理的要求,又能使算法程序性能得到一定的提升.     

医学图像重建MC算法三角片的合并与实现

提出一种算法对Marching Cubes算法中产生的大量三角片进行合并。根据三角片顶点的空间位置，按照所给的约束条件对顶点进行判断，合并符合条件的顶点，以减少三角片的数目。这个方法在保留图像细节的前提下，改善影像的显示速度，以期实现三维医学图像实时显示。对数据量大的医学图像的三维重建尤为必要。     

一种面向三维点集的快速表面重构算法

在对目前比较流行的空间三角化算法进行对比研究的基础上 ,对 Hugues Hoppe提出的算法进行了改进 ,即借鉴 Marching Cubes算法的基本思想 ,首先通过自动选取适当的参数 ,用包围盒方法将三维散乱点划分为数据区域 ;然后求取点的切平面及法向 ,同时采用广度优先算法遍历数据点来调整法向和快速地求取 Marching Cubes的等势函数 ;最后用基于查表法的 Marching Cubes来输出三角面片 ,即得到表面模型 .实验结果表明 ,改进后的算法效率有较大的提高 .新算法不仅适用于表面三维散乱点数据 ,也可以对体数据进行重构 ,具有一定的通用性 .     

基于MC算法的MEMS光刻仿真的三维重建方法研究

以MC(Marching Cubes)算法为基础,提出了一种补全重建后生成的三维形体表面出现空洞的方法,使用该方法进行三维重建生成的三维形体具有完整的外表面和良好的可视化效果.提出了一种三维重建时对多个形体进行布尔运算的新方法,该方法以MC算法为基础,将三维重建和布尔运算相结合,可以简单、方便、高效地进行三维重建时的布尔运算.     

医学图像中微细管道结构的表面绘制算法

在医学图像处理中,常常需要提取出特定的组织或者结构,再以提取到的二值体数据为基础,对组织结构进行三维重建。传统的Marching Cube（MC）算法在对微细结构进行三维重建时,可能会产生断裂现象,不能有效保持原始体数据的连通性。以血管体数据为例,针对医学图像中微细管道结构重建提出一种改进的MC算法,以保持重建后组织结构的连通性。     

基于图像分割的三维重构

三维重构方法是医学图像可视化系统、治疗计划系统的重要技术。基于图像分割的三维重构方法结合了图像分割、等值面抽取、网格简化三种技术,是不同于传统Marching Cubes算法的一种三维重构方法。它首先将医学图像分割为二值图,然后利用Marching Cubes方法进行等值面抽取,最后对得到的网格模型进行简化。实验结果表明,基于图像分割的三维重构方法加快了Marching Cubes的运算速度,改善了重构的效果,有利于实现对基于三维重构的大型几何模型的实时绘制和交互。     

Fast Generation of Leakproof Surfaces from Well-Defined Objects by a Modified Marching Cubes Algorithm

Local surface reconstruction by the Marching Cubes algorithm and its derivatives has a well known ambiguity, which prevents constructed surfaces from being closed and simple. We investigate this ambiguity assuming that a 3D image samples well-defined objects. In this case it is justified to aim at tiling of extracted object voxels rather than at reconstructing iso surfaces. Compared to iso surface reconstruction, our algorithm provides essentially the same level of confidence with respect to surface location at a lower computational cost. We present a leak detection and mending scheme which resolves the Marching Cubes ambiguity and guarantees a well-defined behaviour with respect to which objects are covered by which surface. We detail how to implement our leak mending method within a completely tabulated Marching Cubes algorithm. We finally give an example of how the adapted algorithm is of benefit to a recently developed 3D MR spectroscopy technique.     

基于医学体数据场的大脑皮层重构

研究如何基于一组连续脑部医学切片重构大脑皮层,介绍体数据场和大脑皮层三维重构系统流程。针对插值后的脑部图像提出一种有效的脑灰质分割算法,通过图像预处理和阈值分割方法获取脑灰质图像。针对分割后的体数据,采用改进的Marching Cubes方法重构大脑皮层三维模型,避免提取脑灰质轮廓线。实验结果验证了该算法的可行性和实用性。     

离散Marching Cubes算法在骨科手术模拟系统的应用

为保证模型相对准确和满足模拟手术过程中三维交互的实时性要求,手术模拟系统要求在保持模型拓扑结构的前提下简化模型。该文详细介绍了离散MarchingCubes(DiscMC)算法及其实现,在实现过程中使用查表法,解决了二义性问题,提高了程序的运行效率。实验表明,DiscMC算法在保持模型的拓扑结构基础上大幅度减少了三角面片数目,缩减比例达66%。DiscMC算法作为计算机模拟骨科手术系统的三维表面模型重构和简化算法是合适的。     

基于分割的三维医学图像表面重建算法

提出了一种基于分割的三维医学图像表面重建算法,它将图像分割与MC(marching cubes)算法有机地结合,这样可以根据不同医学图像的特点,采用适合的分割方法,实现对不同组织的准确分割,并利用分割结果精确地提取等值面,避免了MC只适合于阈值分割的局限性.同时采用一种基于区域增长的立方体检测方法,提高了表面跟踪的效率.实验证明,运用本算法,重建速度和显示效果均有提高.     

基于Double Marching Cubes的表面重建算法

为克服基于Marching Cubes的表面重建算法在绘制三维表面时因二义性面的存在而使生成的表面网格易出现错误连接而形成层间空洞的不足,提出了基于Double Marching Cubes的表面重建算法.该算法采用双立方体体素作为生成表面网格的基本单元,以双立方体的12个特征点的标记情况为依据,建立一个双立方体体素索引表,通过查找索引表的方法绘制三维表面.该算法在建立双立方体索引表时就排除掉了二义性面的所有错误连接方式,因而生成的表面网格不会出现层间空洞,避免了为消除二义性面所进行的复杂计算,加快了表面重建的速度.