一种三维表面重构中的轮廓集拼合新方法

针对切片级三维表面重构中的难点，提出了一种拼合轮廓集的新方法：通过对待拼合的轮廓集首尾轮廓进行平面三角剖分方向的判别，将空间轮廓集拼合的三维问题转化为平面多连通域三角剖分的二维问题，并改进了现有的平面多连通域三角剖分算法，巧妙地解决了切片级重构中的轮廓分支对应问题。实验表明，谊方法能准确完成复杂轮廓集的表面拼合，具有良好的适应性。     

由任意形状轮廓线重建三维表面的方法研究

由一组二维轮廓线重建出物体的三维表面是医学数据可视化的一种主要绘制方式。当轮廓线比较复杂,例如当遇到非凸轮廓或相邻层轮廓线相差过大时,常用的三角化拼接方法就会失败。文章提出一种新的轮廓拼接方法能够处理任意形状的轮廓线。该方法的基本思想是对轮廓线进行凹凸性层次分析,然后将相邻轮廓线从外到内逐层拼接,从而构成一个三角化的物体表面。实验结果表明,该算法对于手动勾画和自动提取的轮廓线都可以给出较好的重建效果。     

基于地层轮廓的三维重构的设计和实现

在进行海底地质地层调查勘探时,通常根据测量仪器采集的数据生成地层断面轮廓线,按照这些连续的轮廓线的分布特征及其灰底不同来粗略地分辨地层的性质.然而这些单一的剖面轮廓还不足以直观地反映该地域整体地层的三维形状分布信息.根据地质地层分布的特性,通过对相邻断层轮廓线点集的匹配和三角剖分算法来进行地层分布的三维重构,并利用基于三角域的Bernstein-Bezier曲面构造三次光滑曲面,从而模拟三维的地层分布效果图.     

一种由轮廓线重建物体表面的方法

针对基于轮廓线拼接重建物体表面所出现的轮廓对应和分叉问题,提出了一种通过体数据转换由轮廓线实现重建物体表面的方法。在分析体数据构造中出现逼近精度问题的前提下,通过提高轮廓线上点的密度,生成精确度较高的体数据。该方法通过对相邻层轮廓线区域的集合运算,只对处于集合运算解中的像素点进行距离函数值的计算。采用MC（Marching Cubes）算法生成等值面,完成物体的表面重建。实验结果表明,该方法能顺利解决基于轮廓线拼接重建物体表面中出现的轮廓对应问题和分叉问题,既提高重建表面精确度,又加快整个表面的重建速度,是一种可行的方法。     

一种辅助轮廓线的断层医学图像三维重建算法

针对轮廓线重建过程中的轮廓分叉问题,提出了一种改进的多轮廓线三维重建算法,通过构造辅助轮廓线将多轮廓线的连接转换为单轮廓线的连接,改进了利用多轮廓线进行三维重建的不足,利用可接受表面实现特征点的三角化,并根据曲率的变化拟合重建过程中的不光滑表面,进而实现断层医学图像的三维重建。实验结果证明,运用本算法在保证重建物体正确的同时,缩短了体数据的构造时间,加快了整个表面的重建速度。     

面向心脏表面断层数据的三角网格重构方法

针对不同轮廓线提取方法对心脏断层图像提取的心脏表面轮廓线数据产生的格式不同,研究并设计了一种通用的心脏表面三角网格重构方法。利用心脏形态和断层数据的基本特点,将余弦值旋转排列和缓排序的方法融入三次剖分三角网格生成方法中,实现了同步进行轮廓线点间关系的恢复与心脏表面的三角网格重建。详细阐述了其基本原理、实现策略和算法设计,并以实验验证了方法的有效性。     

基于轮廓线的三维网格曲面绘制

在融合了交互式轮廓绘制与网格造型技术的基础上,提出了一种快速三维网格曲面建模方法.根据绘制轮廓线的特征点分布,进行约束化三角网格剖分,提取二维轮廓线的骨架;选取骨架点和采样点投影到三维空间椭球曲面,并引入二面角原则,优化了空间离散数据点的三角化算法;最后缝合骨架点,获得三维网格曲面表示.实验结果表明了该算法的直观性、高效性.     

STL模型分割截面的三角剖分算法

针对分割STL模型时需要对分割截而进行三角剖分的问题，提出STL模型分割截面的Delauay三角剖分算法，将截面轮廓围成区域分成一个或多个区域单元，分别进行Delaunay三角剖分，并按STL模型标准拾取三角形，文中算法不用对分割截面轮廓进行复杂的凸划分和多轮廓的单轮廓化处理，提高了STL模型分割截面的三角剖分效率，尤其适合对具有复杂型腔的STL模型的截面进行三角剖分，应用实例表明：文中算法是正确有效的，具有实用价值。     

单幅人体切片图像的多轮廓二维重构算法研究与实现

基于切片图像数据的轮廓曲线二维重构是轮廓表面三维重构的基础。单幅切片图像可能存在有单轮廓或多轮廓。本文对中国虚拟人切片图像进行分析,针对单幅切片图像里的多轮廓线情况,研究提出了多轮廓提取算法和拟合曲线建模算法。经编程实验,成功实现了单幅图像里的多轮廓二维重构。     

一种快速三维散乱点云的三角剖分算法

改进了一种三维散乱点云三角剖分算法。三角剖分是点云数据曲面重构的主要算法之一,但针对三维散乱点云的三角剖分存在剖分效率不高,剖分得到的三角曲面形状无法控制,细节特征表现不足的问题。提出了基于空间栅格划分的三角剖分算法,并提出了一个新的评价函数,以控制三角网格曲面的生长。实验证明,改进后的算法极大的提高了剖分效率,而且能保证最终生成的三角网格曲面平滑而保有丰富的细节特征,适用于在虚拟现实、曲面重构等领域推广使用。     

医学断层图像三维重建的辅助轮廓线法

在原有的轮廓线基础上生成与之相似的辅助轮廓线．然后把各轮廓线三角化形成一层层的三角面片，最后按一定的规则把各层三角面片从外到内直接连接形成四面体，从而完成三维重构．文中算法尤其适合基于断层轮廓线的医学图象三维重构，与已有的三维重构法（如MC．MT，Delaunay四面体化）相比，具有算法简单、思路自然、易于实现的特点．     

A reliable surface reconstruction system in biomedicine

For common biomedical imaging facilities, such as CT, MRI, and confocal microscopy, the acquired scans are sequential parallel sections. The object of interest in each section image can be extracted by segmentation procedure to form serial parallel planar contours. How to reconstruct a trustworthy surface from these contours is a crucial issue in biomedical 3D visualization. In this paper, we propose an automatic, fast, and reliable surface reconstruction system. An improved correspondence-determining algorithm is proposed in the system to provide more reasonable contour-correspondences than the existing algorithms. It can handle more general input data, and does not produce wrong reconstruction results. A hybrid tiling algorithm is presented to tile the corresponding contours without the requirement of a contour-matching procedure. It can also handle the branching problem without any modification. For degenerate cases and branches, intermediate contours are introduced by means of contour interpolation to enhance the reconstruction results. The surface area and volume are also calculated to facilitate the practical applications.     

Normal vector and winding number in 2D digital images with their application for hole detection

Differentiating hole from component is an important issue in digital topology. In a recent paper, Lee, Poston, and Rosenfeld proposed a method to distinguish external and internal boundaries in 2D and 3D images relying on the property of normal vector and winding number. The method uses a smoothing function to replace digital lattice for calculating normal vector on image boundary. In this paper, we show that normal vector and winding number can be defined directly in 2D digital images and used for hole detection without resorting to any smoothing operation. We analyze first the discontinuity of Freeman codes of contour and prove its properties. We define then outward normal vector in 2D images and demonstrate also its discontinuity properties. The difficulty of counting the transition of normal vector in a given direction is analyzed and a solution is proposed. Based on the theoretic properties of edge code and normal vector, we propound the first algorithm to count the transitions of normal vector in a given direction, and consequently holes and external contours can be distinguished easily. We further define winding number directly in digital images, show its properties, and propose a second algorithm implementing the idea of winding number which is conceptually simpler and easier than the first one. A proof of correctness of our both algorithms is given and computation results are presented.     

基于凸包算法的三维表面重建中边缘轮廓提取

在三维表面重建过程中，边缘轮廓的提取起着关键的作用。为了对头部CT图片中的颅骨边缘进行有效地提取，提出利用平面凸包进行边缘轮廓提取的方法。利用该方法提取出头部CT图像中的颅骨边缘，并将其作为三维表面重建中的轮廓输人，取得了良好的效果。同时，将通过该方法得到的颅骨边缘应用于基于颅骨的三维面貌复原技术研究中，为面貌复原技术的发展提供了新的思路。     

基于二维轮廓序列的膝关节三维重建

提出了一个基于二维轮廓序列的四面体网格生成方法,用于医学图像三维几何模型重构.该方法首先对各选定的断层图像提取目标轮廓并做分支匹配等处理,然后生成各轮廓内部平面域的三角网格,最后在相邻断层之间根据三角网格连接四面体单元.该方法被应用于人体膝关节虚拟手术系统的三维几何建模,得到的膝部股骨模型包含494个节点和2 046个四面体单元,膝部脂肪模型包含2 854个节点和14011个四面体单元,这些模型被成功地应用于膝关节手术仿真,从而证明了该三维模型重建方法的可行性和有效性.     

三维虚拟物体表面重建的研究

在激光扫描共焦显微三维成像，CT成像，MRI成像，以及在图象处理和识别中，三维物体的显示是必不可少的，目前，最流行的显示方式是虚拟物体的三维重建，通常虚拟物体三维重中以采用体素级重建，可也以采用切片极重建，由于切片级重建仍需要解决物体轮廓对应，分叉曲面，轮廓拼接等关键性问题，为此，提出了一些新的方法，在这些方法中，轮廓的对应采用OR运算和AND运算来确定，如果两个轮廓的OR和ND运算结果满足预先设置的准则，则这两个轮廓相对应；分叉曲面采用数字形态学方法来分解，其由形态学方法生成的边界就是分叉曲面的分割线，轮廓拼拦则是将对应轮廓经多边形简化后，由三角形接拼法来构成表面，且三角形是根据最小轮廓跨接边准则来构建的，通过对这些方法进行的实验结果表明，理论与实际完全相符，这些方法的优点是编程简单，运算速度快。     

Urban building reconstruction from raw LiDAR point data

We present a method for automatic reconstruction of the volumetric structures of urban buildings, directly from raw LiDAR point clouds. Given the large-scale LiDAR data from a group of urban buildings, we take advantage of the “divide-and-conquer” strategy to decompose the entire point clouds into a number of subsets, each of which corresponds to an individual building. For each urban building, we determine its upward direction and partition the corresponding point data into a series of consecutive blocks, achieved by investigating the distributions of feature points of the building along the upward direction. Next, we propose a novel algorithm, Spectral Residual Clustering (SRC), to extract the primitive elements within the contours of blocks from the sectional point set, which is formed by registering the series of consecutive slicing points. Subsequently, we detect the geometric constraints among primitive elements through individual fitting, and perform constrained fitting over all primitive elements to obtain the accurate contour. On this basis, we execute 3D modeling operations, like extrusion, lofting or sweeping, to generate the 3D models of blocks. The final accurate 3D models are generated by applying the union Boolean operations over the block models. We evaluate our reconstruction method on a variety of raw LiDAR scans to verify its robustness and effectiveness.