海量散乱点的曲面重建算法研究

基于海量散乱点的曲面重建在机械产品测量造型、计算机视觉、根据切片数据的医学图像重建等领域中有重要应用.给出了一种以物体表面上不附加任何几何和拓扑信息(包括测点法矢、曲面边界信息)的散乱点集为处理对象,自动生成物体表面的三角网格模型的算法.该算法首先根据测点的邻近测点估算曲面在该测点处的法矢,并采用优化的顺序对法矢方向进行调整以使各测点处的法矢都指向曲面外侧,最后用步进立方体算法输出三角网格模型.采用新的方法计算切平面,不但进一步提高了效率,而且改善了曲面边界及尖锐棱边区域的重建效果.还提出并解决了法矢方向传播中可能出现的局部“孤岛”问题.同时,提出了一种对海量数据进行空间划分的算法,从而大大提高了海量数据的处理效率.应用实例表明,算法效果良好     

一个利用法矢的散乱点三角剖分算法

曲面上散乱点的三角剖分在曲面重建中发挥着重要作用，借助于曲面上的法矢信息和三维Delaunay三角剖分算法，该文给出了一种新的散乱点三角剖分算法，输入一组散乱点以及所在曲面S在这些散乱点处的一致定向的法矢信息，该算法将产生一张插值散乱点的三角网格曲面M，并且曲面M可以近似地看成是曲面S的三角剖分，算法的主要步骤分为两步：首先通过曲面S的一致定向的法矢信息，在曲面S的同一侧添加辅助点，利用这些辅助点来剔除Delaunay三角剖分中产生的不需要的三角片；然后将剩余的三角片连接成一张完整的网格曲面，与基于中轴的三角剖分算法相比，该文算法需要更少和更简单的计算，与局部三角剖分算法相比，该文算法可以更有效地避免重建后的曲面产生自交，该文的算法可用于任意拓扑的光滑曲面重建。     

基于等值面优化重建医学图像的改进算法

医学图像可视化技术利用二维医学图像序列重建出三维模型,为医生提供了直观、全面、准确的病灶和正常组织信息.传统的方法直接采用由序列轮廓线生成的三角片来拟合曲面,重建的速度与效果均有限.为了提高医学三维图像的重建速度和效果,在对用于构造等值面的MCfMarching cubes)算法进行分析的基础上,提出一种三点线性插值法代替相邻多边形顶点的位置,并对等值面法向矢量场进行平滑,实现了目标图像的三维重建.     

基于等值面点的快速三维表面重建算法

医学图像可视化技术利用二维医学图像序列重建出三维模型,为医生提供了直观、全面、准确的病灶和正常组织信息。传统的方法直接采用由序列轮廓线生成的三角片来拟合曲面,重建的速度与效果均有限。本文采用了一种直接绘制等值面点的三维重建算法,该算法只对视觉有贡献,约占总体数据的2%左右表面点进行遍历绘制,大大提高了绘制速度。另外,本文提出了由等值面数据计算法向量的方法,实现了在只有等值面坐标数据的情况下计算法向量。     

医学图像3维重建模型的虚拟剖切算法

对医学图像体数据及重构几何模型进行虚拟剖切,可以方便地看到内部的组织,便于观察和诊断,可用于医疗放射治疗规划.针对医学图像重建的表面几何模型,提出了对模型进行平面剖切、立体开窗及任意交互切割的算法.平面剖切和开窗是用剖切面或剖切体对重建模型施以剖切,在剖切面上生成边序列及顶点序列;由此边序列和顶点序列生成封闭的边界轮廓,确定各轮廓的包含关系;对封闭轮廓包围的截面区域进行Delaunay三角剖分,得到完整的剖切后的表面模型.任意交互切割过程是交互生成切割路径,确定切割边界,并沿切割边界对表面模型进行切割.实验结果证明了本文算法的有效性.采用本文算法可得到良好的虚拟剖切效果.     

结合Delaunay 三角面分离法与搜索球策略的三维曲面重建算法

基于曲面重建在计算机图形学、三维GIS、逆向工程等领域有重要应用,结合区 域生长法与Delaunay 三角剖分的优势,提出了一种新的散乱点云曲面重建算法。首先根据曲面 中轴性质提出了分离角定义并推导了相关结论,利用局部Delaunay 三角形分离角性质抽取大量 位于模型表面三角形,从而构建种子三角网增加初始区域的生长面积其次运用自适应搜索球法 加快邻域三角形搜索并识别曲面边界。对比传统的基于Delaunay 法和传统区域生长法,该方法 只需要一次三角剖分,无需极点与法向量计算,重建速度快,具有Delaunay 三角网格的优良结 构特性,孔洞数量少,重建出的三维模型几何信息与拓扑关系准确。实验表明,结合Delaunay 三角剖分与区域生长法重构有向的流形三角网格模型,能够提高三维模型的重建效果与速度, 有效地自动识别曲面边界。     

医学图像三维重建模型的剖切与立体视窗剪裁

基于医学图像三维重建是医学图像可视化和医疗放射治疗放射治疗规划的基础，在人体多组织器官的重建及可视化中，为地重建组织的截面形状进行分析，观察内部组织的结构及空间位置，需要对重建模型施以剖切及对外表模型进行立体剪裁，针对医学图像重建的表面几何模型，提出对模型进行剖切及开窗的一种方法，该方法用剖切面或剖切体对重建模型施以剖切，在剖切面上生成边序列及顶点序列，由此边序列和顶点序列生成封闭的边界轮廓，确定各轮廓的包含关系，对封闭轮廓包围面区域进行Delaunay三角部分，得到完整的剖切后的表面模型，模型被剖切或开窗，可以方便地看到内部的组织，便于观察和诊断。     

一种基于点云数据的快速曲面重构方法

研究激光扫描中的点云数据重构技术,提出一种基于规则点云数据的快速曲面重构方法。分析相邻扫描线之间数据点的相对位置关系,在三角剖分的基础上,设计改进的扫描线剖分算法,根据激光逐行扫描的特点,对点云数据进行不规则三角网格划分,利用几何关系进行配对构网,并在所建三角模型的基础上实现三角网格的局部优化和纹理映射,得到重建模型。实验结果表明,与传统Delaunay空间三角剖分算法相比,该算法可明显提高三角构网速度和质量,消除空洞,改善重建效果。     

基于标志点的虚拟剖切面重建

针对现有医学图像技术中三维模型的虚拟剖切面重建算法功能单一、不能完成复杂路径剖切面展开的缺点,提出基于空间任意标志点的剖切面重建算法。该算法可以沿三维空间中的任意路径完成虚拟剖切面展开,包括确定标志点、拟合虚拟剖切路径、重建剖切面3个部分。实验证明该算法可以得到稳定优异的重建图像,精确度较高。     

基于三角剖分和纹理映射的物体表面重建算法

提出一种简便的物体表面重建算法,该算法用立体匹配获得的物体表面三维特征点和原匹配图像来重建物体的真实表面,主要步骤是:将物体表面三维特征点集映射到某个平面上,在此平面上完成三角剖分,将剖分的结果映射回物体表面,用空间三角片来表示物体的几何模型,最后在OpenGL环境下将物体原匹配图像贴到几何模型上,这样就真实地重建了物体表面.最后给出了重建物体真实表面的所需条件.     

多参数加权的无缝纹理映射算法

目的 针对基于图像3维重建中纹理映射存在缝隙的问题,提出一种多参数加权的无缝纹理映射算法。方法 算法根据图像的标定信息对三角格网进行聚类分割,将重建模型聚类成不同参考图像的网格贴片,并对贴片排序生成纹理图像,加权融合重建顶点的法线角度、图像视点、模型深度等信息生成纹理贴片像素,最后采用多分辨率分解融合技术消除纹理贴片缝隙,实现无缝的纹理映射。结果 对不同的测试数据进行了验证,本文算法在保持一定清晰度的前提下消除了纹理的缝隙,即使对于构网误差较大的区域也能得到较为满意的结果,同时本文算法支持大数据的3维纹理映射。结论 提出了一种无缝的纹理映射算法,算法通过构造一个平滑的加权方程融合多源信息消除纹理的接缝,实验结果表明了本文算法的有效性及实用性,得到了高保真的无缝纹理映射效果,可应用到城市级别的大场景3维重建领域。     

基于空间多边形三角剖分的曲面分割求交算法

针对传统曲面分割求交方法存在的平面片的选取、遗漏部分交线段以及交线间断 的问题,提出一种基于空间多边形三角剖分的曲面分割求交算法。以等深度分割方法为基础, 避免了交线不连续的问题,当分割达到一定层次时以空间多边形近似曲面片,并对空间多边形 进行三角剖分,以三角形对的交线近似空间多边形之间的交线,进而以空间多边形的交线近似 曲面片的交线,最终得到相交曲面之间的交线。利用曲面片轮廓构造出的空间多边形更加接近 曲面片的真实形状,提高了逼近精度,同时对空间多边形进行三角剖分,提高了求交精度,进 而降低了丢失交线的可能性。实验验证了该算法比传统的分割法更加精确。     

从阴影恢复形状的径向基函数反射模型研究

目的 为解决传统阴影恢复形状（SFS）算法由于光源方向初始信息估计不准确,恢复的物体表面过于光滑,3维表面形状误差较大等问题,建立了基于径向基函数神经网络的反射模型,并对传统的神经网络进行了改进。方法 建立的基于径向基函数（SFS）神经网络的从阴影恢复形状反射模型代替了传统方法中采用的理想朗伯体表面反射模型。该模型利用径向基函数优秀的局部映射和函数逼近能力来处理SFS问题,通过网络训练过程中的权值代替物体所受到的初始光源信息,解决了传统算法在进行计算时,必须已知光源参数的限制。在该网络模型中添加自适应学习率算法,加速网络的收敛和训练速度。结果 针对SFS问题处理的两幅经典合成图像以及两幅实际图像进行了实验,实验结果表明,改进后的算法在3维视觉效果和3维形状信息的恢复方面都明显优于传统算法。归一化后的3维高度误差结果相比传统算法缩小了60%以上,而且同时适用合成图像和实际图像;自适应学习率的加入,使得网络的训练速度大大加快,对一幅128×128像素的图像,运算速度提升了50%。结论 本文针对SFS问题建立了基于RBF神经网络的从阴影恢复形状反射模型,利用网络模型中的参数代替SFS问题中的初始光源信息,通过最优化方法求解SFS问题。并针对传统的神经网络固定学习率造成网络收敛速度慢,容易陷入局部极小值的问题,加入了自适应学习率算法。实验结果表明,改进后的算法在处理该SFS问题时表现了优秀的性能,适用范围更广,收敛速度更快。     

基于多分辨率模型的三角曲面特征线辨识技术

由于特征线在反求工程 CAD建模中具有非常重要的作用 ,因此利用图形图象处理中的多分辨率模型概念 ,通过研究三角曲面模型的特征线 ,提出了一种三角曲面特征线的计算方法 .将计算得到的初始特征线通过编辑、修改等手段进行处理 ,得到清晰的特征线 ,并将其作为进一步划分重构 B样条曲面边界的依据和参考 ,从而为实现基于三角曲面模型的 B样条曲面重构奠定了基础 .实验结果证明 ,该算法能够在三角曲面上提取出令人满意的特征线 ,并据此重构出拓扑划分合理的 B样条曲面 .     

架空输电走廊地表三维重建网格中杆塔的剔除

由于立体匹配和模型自动重建的不确定性和不完整性，基于无人机多视影像重建输电走廊三维表面模型时，很难精确完整地构建出架空输电区域内的杆塔模型。自动重建的杆塔不仅无法加以利用，而且还会与人工重建的矢量杆塔叠加显示，影响可视化效果。为此，提出一种基于矢量杆塔模型的自动重建杆塔剔除方法。首先，根据矢量杆塔类型构建裁切空间包围盒；其次，根据矢量杆塔的空间位置和裁切空间包围盒，定位出残缺塔身在重建模型中的空间范围；最后，基于射线碰撞检测算法，设计一种附有自适应距离约束的残缺杆塔三角面检测方法来自动剔除残缺塔。该算法能够自适应处理杆塔底座细节，剔除不需要的三角面，同时保留塔脚基座和其他地面信息。实验结果表明本文方法的正确性和实用性。     

Stereo retinex

The retinex algorithm for lightness and color constancy is extended to include 3-dimensional spatial information reconstructed from a stereo image. A key aspect of traditional retinex is that, within each color channel, it makes local spatial comparisons of intensity. In particular, intensity ratios are computed between neighboring spatial locations, retinex assumes that a large ratio indicates a change in surface reflectance, not a change in incident illumination; however, this assumption is often violated in 3-dimensional scenes, where an abrupt change in surface orientation can lead to a significant change in illumination. In this paper, retinex is modified to use the 3-dimensional edge information derived from stereo images. The edge map is used so that spatial comparisons are only made between locations lying on approximately the same plane in 3-dimensions. Experiments on real images show this method works well, however, they also reveal that it can lead to isolated regions, which, as a result of being isolated, are incorrectly determined to be grey. To overcome this problem, stereo retinex is extended to allow information that is orthogonal to the space of possible illuminants to propagate across changes in surface orientation. This is accomplished by transforming the original RGB image data into a color space based on coordinates of luminance, illumination and reflectance. This coordinate system allows stereo retinex to propagate reflectance information across changes in surface orientation, while at the same time inhibiting the propagation of potentially invalid illumination information. The stereo retinex algorithm builds upon the multi-resolution implementation of retinex known as McCann99. Experiments on synthetic and real images show that stereo retinex performs significantly better than unmodified McCann99 retinex when evaluated in terms of the accuracy with which correct surface object colors are estimated.     

基于邻域回归的医学图像超分辨率重建

为了提高医学图像的分辨率,提出一种基于内部样例的邻域回归的超分辨率方法。首先,把输入的低分辨率图像当做高分辨率图像去构造基于自身实例的内部图像训练集,不再依赖外部训练集;然后,把高分辨率重建分成高频重建和低频重建,用邻域回归方法重建图像高频细节部分,用双三次插值方法重建低频部分;最后,用迭代组合的方法联合高频分量和低频分量来获得最终输出的高分辨率图像。实验结果表明,该方法性能优于传统的超分辨率重建算法,重建出的医学图像视觉效果更真实。     

基于卷积盲降噪的混合式核磁共振成像

为了解决图像压缩感知重建研究领域中通过有效的图像先验信息重构与原图相似性高且保留细节消除伪影的高质量图像的问题, 针对不足采样的K空间数据, 在经典的CNN算法CBDNet算法的基础上, 通过融合深度学习先验信息及传统图像恢复各自优势的方法, 研究了基于深度神经网络去噪先验和BM3D块压缩感知算法的混合式重构算法. 该算法采用交互式方法训练多尺度残差网络抑制噪声水平, 借优化选择的方式将深度学习与传统块匹配多尺度结合以提取图像不同尺度的特征数据从而实现抑制伪影、快速重建高质量MRI. 实结果表明深度学习结合BM3D在MR图像重构领域能够有效降低伪影保留细节信息, 加强重构效果. 与此同时, 通过采用GPU的加速运算, 算法的计算复杂度较使用单一算法并未增加很多. 可见基于卷积盲降噪的混合式核磁共振成像效果更佳.     

结构张量的改进Criminisi修复

目的 针对传统基于样本块的图像修复算法中仅利用图像的梯度信息和颜色信息来修复破损区域时,容易产生错误填充块的问题,本文在Criminisi算法的基础上,利用结构张量特性,提出了一种改进的基于结构张量的彩色图像修复算法。方法 首先利用结构张量的特征值定义新的数据项,以确保图像的结构信息能够更加准确地传播;然后利用该数据项构成新的优先权函数,使得图像的填充顺序更加精准;最后利用结构张量的平均相干性来自适应选择样本块大小,以克服结构不连续和错误延伸的缺点;同时在匹配准则中,利用结构张量特征值来增加约束条件,以减少错误匹配率。结果 实验结果表明,改进算法的修复效果较理想,在主观视觉上有明显的提升,其修复结果的峰值信噪比（PSNR）和结构相似度（SSIM）都有所提高;与传统Criminisi算法相比,其峰值信噪比提高了1~3 dB。结论 本文算法利用结构张量的特性实现了对不同结构特征的彩色破损图像的修复,对复杂的线性结构和纹理区域都有较理想的修复,有效地保持了图像边缘结构的平滑性,而且对大物体的移除和文字去除也有较好的修复效果。