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.     

3D Curves Reconstruction Based on Deformable Models

We present a new method, based on curve evolution, for the reconstruction of a 3D curve from two different projections. It is based on the minimization of an energy functional. Following the work on geodesic active contours by Caselles et al. (in Int. Conf. on Pattern Recognition, 1996, Vol. 43, pp. 693–737), we then transform the problem of minimizing the functional into a problem of geodesic computation in a Riemann space. The Euler-Lagrange equation of this new functional is derived and its associated PDE is solved using the level set formulation, giving the existence and uniqueness results. We apply the model to the reconstruction of a vessel from a biplane angiography.     

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。     

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。     

三维重建中深度图像配准方法研究

三维重建是计算机视觉的主要目的,也是计算机图形学领域的研究热点。通过两两配准和多视角配准的深度介绍和举例说明,系统介绍了深度图像配准方法。通过这些方法可以大大简化三维物体的识别和定位等问题,开辟了机器视觉的一个新途径。     

基于CT切片的人脸三维重建

人类感知外界信息,80%是通过视觉得到的。三维重建一直是计算机视觉领域最热门的研究方向之一。研究了基于医学图像的三维重建,从一系列二维断层医学图像中重构出三维实体,以便满足医学应用。     

基于角点检测的图像分割算法及在三维重建中的应用

针对基于单幅图像的三维重建方法的多解性和病态性的难点问题,提出了一种基于Harris多尺度角点检测的图像分割算法,将复杂的工程图像分离成若干个简单基本几何形体,分别对其重建以避免直接恢复深度信息的病态解问题;为了提高基于角点的图像配准算法的配准精度,把多分辨分析的思想引入到经典的Harris角点检测中,构造了基于小波变换的灰度强度变化公式,并得到了具有尺度变换特性的自相关矩阵,从而使改进的Harris角点检测算法具有旋转、平移和尺度的不变性;实验验证了改进算法的快速、准确和稳定的特性。     

基于多粒度匹配的高超速飞行体三维重构方法

针对高超速飞行体在飞行过程中能获取到的图像信息较少,无法完全复现其轮廓信息,提出一种基于多粒度匹配的三维重构优化方法。首先通过两台高分辨率CCD相机正交的阴影照相站系统采集高超速飞行体多幅图像信息,利用图像分割技术提取物体的二维轮廓;然后采用改进的SFS算法求解出物体表面各点的相对高度和表面法向量,恢复其三维形貌;最后使用图像拼接优化技术实现高超速飞行体表面的三维重构。并经过实体模型的三维重构验证所提方法的可行性及有效性。     

基于II三维重建的facet-braiding现象分析

三维全景图像技术(Integral Imaging,简称II)是一种能够记录和显示全真三维场景的图像技术。该技术采用微透镜阵列记录空间场景,空间任意一点的深度信息只需通过一次成像即可直接获得。Facet braiding是三维全景图像中一种很重要的视觉现象,该现象造成图像失真,影响了图像的观看效果。Ref. 6中Martine} Cuenca从单个元素图像的角度对该现象进行了分析,现从三维重建的角度对该现象的出现与否进行对比验证。先用光学软件模拟深度优先、参考平面在无穷远处的传统II成像系统,然后在该模拟系统中进行对比实验,结果并未出现Ref. 6中提到的facet braiding现象。该结果对II的视角分析、物体的精确三维重建及空间分辫率分析具有重要意义。     

基于3D人脸重建的光照、姿态不变人脸识别

待匹配人脸图像与库存原型图像之间姿态和光照的差异是自动人脸识别的两个主要瓶颈问题,已有的解决方法往往只能单独处理二者之-,而不能同时处理光照和姿态问题.提出了一种对人脸图像中的姿态和光照变化同时进行校正处理的方法,即通过光照不变的3D人脸重建过程,将姿态和光照都校正到预先定义的标准条件下.首先,利用先验的统计变形模型,结合人脸图像上的一些关键点来恢复较为精细的人脸3D形状.基于此重建的3D形状,进而通过球面谐波商图像的方法估计输入图像的光照属性并提取输入图像的光照无关的纹理信息,从而将光照无关的3D人脸完全重构出来,生成输入人脸图像在标准姿态和光照条件下的虚拟视图,用于最终的分类识别,实现了对光照和姿态问题的同时处理.在CMU PIE数据库上的实验结果表明,此方法可以在很大程度上提高现有人脸识别方法对于原型集合(gallery)和测试集合中图像在姿态和光照不一致情况下识别结果的正确性