三维重建过程中连通区域求解算法研究

工程图的三维重建算法中二维视图特征识别是重建的关键,一般采用求解连通区域的技术来识别视图特征.针对视图特征的识别研究了传统的以图元为中心的连通区域求解算法,提出了以图元端点为中心的连通区域求解算法,将图元的多次遍历转换成一次遍历并建立端点链表的过程,减少了求解连通区域过程中的虚假连通信息,提高了连通区域的求解的效率.     

基于形状插值的B超图像三维表面重建

B超图像由于受其成像机理的限制,其成像质量较差,无法采用与CT(计算机断层扫描)、MRI(磁共振成像)类似的三维重建方法。针对B超图像的缺点,采用基于形状的插值方法将其转换为等分辨率体数据。此外,对插值算法进行了适当改进,使重建的速度和效果得到明显改善。最后,分别采用移动立方体(marching cubes)算法、连接轮廓线、光线投射(ray casting)算法对B超图像进行三维重建。结果表明,移动立方体算法在重建的真实性和快速性方面都得到了更满意的效果。     

空间相关MC算法的VTK实现

移动立方体是面绘制的经典算法,但要求对所有空间所有体素进行处理,执行效率不高.通过对空间相关性进行研究,即六面体体素如果与等值面相交,则等值面一定会在该六面体的6个面的方面延续,对标准的MC算法进行改进,只处理那些与等值面相交的六面体体素.可视化工具包封装了许多常用的可视化算法,为研究人员提供了极大的便利.通过空间相关性,对VTK中已有库函数vtkMarchingCubes进行改进,提高了原有算法的执行速度,同时又扩充了VTK已有的类.     

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.     

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.     

三目立体相机的标定研究

立体相机标定是计算机视觉中的重要方法,在立体相机的距离测量、三维重建等领域占据着重要的基础地位和广泛的用途。文中在单目相机标定的基础上提出了三目立体标定的新方法,其主要原理是利用三个相机之间的约束关系,建立多目标带约束的优化方程使标定精度得到提高,三目相机标定相对于传统的单目相机标定还可以得到三个相机之间的位置关系。文中首先讲述了立体相机标定的一些基础知识,其中主要是相机模型的介绍;其次讲述了单目摄像机的标定原理,并由此提出三目摄像标定的方法;最后给出实验的结果,验证了所提方法的正确性和有效性。     

SAR图像建筑物成像特性及重建研究方法

基于SAR图像中平面屋顶建筑物的成像机理,介绍SAR图像中建筑物的信息获取和重建方法,包括成像特性、建筑物平面长条屋顶的提取、建筑物高度计算.通过成像原理,利用建筑物二次散射亮线及叠掩、阴影区域定位建筑物屋顶区域,再结合叠掩、阴影区域反推出建筑物高度的计算公式,实现建筑物三维重建.     

基于准稠密匹配的结构化场景三维重建

传统的准稠密对应点匹配算法大都是针对一般场景开发的,未考虑场景的结构特点.为此,针对结构化场景提出一种基于平面单应约束的准稠密匹配方法.首先采用基于仿射不变量的方法检测和匹配稀疏平面种子区域,然后根据平面间的几何约束和对应点相似性约束,利用区域增长的方法实现准稠密扩散匹配.最优种子区域优先扩散策略的应用大大减小了初始错误种子区域对扩散过程的影响,而对不可靠扩散点的后处理也有效地提高了最终三维重建的精度.实验结果表明,相比传统的准稠密匹配方法,对于结构化场景,采用文中方法更加精确和稳定.     

一种脊柱图像快速重建与配准方法

为提高传统脊柱图像三维重建与配准速度和精度，提出一种基于传统立方体(MC)算法和迭代最近点(ICP)算法的快速重建与配准方法。首先利用双边滤波对CT图像进行预处理，基于区域生长的思想改进MC算法，完成三维重建并获取脊柱三维模型和点云模型。然后采用ISS算法提取脊柱点云关键点，求取关键点的快速点特征直方图(FPFH)，基于采样一致性(SAC-IA)方法完成初始配准，从而改善2片点云的初始位姿。最后通过K-D树加速寻找最近邻点对，并引入基于欧式距离的权重系数改进ICP算法，实现精配准。试验结果表明：重建速度较传统方法提高20%，配准速度较传统统方法从177.8s提高到41.2s，且配准结果平均误差为2.81*10^-1。