CT图像表面重建技术中的边缘检测和跟踪补偿

在 CT图像表面重建技术中 ,需要进行边缘检测和轮廓跟踪。本文应用改进的小波变换对 CT图像进行边缘检测 ,并充分利用原 CT图像的信息 ,对得到的边缘图进行跟踪和补偿。通过在与边缘方向垂直的小直线邻域内寻找局部峰值 ,可以弥补在边缘检测中丢失的弱边缘。实验结果证明了该算法的可行性     

工业CT图像轮廓数据提取研究

零件CT扫描设备在扫描过程中不可避免会产生大量冗余信息,导致获取的零件轮廓离散点数据存在噪声和冗余数据．使得特征点提取变得异常困难。传统轮廓数据点的提取和平滑除噪是采用不同方法分开进行的．这种方法可能会剔除有用的特征数据点数据和造成得到的边界点数据发生畸变和偏移。利用多尺度分析技术研究轮廓离散数据的处理,通过对原始轮廓离散数据曲率进行小波多波辨率分解,然后根据尺度间相关性来去除轮廓数据冗余信息和提取特征点,便于在随后的重建过程中实现更精确的表达,基于该方法开发的软件,在实际中应用,取得了良好的效果。     

工业CT图像轮廓数据提取研究

零件CT扫描设备在扫描过程中不可避免会产生大量冗余信息,导致获取的零件轮廓离散点数据存在噪声和冗余数据,使得特征点提取变得异常困难.传统轮廓数据点的提取和平滑除噪是采用不同方法分开进行的,这种传统方法可能会剔除有用的特征数据和造成得到的边界点数据发生畸变和偏移.利用多尺度分析技术研究轮廓离散数据的处理,通过对原始轮廓离散数据曲率进行小波多分辨率分解,然后根据尺度间相关性来去除轮廓数据冗余信息和提取特征点,便于在随后的重建过程中实现更精确的表达.基于该方法开发的软件,在实际应用中取得了良好的效果.     

基于主动轮廓模型的序列图像分割与重建

基于断层测量的表面重建是逆向工程中的重要研究方向,而图像分割是其中的关键性技术。针对这一问题,提出了一种基于Greedy算法的B样条主动轮廓模型,可快速稳定地实现目标图像的分割,适用于基于断层图像的分割与表面重建处理。通过对磁共振序列断层图像的分割与表面重建验证了该方法的有效性。     

基于轮廓提取的图像配准技术探讨

对于地面目标变化检测，由于周围环境的复杂性及多变性，如果不进行较高精度的图像配准，将导致错误的目标变化检测。针对此问题，文章提出了一种基于轮廓提取的图像配准技术，依据边缘检测提取图像的边缘，进而得到图像轮廓之后，找出配准点进行图像配准。仿真实验证明，基于轮廓提取的图像配准技术，能更加有效地观察地形，消除图像之间的位置差异，准确地判断地面目标。     

基于显著图的红外图像显著轮廓提取方法研究

红外图像的轮廓提取在军事等领域具有广泛的应用。从视觉注意机制的角度入手,提出了一种基于视觉显著图的红外图像轮廓提取方法,利用红外图像的灰度局部标准差特征计算其显著图,再进行聚类和滤波消除背景信息对目标轮廓的干扰,得到了红外图像中显著目标的轮廓信息。与其他方法相比,提取的显著轮廓更准确,更符合人眼视觉注意的结果。     

一种基于CT图像反求技术的实体几何造型方法

基于 CT图像的反求是反求工程中的重要内容 ,由 CT图像反求重建出的表面模型只包含了表面几何信息 ,而实体几何模型具有完备的几何和拓扑信息。针对 CAD造型系统中实体模型的特点 ,本文提出一种基于 CT图像反求技术的实体几何造型方法。应用 CT图像反求技术重建出物体的三维表面模型 ,在重建出的拟合曲面三角片序列的基础上 ,采用半边结构来表达重建的表面模型 ,并将该过程作为本研究所开发的特征造型原型系统 3D-Modeler2 .0中的一种造型方法     

基于NSCT的航拍绝缘子图像边缘提取方法

绝缘子图像边缘提取是实现航拍绝缘子缺陷检测与识别的重要前提,结合航拍绝缘子图像的特点,提出了一种基于非下采样轮廓波变换(non subsampled contourlet transform,NSCT)的航拍绝缘子图像边缘提取方法。先利用分段线性灰度变换实现预处理,然后进行NSCT分解,基于分块思想对系数进行分块并求局部阈值,得到边缘图像,最后对边缘检测结果进行形态学滤波使边缘图像更清晰。分别对Lena图像和现场绝缘子图像用Canny算子法、小波模极大值法和所提方法进行图像边缘提取,并对各方法进行性能指标的评价。实验结果验证了所提方法对绝缘子图像边缘检测的有效性,并表明了该方法优于基于Canny算子和小波模极大值的边缘提取方法。     

用IDL实现基于CT图像的三维表面重建

利用计算机断层(CT)图像进行人体组织三维重建,在医学、人体科学等领域拥有非常广阔的应用前景.IDL是近年来被广泛应用于医学图像处理的交互式数据语言.本文结合一组CT图像,介绍了一种用IDL语言实现CT图像形态学边缘检测、轮廓提取和三维表面重建的方法.并采用IDL中事件驱动的程序结构,设计了三维可视化程序.     

CT特征重建技术研究

传统的CT重建技术在检测物体内部细小缺陷时,具有噪声难以滤除、分辨率低、对比度差等特点,滤波器设计和实现具有难度.文中提出一种特征CT重建技术,能有效改善上述缺陷,它是以突现构件特征为目的的CT重建算法,重建图像的目的不是达到整体图像质量最好,而是从突现重建图像特征出发,达到重建图像作用.文中首先介绍了二维及三维特征CT重建算法理论,并通过详细分析、实验结果与参数计算的对比,验证了特征CT重建方法在高频信息、抗噪能力、滤波器设计及实现速度方面的明显优势.     

基于CT图像的快速成形数据建模方法

针对医学上广泛采用的CT图像数据，提出了基于CT图像的快速成形数据建模方法，通过CT图像滤波，分割，开操作等图像处理方法以及轮廓提取和采样等建模方法，得到快速成形数据接口CLI文件，进而进行原型的快速成形制造。该方法在人体右侧半骨盆置换手术中取得成功，讨论了提高模型精度，构造数据接口文件的有关问题。     

数据同化方法在曲面重构中的应用

数据同化方法是气象、海洋进行数值预报的主要方法,四维数据同化的提出提高了其预报的准确性。四维数据同化的实质就是由大量观测值去确定出这些观测值所决定的曲面,而曲面重构也是依据测量所获得的大规模数据点重构实物的曲面模型。因此,本文提出了将数据同化方法应用于曲面重构的设想,文中分别介绍了如何用迭代寻优法进行网格优化和变分伴随同化法进行曲面重构。试验结果表明:优化后的三角网格更趋于正三角形,同化后的曲面逼近精度明显提高,达到了提高重构曲面与实物一致性的目的。     

散乱数据的曲面重构与深度图像多视匹配技术

针对激光扫描测量系统得到的大量散乱数据点 ,制定了基于曲率特征的自适应采样策略 ,研究了一种基于Delaunay三角剖分的三角Bezier曲面造型与NURBS曲面造型相结合的实用曲面重构技术 ,采用改进后的迭代最近点算法对深度图像数据多视匹配技术进行了研究。     

激光扫描数据重构曲面的优化技术研究

本文提出了一种利用激光扫描数据和曲面灰度图像重构曲面的方法和步骤 ,利用图像处理技术构造连续的 3D边界 ,采用最小二乘法拟合激光扫描数据构建参数化基曲面 ,通过对 3D边界曲线进行优化处理并作为约束条件 ,使实物反求过程中重构的曲面模型能真实地再现采样曲面的原貌     

一种高速多功能图形处理系统的实现与应用

介绍了一个高速多功能的二值图形处理系统,该系统主要由硬件逻辑电路组成,高速灵活地实现轮廓跟踪,细化等多种常用的二值图像处理算法,处理速度主要受硬件延时的限制,该系统可在许多领域中广泛应用,文中给出了其中的一个应用实例。     

基于原始曲面信息的变形网格的曲面重构

为了对有限元分析后的模型进行干涉检查和再分析,需对变形后的网格重建实体模型。基于原始曲面的信息,对变形后的网格进行区域分割,针对分割后的每个特征区域,分别对二次曲面和B-样条曲面采用了不同的重构方法。对于二次曲面,提出了一种基于等参数线的二次曲面参数提取的方法;对于B-样条曲面,给出了一种误差控制的B-样条曲面拟合的多步迭代方法。基于原始模型的拓扑结构,对重构后的曲面进行裁剪缝合得到变形后的实体模型。由于利用了原始曲面信息,使得曲面重构得以简化。实验表明,基于原始曲面信息的曲面重构方法可以快速有效地重构出任意复杂拓扑结构的变形后的曲面。     

基于单目图像序列的铸件三维重建方法

为了实现基于机器视觉的铸件毛刺自动检测与识别,提出了一种基于单目视觉的铸件三维重建方法。利用单目相机对目标进行无标定多角度旋转拍摄,获得一组单目图像序列;运用“两步匹配法”优化相邻图像特征点的匹配,剔除大量误匹配点,提高特征点匹配效率。对三维重建的点阵进行泊松表面重建,细化了铸件三维表面的细节。实验结果表明,该方法装置简单,无需对相机与目标的相对位置进行预先标定,能有效地恢复铸件三维表面的细节特征。该方法适用于机械加工环境下零件的三维表面重建。     

基于光学定位仪的曲面三角网格重建及其应用

针对光学定位仪采集到的非均匀散乱数据进行曲面的实时三角网格重建。首次给出了光学定位仪采集点的曲面重建过程中样本密度以及邻域值的确定方法,并将其应用到手术导航中的骨表面重建,从而更好地利用可视化技术帮助医生进行术中判断。多次重建结果表明,该方法与未改进的曲面重建方法相比,能够更好地确定曲面的边界,在实际应用中也更为有效。     

一种基于RBF隐式曲面的离散数据快速重建方法

本文针对空间散乱数据, 提出一种基于RBF（Radial Basis Function）隐式模型的快速曲面重建方法,并实现了隐式曲面的可视化。三维离散数据由于分布稠密、不均匀,空间拓扑结构未知的特点,本文首先强调大规模散乱数据预处理的重要性。通过基于空间法向量约束和主元分析两种方法进行数据简化和特征提取。其次采用K-d tree数据结构进行空间数据分割,将全局模型转化为局部的RBF模型,从而通过求解线性方程组得到模型的权值系数。最后在局部交叠空间光滑拼接,得到一个代数表达形式的光滑曲面。实验结果表明,该方法适用于任意复杂物体的三维曲面重建,而且具有较高的重建精度。