基于CT的医学图像三维重建

本文介绍了医学CT三维重建的算法,分析了目前所用的关键技术,为医学图像三维重建应用软件的开发打下了理论基础.最后使用VTK开发包,以手部骨骼三维重建为例,给出了实现面绘制和体绘制方案和结果.     

深度学习在基于单幅图像的物体三维重建中的应用

基于单幅图像的物体三维重建是计算机视觉领域的一个重要问题,近几十年来得到了广泛的关注.随着深度学习的不断发展,近年来基于单幅图像的物体三维重建取得了显著进展.本文对深度学习在基于单幅图像的物体三维重建领域的研究进展及具体应用进行了综述.首先介绍了基于单幅图像的三维重建的研究背景及其传统方法的研究现状,其次简要介绍了深度学习并详细综述了深度学习在基于单幅图像的物体三维重建中的应用,随后简要概述了三维物体重建的常用公共数据集,最后进行了分析与总结,指出了目前存在的问题及未来的研究方向.     

基于深度学习的单视图三维重建综述

计算机视觉是计算机领域研究的热门方向,而三维重建在计算机视觉方面具有很高的研究价值.近年来,随着深度学习、人工智能不断的发展,基于深度学习的单视图三维重建工作受到大量学者的关注.介绍了基于深度学习的单视图三维重建的三种常用方法、三维重建工作常用数据集和其具体的应用领域,并对基于深度学习的单视图三维重建进行了小结与展望.     

基于深度学习的单视图三维重建

单视图三维重建在计算机视觉领域中是一个具有挑战性的问题.为了提升现有三维重建算法重建后三维模型的精度,本文除了提取图像全局特征之外还提取图像局部特征,结合全局特征和局部特征并选取SDF (signed distance function)作为重建后的三维物体表达方式,不仅提高了模型的精度,生成了更高质量的3D形状,还增强了模型的泛化能力,使得深度模型可以以较高质量重建出其他物体种类.实验结果表明,本文提出的深度网络结构和3D形状表示方法与当今最先进的重建算法相比,无论在重建后三维模型的效果还是新型物体的泛化中都有更好的表现.     

基于面绘制的医学序列图像三维重建

基于医学CT图像序列,利用改进的面绘制方法,分别实现了皮肤和骨骼的三维表面重建。在皮肤重建中,主要采用阈值分割法和迭代法相结合而得到光滑逼真的效果。在骨骼重建过程中,采用二值法构建骨骼三维表面,并对得到的结果进行去噪处理,进而得到清晰的骨骼轮廓。为了验证重建方法的通用性,实现了复杂结构器官--心脏的三维表面重建。实验结果表明,方法易于实现,获得了较理想的三维重建结果。重建的三维模型可进行旋转、放大和缩小等操作,这不仅有利于实现人机交互的功能,同时也有利于对模型进行设置和观察。     

基于监督学习的单幅图像深度估计综述

单幅图像深度估计是三维重建中基于图像获取场景深度的重要技术,也是计算机视觉中的经典问题,近年来,基于监督学习的单幅图像深度估计发展迅速.文中介绍了基于监督学习的单幅图像深度估计及其模型和优化方法;分析了现有的参数学习、非参数学习、深度学习3类方法及每类方法的国内外研究现状及优缺点;最后对基于监督学习的单幅图像深度估计进行总结,得出了深度学习框架下的单幅图像深度估计是未来研究的发展趋势和重点.     

深度学习背景下的图像三维重建技术进展综述

三维重建是指从单幅或多幅二维图像中重建出物体的三维模型并对三维模型进行纹理映射的过程。三维重建可获取从任意视角观测并具有色彩纹理的三维模型,是计算机视觉领域的一个重要研究方向。传统的三维重建方法通常需要输入大量图像,并进行相机参数估计、密集点云重建、表面重建和纹理映射等多个步骤。近年来,深度学习背景下的图像三维重建受到了广泛关注,并表现出了优越的性能和发展前景。本文对深度学习背景下的图像三维重建的技术方法、评测方法和数据集进行全面综述。首先对三维重建进行分类,根据三维模型的表示形式可将图像三维重建方法分类为基于体素的三维重建、基于点云的三维重建和基于网格的三维重建;根据输入图像的类型可将图像三维重建分类为单幅图像三维重建和多幅图像三维重建。随后介绍了不同类别的三维重建方法,从三维重建方法的输入、三维模型表示形式、模型纹理颜色、重建网络的基准值类型和特点等方面进行总结,归纳了深度学习背景下的图像三维重建方法的常用数据集和实验对比,最后总结了当前图像三维重建领域的待解决问题以及未来的研究方向。     

MC算法在医学图像三维重建中的应用

详细介绍了MC算法,提出了优化网格模型简化算法。优化网格模型简化算法选取坐标点的原则是,尽可能地接近原始网格,通常采用子集选择法或优化选择法。在尽可能保证图像精度的前提下,优化网格模型简化算法可以提高运算速度,而单纯的网格算法由于失真严重而缺乏实用价值。基于体绘制的网格化简化算法重建的三维模型比较完全,且算法简单,在多排螺旋CT等医学图像三维重建中有较好的应用。     

深度学习的多视角三维重建技术综述

为解决经典的多视角三维重建方法难以重建复杂物体、重建效果不佳以及在高分辨率上的扩展等问题,深度学习方法被引入用以重建具有更高精度的三维模型。系统地总结归纳、分析和比较了使用深度学习方法的多视角三维重建算法,并按照显式几何和隐式几何两种几何表示方式对近几年的多视角三维重建算法进行了分类与梳理。重点介绍了目前具有较高重建精度的将隐式函数以及体渲染相结合的神经隐式三维重建算法,并分别定量、定性分析了该类部分算法在数据集上的结果;另外列举了常用数据集和评价指标,并对未来的研究趋势和发展方向进行了展望。     

基于深度学习的胰腺肿瘤分割算法研究

胰腺癌是比较常见且死亡率较高的肿瘤疾病。医生需要在复杂的胰腺肿瘤CT图像中寻找可疑的肿瘤区域,这容易产生视觉疲劳,导致误诊。针对CT图像中胰腺肿瘤占比较小、不同尺度特征图间的交互性差等问题,在TransUNet模型的基础上增加了多尺度密集连接和极坐标余弦位置编码。实验结果表明,此模型在处理胰腺肿瘤分割任务时表现良好。     

基于Java 3D的医学图像三维重建系统

系统采用分层组件化的设计思想,在逻辑上分为三层:图像预处理层、图像分割层和用户界面层,实现了医学图像的二维标注与测量、三维体数据的分割、三维重建与交互功能。介绍了系统的体系结构和系统开发的主要技术方法。最后指出了系统的实用性和对医学研究方面的价值。     

基于IBR的三维重建新方法

在研究普通的平面图像的基础上,基于图像渲染(IBR)提出了一种新的建立立体模型的方式。能对普通的平面单幅图像进行特征点提取,从而半自动地生成所需要的立体效果。该方法直接从图像中提取信息,渲染出具有照片真实感的模型。实验结果表明,利用该系统渲染的三维模型准确真实,能够满足虚拟现实等应用的需要。     

基于独立三视图的图像序列三维重建

针对图像序列的高效、稳定三维重建问题,提出一种基于独立三视图的三维重建方法.首先以三视图为重建单元,叠加三视图约束,实现基础矩阵的鲁棒性计算,然后通过三角测量恢复得到三视图对应的三维场景局部三维点云.对于三视图的稳定三维点云刚体结构,通过求解相邻三视图间转换参数,将整个图像序列的三维点云统一到同一空间坐标系,实现完整图像序列的三维点云重建.实验表明,所提出算法计算简单、效率高,并且不产生误差累积,重投影误差在1个像素左右,实现建模所需可靠三维点云数据的快速生成.     

基于VTK的三维点云曲面重建研究

针对三维点云数据重建效率低、不能实时交互等问题,利用鲁棒性强的Power Crust算法和三维可视化类库Visualization Toolkit (VTK)的良好并行机制与强大的图像处理能力,实现了三维点云数据曲面快速重建.该算法使用Power Crust对三维点云进行曲面重建,接着对得到的网格进行线性调整、简化和平滑,最后引入VTK进行渲染、绘制、显示,并实时交互.实验结果表明,该算法可以加快散乱点云数据的重建速度,较好地保持了点云数据的拓扑结构,提高了曲面重建的精确性和鲁棒性,且交互性强,适合实时处理.     

基于二维图像三维重建的人脸特征提取技术研究

采用基于二维图像的三维重建对人脸特征进行提取.首先应用平行双目视觉原理获取人脸的二维图像,然后对图像进行预处理,消除图像上的噪音点,增强图像,以便提取特征点,对这些二维图像上的特征点进行优化计算,最后得到整体人脸的三维特征点信息.     

3D geometry reconstruction from orthographic views: A method based on 3D image processing and data fitting

Industrial esthetic designers typically produce hand-drawn sketches in the form of orthographic projections. A subsequent translation from 2D-drawings to 3D-models is usually necessary. This involves a considerably time consuming process, so that some automation is advisable.     

基于VTK人体肺部的三维重建

医学图像三维重建技术是利用二维医学图像序列重建出三维模型,为医生提供直观、全面、准确的病灶和正常组织信息,是当今医学影像领域研究的热点之一。利用一个包含了多种面绘制技术的基于面向对象方法设计的、功能强大的可视化类库Visuali zation ToolKit（VTK）进行人体肺部断层图像的三维重建,讨论了面绘制算法中最常用的移动立方体法（MC）。重建效果表明基于VTK的面绘制技术具有应用灵活、重建效果逼真、重建速度较快等优点。为进一步研究人体肺部的动态建模打下基础。     

基于图形语义理解的三维重建技术

分析了目前三维重建的方法所面临的困难和存在的问题,介绍了基于图形语义理解的三维重建技术的方法和过程,指出利用基于图形语义理解的三维重建方法的可行性与必要性,指出利用语义理解在解决三维重建面临的困难时所发挥的作用.最后,介绍了利用相图语义的理解对金属相图进行三维重建的过程和方法.     

图形语义理解的三维重建技术在相图中的应用

分析了目前进行金属相图的三维重建时面临的困难和存在的问题,介绍了基于图形语义理解的三维重建技术在相图领域中的应用方法,指出方法的可行性和必要性。最后,指明了目前研究的不足之处,以及下一步研究的方向和重点。     

Single image 3D object reconstruction based on deep learning: A review

Multimedia Tools and Applications - The reconstruction of 3D object from a single image is an important task in the field of computer vision. In recent years, 3D reconstruction of single image...