Marching Boxes：一个多精度等值面抽取算法

Ｍａｒｃｈｉｎｇ Ｃｕｂｅｓ算法是生成三维数据场等值面的经典算法，适用于数据密度较高的体数据。结合显示所需精度提出的Ｍａｒｃｈｉｎｇ Ｂｏｘｅｓ算法，对ＭＣ算法作了优化，减少了由ＭＣ算法生成的三角面片数，使实时观察体数据成为可能。     

基于多尺度的Marching Cube改进算法

在医学图像三维重建中,经典的等值面重建算法Marching Cube是一种比较常用的算法。该算法具有可以在给定阈值的情况下提取任意三维数据场的等值面的优点,但因需计算大量的数据和三角面片而使得该算法速度较慢。提出了使用不同尺度的等值面重建理论,实现了一个多尺度的Marching Cube算法,经过实验对比,该算法比原Marching Cube算法具有效率高、速度快的优点。     

一种医学图像三维表面重建的快速算法

阐述了医学图像三维重建的方法和过程,提出了一种基于跨距空间的快速种子体素搜索算法,利用等值面繁衍算法快速提取三角形等值面,并对由中点近似产生的共面三角形等值面进行合并。实验结果显示,本文提出的算法加快了重建的速度,有利于实现对基于医学图像的大规模数据三维重建的实时绘制和交互。     

体数据的多精度等值面抽取

Ｍａｒｃｈｉｎｇ Ｃｕｂｅｓ算法是一个被广泛应用的体数据等值面抽取算法。本文提出的Ｍａｒｃｈｉｎｇ Ｂｏｘｅｓ算法结合显示所需精度，对ＭＣ算法作了优化，减少了由ＭＣ算法生成的三角面片数，使实时观察体数据成为可能。在保留图象细节的前提下，ＭＢ算法输出的三角面片经ＭＣ算法减少了一半以上，从而加快了体数据的面绘制速度。     

基于三维栅格模型的最短距离等值面提取

通过研究三维最短距离分析及MC算法,提出基于三维栅格模型的最短距离等值面提取算法,通过导入费用数据和源点数据,即可自动输出到达源点任意有效取值的最短距离等值面。该算法允许输入多个源点,并可应用于非均质三维空间中。实验结果表明,该算法设计合理、可行。     

等值面抽取技术在超声探头声场模拟中的应用

为了更好地研究超声波声场,提出了以等值面方式来表现超声探头的声场分布;运用并改进了经典的MC（Marching Cubes）算法得出了圆盘和矩形两种超声探头声源的三维声场等值面描述.实验表明改进后的算法能获得较好的效果.     

基于MC算法的医学建模方法与研究

针对现有医学图像特点,提出了一种医学三维建模的新方法.该方法基于传统MC算法,结合种子填充思想进行等值面扩展,并利用DMC方法进行插值位置取代,最后直接连接等值点生成多边形网,从而减少了面片数量,很好的解决了二义性问题.实验表明,该方法较传统方法在拓扑结构、存储空间和处理速度方面均有较大改善.     

基于VTK的医学图像快速重建系统

使用数据可视化工具包VTK和重建算法MC开发了一套医学影像三维重建系统。系统针对阻碍实时性的三维重建时空问题,采用顶点合并和哈希映射方法对三角形网格进行优化,有效减少了重建后图像的存储量并提高了显示速度。本系统为构建完整的医学可视化平台奠定了基础。     

基于最近邻Marching Cubes的医学图像三维重建

在医学图像三维可视化中,移动立方体算法（Marching Cubes,MC）是面绘制的经典算法。针对MC算法计算插值点导致执行速度慢、效率不高的缺点,提出一种基于最近邻逼近的MC算法,该方法在n次等分点量化序列中寻找等值面最近邻点代替线性或非线性插值,既避免了插值的大量计算又保证了误差精度,还可改善三角面片结构。利用可视化工具开发包VTK对人体脸部和脚部CT数据集进行三维重建,实验表明改进算法明显缩短了绘制时间,提高了重建效率。     

基于间隔树的等值面提取加速算法的改进

等值面提取是体绘制算法的一个重要方面。该文对一种等值面提取加速算法的数据结构和搜索算法提出改进的方法，并用 ＭＡＴＬＡＢ语言在微机上加以实现，获得了预期的效果。     

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。     

基于改进MC算法的医学图像三维重建研究

MC算法是经典的三维重建方法。但它重建时效率低,产生了大量的三角面片,增加了绘制的时间和空间。而且存在拓扑二义性,会使重建后的图像产生空洞的结构,重建的效果也不是很理想。对此,提出相应的改进策略。介绍了如何提高计算效率、减少三角面片数量、消除二义性和平滑图像等方面。通过实验证明了改进算法的可行性。     

一种改进的医学图像压缩编码算法

提出了一种基于四叉树分割的分形图像编码的改进算法,通过调整父块与子块的误差来控制编码速度和解码质量。仿真实验表明,该算法有效地提高了图像编码的效率,具有可行性。     

基于改进的免疫模糊聚类方法的医学图像分割

传统模糊C-均值聚类算法需要输入初始聚类中心,但是输入错误的初始聚类中心会产生较差的图像分割结果。对此提出一种改进的医学图像分割算法——基于免疫模糊聚类的医学图像分割。该算法能够快速有效地找出合适的初始聚类中心值,使之最大可能地趋近于理想值,从而大大提高算法的效率,避免陷入局部解。同时,将免疫克隆选择算法融入到模糊聚类算法中。实验结果表明,该算法能快速有效地找到合适的初始聚类中心,能有效提高搜索效率和准确率,得到较理想的分割效果。     

一种改进的医学图像配准插值算法研究

提出一种基于统计学的插值算法,依据所要进行插值点的方向性进行搜索插值,以确定该点是平滑区域还是边缘区域,根据预先设定的阈值进行插值处理.通过仿真实验,该算法很好地解决了边缘模糊和效果不佳的问题.     

改进SURF算法的图像拼接算法研究

针对目前图像拼接算法存在对于图像配准过程中对应特征点对难以准确匹配的问题,提出了一个通过改进的SURF算法提取图像特征点,然后对得到的特征点进行描述,利用快速RANSAC算法配准图像,最后采用像素加权的方法进行图像融合。实验结果表明,提出的改进SURF方法有效地提高了特征点提取的准确性,去除了错误的匹配点对,将整个拼接过程的效率从之前的13.03对/秒提升到15.20对/秒。     

基于改进粒子群优化的电容层析成像图像重建算法

Landweber电容层析成像ECT图像重建算法与粒子群优化算法PSO结合后能够进一步提高成像质量,但标准粒子群优化算法用于图像重建优化时存在陷入局部最优的现象。针对该问题,提出一种基于改进粒子群优化结合Landweber算法的电容层析成像图像重建算法。新算法在Landweber算法的基础上加入改进的惯性权值指数衰减粒子群优化策略,通过增加以指数规律衰减的粒子速度更新公式的约束因子,以保证算法在开始阶段具有较强的全局寻优能力,而在后期具有较强的局部寻优能力,从而实现对Landweber算法初始重建结果的进一步优化,以提高重建图像的质量。为验证新算法的有效性,选取较典型的LBP、改进Tikhonov迭代算法及Landweber图像重建算法,完成了ECT图像重建的对比实验。仿真结果表明,相对于其他算法,对于常见的几种流型,新算法在重建图像的主观及客观质量方面均有明显提高。     

基于改进搜索策略的Live-Wire医学图像分割算法

Live-Wire 分割算法提供了一种精确的、可再现的交互式医学图像分割方法。Live-Wire算法中最优路径的搜索通常采用Dijkstra算法,其时间复杂度为O[n2]。提出从两个方面对Live-Wire医学图像分割算法的搜索策略进行改进以提高Live-Wire算法的实时性：（1）在最短路径的搜索过程中应用二叉堆排序,使算法的时间复杂度从原来的O[n2]降为O[n ln n];（2）在最短路径搜索中加入到达目标节点即停止的限制条件,可明显减少搜索节点数,使算法的时间复杂度远小于O[n ln n]。经算法分析及实验表明,搜索策略的改进可显著提高Live-Wire算法的运行效率。     

一种改进的OS I D的图像匹配算法

针对OSID在构建描述符时未考虑一个特征点的图像块里存在其他特征点,以及生成直方图描述子匹配速度较慢的问题,提出一种基于OSID的改进二进制描述符.在OSID描述符构建的过程中,扇形个数m的选择是固定的,因此提出当一个特征点的图像块里有多个特征点时,尝试将m的值自适应,丰富描述子所包含的信息,提高算法的正确匹配率;并将...     

基于改进的GAC模型的医学图像序列分割算法

为了快速有效地提取出图像序列的边缘,提出了一种基于改进的测地线活动轮廓（GAC）模型的图像分割算法。在该方法中,只需在第一幅图像中感兴趣区域的内部给出大致的初始轮廓。在后续图像中,首先采用运动估计与区域统计特征结合的方法得到轮廓模型的初始轮廓,然后利用结合先验信息的测地线活动轮廓模型进行分割。此外,为了有效地减少算法运算时间,采用手工办法在第一张图像上选定模型演化的区域,该区域在后续图像上将依据分割结果自动调整大小和位置。实验结果表明：方法能够快速有效地提取目标物体的边缘。