医学图像重建MC算法三角片的合并与实现

提出一种算法对Marching Cubes算法中产生的大量三角片进行合并。根据三角片顶点的空间位置,按照所给的约束条件对顶点进行判断,合并符合条件的顶点,以减少三角片的数目。这个方法在保留图像细节的前提下,改善影像的显示速度,以期实现三维医学图像实时显示。对数据量大的医学图像的三维重建尤为必要。     

基于近平面合并的三角网格简化算法

提出一种基于近平面合并的三角网格简化算法,针对三维重建MarchingCubes算法中产生的大量三角片进行简化。首先依据近平面判断条件将近似共面的三角形合并成一个大的多边形,然后按相应的准则将其重新进行三角化得到更少的三角形面片,以达到简化的目的。该算法在最大化的保留图像细节的前提下,精简了三角片的数目,提高了重建后图像绘制和传输的速率,节省了存储空间和处理时间。     

基于细节的自适应网格简化

从模型中保留的几何细节出发,提出一种自适应的三角网格简化算法．该算法首先比较顶点与其相邻点之间的欧氏距离是否超过预先设定的简化尺度,删除小于该尺度的相邻点,再对删除造成的空洞作局部三角剖分．此算法的特点是用细节度参数控制简化模型的整体精度,并且简化的尺度可以根据模型表面的细节情况作自适应调整,自动在细节丰富的区域变小而在细节稀疏的区域变大．通过两组应用实例可以看到,文中算法在有效地降低数据量的同时很好地保持了模型的视觉特征．     

基于改进Marching Cubes算法的乳腺MRI肿块三维重建

核磁共振成像MRI(Magnetic Resonance Imaging)是目前乳腺癌肿块诊断的常用辅助手段,对图像的正确解析是关键,针对传统MC(Marching Cubes)面绘制算法应用于乳腺MRI图像的不足,提出了改进方法。首先利用乳腺MRI序列图相邻帧间图像灰度分布的相似,肿块组织形状相近等相关性,在RSF(Region-Scalable Fitting)模型的基础上利用初始轮廓迭代的方法提取肿块区域。接着将多组参数下获得的结果,依据每一帧与其前后帧的重叠面积越大越好作为条件进行筛选,使提取的等值面最优化。最后采用基于加权二次误差度量的三角形折叠方法,对面绘制产生的大量三角网格进行了简化。将所提出的改进方法应用于30例乳腺MRI序列图,实验结果表明,对于乳腺MRI肿块的三维重建在精度和绘制速度上都比使用传统MC算法有很大提高。     

海量断层网格数据的并行简化

利用Marching Cube算法重建的网格数据通常存在三角面片数量庞大的特点,必须对其进行一定程度的简化才能够方便地使用。对于海量断层网格数据可以将其分成连续的若干段,然后将各段在不同的计算节点上进行简化操作以达到并行的效果,但是这样会丢失各段连接处的拓扑信息,因而不利于后续的网格操作。采取了一种新的网格数据存储格式,并基于此提出了相应的合并算法。结果表明该算法能够很好地保持各段之间的拓扑关系,从而实现了断层网格数据的分布式并行简化。     

医学图像三维重建及实时性研究

使用VTK工具包和MC重建算法开发了一套医学影像三维重建系统,并着重对实时性进行研究。由于重建后图像数据的处理时间和存储代价与三角形网格中三角形数量成正比,过于复杂和细节化的网格会给图像数据的存储、传输、计算和实时绘制等带来负担,故采用了顶点合并的三角形网格简化方法来减少三角形数量。另外,网格存储中存在公共顶点的大量重复存储,故提出了三角形网格的哈希映射存储方法,消除了顶点的重复存储。     

基于三角形折叠的网格简化算法

在计算机图形学中，物体常常用三角形网格模型来描述。本文提出了一种新的基于三角形折叠的网格简化算法。该网格简化算法不仅能减少模型中的三角形数目而且能保持模型拓扑结构。算法给出了一种基于点到平面距离的有效的误差控制方法，并能在用户指定的误差范围内通过使原始网格中的三角形折叠达到大量简化的目的。该算法实现简单并且速度快。另外为了有效地支持多分辨率模型的表示以及相邻层次模型间的连续过渡，本文还给出了一种基     

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。     

MC 算法在 CT 医学图像三维重建中的应用*

MC 算法是三维重建面绘制的经典方法,采用等值面提取的方式把所需的数据分离出来进行重建。通过对 MC 算法的原理进行分析,结合 VTK 类库编程,研究基于 MC 算法提取CT 图像病灶的方法,并通过坐标平滑的方法对算法进行改进,提高三维重建的平滑显示效果和重建速度。     

基于三角网格模型简化的研究

三角网格模型需要大量的信息来记录点、边和面之间的连接关系,对于复杂模型更需要大量的存储空间,且在网络上传输的速度比较慢。三角网格模型的简化对于其存储、处理、传输以及实时绘制有着重要的意义。本文在针对国内外关于这一领域相关技术研究的基础上,设计出了一种基于三角形删除的简化算法。该算法首先计算三角形的权重,根据设定的权重差值比例来删除相应的三角网格模型区域,然后再对删除后的区域实行三角网格的重建。最后,以两个实例进行探讨,以原始网格模型与简化后的网格模型进行对比,说明本文所设计的网格模型简化算法即有效地实现了三角网格模型的简化,又保持了三角网格模型原有的基本特征,且使简化的效率得到了提高,达到了令人满意的结果。     

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。     

MC算法与MT算法的比较

三维医学图像表面重建算法是近来的一个研究热点,目前已有多种算法,其中最具代表性的是Marching Cubes(MC)算法和Marching Tetrahedra(MT)算法.本文对这两种算法的实现原理进行了分析比较,给出了实现这两种算法的数据结构,分析了两者的实现过程,并针对具体的实验结果比较了两者的优劣.     

基于MC算法的光刻仿真微结构的三维重建

在深度光刻中为了仿真微结构的形状,需要利用三维光场分布的数据对其进行三维重建。而MC(Marching Cubes)算法是三维重建中构造等值面的代表性的方法之一。以MC算法为基础,首先介绍了如何利用MC算法来绘制三维光场数据的等值面,然后分析将等值面和边界所围成的空洞补全的方法,最后研究了如何利用有限元分析软件的参数化设计语言将生成的面模型转换成实体模型。该方法重建的几何模型不但可以用于微结构形状误差分析,而且还可方便的用于建立有限元模型,直接应用于有限元分析。     

一种矩形网格自动剖分及加密算法

利用差分算子分列式进行高效预处理,需要对目标域进行矩形网格剖分。而常用的有限元网格自动生成器难以满足需要。文章吸取了逐点比较法的思想,设计了一种新的算法,可以实现矩形网格的均匀和非均匀剖分以及网格的自动加密,并大大简化剖分时的运算量和需要记录的数据量。     

三维图形引擎中骨骼蒙皮动画的一种实现方法

提出了三维图形引擎中骨骼蒙皮动画的一种实现方法，即将现有的关节动画与单一网格动画相结合，利用骨架的继承变换和顶点混合技术使骨骼蒙皮动画平滑逼真。实验表明该方法有良好的显示效果，并具有较好的实时性，且占用的存储空间不大，能够满足当前三维图形引擎对动画技术的要求。     

离散Marching Cubes算法在骨科手术模拟系统的应用

为保证模型相对准确和满足模拟手术过程中三维交互的实时性要求,手术模拟系统要求在保持模型拓扑结构的前提下简化模型。该文详细介绍了离散MarchingCubes(DiscMC)算法及其实现,在实现过程中使用查表法,解决了二义性问题,提高了程序的运行效率。实验表明,DiscMC算法在保持模型的拓扑结构基础上大幅度减少了三角面片数目,缩减比例达66%。DiscMC算法作为计算机模拟骨科手术系统的三维表面模型重构和简化算法是合适的。     

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.     

MC算法在电磁场仿真的应用与实现

近年来可视化技术由于其优点得到了飞快的发展。Marching Cubes算法广泛应用于三维空间数据的等值面构建中。简要介绍MC算法的基本原理,在电磁场的仿真研究中引入该算法,针对电磁场数据和算法的特点,在实际的运用中做出改进,以满足实时仿真的要求。