基于分割的三维医学图像表面重建算法

提出了一种基于分割的三维医学图像表面重建算法,它将图像分割与MC(marching cubes)算法有机地结合,这样可以根据不同医学图像的特点,采用适合的分割方法,实现对不同组织的准确分割,并利用分割结果精确地提取等值面,避免了MC只适合于阈值分割的局限性.同时采用一种基于区域增长的立方体检测方法,提高了表面跟踪的效率.实验证明,运用本算法,重建速度和显示效果均有提高.     

3D Curves Reconstruction Based on Deformable Models

We present a new method, based on curve evolution, for the reconstruction of a 3D curve from two different projections. It is based on the minimization of an energy functional. Following the work on geodesic active contours by Caselles et al. (in Int. Conf. on Pattern Recognition, 1996, Vol. 43, pp. 693–737), we then transform the problem of minimizing the functional into a problem of geodesic computation in a Riemann space. The Euler-Lagrange equation of this new functional is derived and its associated PDE is solved using the level set formulation, giving the existence and uniqueness results. We apply the model to the reconstruction of a vessel from a biplane angiography.     

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。     

基于标志点的虚拟剖切面重建

针对现有医学图像技术中三维模型的虚拟剖切面重建算法功能单一、不能完成复杂路径剖切面展开的缺点,提出基于空间任意标志点的剖切面重建算法。该算法可以沿三维空间中的任意路径完成虚拟剖切面展开,包括确定标志点、拟合虚拟剖切路径、重建剖切面3个部分。实验证明该算法可以得到稳定优异的重建图像,精确度较高。     

三维重建中深度图像配准方法研究

三维重建是计算机视觉的主要目的,也是计算机图形学领域的研究热点。通过两两配准和多视角配准的深度介绍和举例说明,系统介绍了深度图像配准方法。通过这些方法可以大大简化三维物体的识别和定位等问题,开辟了机器视觉的一个新途径。     

基于CT切片的人脸三维重建

人类感知外界信息,80%是通过视觉得到的。三维重建一直是计算机视觉领域最热门的研究方向之一。研究了基于医学图像的三维重建,从一系列二维断层医学图像中重构出三维实体,以便满足医学应用。     

基于角点检测的图像分割算法及在三维重建中的应用

针对基于单幅图像的三维重建方法的多解性和病态性的难点问题,提出了一种基于Harris多尺度角点检测的图像分割算法,将复杂的工程图像分离成若干个简单基本几何形体,分别对其重建以避免直接恢复深度信息的病态解问题;为了提高基于角点的图像配准算法的配准精度,把多分辨分析的思想引入到经典的Harris角点检测中,构造了基于小波变换的灰度强度变化公式,并得到了具有尺度变换特性的自相关矩阵,从而使改进的Harris角点检测算法具有旋转、平移和尺度的不变性;实验验证了改进算法的快速、准确和稳定的特性。     

基于多粒度匹配的高超速飞行体三维重构方法

针对高超速飞行体在飞行过程中能获取到的图像信息较少,无法完全复现其轮廓信息,提出一种基于多粒度匹配的三维重构优化方法。首先通过两台高分辨率CCD相机正交的阴影照相站系统采集高超速飞行体多幅图像信息,利用图像分割技术提取物体的二维轮廓;然后采用改进的SFS算法求解出物体表面各点的相对高度和表面法向量,恢复其三维形貌;最后使用图像拼接优化技术实现高超速飞行体表面的三维重构。并经过实体模型的三维重构验证所提方法的可行性及有效性。     

基于II三维重建的facet-braiding现象分析

三维全景图像技术(Integral Imaging,简称II)是一种能够记录和显示全真三维场景的图像技术。该技术采用微透镜阵列记录空间场景,空间任意一点的深度信息只需通过一次成像即可直接获得。Facet braiding是三维全景图像中一种很重要的视觉现象,该现象造成图像失真,影响了图像的观看效果。Ref. 6中Martine} Cuenca从单个元素图像的角度对该现象进行了分析,现从三维重建的角度对该现象的出现与否进行对比验证。先用光学软件模拟深度优先、参考平面在无穷远处的传统II成像系统,然后在该模拟系统中进行对比实验,结果并未出现Ref. 6中提到的facet braiding现象。该结果对II的视角分析、物体的精确三维重建及空间分辫率分析具有重要意义。     

基于3D人脸重建的光照、姿态不变人脸识别

待匹配人脸图像与库存原型图像之间姿态和光照的差异是自动人脸识别的两个主要瓶颈问题,已有的解决方法往往只能单独处理二者之-,而不能同时处理光照和姿态问题.提出了一种对人脸图像中的姿态和光照变化同时进行校正处理的方法,即通过光照不变的3D人脸重建过程,将姿态和光照都校正到预先定义的标准条件下.首先,利用先验的统计变形模型,结合人脸图像上的一些关键点来恢复较为精细的人脸3D形状.基于此重建的3D形状,进而通过球面谐波商图像的方法估计输入图像的光照属性并提取输入图像的光照无关的纹理信息,从而将光照无关的3D人脸完全重构出来,生成输入人脸图像在标准姿态和光照条件下的虚拟视图,用于最终的分类识别,实现了对光照和姿态问题的同时处理.在CMU PIE数据库上的实验结果表明,此方法可以在很大程度上提高现有人脸识别方法对于原型集合(gallery)和测试集合中图像在姿态和光照不一致情况下识别结果的正确性     

基于两视图的曲面重建方法

提出了一种利用曲面物体的两幅图像进行曲面重建的方法。从物体的正面和侧面拍摄两幅图像,而后利用用户交互获得这两幅图像中的侧影轮廓线。并通过最小化以这些侧影轮廓线作为约束二次目标函数,重建出最光滑的三维曲面。另外,在二次目标函数中增加一个系数,实现了曲面折痕。利用真实图像进行实验,验证了该方法的可行性和正确性。     

基于Matlab的颅面三维重构技术

介绍了一种以Matlab为工具实现颅面三维重构的方法。给出了利用该方法处理医学图像、构造体数据集和三维重构的全过程。提出了完成医学图像三维重构的技术路线、方法和步骤。为医学图像的三维可视化技术提供了一种新的可能。     

基于未标定图像的三维重建算法

提出一种基于多幅未标定图像的三维重建算法。在标记点匹配的基础上进行射影重建,通过施加度量约束将射影重建升级为欧氏重建,即利用未标定的透视图像恢复相机的内、外部参数以及标记点的三维空间坐标,实现场景的三维重建。标记点易于进行点对精确匹配,较手动拾取匹配提高了效率。实验结果表明,利用该算法能够大幅减小再投影误差。     

基于三维激光扫描的物体重构建模

物体拍摄环境具有测量数据量大、物体外轮廓信息复杂等特点,采用当前方法能够获得物体精确的三维点云数据,但缺乏颜色和纹理信息,导致物体重构精度不高,真实感较差;为此,提出一种基于三维激光扫描的物体重构建模方法;该方法通过三维激光扫描技术获取物体点云数据,采用显式的欧拉积分方法对物体整个三维曲面进行平滑,依据三角生长法进行物体三维空间三角划分,将物体网格顶点向球面进行映射,由此构造物体三角网格模型,通过迭代最近点算法对物体非同步点云数据初步匹配结果进行精确配准,利用最近点搜索算法将经多视图立体视觉算法优化后的物体颜色信息和三维点云数据坐标相融合;实验结果表明,所提方法可以快速精确地建立物体三维重构模型,验证了所提方法的可行性。     

基于Mimics的CT三维重建应用分析

通过实例分析了Mimics的CT三维重建过程。在建模中利用Matlab进行CT图像格式的转换,分析了图像的导入和对比度调整过程,阐述了图像去燥与分割提取方法。结果显示利用Mimics可以方便快捷的对CT影像进行快速三维重建。     

基于稀疏点云的多平面场景稠密重建

多平面场景是生活中常见的一种场景,然而由于该类场景中常常存在物体表面纹理缺乏和纹理重复的现象,导致从多视图像重建获得的三维点云数据中存在点云过于稀疏甚至孔洞等问题,进而导致以微面片拟合三维点云所得到的重建表面出现平面颠簸现象.针对这些问题,本文提出了一种基于稀疏点云的分段平面场景重建方法.首先,利用分层抽样代替随机抽样,改进了J-Linkage多模型估计算法;然后,利用该方法对稀疏点云进行多平面拟合,来获得场景的多平面模型;最后,将多平面模型和无监督的图像分割相结合,提取并重建场景中的平面区域.场景中的非平面部分用CMVS/PMVS(Clustering views for multi-view stereo/patch-based multi-view stereo)算法重建.多平面模型估计的实验表明,改进的J-Linkage算法提高了模型估计的准确度.三维重建的实验证实,提出的重建方法在有效地克服孔洞和平面颠簸问题的同时,还能重建出完整平面区域.     

基于标定物的相机标定及三维重建

针对传统三维建模的局限性,讨论了一种基于图像建模的技术,提出了利用普通相机和标定物对物体进行三维建模的方法,该方法利用一个在左右图像都存在的物体,对相机进行标定[1]。然后利用左右相机的相机矩阵,反算空间中的对应点和需要求取的关键点。最后利用这些点计算出来的空间位置[2],对物体进行重建,并用OpenGL进行漫游显示。实验表明,该算法计算准确,鲁棒性很高,能够满足于虚拟现实的需要。     

下颌骨CT序列图象的三维重建

在对医学图象三维重建的研究现状和已有的重建方法进行分析的基础上，从牙科医生进行牙种植手术的实际情况出发，提出了一种简单，实用的三维图象重建算法－影像配准叠加法，该方法的基本思路是：首先对二维CT数字图象进行影像纠正，内插和配准，以确定每个像素的三维坐标值，再按其空间位置关系给每个像素点设置适当的透明度，然后进行影像配准叠加，以便在二维屏幕上显示出具有立体感的真三维图象来，实验结果表明，该方法定位精度高，重建图象失真度小，既能作定性观察，又能作定量测量，并且测量数据精度较高。     

产品反求工程中基于几何特征及约束的模型重建

由于大多数机械零件产品都是按一定特征设计制造的,同时特征之间具有确定的几何约束关系,因此,在产品的模型重建过程中,一个重要的目标即是还原这些特征以及它们之间的约束,具体方法是首先进行特征识别,将测量数据分块,然后基于特征约束建立优化数学模型,在建模过程中寻求满足特征参数目标函数下的约束最优解,使重建模型更为准确、接近原型。     

基于双目立体视觉的三维舌重建

舌像蕴含着大量的人体生理病理信息,是中医四诊的重要内容之一。当前中医客观化舌诊研究基于二维舌图像,从中可得到颜色、形态等多种信息,但其不能反映点刺、裂痕等细节信息。为了得到全面的生理信息,本文提出一种基于双目立体视觉的三维舌表面重建方法,适用于具有动态特性的真实舌,达到了0.1342 mm的分辨率。此方法突破了现有以医学诊断为目的的舌表面重建方法动态特性与分辨率不兼得的瓶颈。全面的生理信息为疾病的正确诊断和早期发现提供了保障,同时可解决二维舌像由于深度信息缺失而造成的诸多技术难题,如舌体分割困难等。