用VRML语言实现头部CT图像三维重建

利用人体组织的CT、MRI或生理切片图像对人体组织进行三维重建，在医学中拥有非常广阔的应用前景。本文介绍了一种利用VRML语言实现头部CT图像三维重建的方法，在此基础上将脑神经核团嵌入三维视图，并实现了三维视图的切割，从而更加直观方便的观察神经核团在大脑中的相对位置。     

基于体素的医学图像三维表面模型重建

三维表面模型重建是将CT和MRI等医疗影像设备获得的二维图像重建成三维立体表面显示图像的过程·重点研究了其重建算法的具体实现:在建模上采用了基于体素的三维物体体积重建;在显示上提出了基于Ray Casting的三维物体二维直接显示技术·所以,和传统采用三角面拟合的方法相比,具有图像重建过程无需生成中间数据,无需进行3D物体的边界检测等优点,同时该算法并行性好,易于采用硬件方法实现加速·     

医学图像三维重建方法的研究与实现

介绍了医学图像三维重建的分类及其重建方法与基本原理,对医学图像三维重建的方法作了归纳,最后详细地介绍了离散Marching Cubes算法的机理与实现过程.     

医学图像三维重建Splatting体绘制的研究与改进

采用Splatting(抛雪球)体绘制法对医学图像进行三维重建.论述了体绘制和Splatting算法的成像理论,分析了Splatting算法的重建误差,并对Splatting算法的图像合成进行了改进.使用Visual C++和OpenGL,实现了改进的Splatting体绘制算法,消除了Splatting体绘制中的条纹现象,取得了较好的成像效果.     

医学CT断层图像三维重建的Matlab实现方法

介绍了运用Matlab软件进行CT断层图像的三维重建的原理及实现方法.运用计算机图形学和图像处理技术将计算机断层扫描(CT)等成像设备得到的人体断层二维图像序列,在计算机中重建成三维图像数据,并在屏幕上形象逼真地显示人体器官的立体视图.可以对重构出的器官图像进行诸如旋转、缩放等操作,重建方法简单,显示效果良好.     

三维重建中表面平滑算法的应用研究

介绍了三维重建中常用的几种表面平滑算法，并结合实验对它们进行了一些比较，最后尝试对一个WindowsNT下的三维重建系统选用表面平滑算法进行了讨论。     

一种基于三维体数据的医学图像融合新方法

传统的医学图像融合技术是基于严格配准基础上的二维影像融合,对于两个具有不同扫描和成像参数的影像具有极大的局限性.本文提出的基于三维体数据的医学图像融合技术以三维重建为基础,对重建后的三维体数据,经三维几何和观察变换,达到空间位置上的重合,然后对变换后的两个体数据直接进行融合.在此基础上,按照解剖学结构,设置任意的解剖面对融合体数据进行截取,可以得到任意剖面的二维融合结果.三维融合技术不仅可以解决二维融合技术多模图像间分辨率不同的问题,而且可以避免二维融合技术中多模图像间配准误差的问题.研究证明,使用该方法不仅融合的结果更加准确有效,而且无需配准,适用于任意的医学成像设备的影像融合.     

基于光线投射技术的医学图像三维重建

针对医学图像数据的特点以及应用中的实际要求,通过对不同重建算法的比较,提出了以光线投射技术为基础的医学图像三维重建方案,同时提出了基于空间跳跃技术和序列相关性的综合加速算法,对重建算法进行加速·最后在PC机平台上实现了该方案,获得了接近实时的交互速度·由于所有重建算法的核心都是光线投射技术,因此在获得高质量重建结果的同时,极大地降低了系统的复杂性,提高了开发的效率,为医学图像三维重建的实用化提供了一种非常好的解决方案·     

基于腹部 CT 图像三维重建算法的实现

随着计算机辅助诊断技术的迅速发展,更多的算法和计算机技术在医学影像领域得到了非常广泛的应用,已经成为促进医疗水平提高的必不可少的方法。目前,CT技术由于自身的特点,在医学影像中仅能得到人体横断面的二维平面图像。而本文利用三维重建技术,进行腹部人体CT图像的重建,包括重建出矢状面和冠状面及三维立体结构,从而提供CT设备直接所得图像无法达到的信息,为进一步制定治疗计划提供依据。     

基于小波变换的医学图像融合及基于体数据遍历算法的三维重建

在临床的实际应用中，基于小波变换的单模态的医学图像中的计算机断层造影术(CT)和核磁共振图像(MRI)之间的数据融合提供了更丰富的信息．融合图像的3D(threc dimensional)重建采用表面绘制方式，所用的一种体数据遍历算法，既提高计算效果，又能进行真实感曲面的显示，并可实现对感兴趣区域(Region of interest．ROI)的分割提取、三维重建和显示，提高医学诊断的准确性和可靠性．     

医学体数据三维重建的体绘制加速算法研究

研究有效的体绘制加速算法.在抛雪球法的基础上,采用提取最近表面体素的方法实现加速.提出新的分割方法,以体素原有的灰度值作为颜色值的3个分量,将所有体素的不透明度设为0.9或1.0,结果表明,加速算法能满足显示要求且加速作用明显.该加速算法结合了表面绘制方法和体绘制方法的优点,但只适用于不透明物体的重建显示.     

基于光度立体图像三维重建的起皱织物表面形态

采用不同光照条件下拍摄的多幅图像,利用光度立体技术对织物表面进行3D重建.首先根据物体表面的照度方程,引入广义逆的概念求解物体表面方向进而确定表面梯度,再运用线积分计算表面高度,结合变分和有限差分思想对所得拟合表面进行进一步的迭代和修正,获得最佳重建表面.将该算法运用到AATCC织物平整度模板图像的三维重建,可获取三维深度信息,并结合4个特征值表征织物起皱程度.     

医学人体数据三维可视化方法的研究与实现

结合医学图像三维可视化的两种方法：表面绘制方法和体绘制方法,采用了一种混合绘制方法,在微机上实现了医学断层图像序列的三维重构,既克服了表明绘制不能体现内部数据的缺点,又从一定程度上解决了人体绘制的速度问题。在此基础上,研究了对任意剖面数据进行检索的算法,通过对层间数据的插值,可以从任意角度和位置来观察剖面的形状、大小、颜色分布等各种病理特征,对临床诊断有重要意义。     

基于机载LIDAR数据的建筑物三维重建技术研究

随着城市化进程的加快,城市规划、环境监测和汽车导航等领域对建筑物有了更多的需求。3D GIS、虚拟现实技术的发展使传统的测量方法逐渐暴露出工作效率和精度方面的不足。LIDAR技术的出现为城市建筑物的快速提取提供了一种新的途径。首先从LIDAR点云数据中自动提取建筑物边缘,然后采用一种新的三维重建方法对提取出来的建筑物进行重建。     

基于结构光和序列图像的三维重建方法

为解决在基于图像三维重建物体表面的过程中,对不同图像进行立体匹配的难题,提出了基于特征的立体匹配算法,建立了利用序列图像重建物体表面的系统。系统采用投影结构光给物体表面加上主动特征的方法,以快速精确地重建物体表面,并对Canny算法进行了改进,用于轮廓提取、细化和修正等操作,从而准确获取图像主动线索特征。该方法能快速获取物体表面的三维点云数据,并达到了较高的精度。     

用OpenGL实现CT图像三维重建系统的设计

在二维图像中提取三维信息研究的基础上,介绍了用OpenGL开发工具对人体CT图像进行三维重构,为CT图像从二维到三维的立体还原理显提供了一种高效率,高质量和高性能的解决方法,其效果十分显著,并研究了坐标转换,旋转及投影等功能实现的方法,为都助医生精确定位病变物体提供强了强有力的依据。     

基于体素值及其梯度值的三维医学体数据分类

结合目前PC图形硬件和医学图像的特点,对基于体素值及其梯度值的体数据分类模型进行了改进,提出了一种改进模型的加速算法.保证不透明度随梯度幅度值的增加而增加的前提下,对梯度幅度值进行放大,以避免过小的梯度幅度值最终产生零值不透明度.结合体数据的窗口变换,用户可以选择不同的梯度幂,观察到不同梯度幅度值的组织边界,为体数据的分类带来了灵活性.     

基于Mimics平台的CT图像三维重建算法研究

为充分挖掘CT图像中的医学诊断信息, 提高CT图像的三维重建效果与可视化程度, 研究了基于Mimics平台的CT图像三维重建算法。将腹部16排螺旋CT图像导入Mimics系统, 利用系统图像分割、 蒙版编辑和区域增长等功能模块, 将脾脏器官由腹部CT切片图像中完整分离出来, 并可进行任意角度的放大, 缩小等操作。与传统方法相比, 其实现的对人体器官、 骨骼和组织的CT图像的三维重建与可视化处理结果, 更加接近于真实器官的生理解剖结构。