基于PC机的断层图象序列3-D表面重建

由断层图象序列重建三维物体模型及其可见表面显示是目前国际上十分活跃的研究课题。本文对X射线CT图象序列重建三维对象模型,以及可见表面3-D显示进行了研究。提出一种给定分段点数的轮廓多边形近似方法,继而提出一种快速断面图象间轮廊插值方法。对重建出的人体肝脏体元阵列,用深度和梯度明暗显示方法进行显示,肝脏可见表面的3-D显示结果令人满意。全部软件都是在以PC/AT为主机,配以PC-VISION图象处理板的微机图象处理系统上,用C语言编程实现的。     

改进的联合代数重建法及其有限角投影重建

提出了一种基于联合代数重建法的改进算法（MSART）。该算法将穿过像素的射线长度和灰度值综合考虑进误差分配公式，有效地抑制了联合迭代重建法（SART）的边缘效应，使得重建精度大大提高。即使在少数投影有限角图像重建中，通过选择合适的投影方法，也能达到最大误差不大于5％，平均误差不大于1％的重建效果。     

一种局部CT图像重建算法研究

CT作为一种无创检查设备在医学领域得到广泛的应用,但是受重建方法的限制,它通常只能对相对静止的器官进行扫描断层成像,而对运动物体或器官的成像能力较差,通常会存在运动伪影.克服运动伪影的根本途径就是减少数据采集的时间,这可以通过减少采集范围来实现.中间函数重建算法是一种基于傅里叶空间的重建算法,该算法可以选择感兴趣的部位(ROI)进行局部图像重建,减少数据采集的时间,因此可以使用该算法改善临床上运动物体的扫描成像.     

神经网络在少数投影图像重建中的应用

本文提出了将两种神经网络模型进行套用的图像重建算法。算法将图像重建问题转化为神经网络优化计算,利用Hopfield神经网络（HNN）将各种优化准则转化为模型的能量函数,并应用Adaline网络调整各准则在能量函数中所占的比重,从而求取图像重建的最优解。将其应用于少数投影图像重建,体现出重建精度高、收敛快等特点,取得了令人满意的效果。     

基于高斯机的少数投影CT图像重建

基于高斯机(GM)提出了一种新的少数投影CT图像重建算法。首先将图像重建问题转化为最大熵准则下的优化问题,然后构造相应的GM模型,并采用双曲调度进行模拟退火,网络的稳定解就是重建问题的优化解。数值模拟结果表明,与联合代数重建技术(SART)相比,从投影角间距为45°的4个不同的投影视角方向获取投影数据时,该算法具有较高的重建精度(平均相对误差为0.03%)和良好的抗噪声性能。     

基于点探测器和柱面源双位置扫描的直接体积CT的研究

目前直接体积CT主要存在两大困难:一是如何获得三维图像精确重建所需的投影数据,包括扫描方式的可实现性;二是如何尽量避免康普顿散射对重建图像质量的影响.针对这些问题,本文提出一种新型的直接体积CT成像模式,即采用X线栅形扫描的柱面源、一组分布在大圆和垂直圆弧上的多个点状探测器采集数据,通过柱面源的一次旋转即可得到完全的投影数据.本文对该扫描装置的结构中X线柱面源的形状和尺寸、探测器的个数和位置分布进行了详细的说明,并对该装置的完全性条件进行论证.然后结合此扫描结构的特点,给出一种三维图像重建算法.计算机仿真实验的结果表明,该扫描结构在保证投影数据完全的条件下,实现了机械转动次数最少、有效抑制康普顿散射、提高三维图像重建速度和精度的目的,使直接体积CT的成像速度和重建精度比现有模式大大提高.     

基于27邻域网格的医疗图像三维重建

为实现医疗图像三维重建中的网格简化,提出一种基于27邻域网格建立三角形网格拓扑的新方法。首先利用移动立方体(MC)算法从一组计算机层析(CT)图像序列中提取三维重建体数据,将二维图像转化为由一组三角形面片组成的三维模型网;然后利用27邻域网格算法对此三角形网进行空间扫描,构建出三维模型的网格拓扑;最后利用二次误差测度(QEM)算法对所得三维模型拓扑进行简化,实现医疗图像三维模型动态可视化操作。通过使用Visual C++软件平台和OPENGL库对医疗图像进行三维重建,重建效果表明,本文方法的计算效率要优于传统的循环迭代方法;与传统的建立网格拓扑方法相比,本文方法具有算法简单、速度快、运算复杂度与数据量呈线性增长的优点。     

基于断层扫描思想的曲面面积计算方法研究

根据实际工程应用对物体的表面积信息的需求,基于CT断层扫描的思想,提出了用断层边界信息计算曲面面积的新方法。首先,针对椭球面、圆锥面和球面,给出了与理论结果相吻合的数值计算结果。其次,针对实际的鸡蛋表面积,使用细铜丝围出物体每一个断层面的边界形状,对其成像,通过图像边缘检测技术提取每一断层面的边界数据,利用海伦公式计算出实际鸡蛋的曲面面积。实验表明,该方法实用、简单且计算精度高,满足实际工程应用的需要。     

CT重建中滤波器的设计与实现

CT重建算法主要包括解析法和迭代法,因为解析法重建速度快,所需数据存储空间较小,所以在实际中的应用更为广泛。在商业CT中,几乎毫无例外地采用卷积反投影重建算法,滤波算子是这一算法中一个非常重要的部分。目前CT重建算法的研究热点一方面是改进算法提高图像重建速度,另一研究内容主要集中在预处理滤波器的设计与实现,以便得到边缘清晰、平滑及噪声较少的图像。本文从滤波器的设计定义出发,分析讨论了它的性质,并在此基础上提出来一种新的滤波器。经过实验验证,新的滤波器取得比较理想的结果。     

单幅高分辨率SAR图像建筑物三维模型重构

提出了一种利用高分辨率SAR图像进行建筑物提取和三维重构的方法.首先,分析了高分辨率SAR图像建筑物产生的电磁散射的类型,给出了不同类型散射区域的后向散射计算方法,并在此基础上给出了一种利用建筑物三维CAD模型进行SAR建筑物特征区域图像仿真的方法;其次,给出了利用建筑物的二次散射结构确定建筑物底部轮廓位置和方向的方法,并提出了一种基于分布密度函数差异的仿真图像迭代匹配方法,进行建筑物高度的反演.仿真SAR图像后向散射系数用来划分建筑物不同的散射区域,通过计算特征区域之间的分布密度函数差异,以取得最大匹配度值的仿真图像对应的检验高度作为建筑物的反演高度;最后,选用了两幅不同屋顶类型的实际机载高分辨率SAR图像进行建筑物提取和三维重构实验,试验结果较为理想,验证了所提方法的可行性和有效性.     

基于图形理解的室内建筑三维重建算法

根据室内建筑行业特有的视图表示规则,提出了一种基于理解的室内建筑物三维重建方法。该方法结合室内建筑制图规则、图形识别理解技术和人工智能知识,通过基于特征抽取的识别算法,完成对室内建筑结构图中墙体中线的提取,进而获得整个建筑物墙体的拓扑结构;然后对室内建筑结构图中2种重要的建筑构件:门和窗户进行辨识;最后实现室内建筑物的三维重建。实验结果表明,在少量人机交互的基础上,该方法对实际的建筑图是十分有效的。     

基于LC-SLM的CT图像全息三维重构与实时显示

提出了一种将计算全息技术与液晶空间光调制器相结合的CT图像三维重构与实时显示的方法。用计算全息技术对一系列CT图片进行三维信息融合,并根据CT图片数目的不同,制作了不同的计算全息图,基于CT图片本身是数字化二维图像的特点,采用了快速傅里叶变换算法。用液晶空间光调制器作为全息图显示载体,设计了CT图像三维实时显示系统,利用计算机控制实时输出不同的计算全息图到空间光调制器,通过光学再现获得不断变化的三维再现像,实现CT图像的三维实时显示。     

三维重建图像在水平视差大深度积分成相的放大

在这篇论文中,一个能放大三维重建图像的水平视差积分成像被提出.自从水平视差积分成像为我们提供一个三维的自然图像列,三维图像放大的实现是通过观察重建图像在水平自然图像列和垂直图像差行技术的合成使用.为了显示被提出积分系统的可能性,做了一些关于三维图像放大的实验,实验结果被提出.     

基于FPGA实现CT图像重建加速的设计

为满足CT图像重建系统的实时处理要求,提出了一种基于FPGA实现CT图像重建的加速方法。首先将滤波反投影算法进行并行性分解,然后采用并行流水线设计思想,给出了算法在FPGA上实现的总体结构,并且分别给出滤波、反投影、循环累加等主要功能单元的电路设计,最后在FPGA上实现了12条并行流水线重建系统。实验结果表明,与基于CPU的图像重建相比较,基于FPGA的重建系统重建出的图像绝对误差小于0.4%,加速比在100倍以上,且重建图像的规模越大,加速效果越明显。     

A 3-D RECONSTRUCTION METHOD BASED ON THE CONSTRAINT OF EPIPOLAR GEOMETRY

This paper combines the least-square method and iteration method to get the fundamental matrix and develops a new evaluation function based on the epipolar geometry. During the iteration, with the evaluation function as a measurment, the points which bring larger noise are deleted, and the points with smaller noise are retained, thus the precision of our method is increased. The experiment results indicate the new method is precise in calculation, stable in performance and resistant to noise.     

利用空间连续序列图像对物体的形态与结构进行三维重建

本文从数据采样的原理出发,提出一种利用空间连续序列图像对物体的外观形态与内邮结构进行三维重建的方法。此法重建的结果是一个同时含有物体的外观形态和内部结构信息的实体。     

基于三维模糊连接脉冲耦合神经网络的肾脏CT图像自动分割算法

3维肾脏CT图像的自动准确分割对减轻医师阅片工作量和提高计算机辅助诊断效率具有重要意义。但是,由于肾脏器官的结构复杂性以及邻近部位的灰度相似性,3维肾脏的准确分割仍具有挑战性。该文基于简化脉冲耦合神经网络(SPCNN)结构简单、参数量少的特点,结合模糊连接度(FC)算法,提出一种3维肾脏CT图像的自动分割算法。主要贡献为：将SPCNN的2维模型扩展为3维模型,可以充分利用3维CT图像的层间信息;提出了一种基于感兴趣区域质心的3维种子点自动生成策略,可以有效提高算法的自动分割效率;实现了3维FC响应图与3维SPCNN的有效耦合。所提算法在自制数据集和公开数据集上进行了验证实验,结果表明该算法的性能优于现有的主流算法,其Dice系数、准确率、敏感度、体积误差、平均对称表面距离的平均值分别可以达到0.9095, 0.9969, 0.8517, 0.1749和0.8536。     

神经网络应用于有限角CT图像重建

本文采用连续型Hopfield神经冈络(HNN)模型应用于有限角CT图像重建,该重建算法将两种优化准则转化为模型的能量系数求取图像重建的最优解,通过数值模拟,考察了该重建算法和抗噪性能,均得到了良好的结果。     

Combining a morphological interpolation approach with a surface reconstruction method for the 3-D representation of tomographic data

In this paper, a new interpolation scheme, based on Mathematical Morphology and a modified Marching Cubes (MC) Algorithm to reconstruct 3-D anatomical structures is presented. The proposed interpolation technique is implemented using morphological operations and incorporates a distance function to improve the computational effectiveness of the technique. The morphological interpolation technique is compared to an existing shape based interpolation method and its advantages include superiority capability on handling various cases such as the branching and holes problem (appearance and disappearance of information) and more accurate volume estimation. Furthermore, the morphological technique is companied with a 3-D reconstruction algorithm capable of representing any anatomical structure from real 3-D medical data. Introducing a novel general rule, the algorithm triangulates all standard cube configurations introduced from the standard MC algorithm, without producing topologically incoherent surfaces or holes. Finally, the technique is implemented in JAVA and its output is in VRML 1.0 format; therefore it can be executed over the internet and implemented for telemedicine applications.     

一种用于人脸识别的三维人脸模型重建方法

针对以往三维人脸模型重建算法实用性差、算法复杂度高、需要通用人脸模型和对噪声敏感等缺陷，提出了一种计算量小、无需通用人脸模型的三维人脸模型的重建算法。该算法在人工辅助确定特征点的基础上，利用能量函数最小的约束关系实现深度图的初步融合，然后运用改进ICP算法获得隐式的三维人脸模型。通过对获得模型的变换和投影，可产生不同姿态的二维人脸图像。实验结果表明，融合平均误差仅为1．32毫米，效果逼真。和其它算法相比，它还具有存储资源消耗少、算法稳定性高等优点。