快速多点地质统计三维重建算法

在SNESIM算法的基础上,提出了一种快速多点地质统计三维重建算法.首先利用红黑树构建模式集,降低树结构高度,快速检索匹配数据事件.其次综合概率融合与连续逐层采样方法,分别利用半模板与全模板进行点模拟,提高模板中条件数据的比例,缩小模式检索范围.对二维河道图像、三维多孔介质图像和三维储集层岩心图像进行了多组重建实验,结果表明该算法能够在不损失精度的同时显著提升时间效率,且对于各向同性、各向异性岩心图像的重建结果都与真实数字岩心具有相似的视觉特征、统计特征和孔喉分布特征,证明了算法的可靠性.     

一种扩展时域自适应预测控制的直接算法

提出了一种新型的扩展时域自适应预测控制的直接算法。它适用于时滞未知、开环不稳定和最小相位系统，具有计算量小的特点。文中证明了该算法的佤稳定性和收敛性，并以仿真研究表明此方法的有效性。     

基于MC算法的CT图像三维重建

医学图像三维重建利用二维医学图像序列重建出三维模型,为医生提供直观、全面、准确的病灶和正常组织信息.采用VTK库进行医学数据可视化,分析了VTK可视化工具包的机制,介绍了MC算法的机理与实现过程.基于MC算法,使用三维可视化工具包VTK结合VC 6.0对基于DICOM格式的CT图像序列进行三维重建,并给出了实验结果.重建结果表明,采用VTK进行医学图像三维重建可以帮助医生明确诊断和制定正确的手术方案.     

基于图像分割的医学图像三维重建算法

针对Marching Cubes（MC）算法存在的数据复杂、分割方法单一和三维网格存储量大的问题,提出了先将图像进行中值滤波处理,进行了图像分割及三维网格模型简化,并给出了相应算法。实验证明运用本算法,三维重建速度和显示效果均有提高。     

基于改进MC和MT算法的CT图像三维重建

MC算法是医学图像三维重建的一种主要技术。传统的MC算法在拓扑结构上存在面二义性和体二义性问题,使得生成的三维图像存在空洞。而MT算法是MC算法的变形,该算法不存在面二义性和体二义性,但计算量相比MC算法更大。本文结合两种算法的优点,对单个立方体先使用MC算法抽取等值面,若不存在二义性,则继续用MC算法处理;否则使用MT算法对该立方体进行处理,并且使用一定的方法消除其带来的剖分二义性。这样既避免了MC算法的二义性问题,又解决了MT算法计算量太大的问题,是一种折中的方案。     

基于改进的匹配算法的岩石样本图像三维重建

为了提高岩石样本图像三维重建的准确率和重建效率,提出了基于改进的匹配算法的三维重建方法。该方法采用“回”字型分块思想,有效地提高了ORB算法中BRIEF特征描述符的学习效率,从而改善了ORB算法的匹配效果;再利用向量场一致（VFC）算法对改进的ORB算子所得的匹配对进行误匹配剔除。实验结果表明,该方法不仅能够保证岩石样本图像三维重建的精度,而且在速度上也具有较大提升。     

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。     

岩心三维图像修复算法

针对存在较大范围信息缺失的岩心三维图像,提出了一种基于样例的三维图像修复算法,采用三维空间结构的模板对缺失部分的结构和细节同时进行填补,通过等照度面的传播优先合成三维图像的结构;采用局部搜索与全局搜索相结合的匹配块搜索方式,缩小了匹配搜索范围,并保证了匹配的正确性。对多组岩样进行了实验,结果表明,该算法对于岩心的三维图像复原准确有效,保持了岩心三维图像空间结构的连续性、图像的细节特征以及孔隙微观结构的统计特性。     

模糊自适应算法的神经网络图像重建

在１２电极ＥＣＴ系统中，采用ＢＰ神经网络进行图像重建时以一定原则选取学习样本，并引入模糊自适应算法以加快训练的收敛速度，获得较满意的重建图像效果。     

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。     

基于多幅深度图像的三维重构技术

提出基于多幅深度图像的三维重构方法.采用6幅固定视点采样图像,分别代表三维空间中立方体包围盒的6个面;通过对这些二维的采样集合进行三维信号还原,生成一个空间采样样本,可以在视点任意改变的情况下,输出近似的重构图像.该方法由于采样集合固定,经过采样集筛选,背景剔除筛选和棱台视锥体裁减后,可以极大减少待变换的样本集合,采用z-buffer算法解决图像折叠问题.当视点在采样点附近任意变换时,可以重构出比较满意的结果,而且该方法与场景复杂度无关.在纯软件模式下在普通PC机上达到20帧/s的速度,在通过硬件加速情况下可以达到30帧/s.     

医学图像三维重建中的关键算法

本文主要讨论了基于序列图像的三维重建中的两个关键算法:特征数据点列的重采样算法与三角化算法.本文把Douglas-Peucker线性简化算法应用在特征边界的重采样上,数据的压缩比得到了明显的改善,也显著地提高了可视化处理速度.并使用一种简单的三角化算法,对重采样后的数据点列进行三角化,实现目标的三维重建.     

带参数校正模型的三维超声重建算法

在采用旋转扫描的三维超声系统中,基于传统的三维重建算法提出了一种带校正参数模型的三维重建算法.通过引入该参数模型,更加准确地描述了用于三维重建的二维序列图像的空间位置,从而可获得更高重建精度和更小几何变形的三维超声图像.校正参数模型通过参数优化的方法获得.该方法在模拟数据和实际三维超声数据中获得了验证,与传统三维重建方法相比,具有更高的重建精度,为在低制造精度下获得高精度三维超声图像提供了一种有效手段.     

多视图几何轻量级三维重建算法

针对现有深度学习三维重建网络内存消耗严重、效率低下的问题,提出了高效的多视图几何三维重建网络(high efficiency multi-view stereo network,H-MVSNet)模型,将原始图片序列和预测的粗略深度图融合,进一步提高最终深度图的质量;构建轻量级的特征提取模块和正则化模块,减少提取冗余度;采用由粗到精的策略,建立高效的深度图细化模块,减少计算量。实验表明,H-MVSNet模型在DTU数据集中的精度误差可达0.327mm,计算一张分辨率为640×480的深度图仅需0.44s,内存消耗可低至2.46GB,显著提高了三维重建的精度和准确度。     

非接触式三维重建技术综述

三维重建是获得物体三维信息的技术,是计算机视觉和计算机图形学领域的研究热点,广泛应用在机器人视觉导航、工业制造、医学等领域,具有较高的研究价值。目前,三维重建技术的方法众多,三维重建的外界环境、使用设备和物体的几何形状等因素都会对三维重建效果的准确性、稳定性产生一定的影响。通过分析原理,对主动式三维重建的飞行时间法、光栅重建、结构光重建和被动式三维重建的单目、双目、多目重建等非接触式三维重建技术进行了分析。     

直接线性变换法中标定对三维重构精度的影响

为研究直接线性变换算法中标定对三维重构精度的影响 ,对不同标定方法进行了分析探讨。并在此基础上研制了三维人体运动分析系统 ,进行了标定实验 ,取得了较为理想的测量结果。分析表明 :1)在三维测量中控制点应包含有效测量空间 ;2 )在测量空间内应尽可能多的均匀分布控制点。该三维人体运动分析系统经标定实验验证 ,测量相对误差小于 2 % ,具有较高精度     

基于数码相机图像的三维重构

针对传统三维坐标测量方法的局限性,提出了利用数码相机对物体进行三维重构,达到对物体进行非接触测量的目的．采用标准图像法对数码相机内部和外部参数分别标定,与传统的相机标定相比,简化了求解的复杂性．基于同一物体的两幅图像,给出了其三维重建理论和算法．并举例说明了三维重构的具体实现步骤和方法．     

原木CT图像3D重建及其虚拟加工技术研究

将科学计算可视化技术应用于原木CT图像的3D重建中,实现了一个具有用户交互切削、虚拟加工功能的系统Wood3D。使用该系统可以在计算机屏幕上虚拟切割出复杂形状的木产品,并通过阈值选取,实现对原木中缺陷图像的分割。通过进一步对缺陷3D立体化显示,使用户对缺陷的大小和分布有最直观的了解,进而选择最佳的切割方案。