序列图像三维重建中的关键算法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

引言
随着计算机软硬件技术和医学成像技术的日益发展，基于数字图像技术的医学应用系统也得到了长足的发展．在这些医学应用系统中，在有效精确地提取出医学图像中相应目标特征量的基础上，进行人体组织或器官的三维重建［是很多实用系统的基础， ¨ ，如基于图像的病理分析【、基于图像的手术导引与增２Ｊ
ＡｂｔａｔＴｍｐｒａｔａｇｒｔｍｎ３ｒｃｎｔｕｔｏｆｉｇｅｕｎｅｒｔｄｅ，ｉ．ｅｓｍｐｉｇａｇｒｔｍｎｓｒｃ：ｗｏｉｏｔｎｌｏｉｈｉＤｅｏｓｒｃｉｎｏｍａｅｓｑｅｃｓａｅｓｉｄ．ｒ — ａｌｌｏｉｕｅｎｈａｄｔｉｎｕａｉｎａｇｒｔｍ．ｒａｇｌｔｌｏｉｏｈＡｎｉｒｖｄａｇｒｔｍｒｄｔｃｉｎｏｉｈｃｒａｕｅｐｉｔｌｎｒｃｒｅｓｒｓｎｅ．ｉｌｏｉｍｍｐｏｅｌｏｉｈｆｅｅｔｏｆｇｕｖｔｒｏｎｓｉｐａａｕｖｓｉｅｅｔｄＴｈｓａｇｒｔｏｈｎｐｈ
ＦＡＮＧｉＧＵＯａｑＳＸｎ，Ｇｕｎ— ｉ，ＨＥＮｏｇｙａｇＺｈｎ — ｎ
（．ｌｇｆｎｏｍａｉｎ＆Ｃｏ１ＣｏｌｅｏＩｆｒｔｅｏｍｍｕｉａｉｎＥｇｎｅｉｇＨｕａｓｉｔｆｃｅｃｎｅｈｏｏｙＹｅａｇ４１０６Ｃｈｎ；ｎｃｔｎｉｅｒ，ｎｎＩｔｕｅｏＳｉｎｅａｄＴｃｎｌｇ，ｕｙｎ４０，ｉａｏｎｎｔ２Ｚｘｎｔｉｅ￣ｒｅｎｇｒ，ｈｎｈｕ４３０，ｈｎ）．ｉｇｉＡｃｉｔＣｎｅｏｅａｅｓＣｅｚｏ２４０ＣｉａｖｙｆＴ
第２卷第１３期
２１００年３月
湖南理工学院学报（自然科学版）
Ｊｕｎｌｆｎｎｎｔｕｅｏｃｎｅｎｅｈｏｏｙ（ａｕａＳｉｃｓｏｒａｏａｓｔｔｆｉｃｄＴｃｎｌｇＮｔｌｃｅｅ）ＨｕＩｉＳｅａｒｎ
ｃｎｉｒｖｈｅｆｒａｃｆｒ —ａｌｇａｄ３ｄｔｅｄｖｓａｉａｉｎＴｉｎｕａｉｎｉｉｌｍｅｔｄｂｓｇａｓｍｐｅａｍｐｏｅｔｅｐｒｏｍｎｅｏｅｓｍｐｉｎＤａａｆｌｉｌｔ．ｒａｇｌｔｓｍｐｅｎｅｙｕｉｉｌｎｉｕｚｏｏｎ
ｔａｇｌｉｎｌｏｉｍ．ｅｕｎｉｌ３ｂｅｔｅｏｓｕｔｎｗｓｃｉｅ．ｒｎｕａｏｇｒｈＳｑｅｔｌ，Ｄｏｊｃｒｃｎｔｃｏａｈｅｄｉｔａｔａｙｒｉａｖ
Ｋｅｒｓｉｇｅｕｎｅ３ｒｃｎｔｃｉｎＨｉｈＣｕａｕｅｒ —ａｌｇｔｉｎｕａｉｎｙｗｏｄ：ｍａｅｓｑｅｃ；Ｄｏｓｕｔ；ｇｒｔｒ；ｅｓｍｐｉ；ｒｇｌｔｅｒｏｖｎａｏ
ＶＯ．３ＮＯ１１．２Ｍａ００Ｌ２１
序列图像三维重建中的关键算法
方欣，郭观七沈中ｒ２，阳
（．１湖南理工学院信息与通讯工程学院，湖南岳阳４４０；．１００２资兴市青少年活动中心，湖南郴州４３０）２４０摘要：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．本文改
中图分类号：Ｐ．Ｔ３７４１文献标识码：Ａ文章编号：６２５９（０００ —０５０１７．２８２１）１０３ —４
ＴｈｅＡｌｏｉｈｍｂｏＤｃｎｓｒｔｏｆＩａｅＳｅｕｅｅｇｒｔａｕｔ３Ｒｅｏｔｕｃｉｎ０ｍｇｑｎｃｓ
、Biblioteka Baidu
虚拟手术平台［］等应用系统，因此医学图像的三维重建一直是国内外医学界及图像处理领域的研究
与应用热点之一．
三维重建的目的是从一系列二维切片数据（图像）中得到物体的三维表示，一般使用网格的形式来表示．目前，三维重建过程中经常沿用的一种经典算法是Ｌｒｎｅｏｓｅｎ等人于１８年提出的Ｍａｈｇｕｅ方７９ｒｉｂｓｃｎＣ法［其原理简单，刚，易于实现．但这种方法计算效率低，出的三角网格数量巨大．输因此近些年来，研究者们从不同角度对该算法进行改进【，本文在文献［］８］．５的基础上提出了一种基于轮廓的三维重建方法，运用并改进了相关算法，与直接运用文献［］５所提出的算法相比较，本文所提出并改进的方法处理速度更快，
进了Ｃｅｅｉｏｈｔｒｖ等提出的轮廓曲线中高曲率点的检测算法，ｖｋ使在重采样时，数据的压缩比得到了明显的改善，也显著地提高了可视化速度．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．关键词：图像序列；三维重建；高曲率；重采样；三角化