基于自由形变和外轴投影的复杂表面重构

提出了一种复杂表面的重构算法.算法以切片图像为输入数据,通过自由形变（free-form deformation,FFD）建立切片轮廓间的对应关系.根据相邻轮廓的拓扑关系,进行外轴投影（external axes projection,EAP）解决分叉问题.所提算法在输入源稀松、输入轮廓复杂时,仍有较高的配准度;算法高度并行,执行效率高.实验结果证明,该算法可以解决复杂表面的重构问题.      

二维轮廓线数据的快速投影方法

提出了一种用于二维轮廓线数据集显示的快速投影方法。首先，基于二维轮廓线数据给出了一种生成投影单元的集合运算方法，为了加速投影运算，将投影单元分为同类单元和界面单元两种，然后分别给出了这两种单元的投影方法：对于同类单元，给出了投影多边形各象素的颜色和不透明度的线性插值方法及其缓存技术；对于界面单元，给出了不同物质分界面的光照技术。结合医学解剖切片数据和核磁共振成象（ＭＲＩ）数据实现了提出的方法，结果表明，提出的方法具有非常好的算法效率和图形质量，并且该方法可使分类结果在二维上进行交互修改。     

一种通用的X射线锥形束投影生成算法

为了排除投影测量过程中的随机因素，更好地进行重建，提出了一种通用的X射线锥形束投影生成算法。首先将几何模型离散化为三维数组，然后沿着穿过模型的每条射线利用三维性插值法计算线积分，只要将几何形体进行离散化，就可以使用通用的子程序计算投影。这种算法不仅易于扩充，而且能够处理不规则和内部密度不均匀的物体。模拟实验得到了满意的结果。该算法为后续的重建提供了良好的基础。     

基于光度立体视觉法的织物三维表面形态研究

提出了一种基于光度立体视觉方法对织物进行三维表面重建.结合有限差分法,获取织物的三维轮廓数据.重建织物的表面形状并加以分析.     

用序列二维轮廓线重建三维形体表面的方法

针对以往重建表面算法的复杂、计算量大以及存在误连而导致走样等不利因素,提出一种基于角度的三角面片联结方法。该方法主要是在面片联结之前对轮廓线上的点按角度进行取舍,不仅减少了要处理的数据点,而且也使三角面片的联结简易化。实验表明,该方法简单易行,重建速度快,计算量小,适合于由序列单轮廓线重建三维表面形体。     

基于冗余表达的CT图像中金属伪影校正

针对CT图像中存在的金属伪影,提出了一种新的基于冗余表达的校正方法.首先分割出CT图像中的金属区域,将其投影得到金属投影区域;然后从原始投影数据中去除金属投影区域部分的投影数据;最后利用冗余表达的算法恢复金属部分的投影数据,经过滤波反投影后,重建出校正后的图像.校正结果显示,本方法对含有多块金属模体的重建图像的金属伪影有较好的校正效果.     

锥束CT仿真投影快速计算

针对离散体素模型仿真投影数据计算,提出了一种快速并行计算方法。首先从射线的对称性分析了投影数据的并行计算,然后通过Siddon算法来进行射线与体素的求交;结合SIMD技术实现了离散体素模型投影数据的快速并行计算。实验结果表明,在保持投影数据精度的同时,较之Siddon方法能够取得约1.9倍的加速比。     

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·     

在Windows环境中实现医学图像三维重建

为了使医学图像的三维重建既有较快的速度 ,又有很好的质量 ,针对传统的轮廓拼接算法的不足 ,提出一种独特的轮廓拼接算法 .介绍在微机上应用OpenGL实现三维交互显示 ,并将该算法应用于从一组心脏轮廓线重建其三维表面 .结果表明 ,该算法具有快速、适用于非凸轮廓、生成的表面合理等优点     

CT模体投影解析计算及其在射束硬化校正中的应用

为了开发出有效的医学诊断X射线CT(计算机断层扫描)射束硬化校正方法,结合X射线源能谱分布以及数学CT模体内各区域的几何形状和材料成分,提出一种宽能谱X射线投影解析计算方法.首先在仅考虑人体组织的前提下将CT值映射为材料成分,然后采用解析方法确定区域边界,最后根据X射线能谱分布计算投影数据.与线积分投影比较,该方法不但能够生成更真实的投影,而且能够为射束硬化校正与CT重建研究提供统一的投影数据.FORBILD头部模体实验结果表明,骨校正的骨区域CT值不一致误差比水校正的小4～5Hu,比单能谱重建的大5～6Hu.     

基于平方距离函数的曲面分片参数化重构

提出了基于平方距离函数的曲面分片参数化重构方法，实现了任意拓扑结构模型表面的参数化重构．在四边形网格模型基础上，得到各表面片及其边界线初始参数化模型，以平方距离函数作为误差的度量，采用逐步迭代的方法，使初始参数化模型逼近目标表面．首先，重构出表面片的边界线网格，然后再进行表面片的重构，使重构过程中各参数化表面片始终保持位置连续，因此有效地避免了三维数据点云的参数化问题．其中，影响重构质量的关键因素——四边形网格划分问题，可以通过惩罚项的引入得到改进．实验表明，该方法对复杂模型表面可以得到满意的参数化曲面重构结果．     

由粗到精的三维人脸稀疏重建方法

针对传统三维人脸重建算法精度不高的问题, 提出一种由粗到精的三维人脸稀疏重建方法。根据稀疏形变模型方法对待重建人脸的部分区域显著点进行重建, 得到第1步重建结果, 并在此基础上进行后续重建。将第1步的重建结果作为新的参考模型, 求取待重建人脸与参考模型的特征点的坐标投影距离, 从而求取参考模型的形变因子, 完成最终三维人脸的重建。由于两步稀疏重建的作用不同, 对重建过程中参数的选取也采用不同方式。实验结果表明, 该方法能有效提高人脸重建精度, 同时保持较快的重建速度。     

一种基于双调和方程的表面重建方法

本文对三维物体的重建算法进行了研究，介绍了一种由边界轮廓线出发的基于表面最平滑准则的表面重建方法，继而提出了一种变误差的多层网格迭代算法，显著提高了算法的运算效率，对核磁共振人脑断层边界轮廓线进行试验，重建出的人脑表面３Ｄ图形，有较好的结果，证明了本算法的有效性。     

一种基于标记点的近景摄影测量系统

给出了一种基于标记点的鲁棒三维重建摄影测量系统;采用编码点和非编码点等标记点方式.为了减少不同图像间误匹配的概率,采用一种新的基于编码点的匹配方法,不同图像间非编码点的匹配从编码点开始,并通过相似性准则、模糊度准则和距离误差准则来剔除误匹配,可获得非常高的正确匹配率.采用一种新的基于标记点的加权迭代特征算法,用编码点恢复相机的投影矩阵,从而可以确定相机的外部姿态参数;用非编码点恢复3D坐标.与已有的加权迭代特征算法比较,该算法避免了所有点参与计算相机的投影矩阵,运算速度更快.由于采用标记点的亚像素定位方法,提高了3D重建精度.实验结果表明,在3D重建方面,该系统是强壮和精确的.     

利用空间正交约束的相机自标定和三维重建

提出了一种用2幅未标定的图像进行三维重构的算法.利用空间 3 组垂直方向的正交结构与其在图像平面上消失点的对应关系,线性计算出相机的内参数,再利用3组匹配线段计算相机在2个视角的运动参数,最后根据得到的相机参数采用三角测量法计算空间点的三维坐标值.该算法与利用三正交运动的主动标定法相比,把相机的正交运动约束转换成空间正交结构约束,使用简单,适应性强,可直接利用参数未知的手持数码相机拍摄图像进行三维重建.对真实的建筑场景图像进行三维重建实验,重建后的三维模型在新视点生成的图像与所观察的场景一致,重构的2个平面夹角与实际值的测量误差在1 5%~2 6%之内.     

光栅投影式测量点云数据的曲面重构技术

提出了一种通过光栅投影式测量方法所得结果来获取新的按明暗变化规律分布的三维点群方法．它包括对被测物体进行三维几何模型重构、对被测物体的普通图像进行抖动处理以及将抖动所得图像中的白色像素点向重构的曲面进行投射三个主要步骤．分析了该方法面临的关键问题——线状分布原始三维测量点的曲面重构，提出了一种基于线状分布原始三维测量点的三角片几何模型重构算法，算法简单，可以确保生成性状良好的三角片对曲面进行拟合，并且能够避免出现曲面裂口，从而使曲面连续、光顺．     

曲面重建中的光栅投影式测量方法

散乱点云数据的测量是三维物体曲面重建的前提和基础。本文在深入研究了三维测量原理的基础上,提出了一种基于格雷码-相移组合编码技术的光栅投影式测量和标定方法,并针对解码过程中由于图像噪声的干扰而可能出现的错误给出了一种码值修正算法。该测量方法综合了格雷码编码简单、测量范围大、抗干扰性强以及相移法分辨率高,适合测量小范围内表面连续的物体等优点。实验结果表明,应用本文三维测量系统测得的点云数据清晰,重建模型效果逼真,具有良好的实用性和稳定性。     

分布于空间曲面上的三维等值线的生成

本文提出了一种分布在空间曲面上的三维等值线的生成算法。该法首先用双参数曲面插值法来拟合所需曲面，曲面以双参数网格线表示，网格线的交点形成网格点阵；其次，按某个视线方向从该点阵中删除被背景曲面自身遮挡了的点；然后，从背景曲面的边界到内部逐个地搜索定义于背景曲面上某物理量的等值点，并按一定的规则将其连成等值线；最后，再按前述视线方向将等值线连同曲面网格一起投影到显示平面上。     

一种改进的人脸特征点定位方法

人脸特征点自动定位方法在人脸识别、三维人脸模型重建等方面都有重要作用.三维人脸模型重建对下巴特征点精度要求很高.采用一种结合遗传算法和活动外表模型(AAM)的人脸特征点定位方法(GA-AAM),对AAM算法在下巴轮廓提取中的不能精确收敛问题作了改进.对于用实时AAM算法做特征点粗定位得到的结果,在AAM的代价函数中引入代表特征点处的边缘信息,进一步采用遗传算法作优化.实验结果表明该方法对下巴特征点的精确收敛十分有效.