显微腭部组织序列切片图像的定位

针对显微腭部序列切片图像三维重建的特殊性，在硬定位的基础上，提出了一种基于ＲＳＴ变换的软定位方法，利用特征点，解决了显微腭部组织序列切片图像在三维重建过程中的错位问题，为真实再现腭部组织结构打下了良好的基础。这种定位方法也适用于其它显微序列切片图像的三维重建问题。     

显微腭部组织序列切片图像的定位

显微腭部组织序列切片图像的定位李民蔡江胜项世法（大连理工大学物理系１１６０２４）张奎启张福胤韩辉王福（大连医科大学口腔系１１６０２５）针对显微腭部序列切片图像三维重建的特殊性，在硬定位的基础上，提出了一种基于ＲＳＴ变换的软定位方法；利用特征点，解决了...     

基于MATLAB的血管三维重建

根据血管序列切片的二值图像特征,利用MATLAB丰富的矩阵运算和图像处理命令,将血管三维重建过程分成半径搜索、交点定位和轴线拟合三个主要步骤,并编制通用M程序包实现从数据采集到模型渲染的全程自动计算.最后应用给出的方法完成了对100张序列切片图像的计算机三维重建.     

基于距离场的非线性图像插值分割方法

对于医学序列切片,需要图像分割技术将图像中感兴趣区域ROI(region of interest)提取并进行三维重建.提出一种基于距离场的非线性图像插值分割方法,该方法克服了软组织因灰度值分布不均匀难分割的问题,可以快速提取ROI区域.实验表明用该方法进行医学序列切片的分割,可以得到良好的分割结果,并已成功地应用于医学数据的三维重建系统中.     

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BMP格式失真特征的血管重组快速算法的设计

针对2001年全国大学生数学建模竞赛A题血管切片的三维重建问题，在分析切片的几何特性的基础上，抓住BMP格式图像的失真特征，分析相邻切片动态特性，直接利用计算机软件工具，快速实现管道的三维重建，避免了复杂的数学运算和繁琐的计算机搜索，取得较好效果．     

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。     

基于MITK的三维体绘制系统设计

在MITK(Medical Imaging Toolkit)算法平台的基础上,采用Microsoft Visual C++语言设计基于MITK的三维体绘制系统。三维体绘制系统主要将光线投射法和错切变形法结合,构成一个三维重建系统,方便使用者在高质量绘制和实时绘制间自由作出选择。该系统可进行二维序列切片图像的显示和三维重建,并能调节三维图像的阻光度,展现出不同的三维立体绘制效果。     

基于VTK的光线投射算法的采样间距

在VTK算法平台上,分别采用细胞显微图像和头部图像等三维体数据实现了光线投射体绘制算法。实验采用不同的采样间距,得到不同的重构效果,所需的重构时间也不同。通过比较与分析采样间距与重构效果和重构时间的关系,获得合理的采样间距,为不同的序列切片图像三维重建技术研究与应用提供了实验基础。     

任意方位CT切片的获取方法

基于VTK环境提出了一种获取任意方位CT切片的方法：由CT图像序列重构3-D体数据之后，将3-D体数据插值为各向同性，利用VTK实现了3-D体数据内CT切片的绘制显示，并通过平移、旋转变换实现了体数据内其它方向、位置处CT切片的获取．在VTK中的应用实例表明，该方法获取的切片序列有助于医生对同一组织从多个方位进行观察、诊治，在医疗诊断中具有一定的实用价值．     

基于多幅图像序列的三维重建

基于多幅图像序列的三维重建技术, 以两幅图像的三维重建算法为基础, 采用由运动中恢复校准的结构方法, 在已知摄像机参数的情况下, 利用KLT特征点跟踪算法, 实现了多幅图像的三维重建, 并利用集束调整优化了重建结果.     

MRI脑序列图像的三维重建算法研究

针对MRI脑图像分割和三维重建中存在精度与效率不高的问题,提出了一种MRI脑图像分割与三维重建方法。首先,采用双边滤波法对MRI脑图像进行去噪;其次,通过一种改进的区域增长算法对MRI脑图像进行了颅骨去除;同时,再利用改进的模糊空间聚类对脑图像中的组织进行聚类,以准确提取脑白质;最后,将提取出来的脑白质通过规则移动立方体法进行了三维重建。所给实例表明,对MRI脑序列图像的重建效果良好,为后续的定量分析和可视化打下了良好的基础。     

大型物料堆体积的计算机视觉测量方法

提出一个由CCD摄像机、图像采集卡和微机构成的计算机视觉测量系统用来测量形状不规则的大型物料堆的体积。该系统通过拍摄大型物料堆的图像以及对图像数据的采集和分析，进行三维重建，定量计算大型物料堆体积。实验证明，其测量误差小于5％，适用于测量火力发电厂煤堆和其他大型物料堆的体积。     

基于BP网络的人眼组织切片图像角膜分割

角膜是人眼的一个关键部分,了解角膜的精细结构具有十分重要的意义.本文提出了一种基于BP(Back-propagation)网络的,针对组织切片图像序列提取角膜局部信息的新方法.首先对切片序列进行预处理,截取包含角膜信息的原1/2图像,其次选取预处理过的图像序列中角膜颜色差异的若干图片做训练样本,以人工分割后的图像作为导师信号,通过分析选取6个图像特征作为输入向量,对三层BP神经网络进行训练.训练完成后,采用该网络对图像序列进行分割,最后对分割图像进行后处理包括区域分割、孔洞填充及恢复图像大小.实验结果表明,该方法能够获得较好的图像序列分割效果,为角膜精细形态模型的建立及其后续研究打下基础,同时也为眼内其他重要结构的分割提供一种参考方法.     

医学图像处理中三维模型的快速重构与简化

通过分析Mcrching cube与Triangle decimation算法的特点，并结合医学图像中常见的断层数据（例如，CT，MRI）的实际情况，提出了加快三维重建与组织和模型简化的相应方法，并在约减的同时生成了一个多分辨率模型。该方法对于基于断层数据的三信快速重建与约减工作具有通用性，在微机平台上实现该算法的效果良好。     

基于ASIFT图像匹配算法的三维重建

提出了基于ASIFT图像匹配算法的三维重建算法。目前,基于图像序列的三维重建中,一般采用SIFT图像匹配算法。对于存在仿射变换的图像序列,ASIFT算法较SIFT算法能够获得更多精确的稀疏匹配点;基于ASIFT算法恢复的三维点云比基于SIFT算法恢复的三维点云更加稠密,从而能获得更好的三维重建结果。仿真实验表明,本文算法能获得较好的三维模型。     

基于非定标图像序列的三维重建

本文介绍了非定标图像序列的三维重建的应用需求、基本概念和当前国际上研究进展情况。     

CT图像序列中定位线的绘制

面对计算机断层扫描得到的一个序列多幅图像,临床医生需要清楚了解当前观察图像切片在组织器官上对应的精确位置。本文针对遵守DICOM3.0标准的CT医学图像,详细讨论了绘制定位线的有效方案。     

基于无人机序列图像的三维场景重建

阐述了无人机拍摄的序列图像三维重建的方法,主要涉及图像之间特征点的提取与匹配、稀疏点云重建、密集点云重建、三维点云格网化、纹理映射,最后通过实例演示三维重建过程和最终效果,表明此方法可以重建出高精度、照片级逼真的三维场景.