表面三维重建算法的研究及系统实现

来源 :兰州理工大学 | 被引量 : 9次 | 上传用户:lcj_111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
医学图像三维重建的主要研究内容包括医学图像的预处理(如插值、滤波、组织或器官的分割与提取)、表面绘制、体绘制等。本文的主要工作是关于医学图像三维可视化中表面重建技术的研究及实验原型设计。三维重建的目的就是将二维图像序列中所感兴趣的部分提取出来,尽可能的恢复其原貌,并进行显示。文中主要对经典的Marching Cubes(移动立方体)表面重建算法进行了分析,对其存在的不足,给出了改进策略:针对MC采用阈值分割的特点,将图像分割与MC算法有机结合,利用分割后的二值数据提取等值面进行三维重建;针对MC算法中采用线性插值的方法所存在计算量大的问题,提出应用中点法计算三角形顶点,减少运算量;针对其存在的二义性问题,采用剖分法来进行处理;并且针对MC算法网格数量巨大的问题采用了基于边收缩的网格简化算法对重建的三维图像进行简化。同时本文设计了一个基于MITK(Medical Imaging ToolKit)算法包的医学图像三维重建实验原型。本实验采用了改进的表面重建算法,能够对医学图像数据读取及预处理,能对读入的图像进行三维重建并显示,能够进行网格简化并将结果显示,同时能对图像进行分割并利用分割结果进行三维重建,从而实现了一个初步的三维重建系统。
其他文献
当前,嵌入式系统已经成为人们生活中的一部分。可以在很多应用中找到它们,如家用电器、工业设备、医疗设备、通信设备以及汽车应用等。有些嵌入式系统位于远离其使用者或操作者
聚类和分类是当前计算机人工智能领域的研究热点之一。人们渴望快速而准确地获取并处理信息,可是互联网上数据不但数量庞大,而且结构各异。信息自动聚类和分类技术,成为充分
信息技术和网络的迅速发展,各个应用领域之间的合作越来越频繁,数据的互操作性越来越重要。由于各领域生产方式的高度自治,导致了数据模式的异构性,为实现数据共享和使用,解
海冰是高纬度海域最为突出的海洋灾害之一。与常规遥感技术相比,高光谱监测海冰最大的特点就是光谱分辨率高,蕴含接近连续的光谱信息和丰富的空间信息,可以更加精确地区分海水和不同类型的海冰。高光谱海冰图像一般使用监督分类提高分类精度,典型的方法是基于支持向量机进行分类。对于高光谱海冰遥感图像,受条件限制,实测资料非常稀少,对样本进行标注需要耗费大量的时间和成本。但是如果只使用少量的标签样本训练海冰分类器模
智能优化算法作为新兴的搜索算法,一般是指利用自然界的生物系统与优化过程的某些相似性而逐步发展起来的优化算法,如遗传算法、粒子群算法、蚁群算法等,它们通过对搜索空间
随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多,激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用
随着无线通信和微电子机械系统(MEMS)以及人工智能技术的飞速发展,人类已经逐渐步入互联网+的时代。无线传感器网络很快地应用于物联网领域中,引起了国内外学术科研机构商界
中文命名实体识别是自然语言处理的基础任务,是机器翻译、信息检索、问答系统等技术的基础,研究并实现有效的中文命名实体识别方法是本文的主要研究内容。本文主要采用基于机
心电信号同步采集系统是心电设备的前端功能模块。本文介绍了一种基于C8051F120微控制器的嵌入式心电信号采集系统的设计与实现,该系统是12导联心电信号准同步采集系统。作为
SOA是一个组件模型,它将应用程序的不同功能单元(称为服务)通过这些服务之间定义良好的接口和契约联系起来。WEB2.0是指人们从在线协作和共享信息的万维网上可获得的第二代服