1概述 随着计算机软硬件技术的快速发展，大规模复杂场景的实时绘制已经成为可能，这也加快了虚拟现实技术的发展，又对模型的复杂度和真实感提出了新的要求。虚拟场景是虚拟现实系统的重要组成部分，它的逼真度将直接影响整个虚拟现实系统的沉浸感。客观世界在空间上是三维的，而现有的图像采集装置所获取的图像是二维的。尽管图像中含有某些形式的三维空间信息，但要真正在计算机中使用这些信息进行进一步的应用处理，就必须采用三维重建技术从二维图像中合理地提取并表达这些 三维信息。 三维建模工具虽然日益改进，但构建稍显复杂的三维模型依旧是一件非常耗时费力的工作。而很多要构建的三维模型都存在于现实世界中，因此三维扫描技术和基于图像建模技术就成了人们心目中理想的建模方式；又由于前者一般只能获取景物的几何信息，而后者为生成具有照片级真实感的合成图像提供了一种自然的方式，因此它迅速成为目前计算机图形学领域中的研究热点。 2三维建模技术 三维重建技术能够从二维图像出发构造具有真实感的三维图形，为进一步的场景变化和组合运算奠定基础，从而促进图像和三维图形技术在航天、造船、司法、考古、 工业测量、 电子商务等领域的深入广泛的应用。3基于图像的三维重建技术 基于图像的建模最近几年兴起的一门新技术，它使用直接拍摄到的图像，采用尽量少的交互操作，重建场 景。 它克服了传统的基于几何的建模技术的许多不足，有无比的优越性。传统的三维建模工具虽然日益改进，但构建稍显复杂的三维模型依旧是一件非常耗时费力的工作。考虑到我们要构建的很多三维模型都能在现实世界中找到或加以塑造，因此三维扫描技术和基于图像建模技术就成了人们心目中理想的建模方式；又由于前者一般只能获取景物的几何信息，而后者为生成具有照片级真实感的合成图像提供了一种自然的方式，因此它迅速成为目前计算机图形学领域中的研究热点。 4 基于图像重建几何模型的方法 4.1 基于侧影轮廓线重建几何模型 物体在图像上的侧影轮廓线是理解物体几何形状的 一条重要线索１当以透视投影的方式从多个视角观察某一空间物体时，在每个视角的画面上都会得到一条该物体的侧影轮廓线，这条侧影轮廓线和对应的透视投影中心共同确定了三维空间中一个一般形状的锥体１显然，该物体必将位于这个锥体之内；而所有这些空间锥体的交则构成了一个包含该物体的空间包络１这个空间包络被称为物体的可见外壳，当观察视角足够多时，可见外壳就可以被认为是该物体的一个合理的逼近。鉴于此类算法一般需要大量的多视角图像，因此图像的定标工作就变得非常复杂。 4.2采用立体视觉方法重建几何模型 基于立体视觉重建三维几何是计算机视觉领域中的经典问题，被广泛应用于自动导航装置。近年来，立体视觉 图像三维重建技术 康皓，王明倩，王莹莹 （装甲兵技术学院电子工程系，吉林长春130117） 摘要:基于图像的三维重建属于计算机视觉中的一个重要的研究方向，从提出到现在已有十多年的历史。文章首先对三维重建技术做了详细阐述，并着重从计算机图形学的研究角度对基于图像建模技术进行了综述，介绍了 具有代表性的基于图像建模的方法及其最新研究进展,给出了这些方法的基本原理， 并对这些方法进行分析比较,最后对基于图像建模技术的未来研究给出了一些建议和应解决的问题。关键词:三维建模技术；图像建模技术；计算机图形学；虚拟现实中图分类号：TP271文献标识码：A 文章编号1006-8937（2009）11-0042-02 Three-dimensional image reconstruction technique KANG Hao,WANG Ming-qian,WANG Ying-ying （ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＡｒｍｏｒｅｄＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ，Ｊｉｌｉｎ１３０１１７，Ｃｈｉｎａ） Abstract:Image-based Three-dimensional reconstruction is an important research direction in computer vision ,from now more than ten years'history.This article first describes three-dimensional reconstruction technique in detail and review image-based modeling techniques from the perspective of computer graphics research,introduce a representative of the method of image-based modeling and the latest research progress,give the basic principles of these methods,analysis and compare these methods,finally,give a number of recommendations and problems which should be solved on image-based modeling technology for future research. Keywords:three-dimensional modeling techniques;image modeling techniques;computer graphics;virtual reality 收稿日期：2009-03-19 作者简介：康皓（1978-），女，吉林长春人，硕士研究生，讲师，研 究方向：计算机辅助设计与编程。 TECHNOLOGICAL DEVELOPMENT OF ENTERPRISE 2009年6月Jun.2009 企业技术开发 第28卷
医学图像三维重建的体绘制技术综述 摘要：体绘制技术是目前医学图像三维重建的主要方法之一，是一种能够准确反映出数据内部信息的可视化技术，是可视化研究领域的一个重要分支，是目前最活跃的可视化技术之一。本文首先分析了医学图像三维重建的两大方法及其基本思想，并将体绘制技术与面绘制技术进行了比较；然后分别描述了射线投射法、足迹法、剪切-曲变法、基于硬件的3D纹理映射、频域体绘制法以及基于小波的体绘制等典型算法；最后通过比较分析给出了各类算法的性能评价，并在此基础上展望了体绘制技术研究的发展前景。 关键字：体绘制；三维重建；可视化；性能评价 Abstract：Volume rendering techniques is one of the main methods of 3D reconstruction of medical images currently. It's also an important branch of visual technology which can reflect the inside information of data.It is one of the most active visualization technology.This paper first introduces are the two methods of 3D reconstruction of medical image and the basic thought of them,then volume rendering technology and surface rendering technology are compared.Secondly,the author introduces some kinds of algorithm for volume rendering：Ray Casting ,Splatting,Shear-Warp,3D Texture-Mapping Hardware,Frequency Domin V olume Rendering,Wavelet .Based V olume Rendering.The differences of their performances are compared and discussed in the last. Then some results are presented and their perspective are given in the end. Key words:Volume rendering techniques;3D reconstruction of medical images;visual technology;Performance evaluation
三维重建综述 三维重建方法大致分为两个部分1、基于结构光的（如杨宇师兄做的）2、基于图片的。这里主要对基于图片的三维重建的发展做一下总结。 基于图片的三维重建方法： 基于图片的三维重建方法又分为双目立体视觉；单目立体视觉。 A双目立体视觉： 这种方法使用两台摄像机从两个(通常是左右平行对齐的，也可以是上下竖直对齐的)视点观测同一物体，获取在物体不同视角下的感知图像，通过三角测量的方法将匹配点的视差信息转换为深度，一般的双目视觉方法都是利用对极几何将问题变换到欧式几何条件下，然后再使用三角测量的方法估计深度信息这种方法可以大致分为图像获取、摄像机标定、特征提取与匹配、摄像机校正、立体匹配和三维建模六个步骤。王涛的毕业论文就是做的这方面的工作。双目立体视觉法的优点是方法成熟，能够稳定地获得较好的重建效果，实际应用情况优于其他基于视觉的三维重建方法，也逐渐出现在一部分商业化产品上;不足的是运算量仍然偏大，而且在基线距离较大的情况下重建效果明显降低。 代表文章：AKIMOIO T Automatic creation of3D facial models1993 CHEN C L Visual binocular vison systems to solid model reconstruction 2007 B基于单目视觉的三维重建方法: 单目视觉方法是指使用一台摄像机进行三维重建的方法所使用的图像可以是单视点的单幅或多幅图像，也可以是多视点的多幅图像前者主要通过图像的二维特征推导出深度信息，这些二维特征包括明暗度、纹理、焦点、轮廓等，因此也被统称为恢复形状法（shape from X） 1、明暗度（shape from shading SFS） 通过分析图像中的明暗度信息，运用反射光照模型，恢复出物体表面法向量信息进行三维重建。SFS方法还要基于三个假设a、反射模型为朗伯特模型，即从各个角度观察，同一点的明暗度都相同的;b、光源为无限远处点光源;c、成像关系为正交投影。 提出：Horn shape from shading：a method for obtaining the shape of a smooth opaque object from one view1970(该篇文章被引用了376次) 发展：Vogel2008年提出了非朗伯特的SFS模型。 优势：可以从单幅图片中恢复出较精确的三维模型。 缺点：重建单纯依赖数学运算，由于对光照条件要求比较苛刻，需要精确知道光源的位置及方向等信息，使得明暗度法很难应用在室外场景等光线情况复杂的三维重建上。 2、光度立体视觉（photometric stereo） 该方法通过多个不共线的光源获得物体的多幅图像，再将不同图像的亮度方程联立，求解出物体表面法向量的方向，最终实现物体形状的恢复。 提出：Woodham对SFS进行改进（1980年）：photometric method for determining surface orientation from multiple images(该文章被引用了891次) 发展：Noakes：非线性与噪声减除2003年； Horocitz：梯度场合控制点2004年； Tang：可信度传递与马尔科夫随机场2005年； Basri：光源条件未知情况下的三维重建2007年； Sun：非朗伯特2007年； Hernandez：彩色光线进行重建方法2007年；
三维重建模型/内窥镜图像综合分析软件产品技术要求 结构组成：产品为单机架构；版本号：V1.0； 本软件以光盘形式交付（光盘包括软件安装包、产品说明书）； 软件主要由模型导入模块、患者信息查看模块、器官分类模块、姿态控制模块、摄录模块、操作教程模块组成。 适用范围：适用于符合DICOM标准的CT图像以.rx3d格式存储的三维模型数据和内窥镜影像的导入、显示、叠加查看的操作。 1.1 软件型号规格：RXFQJMR-I 1.2 发布版本 软件发布版本：V1.0 1.3 版本命名规则 软件的完整版本命名由四部分组成，完整版本型号：VX.Y.Z.B ，分类描述如下： 字母V为版本Version的缩写； * X：主版本号，也是发布版本号，表示重大增强类软件更新，初始值为1，当软件进行了重大增强类软件更新，该号码加1； * Y：子版本号，表示轻微增强类软件更新，初始值为0，当软件进行了轻微增强类软件更新，该号码加1； * Z：修正版本号，表示纠正类软件更新，初始值为0，当软件进行了纠正类软件更新，该号码加1； * B：构建号，表示软件编译生成一个工作版本，符合软件更新的定义，初始值为0，当软件进行了构建更新，该号码加1。 2.1 通用要求 2.1.1 处理对象 软件针对腹腔镜影像、软件定义的.rx3d格式的三维数据进行处理。 2.1.2 最大并发数 软件运行的网络环境为单机环境，支持读取影像数据的最大用户数为1。 2.1.3 数据接口 软件通过高清数字视频信号DVI、SDI、VGA接口，与医疗设备进行影像传输，支持模拟视频信号接口。
2.1.4特定软硬件 特定硬件：广播级视频采集卡，支持SDI、VGA、DVI接口，对于非DICOM标准的视频输出的医疗设备，选用支持DirectShow的视频采集卡。 2.1.5 临床功能 登录界面功能： 1）显示登录用户名，密码。 2）密码隐藏功能，点击输入框后面显示按钮可查看登陆密码。 3）点击登录或按键盘Enter键，均可登录。 操作界面功能： 1）文件导入模块：在软件菜单栏点击模型导入按钮，在软件右侧功能栏即显示患者三维模型信息的导入按钮列表。点击三维模型信息按钮可导入相应的三维模型。 2）患者信息录入模块：在软件菜单栏点击患者信息按钮，在软件右侧功能栏即显示三维模型中已存的患者信息（包括姓名、性别、入院编号、主治医师、病例诊断和手术类型），亦可在此对患者信息进行修改或重新录入。 3）三维模型器官分类模块：在软件菜单栏点击器官分类按钮，在软件右侧功能栏即显示器官分类。在此模块中，亦可通过点击代表各器官、组织的各色按钮来控制三维模型各器官、组织的显示或隐藏，以及拖动滑动条调整各器官、组织的透明度。 4）三维模型姿态调整模块：在软件菜单栏点击姿态调整按钮，在软件右侧功能栏即显示三维模型位置操作按钮，含上、下、左、右移动4个按键，远、近移动2个按键和三个可控制X/Y/Z轴的滑动按钮。在此模块可控制三维模型的姿态变换。 5）摄录模块：在软件的菜单栏点击摄录按钮，在软件右侧功能栏即显示录像和截屏按钮，点击录像按钮可录制手术的操作过程，点击截屏按钮可随时截屏，为后期的视频教学保存相关资料。 6）软件使用帮助模块：在软件的菜单栏点击软件使用帮助按钮，在右侧功能栏即显示鼠标和键盘操作的示意图，在主窗口显示操作视频，可观看学习软件快速上手视频。
CT三维重建指南 1、脊柱重建： 腰椎： 西门子及GE图像均发送至西门子工作站，进入3D选项卡 A、椎体矢状位及冠状位： a. 选择骨窗薄层图像（西门子 1mm 70s；GE 0.625mm BONE），载入3D重建，调整定位线，使椎体冠状位、矢状位定位线与解剖位置一致，并将横断位定位线与两者垂直，将三幅图像模式改为MPR； b. 横断位作为定位相，做矢状位重建，打开定位线选项卡，点击垂直定位线，变换数字顺序，使其从右向左，选择层厚3mm，层间距3mm，方向平行于棘突-椎体轴线，两边范围包全椎体及横突根部（一般为19层），点击确定，保存； c. 矢状位作为定位相，打开曲面重建选项卡，沿各椎体中心弧度画定位相曲线，范围包全，双击结束，选择层厚3mm，层间距3mm，变换数字顺序，使其从前向后，范围前至椎体前缘，后至棘突根部（一般为19层），点击确定，保存。 B、椎间盘重建： a. 选择软组织窗薄层图像（西门子 1mm 30s；GE 0.625mm STND），载入3D重建，调整定位线，使椎体冠状位、矢状位定位线与解剖位置一致，并将横断位定位线与两者垂直，将三幅图像模式改为MPR； b. 矢状位作为定位相，做椎间盘重建，打开定位线选项卡，点击水平定位线，变换数字顺序，使其从上向下，选择层厚3mm，层间距3mm，层数5层，方向沿椎间隙走行方向，做L1/2-L5/S1椎间盘，注意右下角图像放大，逐个保存。 注意：脊柱侧弯患者，椎间盘重建过程中需不断调整冠状位定位相上矢状定位线（红色），使其保持与相应椎间隙垂直。 C、椎体横断位重建： 椎体骨质病变者，如压缩性骨折、骨转移、PVP术后等病人，加做椎体横断位重建，矢状位图像做定位相，沿病变椎体轴向，做横断位重建，注意重建图像放大，保存。 打片： 矢状位及冠状位二维一张：8×5；椎间盘一张：6×5； 若为椎体骨质病变者，椎间盘图像不打，打椎体横断位重建图像，共两张胶片。
基于MATLAB的CT图像三维重建的研究与实现 作者：张振东 来源：《电子世界》2013年第03期 【摘要】介绍了利用MATLAB软件对CT切片图像进行三维重建的方法与程序实现。分别对体绘制法、面绘制法实现的三维重建进行了研究与讨论。利用MATLAB软件制作GUI界面，实现对肺部CT图像的三维重建以及切分操作。 【关键词】体绘制；面绘制；三维重建；GUI界面 CT（Computed Tomography）技术是指利用计算机技术对被测物体断层扫描图像进行重建获得三维断层图像的扫描方式。自从CT被发明后，CT已经变成一个医学影像重要的工具，虽然价格昂贵，医用X-CT至今依然是诊断多种疾病的黄金准则。利用X射线进行人体病灶部位的断层扫描，可以得到相应的CT切片图像。医生可以通过对连续多张CT切片图像的观察，来确定有无病变。应用三维重建技术可以将连续的二维CT切片图像合成三维可视化图像，便于观察研究。医学图像的三维建在判断病情、手术设计、医患沟通和医学教学等方面具有很高的研究价值。CT图像通常是以DICOM格式存储，实验中通常需要转换格式。本文分别研究讨论了利用MATLAB软件实现对JPG格式的CT切片三维重建的两种常用方法，并制作GUI界面实现切分操作。 1.MATLAB软件在生物切片图像三维重建中的应用 MATLAB7.O提供了20类图像处理函数，涵盖了图像处理包括近期研究成果在内的几乎所有的技术方法，是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。 Matlab软件环境提供了各种矩阵运算、操作和图象显现工具。它已经在生物医学工程，图象处理，统计分析等领域得到了广泛的应用。在三维重建方面，使用的数据量相对较大，同时涉及到大量的矩阵、光线、色彩、阴影和观察视角的计算，对于非计算机专业研究人员来讲，难度很大。利用MATLAB软件中的图像处理函数、工具箱操作，可以大大简化研究。 2.常用的三维重建方法 2.1 面绘制 面绘制法是指利用几何单元拼接拟合物体表面来描述物体的三维结构，实现三维重建，也被称为间接绘制方法。
程序流图： MATLAB 源码： clc; clear all; close all; % load mri %载入mri 数据，是matlab 自带库 % ph = squeeze(D); %压缩载入的数据D ，并赋值给ph ph = phantom3d(128); prompt={'Enter the Piece num(1 to 128):'}; %提示信息“输入1到27的片的数字” name='Input number'; %弹出框名称 defaultanswer={'1'}; %默认数字 numInput=inputdlg(prompt,name,1,defaultanswer) %弹出框，并得到用户的输入信息 P= squeeze(ph(:,:,str2num(cell2mat(numInput))));%将用户的输入信息转换成数字，并从ph 中得到相应的片信息P imshow(P) %展示图片P D = 250; %将D 赋值为250,是从扇束顶点到旋转中心的像素距离。 dsensor1 = 2; %正实数指定扇束传感器的间距2 F1 = fanbeam(P,D,'FanSensorSpacing',dsensor1); %通过P ，D 等计算扇束的数据值 dsensor2 = 1; %正实数指定扇束传感器的间距1 F2 = fanbeam(P,D,'FanSensorSpacing',dsensor2); %通过P ，D 等计算扇束的数据值 dsensor3 = 0.25 %正实数指定扇束传感器的间距0.25 [F3, sensor_pos3, fan_rot_angles3] = fanbeam(P,D,... 'FanSensorSpacing',dsensor3); %通过P ，D 等计算扇束的数据值，并得到扇束传感器的位置sensor_pos3和旋转角度fan_rot_angles3 figure, %创建窗口 imagesc(fan_rot_angles3, sensor_pos3, F3) %根据计算出的位置和角度展示F3的图片 colormap(hot); %设置色图为hot colorbar; %显示色栏 xlabel('Fan Rotation Angle (degrees)') %定义x 坐标轴 ylabel('Fan Sensor Position (degrees)') %定义y 坐标轴 output_size = max(size(P)); %得到P 维数的最大值，并赋值给output_size Ifan1 = ifanbeam(F1,D, ... 'FanSensorSpacing',dsensor1,'OutputSize',output_size); %根据扇束投影数据F1及D 等数据重建图像 figure, imshow(Ifan1) %创建窗口，并展示图片Ifan1 title('图一'); disp('图一和原图的性噪比为：'); result=psnr1(Ifan1,P); Ifan2 = ifanbeam(F2,D, ... 'FanSensorSpacing',dsensor2,'OutputSize',output_size); %根据扇束投影数据F2及D 等数据重建图像 figure, imshow(Ifan2) %创建窗口，并展示图片Ifan2 disp('图二和原图的性噪比为：'); result=psnr1(Ifan2,P); title('图二'); Ifan3 = ifanbeam(F3,D, ... 生成128的输入图片数字对图片信息进行预处 用函数fanbeam 进行映射，得到扇束的数据，并用函数ifanbeam 根据扇束投影数据重建图像，并计算重建图像和原图的 结束
三维重建技术简介 一、视觉理论框架 1982年，Marr立足于计算机科学，首次从信息处理的角度系统的概括了心理生理学、神经生理学等方面已经取得的重要成果,提出了一个迄今为止比较理想的视觉理论框架。尽管Marr提出的这个视觉理论框架仍然有可以进行改进和完善的瑕疵,但是在近些年,人们认为,计算机视觉这门学科的形成和发展和该框架密不可分。 第一方面,视觉系统研究的三个层次。 Marr认为,视觉是一个信息处理系统,对此系统研究应分为三个层次:计算理论层次,表示与算法层次,硬件实现层次,如下图所示: 计算机理论层次是在研究视觉系统时首先要进行研究的一层。在计算机理论层次，要求研究者回答系统每个部分的计算目的与计算策略，即视觉系统的输入和输出是什么，如何由系统的输入求出系统的输出。在这个层次上，将会建立输入信息和输出信息的一个映射关系，比如，系统输入是二维灰度图像，输出则是灰度图像场景中物体的三维信息。视觉系统的任务就是研究如何建立输入输出之间的关系和约束，如何由二维灰度图像恢复物体的三维信息。 在表示与算法层次，要给出第一层中提到的各部分的输入信息、输出信息和内部信息的表达，还要给出实现计算理论所对应的功能的算法。对于同样的输入，如果计算理论不同，可能会产生不同的输出结果。 最后一个层次是硬件实现层次。在该层次，要解决的主要问题就是将表示与算法层次所提出的算法用硬件进行实现。 第二方面，视觉信息处理的三个阶段。 Marr认为，视觉过程分为三个阶段，如表所示：
第一阶段，也称为早期阶段，该阶段是求取基元图的阶段，该阶段对原始图像进行处理，提取出那些能够描述图像大致三维形状二维特征，这些特征的集合构成所构成的就是基元图(primary sketch)"。 第二阶段也称中期阶段，是对环境的2.5维描述，这个阶段以观察者或者摄像机为中心，用基元图还原场景的深度信息，法线方向(或一说物体表面方向)等，但是在该阶段并没有对物体进行真正的三维恢复，因此称为2.5维。 第三阶段也称为后期阶段，在一个固定的坐标系下对2.5维图进行变换，最终构造出场景或物体的三维模型。 二、三维重建技术现状 目前三维重建的方法大致可分为三类，即:用建模软件构造的方式，多幅二维图像匹配重建的方式以及三维扫描重建的方式。 对于第一种方式，目前使用比较广泛的是3D Max, Maya, Auto Cad以及MultiGen-Creator等软件。这些三维建模软件，一般都是利用软件提供的一些基本几何模型进行布尔操作或者平移旋转缩放等操作，来创建比较复杂的三维模型。这样所构建出来的模型，比较美观，而且大小比例等非常精确。然而，这需要建模者精确知道三维场景的尺寸、物体位置等信息，如果没有这些信息，就无法建立精准的模型。 第二种方式是利用实时拍摄的图像或者视频恢复场景的三维信息。这种方式是基于双目立体视觉，对同一物体拍摄不同角度的图像，对这些图像进行立体匹
MC算法在医学图像三维重建中的应用 摘要：详细介绍了mc算法，提出了优化网格模型简化算法。优化网格模型简化算法选取坐标点的原则是，尽可能地接近原始网格，通常采用子集选择法或优化选择法。在尽可能保证图像精度的前提下，优化网格模型简化算法可以提高运算速度，而单纯的网格算法由于失真严重而缺乏实用价值。基于体绘制的网格化简化算法重建的三维模型比较完全，且算法简单，在多排螺旋ct等医学图 像三维重建中有较好的应用。 关键词：三维重建；移动立方体算法；面绘制 abstract： 3d reconstructions has been widely used in the field of medical disease diagnosis and marching cube algorithm (mc) is the most representative structure in the face of 3d reconstructions. the authors introduce in the paper the principle of mc algorithm, and present a simplified algorithm based on optimized grid model. the simplified algorithm selects points as close to original grid as possible, usually using the subset selection method or the optimized selection method. to ensure the best possible result in image accuracy, the simplified algorithm will improve the computation speed, while the pure grid algorithm is not practical due to serious distortion. the experiments show
三维图像重建 一、摘要: 物体的三维重建是指对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理,操作和分析其性质的基础,也是在计算机中建立表达客观世界的虚拟现实的关键技术. 计算机内生成物体三维表示主要有两类方法.一类是适用几何建模软件通过人机交互生成人为控制下的物体三维几何模型,另一类是通过一定的手段获取真实物体的几何形状.本文主要针对第二类方法进行介绍,结合三维重建在医学领域的广泛应用,对三维重建的每一个过程和其中的关键技术进行研究. 二、研究背景及发展现状 随着信息技术的飞速发展,如何在计算机上实时逼真地建立客观世界的虚拟海量信息 ,生成具有重要价值的三维形状信息,运用计算机的高效能数据存储\压缩\计算和传输能力,快速实现对这些三维信息的分析\挖掘\检索和高效利用,已成为国家和科技发展中许多重大应用需求的关键科学问题. 目前三维重建主要包含四类方式: 第一类是根据三维物体的断层扫描所得二维图像提取轮廓,然后根据一定的原则进行两个相邻轮廓的连接和三角化,从而得到物体的表面形状.该方法主要对于物体内部构造进行拓扑结构可视化,比如:医学影像的三维重建. 第二类是使用探针或激光读数仪逐点获取数据,然后进行整体三角化,此类方法测量精确,但速度很慢,难以在较短时间内获取大量数据. 第三类是基于双目视觉的重建方法,深度数据计算精度较低,主要应用于机器人视觉领域. 第四类是应用硬件光学三维扫描仪主动获取物体的点云数据,然后进行重建获取物体的整体表面信息. 目前三维重建的应用领域主要包括以下方面: (1)制造业与逆向工程 应用三维重建技术,可以将创作者完成的设计模型准确变为计算机中的三维实体模型,如果需要也可以在计算机中完成修正操作,最后由计算机根据实体模型数据控制加工设备完成部件加工,此过程省去了传统设计制作过程中若干复杂环节,大大节省开发
程序流图： MATLAB 源码： clc; clear all; close all; % load mri %载入mri 数据，是matlab 自带库 % ph = squeeze(D); %压缩载入的数据D ，并赋值给ph ph = phantom3d(128); prompt={'Enter the Piece num(1 to 128):'}; %提示信息“输入1到27的片的数字” name='Input number'; %弹出框名称 defaultanswer={'1'}; %默认数字 numInput=inputdlg(prompt,name,1,defaultanswer) %弹出框，并得到用户的输入信息 P= squeeze(ph(:,:,str2num(cell2mat(numInput))));%将用户的输入信息转换成数字，并从ph 中得到相应的片信息P imshow(P) %展示图片P D = 250; %将D 赋值为250,是从扇束顶点到旋转中心的像素距离。 生成128的图片信息 输入图片数字选择 对图片信息进行预处理，并进行展示 用函数fanbeam 进行映射，得到扇束的数据，并展示 用函数ifanbeam 根据扇 束投影数据重建图像，并 展示 计算重建图像和原图的性噪比，并进行输出 结束
dsensor1 = 2; %正实数指定扇束传感器的间距2 F1 = fanbeam(P,D,'FanSensorSpacing',dsensor1); %通过P，D等计算扇束的数据值 dsensor2 = 1; %正实数指定扇束传感器的间距1 F2 = fanbeam(P,D,'FanSensorSpacing',dsensor2); %通过P，D等计算扇束的数据值 dsensor3 = 0.25 %正实数指定扇束传感器的间距0.25 [F3, sensor_pos3, fan_rot_angles3] = fanbeam(P,D,... 'FanSensorSpacing',dsensor3); %通过P，D等计算扇束的数据值，并得到扇束传感器的位置sensor_pos3和旋转角度fan_rot_angles3 figure, %创建窗口 imagesc(fan_rot_angles3, sensor_pos3, F3) %根据计算出的位置和角度展示F3的图片 colormap(hot); %设置色图为hot colorbar; %显示色栏 xlabel('Fan Rotation Angle (degrees)') %定义x坐标轴 ylabel('Fan Sensor Position (degrees)') %定义y坐标轴 output_size = max(size(P)); %得到P维数的最大值，并赋值给output_size Ifan1 = ifanbeam(F1,D, ... 'FanSensorSpacing',dsensor1,'OutputSize',output_size); %根据扇束投影数据F1及D等数据重建图像 figure, imshow(Ifan1) %创建窗口，并展示图片Ifan1 title('图一'); disp('图一和原图的性噪比为：'); result=psnr1(Ifan1,P); Ifan2 = ifanbeam(F2,D, ... 'FanSensorSpacing',dsensor2,'OutputSize',output_size); %根据扇束投影数据F2及D等数据重建图像 figure, imshow(Ifan2) %创建窗口，并展示图片Ifan2 disp('图二和原图的性噪比为：'); result=psnr1(Ifan2,P); title('图二'); Ifan3 = ifanbeam(F3,D, ... 'FanSensorSpacing',dsensor3,'OutputSize',output_size); %根据扇束投影数据F3及D等数据重建图像 figure, imshow(Ifan3) %创建窗口，并展示图片Ifan3 title('图三'); disp('图三和原图的性噪比为：');
电子科技大学 UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA 专业学位硕士学位论文MASTER THESIS FOR PROFESSIONAL DEGREE 论文题目医学影像三维重建系统的研究与实现 专业学位类别工程硕士 学号 201322070532 作者姓名 卢开文 指导教师蒲立新副教授
分类号密级 UDC注1 学 位 论 文 医学影像三维重建系统的研究与实现 （题名和副题名） 卢开文 （作者姓名） 指导教师 蒲立新 副教授 电子科技大学 成 都 （姓名、职称、单位名称） 申请学位级别 硕士 专业学位类别 工程硕士 工程领域名称 控制工程 提交论文日期2016年4月28日论文答辩日期2016年5月9日学位授予单位和日期 电子科技大学2016年6月28日答辩委员会主席 邹见效 评阅人 金卫 王子斌 注1：注明《国际十进分类法UDC》的类号。
RESEARCH AND IMPLEMENTAION OF MEDICAL IMAGE 3D RECONSTRUCTION SYSTEM A Master Thesis Submitted to University of Electronic Science and Technology of China Major: Master of Engineering Author: Lu Kaiwen Advisor: Pu Li-xin School : School of Automation Engineering
独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 作者签名：日期：年月日 论文使用授权 本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 作者签名：导师签名： 日期：年月日
医学图像三维重建中的关键算法 罗东礼，徐大宏，赵于前 (中南大学信息物理工程学院生物医学工程研究所，长沙410083) 摘要：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，重采样，三角化 The Algorithm about 3D Reconstruction of Image Sequences Luo Dongli，Xu Dahong，Zhao Yuqian (Institute of biomedical Engineering, School of Info-Physics Geomatics Engineering, CSU, Changsha 410083) Abstract This paper discusses two important algorithms in 3D reconstruction of image sequences, i.e. re-sampling algorithm and triangulation algorithm. An improved algorithm for Doulas-Peucker Line-Simplification is presented. This algorithm can improve the performance of re-sampling and 3D data field visualization. Triangulation is implemented by using a simple triangulation algorithm. Sequentially, 3D object reconstruction is achieved. Keywords Image Sequence, 3D Reconstruction, re-sampling, Triangulation 0 引言 随着计算机软硬件技术，以及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逐渐得到了长足的发展。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[1,2]，是很多实用系统的基础，如基于图像的病理分析[3]、基于图像的手术导引与增强[4,5,6,8]、虚拟手术平台[7]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延用的一种经典算法是Lorensen等人于1987年提出的Marching Cubes方法[10]，其原理简单，易于实现。但这种方法计算效率低，输出的三角网格数量巨大。因此近些年来，仍然有研究者们从不同角度对该算法进行改进[9,11,12]。本文在文献[13]的基础上提出了一种改进重采样算法结合文献[9]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[9]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，输出的三角网格数量也较少，而且三角网格的形态也比较理想。 在第1小节中对算法作了描述，第2小节总结并分析了本文所提出方法的一些性能。 1 算法描述 作者实现基于序列图像三维重建的主要思路如下： (1) 特征提取：在序列图像中提取出需要重建目标的轮廓；