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
医学影像工作原理及图像获取方式 2.2医学超声影像工作原理 超声是指高于人耳听觉范围的声波，通常是指频率高于20 kHz的高频振动机检波，应用于医学诊断的超声频率一般在1MHz至几十MHz之间。自1958年商用超声成像产品问世以来，超声医学设备以其实时性、对人体无损伤、无痛苦、显示方法多样，尤其对人体软组织的探测和心血管脏器的血流动力学观察有其独到之处而成为在医学中应用最为广泛的成像设备之一。 超声在医学中的重要作用在于它不但可以穿透人体，而且可以与身体组织相互作用。超声波穿过人体时要经过折射和反射，这可发生在超声波经过的任何交界面上，其作用就如同光束经过一个非均匀物质一样。超声波的波长很短，从而易于窄脉冲波束的实现，因此超声换能器可以做得小而紧凑。 超声在临床应用中主要分为诊断与治疗两个方面：超声诊断采用的是较高频率（多在2MHz以上）与较低声强的超声波，高频可提高对组织的分辨率，用以获得清晰、细致的声像图，而低声强则可降低对组织损伤的副作用。超声治疗采用的是较低频率（通常<1MHz）与较高声强的超声波，低频超声增大对组织的穿透率，而高声强（特别是聚焦后）超声可对组织产生生物效应，用于选择性破坏局灶性病变。 2.2.1超声设备与种类 超声诊断主要应用超声良好的指向性和与光相似的反射、散射、衰减及多普勒(Doppler)效应等物理特性，采用不同的扫查方法，将超声发射到人体内，并在组织中传播，当正常组织或病理组织的声阻抗有一定差异时，它们组成的界面就会发生反射和散射，再将此回波信号接收，加以检波等处理后，显示为波形、曲线或图像等。由于各种组织的界面形态、组织器官的运动状况和对超声的吸收程度等不同，其回波有一定的共性和某些特性，结合生理、病理解剖知识与临床医学，观察、分析、总结这些不同的规律，可对患病的部位、性质或功能障碍程度做出概括性以至肯定性的判断。 超声诊断仪由主机和探头构成，均包括发射、扫查、接收、信号处理和显示等五个部分。超声诊断仪的种类很多，而且互有交叉，按照显示回波方式和空间的不同，主要包括以下几种： 1．A型(Amplitude Mode)超声 A型超声是最早出现的一维超声诊断技术，它将声束传播位置上的组织按距离分布的回波信息在显示器上以幅度调制的形式显示，并从回波的幅度大小、形状及位置进行诊断，回波强则波幅高，回波弱则波幅低。常用A型法测量界面距离、脏器径值以及鉴别病变的物理性质，它是现代各种超声成像的物理基础。 2．B型(Brightness Mode)超声 B超是把组织的一个断层面上的超声回波信息以二维分布形式显示出来，组织内的散射、反射回波信息以辉度调制方式显示，回波强则光点亮，回波弱则光点暗。光点随探头的移动或晶片的交替轮换而移动扫查，由于扫查连续，可以由点、线而扫描出脏器的解剖切面，它是二维空间显示，又称二维超声。 按其成像速度的不同，可分为慢速成像和快速成像，慢速成像只能显示脏器的静态解剖图像，由于每帧图像线数甚多，图像清晰，扫查的空间范围较大。快速成像能显示脏器的活动状态，也称为实时(ReaITime)显像诊断法，但所显示的面积较小，每幅图像线数与每秒显示的帧数相互约制，互为反比。按照扫描方式的不同，又可分为电子线性扫描、电子凸阵扫描、机械扇形扫描和相控阵扫描等。 3．M(Motion Mode)型超声
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；
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。
姓名：顾衍文 学号：S1409W0536 专业：控制工程
医学图像处理 ——区域增长算法分割出肺部的气管 1、肺质分割已有的方法有许多种，这些方法都是基于阈值法、区域生长法、模 式分类法发展起来的，阈值分割法是传统的肺实质分割算法，分割速度快，但它对气管、支气管以及躯干以外的区域分割效果不理想，而且在阈值的选择上也存在实际困难。区域生长法是将具有连通性并且特征相近的非肺质区域提取出来的一种算法，它能够快速的分割肺质区域并保留弥散性边界，但它会忽视强梯度边界包围的区域，同时种子点的选取、生长合并条件的制定对结果的影响也十分显著。模式分类法需要先验知识的引入，采集大量的训练样本并提取图像特征，虽然该方法在分割的效果上较好，但训练和分割的处理时间长、算法复杂度高，这决定了模式分类法不适合应用在胸肺CT 的预处理环节中。 原始肺部图片 2、就区域生长法而言，需要设置的参数有两个，分别是阈值和种子点。在种子点的选取上，通常设置在主气管的顶端也就是胸肺CT 切片数据第一张中的气管区域，生长过程采用8 邻域的三维生长方式，气管树的抽取至上而下。在阈值的选取上，为了自动获取最优的阈值，
算法中引入了泄漏检测规则和阈值递增法则，实验的初始阈值T0 设定为一个保守阈值，本实验从经验值（-960HU）开始，每次生长结束后阈值增加10HU，直至结果中检测到泄漏。当泄漏现象被探测到时，迭代过程终止，并取上一次的阈值Tk 分割结果作为最优阈值生长的结果输出。对泄漏的检测规则是通过比较阈值递增过程中前后两次分割抽取的体素总量的变化，当泄漏发生时，生长区域扩散到肺实质，这会使分割出的体素总量大幅增加。 区域增长后得到的肺部气管3D图 3、采用mevislab的算法和参数配置图：
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
医学图像三维可视化原理 一．原理： 医学图像的三维可视化技术主要包括三维重建绘制的预处理技术及绘制技术。在对体数据进行绘制之前,要对图像数据进行改善像画质、分割标注、匹 配融合等预处理操作。 1.三维重建绘制的预处理技术及绘制技术： （1）改善图像画质改善图像画质主要使用四种技术:① 锐化技术,即突出图像上灰度突变的各类边缘信息,增大对比度,使图像轮廓更加清晰;②平滑技术,即抑制噪声而达到改善像质的措施;③复原技术,即根据引起图像质量下降的原因而采取的一种恢复图像本来面目的处理措施;④校正技术,即采用几何校正措施,去掉图像上的几何失真。通过以上技术可以去除图像上的畸变及噪声信息,使图像更加清晰,以便用目视准确判读和解释。 （2）分割标注分割标注是保证三维重建准确性的关键技术,分割效果直接影响三维重构的精确度[4]。图像分割的目标是将图像分解成若干有意义的子区域(或称对象)。标注则为了能够识别出各区域的解剖或生理意义。在医学图像领域,常常简单地将分割标注的过程称为分割。 （3）可简单的将医学图像分割分为两类:基于边界和基于区域。基于边界的分割寻找感兴趣的封闭区域;基于区域则是将体数据分为若干不重叠的区域,各区域部的体素相似性大于区域之间的体素相似性[5]。在三维领域,由于各向异性, 往往是两种方法混合使用,以达到最佳的精度和效率。医学图像分割的具体方法有聚类法、统计学模型、弹性模型、区域生长、神经网络等。 2．医学体数据三维可视化方法通常根据绘制过程中数据描述方法的不同可分为
两大类:一类是通过几何单元拼接拟合物体表面而忽略材料的部信息来描述物体三维结构的,称为基于表面的三维面绘制方法(surfacefitting),又称为间接绘制方法;另一类是直接将体素投影到显示平面的方法,称为基于体数据的体绘制方法(directvolumerendering),又称为直接绘制方法。 （1）面绘制方法表面绘制是一种普遍应用的三维显示技术,其首先是从体数据中抽取一系列等值面（,是指在一个网格空间中由在某点上的采样值等于一定值的所有点组成的集合。）,并用多边形拟合近似后,再通过传统的图形学算法显示出来。由于表面可以简洁地反映复杂物体的三维结构,因此在医学图像中边界面轮廓是用于描述器官的最重要特征。 （2）体绘制方法(其原理实质是将离散的三维空间数据转换为离散二维数据，将离散的三维数据场转换为离散的二维数据点阵)体绘制方法以其在体数据处理及特征信息表现方面的优势,已得到研究者越来越多的重视,被越来越广泛地应用于医学领域。这类方法依据视觉成像原理,首先构造出理想化的物理模型,即将每个体素都看成是能够接受或者发出光线的粒子,然后依据光照模型及体素的介质属性分配一定的光强和不透明度,并沿着视线观察方向积分,最后在像平面上就形成了半透明的投影图像。投影法和光线跟踪法就是两种体绘制方法。
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
ＤＩＣＯＭ医学图像三维可视化系统的研究 Research on 3-D Visualization System for DICOM Medical Image 骆建珍 林财兴 孟令旗 杨安荣 （上海大学机电工程与自动化学院，上海 ２０００７２） 摘 要：医学图像三维可视化是当前科学计算可视化应用的重点。通过对ＤＩＣＯＭ图像的结构、解析方法和三维可视化技术的探讨以及对系统结构和各模块功能的研究，开发了ＤＩＣＯＭ医学图像三维可视化系统。研究表明，该系统能有效地实现ＤＩＣＯＭ医学图像三维可视化，为医务人员提供更为直观逼真立体图像，具有广泛的临床应用价值。 关键词：ＤＩＣＯＭ 可视化 ＶＴＫ 体绘制 面绘制 Ａｂｓｔｒａｃｔ： ３－Ｄ ｖｉｓｕａｌｉｚａｔｉｏｎ ｏｆ ｍｅｄｉｃａｌ ｉｍａｇｅ ｉｓ ａ ｍａｉｎ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｓｃｉｅｎｔｉｆｉｃ ｖｉｓｕａｌｉｚａｔｉｏｎ．Ｄｅｖｅｌｏｐ ａ ３－Ｄ ｖｉｓｕａｌｉｚａｔｉｏｎ ｓｙｓｔｅｍ ｆｏｒ ＤＩＣＯＭ ｍｅｄｉｃａｌ ｉｍａｇｅ ｖｉａ ｄｉｓｃｕｓｓｉｎｇ ｔｈｅ ＤＩＣＯＭ ｆｉｌｅ ｆｏｒｍａｔ ａｎｄｍｅｔｈｏｄｓ ｏｆ ａｎａｌｙｚｉｎｇ ａｎｄ ｒｅｓｅａｒｃｈｉｎｇ ｔｈｅ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｆｕｎｃｔｉｏｎ ａｎｄ ｋｅｙ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ３－Ｄ ｖｉｓｕａｌｉｚａｔｉｏｎ．Ｒｅｓｅａｒｃｈ ｓｈｏｗｓ， ｔｈｅ ｓｙｓｔｅｍ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｉｍｐｌｅｍｅｎｔ ３－Ｄ ｖｉｓｕａｌｉｚａｔｉｏｎ ｏｆ ｍｅｄｉｃａｌ ｉｍａｇｅ． Ｔｈｅ ｓｙｓｔｅｍｐｒｏｖｉｄｅｓ ｍｏｒｅ ｉｎｔｕｉｔｉｏｎｉｓｔｉｃ ａｎｄ ｖｉｖｉｄ ｍｅｄｉｃａｌ ｉｍａｇｅ ｆｏｒ ｄｉａｇｎｏｓｉｓ， ａｎｄ ｉｓ ｓｉｇｎｉｆｉｃａｎｔ ｉｎ ｃｌｉｎｉｃａｐｐｌｉｃａｔｉｏｎ． Ｋｅｙ ｗｏｒｄｓ： ＤＩＣＯＭ ｖｉｓｕａｌｉｚａｔｉｏｎ ＶＴＫ ｖｏｌｕｍｅ ｒｅｎｄｅｒｉｎｇ ｓｕｒｆａｃｅ ｒｅｎｄｅｒｉｎｇ ０ 引 言 医学图像三维可视化是可视化技术在医学领域的一个重要应用，是当前医学图像处理的研究热点。它利用计算机将二维图像 序列重建三维图像模型，弥补医学成像设备在成像上的不足，为 医生提供直观、逼真、具有真实感的三维医学图像，有效地提高 了诊断效率。ＤＩＣＯＭ（ｄｉｇｉｔａｌ ｉｍａｇｉｎｇ ａｎｄ ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ ｍｅｄｉｃｉｎｅ）是医学数字成像和通信的国际标准，是目前国 际上唯一为广大医疗影像设备厂家所严格遵守的规范。如何用 现有的先进图像处理软件（ＶＴＫ）和硬件设备将ＤＩＣＯＭ医学图 像三维可视化成了人们普遍关注的问题。因此，研究ＤＩＣＯＭ医 学图像的三维可视化无论在临床应用方面还是在理论研究方面， 都具有重大的意义。 １ ＤＩＣＯＭ的概念 ＤＩＣＯＭ是由美国放射学院（Ａｍｅｒｉｃａｎ Ｃｏｌｌｅｇｅ ｏｆ Ｒａｄｉｏｌｏｇｙ， ＡＣＲ）和国家电气制造商协会（Ｎａｔｉｏｎａｌ Ｅｌｅｃｔｒｉｃａｌ Ｍａｎｕｆａｃｔｕｒ－ ｅｒｓ Ａｓｓｏｃｉａｔｉｏｎ，ＮＥＭＡ）共同制定的，它包括医学的数字成 像和通信两个方面。该标准的制定有效地解决了各种不同的成 作者简介：骆建珍 硕士研究生。主要研究领域为医学图像处理。 林财兴 博士生导师，教授。主要研究领域为ＣＩＭＳ。 孟令旗 硕士研究生。主要研究领域为医学图像处理。 杨安荣 博士研究生。主要研究领域为医学图像处理。像设备之间交换图像的障碍，促进了数字图像设备的网络化和医学影像技术的发展。 ＤＩＣＯＭ文件一般由１个ＤＩＣＯＭ文件头和１个ＤＩＣＯＭ数据集合组成。ＤＩＣＯＭ文件头（ＤＩＣＯＭ ｆｉｌｅ ｍｅｔａ ｉｎｆｏｒｍａｔｉｏｎ）包含了标识数据集合的相关信息。每个ＤＩＣＯＭ文件都必须包括该文件头。文件头的最开始是文件前言，它由１２８个００Ｈ字节组成；接下来是ＤＩＣＯＭ前缀，它是一个长度为４字节的字符串“ＤＩＣＭ”，可以根据该值来判断一个文件是不是ＤＩＣＯＭ文件。文件头中还包括其他一些非常有用的信息，如文件的传输格式、生成该文件的应用程序等等。 ＤＩＣＯＭ文件主要组成部分就是数据集合。这不仅包括医学图像，还包括许多和医学图像相关的信息，如病人姓名、图像大小等。在ＤＩＣＯＭ文件中最基本的单元就是数据元素（ｄａｔａ－ｅｌｅｍｅｎｔ），ＤＩＣＯＭ数据集合就是由ＤＩＣＯＭ数据元素按照一定的顺序排列组成的。 ＤＩＣＯＭ数据元素主要由４个部分组成——标签、ＶＲ（ｖａｌｕｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ，数据描述）、数据长度和数据域。标签是
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：');