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
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
一种基于OpenCV三维重建实现方案 摘要以计算机视觉三维重建技术为研究对象，分析了开放计算机视觉函数库OpenCV中的三维重建模型，通过六个步骤,特别是摄像机标定和立体匹配中极线约束方法的使用，给出了基于OpenCV的三维重建算法。该算法充分发挥了OpenCV的函数库功能，提高了计算的精度效率，具有良好的跨平台移植性，可以满足各种计算机视觉系统的需要。关键词计算机视觉；三维重建；OpenCV；摄像机标定；极线约束，应、特征检测与匹配定位精度等，一般来讲，距离测量精度与匹配定位精度成正比，与摄像机基线长度成反比。增大基线长度可以改善深度测量精度，但同时会增
大图像间的差异，增加匹配的困难程度。因此，要设计一个精确的立体视觉系统，必须综合考虑各方面的因素，保证各环节都具有较高的精度。后处理[6]后处理包括深度插值、误差校正和精度改善。立体视觉的最终目的是恢复景物可视表面的完整信息，目前，无论哪种匹配方法都不可能恢复出所有图像点的视差，因此对于一个完整的立体视觉系统，必须进行最终的表面内插重建。3基于OpenCV的三维重建OpenCV[2]中采用的定标方法是介于传统定标方法和自定标方法之间的一种方法，由张正友在其论文[3]中提出的。这种方法不需要知道摄像机运动的具体信息，这点比传统定标技术更为灵活，同时仍需要一个特定的标定物以及一组已知的特征基元的坐标，这点不如自定标灵活。它通过在至少3个不同的位置获取标定物的图像，计算出摄像机所有的内外参数。由于它比传统定标技术更为灵活，又可以得到不错的定标精度，所以被OpenCV所采
纳。在这个模型的定标过程中将用到的三个坐标系：图像坐标系，摄像机坐标系和世界坐标系。通过坐标系之间的变换可以通过下面的公式把图像坐标系的点和世界坐标系[7][8]：由于矩阵A包含了摄像机全部的6个内参数，所以称A 为摄像机内参数矩阵。PC为模型的外参数矩阵，可以通过以下公式得到：三维重建中最大的难点也是最重要的部分就是立体匹配部分。在OpenCV中选用基于特征匹配中的极线约束方法[9]。假设空间一点P，它在两个摄像机成像平面上的投影点分别为P1和P2，如图3所示。其中，C1和C2分别为两个摄像机的中心，即摄像机坐标系的原点。在极线几何中，我们称C1和C2的连线为基线。基线和两摄像机成像平面的交点e1和e2分别为两摄像机的极点，它们分别为两个摄像机中心C1和C2在对应的摄像机成像平面上的投影坐标。P、C1和C2组成的三角平面称为极平面π。π和两个摄像机成像平面的交线l1和l2称为
本技术公开了一种基于双目立体视觉三维重建系统，涉及三维重建系统技术领域；机箱的底部四角处均固定安装有行走轮，机箱的内部分别固定安装有蓄电池与处理计算机，机箱的上端分别固定安装有显示器与安装架，安装架上通过轴承座固定安装有主轴，主轴的下端固定安装有安装齿轮，安装齿轮与驱动齿轮相啮合，驱动齿轮固定安装有驱动电机的轴上，驱动电机通过螺栓安装在安装架上，主轴的上端固定安装有连接轴，连接轴为横向设置，连接轴的两端固定安装有双摄像头，连接轴的中上端固定安装有照明灯；本技术能够实现快速控制，稳定性高，且控制准确，操作简便，能够节省时间；使用方便，结构简单，且效率高，能够在检测时进行补光。 技术要求
1.一种基于双目立体视觉三维重建系统，其特征在于：包括机箱、行走轮、蓄电池、处理计算机、显示器、安装架、驱动齿轮、驱动电机、安装齿轮、主轴、连接轴、双摄像头、照明灯；机箱的底部四角处均固定安装有行走轮，机箱的内部分别固定安装有蓄电池与处理计算机，机箱的上端分别固定安装有显示器与安装架，安装架上通过轴承座固定安装有主轴，主轴的下端固定安装有安装齿轮，安装齿轮与驱动齿轮相啮合，驱动齿轮固定安装有驱动电机的轴上，驱动电机通过螺栓安装在安装架上，主轴的上端固定安装有连接轴，连接轴为横向设置，连接轴的两端固定安装有双摄像头，连接轴的中上端固定安装有照明灯，蓄电池通过导线与处理计算机、显示器的电源端电连接，双摄像头通过导线与处理计算机的输入端电连接，处理计算机的输出端分别与驱动电机、照明灯电连接，显示器与处理计算机的输入、输出端电连接。 2.根据权利要求1所述的一种基于双目立体视觉三维重建系统，其特征在于：所述显示器为触摸式显示屏。 3.根据权利要求1所述的一种基于双目立体视觉三维重建系统，其特征在于：所述行走轮为减震式万向行走轮。 4.根据权利要求1所述的一种基于双目立体视觉三维重建系统，其特征在于：所述驱动电机为低速电机。 5.根据权利要求1所述的一种基于双目立体视觉三维重建系统，其特征在于：所述照明灯为LED灯。 技术说明书 一种基于双目立体视觉三维重建系统 技术领域 本技术属于三维重建系统技术领域，具体涉及一种基于双目立体视觉三维重建系统。 背景技术
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。
Smart3D系列教程3之《论照片三维重建中Smart3D几个工作模块的功能意义》 【摘要】 近年来，倾斜摄影测量技术是国际测绘遥感领域近年发展起来的一项高新技术，利用照片进行三维重建成为一项关键性的技术。Smart3D软件，是照片三维重建主流软件之一，本文将就Smart3D建模软件，围绕它的几个模块功能：ContextCapture Master、ContextCapture Engine、ContextCaptureSceneComposer、ContextCapture Settings、Acute3D Viewer，一一说明阐述各自的功能应用以及配合机制。 【关键词】 Smart3D ContextCapture Master Engine SceneComposer Settings Viewer 【正文】 一、ContextCapture Master ContextCapture Master作为Smart3D建模软件的主控台，也是建模的主模块，也就是说整个流程都是在ContextCapture Master流水进行的，其他的模块辅助其重建运算。下图是ContextCapture Master的图标和主界面：
?工程 一个工程管理着所有与它对应场景相关的处理数据。工程项由区块列表和工程选项组成，分别通过两个选项卡管理： 概述选项卡中显示项目当前状态的环境信息，项目信息面板并管理项目区块列表。选项选项卡中包含了对集群网格化运算相关的选项。在计算机集群环境时，工作队列中的目录必须使用网络路径，如下图，且要与Setting中的指定目录一致，才能使各个通过局域网连接的运算节点正确地获取原始影像、读取工程文件以及输出模型到制定的目录。当工程文件路径、影像文件、作业队列目录、生产输出目录是非网络路径的话，在处理的时候会出现警告的提示语。 ?区块 工程包含一个或多个区块作为子项，一个区块管理着一系列用于一个或多个三维重建的输入图像与其属性信息，这些属性信息包括传感器尺寸、焦距、主点、透镜畸变以及位置与旋转等姿态信息： 简言之，一组无损坏有精度的符合支持格式的且与其他影像有一定连续重叠度的照片就可以组成一个区块。对于一个区块，可以对它有如下操作：
文章编号：１６７１—４５９８（２００７）０１一０１２４一０３中图法分类号：ＴＰ３９１文献标识码：Ｂ 基于转台系列照片三维重建算法的研究 邢园丁，马树元，吴平东，陈之龙，孙长江，黄杰 （北京理工大学机电一体化中心，北京１０００８１） 摘要：如何从真实世界中获取具有真实感的三维场景模型一直是计算机图形学中的一个难点，该文给出了一种从真实世界的照片中重建三维场景模型的算法，算法根据在空间稀疏分布的不同视点处的真实场景照片中物体的轮廓线和颜色的一致性信息来建立三维场景模型的；这种方法是通过对转台上的物体不同位置拍照，来获取系列图片而不是通过机器视觉的两幅图片进行重建；文中方法可用于真实世界复杂形体真实感三维模型的建立，经实验表明该方法是可行的。 关键词：三维重建；转台；一致性 Ｓｔｕｄｖｏｆ３一ＤＲｅｃｏｎｓｔｒｕｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＴｕｒｎｔａｂｌｅＡｒｒａＶＰｈｏｔｏｓ ＸｉｎｇＹｕａｎｄｉｎｇ，ＭａＳｈｕｙｕａｎ，ＷｕＰｉｎｇｄｏｎｇ，ＣｈｅｎＺｈｉｌｏｎｇ，ＳｕｎＣｈａｎ翻ｉａｎｇ，ＨｕａｎｇＪｉｅ （ＭｅｃｈａｔｒｏｎｉｃｓＣｅｎｔｒｅ，Ｂｅ巧ｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｃｉｊｉｎｇ１０００８１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｈｏｗｔｏｇｅｔｓｏｍｅｏｆ３一Ｄｍｏｄｅｌｆｒｏｍｒｅａｌｗｏｒｌｄｉｓａｌｗａｙｓａｄｉｆｆｉｃｕｌｔｙｉｎｃｏｍｐｕｔｅｒｇｒａｐｈｉｃｓ．Ａｍｅｔｈｏｄｏｆ３一Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｆｒｏｍｐｈｏｔｏｓｏｆｒｅａｌｗｏｒｌｄｉｓｇｉｖｅｎ．Ｔｈｉｓｍｅｔｈｏｄｉｓｂａｓｅｄｏｎｏｂｊｅｃｔｃｏｎｔｏｕｒｌｉｎｅａｎｄｃｏｌｏｒｃｏｎｓｉｓｔｅｎｃｙｉｎｄｉｆｆｅｒｅｎｔｖｉｅｗｐｏｉｎｔｐｈｏｔｏｓｔｏｒｅｃｏｎ— ｓｔｒｕｃｔ３一Ｄｍｏｄｅｌ．Ｔｈｉｓｍｅｔｈｏｄｔａｋｅｓ ｐｈｏｔｏｓｏｆｏｂｊｅｃｔｓｆｒｏｍｄｉｆｆｅｒｅｎｔｐｏｓｉｔｉｏｎｓｏｎｔｈｅｔｕｒｎｔａｂｌｅ，ｎｏｔｆｒｏｍｔｗｏｐｈｏｔ。ｓ３一Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎ． Ｉｔｃａｎｂｅｕｓｅｄｔｏｒｅｃｏｎｓｔｒｕｃｔｃｏｍｐｌｅｘｉｔｙｏｂｊｅｃｔｓｉｎｒｅａｌｗｏｒｌｄ，ａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔｐｒｏｖｅｓｔｈｅｍｅｔｈｏｄｉｓｆｅａｓｉｂｌｅ．Ｋｅｙｗｏｒｄｓ：３一Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎ；ｔｕｒｎｔａｂｌｅ；ｃｏｎｓｉｓｔｅｎｃｙ Ｏ引言 在计算机中如何表达真实世界一直是计算机图形学研究中的难点和热点。几何造型技术是最早出现的应用于计算机辅助设计和制造（ＣＡＤ／ＣＡＭ）中的造型技术，从７０年代第一个几何造型系统问世至今已经有２０多年的历史了。几何造型是通过点、线、面、体等几何元素，经过平移、旋转、变比等几何变换和并、交、差等布尔集合运算，产生理想中的实体几何模型。通常几何造型系统适用于设计描述实际并不存在的几何实体，但是应用中会出现这样的问题：已知某一实际存在的形体，通过某种测量手段得到该形体的这样或那样的信息，要求通过这些已知的信息，利用计算机重现其三维形体。这一问题被称作”三维重建或三维表面重建”问题或计算机辅助设计中的反求问题（ＲｅｖｅｒｓｅＥｎｇｉ玎ｅｅｒｊｎｇ）［１］。所谓三维重建是已知实体一组剖面、轮廓面或轮廓线，要求重建三维实体的过程。因此随着计算机图形学的发展，对真实世界中物体的建模是计算机图形学中一个重要的问题，是图形绘制的基础。 对物体进行建模，就能在计算机中无阻碍地对物体从任意视点进行观察。物体建模的方法可分成３类∞］：基于几何的建模，基于图象的建模，基于几何和图象的建模［３］，以前曾有过多种方法［４］进行建模和重建。近几年，这种基于图象的建模方法引起了很多研究者的兴趣。例如可以是定义一个全景函数（ｐｌｅｎｏｐｔｉｃｆｕｎｃｔｉｏｎ），从一组连续采样的图象求出此全景函数，从而进行建模。还有的是用两幅图片通过立体视觉匹配［５］，但 收稿日期：２００６一０６一０２；修回日期：２００６一０７—１２。 作者简介：邢园丁（１９８１一），男，河北石家庄人，主要从事互联网的远程测量方向的研究。 马树元（１９６０一），男，河北人，博士生导师，教授，主要从事测量技术及仪器、精密机械方向的研究。 中华测控网 ＣｎｌｎａｍＣａ．ＣＯｍ由于信息量不足，其只能恢复到２．５Ｄ。因此本文考虑用一组照片来进行建模和重建．其优点是信息量大，建模方便。 １摄像机的标定 本系统主要由转台、ＰＣ机、摄像机、三角架组成。其中转台角度控制由北卓立汉光仪器公司的ｓｃ３步进电机控制器、ＣＣＤ摄像机（ｓｏｎｙＥｘｗａｖｅＨＡＤｃｏｌｏｒｖｉｄｅｏｃａｍｅｒａ）和个人ＰＣ机相连，其示意图如图１所示。 摄像机标定是三维重建整个过程的第一步，标定的精度直接影响到最后的效果，一次对摄像机标定是十分必要的，系统坐标系结构图如图２所示。 图１系统结构示意图 图２坐标系统关系图 万方数据
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
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
第19卷哈尔滨师范大学自然科学学报 V ol.19,N o.52003 第5期 NAT URA L SCIE NCES JOURNA L OF H AR BI N NORM A L UNI VERSITY 几种三维重建方法的比较3 尚明姝 解 凯 (哈尔滨师范大学) 【摘要】 本文综述了三维重建的若干方法,并分析比较了各种方法的特点,同时 还给出了在欧氏几何下一种简单摄像机配置下的三维重建空间点的简单方法1此外给出了通过矩阵分解的办法来推导基本矩阵F 的方法1 关键词:三维重建;摄影重建;基本矩阵 收稿日期:2003-09-04 3本课题是黑龙江省教育厅科技资金(10531085)、哈师大校基金资助项目 1 三维重建的意义 客观世界在空间上是三维的,在工程技术界一般要对三维物体进行分析,以便获取有用的信息1目前,大多数图像采集装置所获取的图像本身是在二维平面上的,尽管其中可以含有三维物体的空间信息1因此,要从图像认识真实物体,就要从二维图像中恢复三维空间信息,这正是三维立体重建所要完成的任务1 2 三维重建的若干方法 211 欧氏几何意义下三维重建的一般方法 欧氏几何下三维重建的一般方法是在摄像机已定标情况下,从重建空间点开始,由三维顶点计算空间直线、空间二次曲线,由计算出的空间直线重组三维面、二次曲面,最后由计算出的三维平面、二次曲面重建三维实体121111 空间点的重建 空间物体表面是由三维点构成的,若能获得足够多的三维点,三维物体的形状与位置就可唯一确定1因此,用立体视觉的方法获得三维点的坐标是最基本的、最简单的,但也是十分重要的1 假定对应空间点的两个摄像机上的图像点已 从两幅图像中分别检测出来,两个摄像机已标定, 其投影矩阵已知1通过列出空间点在图像上投影 点坐标(u ,v )与世界坐标系(x ,y ,z )的关系,得出方程组,解出此空间点在世界坐标系下的坐标1 为了更清楚地了解点重建的物理意义,在文献[1]中给出了一种简单摄像机配置下空间点重建方法1以下作者将给出另一种简单摄像机配置下三维重建的简单方法1 如图1、2所示,原摄像机配置为:C 1与C 2摄像机的焦距相等,各内部参数也相等,且两个摄像机的光轴互相平行,X 轴互相重合,Y 轴互相平行,两个摄像机坐标系只差X 轴方向上的一个平移,平移距离记为b.现将左摄像机绕Y 轴顺时针转θ角,右摄像机逆时针转θ角,以左摄像机坐标系为世界坐标系1 在图2所示配置下,任一空间点在C 1坐标系下坐标为(x 1,y 1,z 1),在C 2坐标系下坐标为(x 2,y 2,z 2),其中,(x 1,y 1,z 1)与(x 2,y 2,z 2)关系如下 : 转换为方程:
交通事故快速三维重建模拟复原系统 简介 交通事故快速三维重建模拟复原系统是由三维数字化图形仿真软件和 360°全自动机器人拍摄系统组成。是北京金视和科技有限公司集十几年来图形图像和三维仿真领域的尖端科研成果，并结合多年来对公安交通系统的调研数据进行定制化开发的解决方案。 北京金视和科技有限公司聘请多位交通事故鉴定技术专家作为技术顾问团队，通过全国各地交通事故科技部门对交通事故快速三维重建模拟复原系统多年的使用意见和反馈信息，不断将产品完善改进至今。适用于交通事故现场勘查、现场痕迹物证提取和保存、现场图像绘制以及事故过程分析等环节的规范操作，满足了公安交通系统对于事故现场绘图、事故现场三维重建和交通事故过程模拟分析等标准化工作流程的需求。 产品特点 事故现场真实360°全景三维现场重建 交通事故快速三维重建模拟复原系统搭载的全景拍摄系统，由单反数码相机、精密鱼眼镜头和全自动拍摄云台组成，可在一分钟内拍摄事故现场的全景图片，并自动生成现场全景图像，达到现场三维重建的目的。 事故现场往往一旦撤销便无法还原，360°全自动机器人拍摄系统将现场完整的保存下来，所有现场痕迹和物证细节图像再以热点链接的方式添加到现场图中，可随时对事故现场图进行回溯、测量和分析。 快速绘制自定义三维交通现场图像 交通事故快速三维重建模拟复原系统内建强大的快速建模功能，根据不同的现场公路环境需求（市区公路、高速公路、城铁和火车轨道等），可在几分钟内创建交通事故现场的三维布局，从而进行事故现场的还原和分析。该功能颠覆了事故现场传统手绘图或者平面绘图的方式，可直接创建三维事故现场图像，并按照公安部制图标准，快速生成现场三维记录图、现场比例图和现场三维分析图，真实的还原事故现场三维布局。 丰富的交通事故三维模型资源库 交通事故快速三维重建模拟复原系统通过多年来对国内交通事故市场调研数据的积累，以及虚拟现实和三维仿真领域的技术经验，建立了一个庞大的专业模型资源库，其中包括交通事故中涉及到的几乎所有物品和国内所有类型的公路模型，可以满足交通事故现场还原的需求。 通过海量三维模型资源库和简单的拖拽操作方式，交通事故快速三维重建模拟复原系统可在几分钟之内打造一个与真实场景极为接近的三维事故现场。 事故过程人物和车辆等模型三维动画模拟 交通事故快速三维重建模拟复原系统强大的三维动画仿真引擎，可以对三维人物和车辆等模型进行三维仿真动画的编辑和创建。根据现场勘查人员对事故过程的推理和分析，立即进行人物和车辆等模型的动画模拟。 丰富的三维模型资源库和逼真的模型动作资源库，极尽真实的还原事故过程的模拟动画，并且简单快捷的操作方式，可以在短时间内创建多种方案的模拟动画，帮助现场勘查人员进行事故的还原和分析。 案发现场数据测量、尺寸标注以及画笔标注
计算机三维重建技术发展与应用 [摘要] 叙述了三维重建的社会背景及三维重建研究的重要意义。提出了利用三维重建技术建立专家系统,对工程图二个视图的识别与匹配实现智能识图,重建三维模型,通过判断反馈系统,实现人机交互,是一种比较理想的ICAI系统。 [关键词] 计算机；三维重建技术；发展；应用 一、三维重建的发展现状 三维重建长久以来一直是计算机视觉中的一个热门研究领域，它的目标是构建出真实世界对象的数字化表示，并将其在屏幕上显示出来，并给人以真实的感觉。西方的发达国家在三维建模方面的研究起步更是远远早于我们中国，而且他们研究得也比我们深入。日本，美国和英国、法国、德国等国在该方面研究较多 国外在三维重建方面研究最多的国家属日本,近年来，我国在该研究领域逐渐加强了重视程度，真实感的模型三维重建的研究一直关注在如何利用图序列恢复真实物体的三维几何信息和纹理信息，而具有照片级真实感的(Photo一Reallstic)三维模型重建更加人关注。因为照片级真实感的三维模型可以广泛应用在文化遗产保护、文物研究以及动画电影制作等数字娱乐领域，并拥有很乐观的应用前景。 二、计算机三维重建的时代意义 计算机三维重建是计算机辅助设计与计算机图形学中一个重要的研究领域，实现了物体的三维空间点云稀疏重建与稠密重建，并对点云后处理以及基于多幅图像的三维重建。图像的三维重建是综合计算机视觉、图像处理和计算机图形学等学科知识的新兴技术，它具有二维图形所不可比拟的特质，其模型可以从多个不同的角度进行直观的观测、并且具有逼真的效果、达到实时虚拟、实时互动等。使用相机等工具获取景物的多角度图像，通过图像处理、空间几何等知识估计物体几何结构，通过物体的两个以上二维投影图的输入后,计算机进行了自动检索,获取物体的二维几何信息和拓扑信息,并建立起三维立体模型。 面对现代化生产的快速发展和需求，三维建模能够应用在减少设计费用和缩短设计周期等方面，并且能够为社会生活创造出巨大的经济效益。因此，三维建模是一项前景十分有趣又诱人，可以应用到很多领域，有着很高的研究和利用价值。 三、三维建模方法及分类 基于图像的三维真实感模型的重建主要有两个工作，首先要从图像中提取物体的几何特征，建立起物体的几何拓扑结构，然后再从图像中提取物体的纹理信
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；
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：');