数字图像处理基础第7章图像重建
（第一讲）
7．1 概述
图像处理中一个重要研究分支是物体图像的重建，它被广泛应用于检测和观察中，而这种重建方法一般是根据物体的一些横截面部分的投影而进行的。在一些应用中，某个物体的内部结构图像的检测只能通过这种重建才不会有任何物理上的损伤。
由于这种无损检测技术的显著优点，因此，它的适用面非常广泛，它在各个不同的应用领域中都显示出独特的重要性。例如：医疗放射学、核医学、电子显微、无线和雷达天文学、光显微和全息成像学及理论视觉等等领域都多有应用。
在医学影像处理中是医学图像获取的重要方法。如医疗放射学，核医学，电子显微等领域是必不可少的技术，在工业生产中的无损检测技术图像重建也扮演重要角色。
在三维重建中的数据形式有三种
（1）透射模型（光，x射线）
（2）发射模型（核磁共振等）
（3）反射模型（光电子，雷达，超声波）
图6—1 图像重建的透射、反射、发射三种模式示意图
?假设，两个嵌在内部的物体只能从外边观察，那么，采用什么检测手段才能达到这样的目的呢。当然，将物体切开是一种显而易见的解决方法。然而,在许多情况下这样做是不实际的，比如说，医疗检查，天文观察，工业中的无损检测，光传导中的测量等一些应用都不能采用这种破坏性方法。
透射模型：
建立于能量通过物体后有一部分能量会被吸收的基础之上，透射模型经常用在射线、电子射线及光线和热辐射的情况下，这些都遵从一定的吸收法则。
发射模型：
发射也可用来确定物体的位置，并且这种方法已经广泛用于正电子检测，它是通过在相反的方向分解散射的两束伽码射线来实现的。这两束射线的渡越时间可用来确定物体的位置。
反射模型
能量反射也可用来测定物体的表面特性，例如，光线、电子束、激光或做为能量源的超声波等都可以用来进行这种测定。
7．2 傅立里叶变换重建
傅里叶变换是最简单的重建方法。一个三维(或二维)物体，它的二维(或一维)投影的傅里叶变换恰与此物体的傅里叶变换的主体部分相等, 而傅里叶变换重建方法也正是以此为基础的。
通过将投影进行旋转和部分傅里叶变换可以首先构造整个的傅里叶变换的平面，然后只须再
通过傅里叶反变换就可以得到重建后的物体。
傅里叶变换重建的原理如下：
令f(x,y)代表一图像函数，则此二维函数的傅里叶变换为：
??∞∞++
ex p[
)
2
(
)
(π
,
F)]
(
,
f
vy
=dxdy
-
ux
j
v
x
y
u
而图像在x 轴上的投影为：
?∞
∞-=dy y x f x g y ),()(投影的一维傅氏变换为：
???∞
∞-∞∞--=-=dxdy
ux πj y x f dx ux πj x g u y
G y )2exp(),()2exp()()(
它恰与二维傅氏变换的表达式一致。即：现在假设将函数投影到一条经过旋转的直线上，该直线的旋转角度为。??∞
∞--=dxdy
ux j y x f u F )2ex p(),()0,(πθ
图7—2 投影几何关系
定义旋转坐标为：
而将函数投影的直线选为x 轴。投影点通过对距离t 轴为处的一平行线进行函数积分，因此，该投影可如下表示：
θθθθcos sin ,sin cos y x t y x s +-=+=1s ?=ds
y x f s g ),(),(1θ
?这里,积分路径是沿着直线进行。此投影的一维付氏变换为:
θθsin cos 1y x s +=111)2ex p(),(),(ds rs j s g r G πθθ-=?∞
∞-展开后为:
??∞
∞-+-=dxdy y x r j y x f r G )]sin cos (2ex p[),(),(θθπθ
为使展开式与投影的二维傅里叶变换相等，把指数项做某种代换得到：
?因而,若点在一条角一定而距原点距离为的直线上，投影变换将与二维变换
中的一直线有相同的傅氏变换，即:
θ
θsin ,cos r v r u ==),(v u θr ),(),(θr G v u F =
?若投影变换中的所有及值都是已知的，则图像的二维变换也是可以确定的。为得到图像函数，我们须进行反变换运算，即：),(θr G r θ??∞
∞-+=.)](2ex p[),(),(dudv vy ux j v u F y x f π
图像分割算法开题报告 摘要：图像分割是图像处理中的一项关键技术，自20世纪70年代起一直受到人们的高度重视，并在医学、工业、军事等领域得到了广泛应用。近年来具有代表性的图像分割方法有：基于区域的分割、基于边缘的分割和基于特定理论的分割方法等。本文主要对基于自动阈值选择思想的迭代法、Otsu法、一维最大熵法、二维最大熵法、简单统计法进行研究，选取一系列运算出的阈值数据和对应的图像效果做一个分析性实验。 关键字：图像分割，阈值法，迭代法，Otsu法，最大熵值法 1 研究背景 1．1图像分割技术的机理 图像分割是将图像划分为若干互不相交的小区域的过程。小区域是某种意义下具有共同属性的像素连通集合，如物体所占的图像区域、天空区域、草地等。连通是指集合中任意两个点之间都存在着完全属于该集合的连通路径。对于离散图像而言，连通有4连通和8连通之分。图像分割有3种不同的方法，其一是将各像素划归到相应物体或区域的像素聚类方法，即区域法，其二是通过直接确定区域间的边界来实现分割的边界方法，其三是首先检测边缘像素，然后再将边缘像素连接起来构成边界的方法。 图像分割是图像理解的基础，而在理论上图像分割又依赖图像理解，两者是紧密关联的。图像分割在一般意义下十分困难的，目前的图像分割处于图像的前期处理阶段，主要针对分割对象的技术，是与问题相关的，如最常用到的利用阈值化处理进行的图像分割。 1．2数字图像分割技术存在的问题
虽然近年来对数字图像处理的研究成果越来越多,但由于图像分割本身所具有的难度,使研究没有大突破性的进展,仍然存在以下几个方面的问题。 现有的许多种算法都是针对不同的数字图像,没有一种普遍适用的分割算法。 缺乏通用的分割评价标准。对分割效果进行评判的标准尚不统一,如何对分割结果做出量化的评价是一个值得研究的问题,该量化测度应有助于视觉系统中的自动决策及评价算法的优劣,同时应考虑到均质性、对比度、紧致性、连续性、心理视觉感知等因素。 与人类视觉机理相脱节。随着对人类视觉机理的研究,人们逐渐认识到,已有方法大都与人类视觉机理相脱节,难以进行更精确的分割。寻找到具有较强的鲁棒性、实时性以及可并行性的分割方法必须充分利用人类视觉特性。 知识的利用问题。仅利用图像中表现出来的灰度和空间信息来对图像进行分割,往往会产生和人类的视觉分割不一致的情况。人类视觉分割中应用了许多图像以外的知识,在很多视觉任务中,人们往往对获得的图像已具有某种先验知识,这对于改善图像分割性能是非常重要的。试图寻找可以分割任何图像的算法目前是不现实,也是不可能的。人们的工作应放在那些实用的、特定图像分割算法的研究上,并且应充分利用某些特定图像的先验知识,力图在实际应用中达到和人类视觉分割更接近的水平。 1．3数字图像分割技术的发展趋势 从图像分割研究的历史来看,可以看到对图像分割的研究有以下几个明显的趋势。 对原有算法的不断改进。人们在大量的实验下，发现一些算法的效
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
储层微观孔隙结构研究进展 1.储层微观孔隙结构的影响因素和成因分析 储层微观孔隙结构受多因素影响，成因分析是储层孔隙结构研究的最基本的内容，它能帮助研究者从深层次准确把握储层孔隙结构的特征，受到研究者的高度重视。 1.1地质作用对储层微观孔隙结构的影响 储层物性受沉积作用、成岩作用、构造作用的共同控制。沉积作用对碎屑岩结构、分选、磨圆、杂基含量等起到明显的控制作用，不同的沉积环境对碳酸盐岩的结构组分影响很大。从沉积物脱离水环境之后，随着埋藏深度的不断加深，一系列的成岩作用使得储层物性进一步复杂化。一般而言，压实作用、压溶作用、胶结作用对储层物性起破坏性作用；交代作用、重结晶作用、溶蚀作用对储层物性起到建设性作用。而构造作用产生的裂缝等对物性的改造有较为显著地影响，使储层的非均质性更加明显，而这一点在碳酸盐岩储层中尤为突出。 1.2油气田开发对储层微观孔隙结构的影响 储层孔隙结构影响着储层的注采开发，同时，随着注水、压裂等一系列油气田开发增产措施的实施，储层孔隙结构也相应发生了变化。王美娜等研究了注水开发对胜坨油田坨断块沙二段储层性质的影响，发现注水开发一定程度上改善了储层孔隙结构。唐洪明等以辽河高升油田莲花油层为例，研究了蒸汽驱对储层孔隙结构和矿物组成的影响。结果表明，蒸汽驱导致储层孔隙度、孔隙直径增大，喉道半径、渗透率减小，增强了孔喉分布的非均质性。 2．储层微孔隙结构研究方法 2.1成岩作用方法 该方法通过对各种成岩作用在储层孔隙结构演化中的作用进行梳理，从而了解储层孔隙结构对应发生的变化。该方法的优点是对孔隙结构的成因可以有比较深入的认识，缺点是偏向于定性分析，难以有效的定量化表征。刘林玉等对白马南地区长砂岩成岩作用进行了分析，认为压实作用和胶结作用强烈地破坏了砂岩的原生孔隙结构，溶蚀作用和破裂作用则有效地改善了砂岩的孔隙结构。 2.2铸体薄片观察法 该方法是将带色的有机玻璃或环氧树脂注入岩石的储集空间中，待树脂凝固
关于三维目标识别的文献综述 前言： 随着计算机技术和现代信息处理技术的快速发展，目标识别已经迅速发展成为一种重要的工具与手段，目标识别是指一个特殊目标（或一种类型的目标）从其它目标（或其它类型的目标）中被区分出来的过程。它既包括两个非常相似目标的识别，也包括一种类型的目标同其他类型目标的识别。目标识别的基本原理是利用雷达回波中的幅度、相位、频谱和极化等目标特征信息，通过数学上的各种多维空间变换来估算目标的大小、形状、重量和表面层的物理特性参数，最后根据大量训练样本所确定的鉴别函数，在分类器中进行识别判决。它属于模式识别的范畴，也可以狭义的理解为图像识别。三维目标识别是以物体表面朝向的三维信息来识别完整的三维物体模型目标识别需要综合运用计算机科学、模式识别、机器视觉以及图像理解等学科知识。目标识别技术已广泛应用于国民经济、空间技术和国防等领域。 正文： 图像识别总的来说主要包括目标图像特征提取和分类两个方面。但是一般情况下，图像受各种因素影响，与真实物体有较大的差别，这样，就需要经过预处理、图像分割、特征提取、分析、匹配识别等一系列过程才能完成整个识别过程。 目前，最主流的三种三维物体识别研究思路是： 1)基于模型或几何的方法；
2)基于外观或视图的方法； 3)基于局部特征匹配的方法； 一、基于模型或几何的方法： 这种方法所识别的目标是已知的，原理就是利用传感器获得真实目标的三维信息并对信息进行分析处理，得到一种表面、边界及连接关系的描述，这里，三维物体识别中有两类最经常使用的传感器：灰度传感器和深度传感器，前者获取图像的每个像素点对应于一个亮度测量，而后者对应于从传感器到可视物体表面的距离；另一方面，利用CAD建立目标的几何模型，对模型的表面、边界及连接关系进行完整的描述。然后把这两种描述加以匹配就可以来识别三维物体。其流程如下图所示： 传感器数据获取过程，就是从现实生活中的真实物体中产生待识别的模型。分析/建模过程，是对传感器数据进行处理，从中提取与目标有关的独立应用特征。模型库的建立一般式在识别过程之前，即首先根据物体的某些特定特征建立一些关系以及将这些信息汇总成一个库。在模型匹配过程，系统通过从图像中抽取出的物体关系属性图，把物体描述与模型描述通过某种匹配算法进行比较、分析，最终得到与物体最相似的一种描述，从而确定物体的类型和空间位置。 基于模型的三维物体识别，需要着重解决以下4个问题：
实验报告 课程名称医学图像处理 实验名称图像分割 专业班级 姓名 学号 实验日期 实验地点 2015—2016学年度第 2 学期
050100150200250 图1 原图 3 阈值分割后的二值图像分析：手动阈值分割的阈值是取直方图中双峰的谷底的灰度值作为阈值，若有多个双峰谷底，则取第一个作为阈值。本题的阈值取
%例2 迭代阈值分割 f=imread('cameraman.tif'); %读入图像 subplot(1,2,1);imshow(f); %创建一个一行二列的窗口，在第一个窗口显示图像title('原始图像'); %标注标题 f=double(f); %转换位双精度 T=(min(f(:))+max(f(:)))/2; %设定初始阈值 done=false; %定义开关变量，用于控制循环次数 i=0; %迭代，初始值i=0 while~done %while ~done 是循环条件，~ 是“非”的意思，此 处done = 0; 说明是无限循环，循环体里面应该还 有循环退出条件，否则就循环到死了; r1=find(f<=T); %按前次结果对t进行二次分 r2=find(f>T); %按前次结果重新对t进行二次分 Tnew=(mean(f(r1))+mean(f(r2)))/2; %新阈值两个范围内像素平均值和的一半done=abs(Tnew-T)<1; %设定两次阈值的比较，当满足小于1时，停止循环， 1是自己指定的参数 T=Tnew; %把Tnw的值赋给T i=i+1; %执行循坏，每次都加1 end f(r1)=0; %把小于初始阈值的变成黑的 f(r2)=1; %把大于初始阈值的变成白的 subplot(1,2,2); %创建一个一行二列的窗口，在第二个窗口显示图像imshow(f); %显示图像 title('迭代阈值二值化图像'); %标注标题 图4原始图像图5迭代阈值二值化图像 分析：本题是迭代阈值二值化分割，步骤是：1.选定初始阈值，即原图大小取平均；2.用初阈值进行二值分割；3.目标灰度值平均背景都取平均；4.迭代生成阈值，直到两次阈值的灰 度变化不超过1，则稳定；5.输出迭代结果。
文献综述 1.1理论背景 数字图像中的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显著的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 1.2、图像边缘检测技术研究的目的和意义 数字图像边缘检测是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像边缘检测也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像边缘检测和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像边缘检测中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速度更快，图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。 早在1959年Julez就曾提及边缘检测技术，Roberts则于1965年开始了最早期的系统研究，从此有关边缘检测的理论方法不断涌现并推陈出新。边缘检测最开始都是使用一些经验性的方法，如利用梯度等微分算子或特征模板对图像进行卷积运算，然而由于这些方法普遍存在一些明显的缺陷，导致其检测结果并不
关于matlabb视频处理文献综述 前言 随着科学技术的发展，视频的应用越开越广泛，数字视频是在时间轴上的扩展，可以将视频的每一帧视为静止的图像。本文简要的介绍视频技术以及基于matlab的实时视频处理。 1视频的应用技术 视频是同时包涵了图像、声音、说明信息等内容的用来记录多媒体信息的重要载体。随着和互联网技术的日益发展，实时视频的数量也飞速的增长。伴随事实视频使用的增加，针对事实视频处理的相应技术也应运而生，而且日趋完善。所谓视频技术，就是利用人类的“视觉滞留”原理，将多幅画面以高于一定速度播放，就成了联系不断的视频图像。 1.1视频修复技术 视频修复是对视频损坏区域进行自动填充的技术，经过视频修复可以使原来损坏、缺失的区域得到填充，得到人们视觉可以接受的一致性结果。视频修复在影视作品制作的后处理、网络视频的修复以及老电影的修复等方面有师傅重要的意义。 1.2视频跟踪技术 实时视频实时视频处理技术一方面广泛应用于高速公路，治安卡口，十字路口等监控管理领域，对自动化和智能管理有着重要的作用；另一方面，随着机顶盒的问世和数字电视的推广，实时视频处理技术在该领域中也扮演了相当重要的角色。实时视频处理技术还可与计算机，因特网技术相结合，能够满足远程监控，远程医疗等要求，使其应用更加广泛，因而具有广阔的发展前景和巨大的市场容量。传统的监控装置功能单一，只能实时显示而不能实时处理，如发生突发事件只能通过事后处理视频录像来解决问题。实施视频处理装置解决了以上问题，视频图像局部实时无级缩放技术可对感兴趣的区域实时地进行无级缩放处理并显示，并且可以通过外部控制来指定感兴趣区域和缩放后的显示区域，这对反恐、刑侦、安防工作等都带来了极大的帮助。
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。
第13卷 第5期 太赫兹科学与电子信息学报Vo1．13，No．5 2015年10月 Journal of Terahertz Science and Electronic Information Technology Oct．，2015 文章编号：2095-4980(2015)05-0788-07 数字岩心重建与孔隙参数分析 吴运强1，赵增义1，王子强1，左琛2，滕奇志2 (1.中石油新疆油田分公司实验检测研究院，新疆维吾尔自治区克拉玛依 834000；2.四川大学电子信息学院，四川成都 610065) 摘要：针对岩心物性实验周期长且难以复现等问题，利用数字岩心图像分析技术进行岩心物性研究。以岩心铸体薄片图像为训练图像，根据模拟退火算法进行三维重建，获得岩心三维重 建图像。通过计算机断层扫描(CT)技术，获得同组岩心序列图像。在2种方式获得的图像中利用最 大球模型提取岩心孔隙结构，计算孔隙与喉道尺寸及分布，将结果与压汞法测定的岩心毛管分布 进行比较，分析了当前数字岩心技术与物性实验之间的区别与原因。结果表明，铸体薄片图像和 CT图像可以有效表征岩心大尺寸孔隙特征，但物性实验方法可以测定微小孔隙尺寸，由于成像设 备所限，数字岩心不能刻画该类孔隙特征。 关键词：三维重建；模拟退火算法；最大球模型；计算机断层扫描；岩心物性实验；岩心孔 隙结构 中图分类号：TN911.73 文献标识码：A doi：10.11805/TKYDA201505.0788 Reconstruction of digital core and analysis of pore parameters WU Yunqiang1，ZHAO Zengyi1，WANG Ziqiang1，ZUO Chen2，TENG Qizhi2 (1.Institute of Xinjiang Oilfield Detection，PetroChina，Kelamayi Xinjiang 834000，China； 2.College of Electronics and Information Engineering，Sichuan University，Chengdu Sichuan 610065，China) Abstract：Digital core image analysis technique is utilized in the core physical study in order to solve the problems such as time-consuming and difficult to reproduce of the core physical properties experiments. Taking the two-dimensional(2D) slices of the core as the training images, a three- dimensional(3D) image is reconstructed by the simulated annealing algorithm. A 2D image sequence of the same series is acquired by Computed Tomography(CT) technique. The pore structures are extracted from these two sets of images. Pore-throat sizes and their distribution are calculated by maximal balls model. By comparing the results with that of the mercury intrusion method experiments, distinctions and reasons between the current digital core analysis technique and traditional core physical properties experiments are analyzed.Results show that the large pores could be depicted in 2D slices and CT images. However, the core physical properties experiments are able to measure the size of micro pores, while the digital core reconstruction method could not due to the limitations of imaging equipments. Key words：three-dimensional reconstruction；simulated annealing algorithm；maximal balls model； Computed Tomography；core physical properties experiments；core pore structure 岩心物理特性实验，如压汞法测定毛管压力实验、稳态法测定油水相对渗透率实验等，都是研究储集层物理特性，特别是渗流特性的有效手段，但物理实验周期长、过程繁琐，同时也存在着实验结果难以复现等问题。近年来，数字岩心成为了热门研究课题。以几张岩心二维图像为训练图像，通过数学建模方法构建三维图像，分析储集层岩心物理特性。数字岩心分析方法运算周期短，可以重复多次对同一块岩心进行实验，且实验结果可以进行动态显示。 模拟退火重建[1-3]是构建数字岩心的经典算法，本文将岩心铸体薄片图像作为训练图像，利用模拟退火算法重建岩心三维结构。同时利用计算机断层扫描技术(CT)，扫描同组岩心样本，获得序列图像。利用最大球模型[4]提取岩心二维图像和三维图像的拓扑结构，在链路的基础上划分孔隙与喉道，计算孔隙结构参数[5]。将得到的孔收稿日期：2014-10-21；修回日期：2014-12-09 基金项目：国家自然科学基金资助项目(No.61372174；60972130)
文献综述 理论背景 数字图像中的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显着的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 、图像边缘检测技术研究的目的和意义 数字图像边缘检测是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像边缘检测也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像边缘检测和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像边缘检测中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速度更快，图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。 早在1959年Julez就曾提及边缘检测技术，Roberts则于1965年开始了最早期的系统研究，从此有关边缘检测的理论方法不断涌现并推陈出新。边缘检测最开始都是使用一些经验性的方法，如利用梯度等微分算子或特征模板对图像进行卷积运算，然而由于这些方法普遍存在一些明显的缺陷，导致其检测结果并不尽如人意。20世纪80年代，Marr和Canny相继提出了一些更为系统的理论和方法，逐渐使人们认识到边缘检测的重要研究意义。随着研究的深入，人们开始注意到边缘具有多分辨性，即在不同的分辨率下需要提取的信息也是不同的。通常情况下，小尺度检测能得到更多的边缘细节，但对噪声更为敏感，而大尺度检测
文献综述 计算机科学与技术 基于GPU并行计算的图像二值化研究 引言: 图像是当今社会运用的越来越多的元素之一，不过是动画还是静态的图片都是图像的动静呈现，所以对图像的处理也就越来越得到人们的关注。图像重要性，图像处理就是在图像中得到可靠的信息。而图像的二值化处理也是当今正盛行的一种图像的处理方法，它把图像原始化，使得数据更加简单的表现。 本毕业设计是GPU与二值化的并行运算，这无疑就是一种加速算法，也就是讲在二值化处理本来就跟快的基础上，能够更快的读取图像中的信息，得到我们想要的数据。而现在最常用的一种加速算法就是CUDA算法，他的并行运算可以使得二值化运算提高几十倍，在图像处理中是一个很庞大的数据。CUDA的并行运算在处理小图像时并不能很明显的突出速度，但是当遇到有大量的图像需要处理，而且图像又很大的情况下，这种并行运算可以节省很多时间。 1图像处理简介 1.1图像处理的概念 图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。 常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理一般指数字图像处理。虽然某些处理也可以用光学方法或模拟技术实现，但它们远不及数字图像处理那样灵活和方便，因而数字图像处理成为图像处理的主要方面。 1.2 图像二值化技术的简介 首先，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。其次，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像。所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，
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
文献综述 近年来，随着计算机视觉技术的日益发展，图像处理作为该领域的关键方向受到越来越多研究人员的关注与思考。在现在的日常生活中，由于通信设备低廉的价格和便捷的操作，人们越来越喜欢用图像和视频来进行交流和分享，消费性的电子产品在消费者中已经非常普遍，例如移动手机和数码相机等等。在这个纷繁多变的世界，每天都有数以万计的图像产生，同时信息冗余问题也随之而来。尽管在一定的程度上，内存技术的增加和网络带宽的提高解决了图像的压缩和传输问题，但是智能的图像检索和有效的数据存储，以及图像内容的提取依然没有能很好的解决。 视觉注意机制可以被看做是人类对视觉信息的一个筛选过程，也就是说只有一小部分重要的信息能够被大脑进行处理。人类在观察一个场景时，他们往往会将他们的注意力集中在他们感兴趣的区域，例如拥有鲜艳的颜色，光滑的亮度，特殊的形状以及有趣的方位的区域。传统的图像处理方法是将整幅图像统一的处理，均匀的分配计算机资源；然而许多的视觉任务仅仅只关系图像中的一个或几个区域，统一的处理整幅图像很明显会浪费过多的计算机资源，减少处理的效率 [1,2]。因此，在计算机视觉领域，建立具有人类视觉系统独特数据筛选能力的数学模型显得至关重要。受高效的视觉信息处理机制的启发，计算机视觉领域的显著性检测应运而生。图像显著性检测是通过建立一定的数学模型，让计算机来模拟人类的视觉系统，使得计算机能够准确高效的定位到感兴趣的区域。 一般来说，一个信号的显著性可以表示为其和周围环境的差异性。正是因为这个信号和周围的其他信号的迥异性，使得视觉系统不需要对环境中的所有感兴趣的区域进行逐个的扫描，显著的目标会自动从环境中凸显出来。另外，一些心理学研究表明人类的视觉机制不仅仅是由低级的视觉信号来驱动的，基于记忆、经验等的先验知识同样能够决定场景中的不同信号的显著性，而这些先验知识往往是和一些高层次的事件以及视觉任务联系在一起的。基于当前场景的视觉显著性机制是低级的，慢速的。而基于先验知识的显著性机制通常是和高层次的任务关联在一起的，其效率通常低于由视觉信号驱动的显著性机制。人眼视觉系统通过显著性原理来处理复杂的视觉感知是不争的事实，这种显著性的处理机制使得复杂背景下的目标检测、识别有了很大程度的提升。 在模式识别、计算机视觉等领域，越来越多的计算机工作者致力于开发显著性计算模型，用以简单的表达图像的主要信息。这些显著性模型的检测结果是一个显著性灰度图，其每个像素点的灰度值表示了该像素的显著性，灰度值越大，表明该像素越显著。从信息处理的方式看，显著性模型大致可以分为两类：自顶向下（任务驱动）和自底向上（数据驱动）的方法。 自顶向下的显著性检测方法之所以是任务驱动，这是因为该类模型通常是和某一特定的任务相关。在同样的场景或模式下，检测到的结果因任务的不同而不同是自顶向下模型最突出的特点。例如在目标检测中，检测者需要首先告诉需要检测的目标是什么，检测到的显著性图则表示目标可能出现的位置。自顶向下的显著性检测方法的依据是：如果研究者事先知道需要检测目标的颜色、形状或者方向等特征，那么该检测算法自然会高效的检测到需要检测的目标。因此，自顶向下的算法通常需要人工标记，或是从大量的包含某种特定目标的图像中学习该类目标的特征信息，这些学习方法一般是监督的；然后求测试图像对于训练学习得到的信息的响应，从而得到测试图像的显著性图。现存的一些自顶向下的算法在某些特定的目标上取得了一定的效果，不过这些算法往往只对某些特定的目标有效，对于复杂多变的自然图像，该类算法存在很大的缺陷。自顶向下的模型是慢速的、任务驱动的，有意识的，以及封闭回路的。由于自顶向下模型的特点，其应用受到了很大的限制。
文献综述 图像分割就是把图像分成各具特色的区域提取感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤，是一种基本的计算机视觉技术。 图像分割起源于电影行业。伴随着近代科技的发展，图像分割在实际中得3到了广泛应用，如在工业自动化、在线产品检验、生产过程控制、文档图像处理、遥感和生物医学图像分析、以及军事、体育、农业工程等方面。总之，只要是涉及对对象目标进行特征提取和测量，几乎都离不开图像分割。所以，对图像分割的研究一直是图像工程中的重点和热点。 自图像分割的提出至今，已经提出了上千种各种类型的分割算法。由于分割算法非常多，所以对它们的分类方法也不尽相同。我们依据使用知识的特点与层次，将其分为基于数据和基于模型两大类。前者是直接对当前图像的数据进行操作，虽然可以利用相关的先验信息，但是不依赖于知识；后者则是直接建立在先验知识的基础上，这类分割更符合当前图像分割的技术要点，也是当今图像分割的主流。 基于数据的图像分割算法多数为传统算法，常见的包括，基于边缘检测，基于区域以及边缘与区域相结合的分割方法等等。这类分割方法具有以下缺点，○1易受噪声和伪边缘影响导致得到的边界不连续，需要用特定的方法进行连接；○2只能提取图像局部特征，缺乏有效约束机制，难以获得图像的全局信息；○3只利用图像的底层视觉特征，难以将图像的先验信息融合到高层的理解机制中。这是因为传统的图像处理算法都是基于MIT人工智能实验室Marr提出的各层相互独立、严格由低到高的分层视觉框架下进行的。由于各层之间不存在反馈，数据自底向上单向流动，高层的信息无法指导底层特征的提取，从而导致底层的误差
不断积累，且无法修正。 基于模型的分割方法则可以克服以上缺陷。基于模型的分割方法可以将分割目标的先验知识等有用信息融合到高层的理解机制之中，并通过对图像中的特定目标对象建模来完成分割任务。这是一种自上而下的处理过程，可以将图像的底层视觉特征与高层信息有机结合起来，因此更接近人类的视觉处理。基于模型的图像分割方法主要包括：○1基于统计模型的分割方法；○2基于神经网络的分割方法；○3基于形变模型的分割方法。 主动轮廓模型（Active Conlour Model， ACM）（又称活动轮廓模型，变形曲线模型）的研究背景及发展状况。 即Snake模型，最初由Kass等人于1998年提出，并成功应用于图像分割方面。这种模型通过建立与参数化曲线Ｃ相关的能量函数，然后优化该能量函数，使轮廓向目标边界演化，并在目标边界处达到最优值。 1987年Kass、Witkin和Terzopoulos首次提出主动轮廓模型，并成功应用于图像分割、视频跟踪等相关应用。这种模型对Marr提出的各自独立分层图像处理模型提出了挑战，它将图像本身的底层视觉属性（如边缘、纹理、灰度、色彩等）与待分割目标的先验信息（如形状、亮度、色彩等）以一种有机的方式——能量函数的形势结合起来，最终得到待分割目标的完整表达。能量函数一般由两部分构成：内部能量函数和外部能量函数。一般说来，内部能量函数嵌入了对目标特征约束的先验性假设，以及保持轮廓本身特性（如光滑性和刚性）的约束条件；而外部能量函数则根据图像的数据特性（如边缘特性、区域特性等）构造
中国科学 E辑: 技术科学 2008年 第38卷 第7期: 1026~1041 https://www.doczj.com/doc/ee13113304.html, https://www.doczj.com/doc/ee13113304.html, 1026 《中国科学》杂志社SCIENCE IN CHINA PRESS 岩石孔隙结构的统计模型 鞠杨①②*, 杨永明①, 宋振铎①③, 徐文静①④ ①中国矿业大学煤炭资源与安全开采国家重点实验室, 北京 100083; ②Department of Mechanical and Manufacturing Engineering, The University of Calgary, 2500 University Drive NW Cal- gary, AB T2N 1N4; ③中国煤矿机械装备有限责任公司, 北京 100011; ④Department of Materials and Metallurgy, The University of Utah, Salt Lake City, Utah 84112 * E-mail: juy@https://www.doczj.com/doc/ee13113304.html, 收稿日期: 2007-05-31; 接受日期: 2007-07-03 国家重大基础研究规划项目(批准号: 2002CB412705)和教育部“新世纪优秀人才支持计划(批准号: NCET-05-0215)资助 摘要通过砂岩CT扫描实验研究了岩石孔隙的几何特征与分布规律, 给出了孔隙的形心坐标, 孔隙间距、孔隙数和孔径的统计特征与各自分布的概率密度函数. 利用Monte Carlo法和随机数算法生成了具有相同统计参数和概率密度函数的随机数序列来模拟孔隙位置、数量和孔径的随机分布. 借助FLAC3D程序按照随机数序列分配的孔隙位置和统计特征构建了岩石三维孔隙结构模型. 在此基础上, 应用该模型研究了巴西圆盘劈裂破坏时的应力分布、单元破坏方式以及破裂单元的连通情况. 研究表明: 孔隙模型具有与真实岩石孔隙结构一致的孔隙统计特征和较好的几何相似性, 该模型可以直观地反映孔隙特征对应力分布、破坏方式以及破裂连通性的影响. 关键词孔隙结构统计模型重构 岩石 应力分布 天然岩石含有大量不同尺寸的孔隙或孔洞, 这些孔隙直接影响着岩石的物理、力学和化学性质, 如强度、弹性模量、渗透性、连通性、电导率、波速、颗粒吸附力、岩石储层产能等. 认识和定量刻画孔隙结构对岩石性质的影响, 对于解决石油、地质、采矿、冶金、土木和水利工程中的实际问题具有十分重要的意义. 然而, 天然孔隙跨尺度无序分布, 数量多且形态复杂, 准确地描述孔隙结构特征, 并从理论上建立这种定量描述与岩石宏观性质之间的关系十分困难. 人们更多地利用实验手段来观察孔隙岩石的表观物理、力学和化学性质的变化, 从而间接地反映孔隙结构特征及其影响. 孔隙岩石就像一个“黑箱”, 人们更多关注的是各种表观物理、力学和化学过程“经过”这个“黑箱”后的变化. 但是, 这种表观描述无法定量地解析岩石孔隙连通性、毛细管压力、渗透系数变化、孔隙多相流与孔隙相互作用、浸透性质、孔壁应力分布等一系列对孔隙岩石表观性质起决定作