有线电视技术 技术讲座 日刊“图像信息媒体学会志”从２０１１年１月起开办３Ｄ图像技术的基础理论与实际应用的技 术讲座。该讲座共分１２次，每月１次，内容有基础与应用之分。为供国内同行参考，本－Ｔ＇Ｊ将陆续 予以编译介绍。 ｉ 米 础与应用（１） 基础１：何谓空间立体视技术？ ～由２ Ｄ图像到３ Ｄ图像～ １ 前 言 韩 伟 编译 在平面上放映的２Ｄ图像技术，是随着“想看 ……”的要求，不断提高其显示性能的。例如：从静止 画面到动画（图像）再现了时间的变化，又从黑白到彩 色图像，接着又实现了更有实物感的高清图像。进而， 又进行了充满临场感大画面图像的研究。这时，由于 想看的视觉功能（如视力、明暗、彩色的识别等）均得 到了满足，故可提供新的魅力。然而，即使能以高画质 实现具有一定临场感的２Ｄ图像，但对于有纵深的空 间，尤其是再现从显示面上飞出来的空间是难以做到 的。于是，提示两眼信息的３Ｄ图像技术也随之产生 了。但这种３Ｄ图像，在实现大画面显示之前，也曾几 度问世过，不过其初期的作品，由于过分强调“飞出 来”令人惊奇的效果，它竟然没有实现从２Ｄ图像提高 到３Ｄ图像应有的魅力。而且，利用两眼视差的两眼式 ３Ｄ图像与实际看到的空间相比较，还存在由于特定 方向的空间看不到而产生的不自然感，以及由视觉功 能调节和辐辏间的不平衡和重现立体效果的不稳定 而造成了视觉负担。因此，当时的３Ｄ技术未能推广普 及。 然而，由于图像技术的迅速进步，又出现了准确 提示有关人类空间立体视的图像信息的技术，图１示 出了理想空间再现的各种方式。于是，能提供更自然 的３Ｄ图像的技术再次涌现。 在本讲座中，将就图１中所有的几种３Ｄ方式作 一解说。但在第一讲，拟先就从２Ｄ图像扩展到３Ｄ图 像的空问再现效果与人类空间立体视的功能作一解 说，然后再试整理导出自然的３Ｄ图像显示技术与更 有魅力的图像表现内容所要求的条件。 ２ 从生活行动中产生的空间立体视 大多动物往往都是根据视觉、听觉和触觉等感觉 系统获得的综合信息，来判断外界状况而生活的。但 对于进行高级生活行动的运动而言，视觉信息更为重 要。它们大多具有两眼，对由其两眼产生的空间立体 视来说，左右两眼的位置（瞳孔间距）、两眼中产生的 微妙的物体像的差异（网膜像差）、两眼同时观看的范 围（两眼共同视野）以及眼球的活动（注视运动、辐辏、 散开、运动）等都是主要的功能。但是，空间立体视不 仅限于两眼视，还与身体动作（观察位置的移动）和由 手产生的操作动作相关。 下面就其中的两眼位置与视野而言，以兔子与猫 为例作一比较（参阅图２）。它们由生活行动决定的空 间信息的利用状况大不相同。兔子属于生活行动守备 ２ ０ １ １年第９期（总第２ ６ １期）
图像小波分解
1 一级分解及重构
1.1程序
a=imread('lena.jpg');
x=rgb2gray(a);
[cA,cH,cV,cD]=dwt2(x,'haar');
subplot(2,2,1);
imshow(cA,[]);
subplot(2,2,2);
imshow(cH,[]);
subplot(2,2,3);
imshow(cV,[]);
subplot(2,2,4);
imshow(cD,[]);
x_idwt=idwt2(cA,cH,cV,cD,'haar');
figure(2);
imshow(x_idwt,[]);
1.2 结果
图1 小波一级分解 图2一级分解重构
2 小波二级分解
2.1 思路一
我们在一级分解的基础上，对低频分量进行再次一级分解，即可得到小波二级分解。
程序：
[cA2,cH2,cV2,cD2]=dwt2(cA,'haar');
figure(3);
subplot(2,2,1);
imshow(cA2,[]);
subplot(2,2,2);
imshow(cH2,[]);
subplot(2,2,3);
imshow(cV2,[]);
subplot(2,2,4);
imshow(cD2,[]);
图3 小波一级分解 图4 小波二级分解
通过上面两张图片对比，我们可以看出，二级小波分解的低频分量和一级小波分解的低频分量相差不大，说明图像经过一级分解已经将大部分的水平，垂直，斜向分量提取，所以两个低频分量相差不大。 2.2 思路二
我们使用函数waverec2函数进行小波变换，其格式为：
[c,s]=wavedec2(X,N,'wname')
我们用它对图像X用wname小波基函数实现N层分解,将结果储存在一个行向量c里。
程序：
第３０卷第６期 ２０１４年１１月 森林工程 Ｆ０ＲＥＳＴ ＥＮＧＩＮＥＥＲＩＮＧ Ｖｏｌ＿３０ Ｎｏ．６ ＮＯＶ．，２０１４
木材ＣＴ图像的三维重构
王在山，戚大伟
（东北林业大学理学院，哈尔滨１５００４０）
摘要：运用ＣＴ技术对木材进行无损检测，运用多重分型频谱技术可以对木材ＣＴ图像进行有效的边缘检测。针对木
材ＣＴ图像低对比度、原木缺陷边缘提取困难等问题，采用多重分型频谱技术对处理后的图像进行提取，提取的边缘信息
清晰完整、准确度较高，为后续的木材ＣＴ图像的三维重建提供有效信息。使用线性插值法对木材ＣＴ图像进行三维重建， 该方法具有便于理解、实现简单和运算速度快的特点。所运用的线性插值法对木材ＣＴ图像三维重建的过程有较好重建效
果，具有重建图像直观、清晰的优点，这种重建理论为提高木材利用效率和原木的虚拟切割提供了一种有效的思路。
关键词：线性插值；边缘检测；原木ＣＴ图像；多重分形
中图分类号：Ｓ ７８１．５ 文献标识码：Ａ 文章编号：１００１—００５Ｘ（２０１４）０６—００３８—０３
Ｔｈｒｅｅ Ｄｉｍｅｎｓｉｏｎａｌ Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ Ｗｏｏｄ ＣＴ Ｉｍａｇｅ
Ｗａｎｇ Ｚａｉｓｈａｎ，Ｑｉ Ｄａｗｅｉ
（Ｃｏｌｌｅｇｅ ｏｆ Ｓｃｉｅｎｃｅ，Ｎｏｒｔｈｅａｓｔ Ｆｏｒｅｓｔｒｙ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５００４０）
Ａｂｓｔｒａｃｔ：Ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ ｔｅｃｈｎｏｌｏｇｙ ｗａｓ ｕｓｅｄ ｆｏｒ ｌｏｇ ｎｏｎｄｅｓｔｒｕｃｔｉｖｅ ｔｅｓｔｉｎｇ，ａｎｄ ｍｕｌｔｉｆｒａｃｔａｌ ｓｐｅｃｔｒｕｍ ｔｅｃｈｎｏｌｏｇｙ ｗａｓ ａ—
ｄｏｐｔｅｄ ｔｏ ｄｅｔｅｃｔ ｔｈｅ ｅｄｇｅ ｅｆｆｅｃｔｉｖｅｌｙ ｉｎ ｌｏｇ ＣＴ ｉｍａｇｅ ｉｎ ｔｈｉｓ ｐａｐｅｒ．Ａｉｍｉｎｇ ａｔ ｔｈｅ ｐｒｏｂｌｅｍｓ ｏｆ ｌｏｗ ｃｏｎｔｒａｓｔ ａｎｄ ｄｉｆｆｉｃｕｌｔｉｅｓ ｉｎ ｅｘｔｒａｃｔｉｎｇ ｔｈｅ ｅｄｇｅ ｏｆ ｐａｎｅｌ ｄｅｆｅｃｔｓ，ｍｕｈｉｆｒａｃｔａｌ ｓｐｅｃｔｒｕｍ ｔｅｃｈｎｏｌｏｇｙ ｗａｓ ｕｓｅｄ ｔｏ ｅｘｔｒａｃｔ ｔｈｅ ｅｄｇｅ ｏｆ ｐａｎｅｌ ｉｍａｇｅ ｃｌｅａｒｌｙ ａｎｄ ａｃｃｕｒａｔｅｌｙ．Ｔｈｅ
%程序段：
clear all
A=imread('鬼兰.jpg') %读入原图
B=rgb2gray(A) %转灰度图像
newmap=rgb2gray(A)
C=double(B); %转浮点型
nbcol=size(B,1);
[cA1,cH1,cV1,cD1]=dwt2(C,'db1'); %第一次分解
dec1d=[cA1,cH1;cV1,cD1];
[cA2,cH2,cV2,cD2]=dwt2(cA1,'db1'); %第二次分解
dec2d=[cA2,cH2;cV2,cD2]
[cA3,cH3,cV3,cD3]=dwt2(cA2,'db1'); %第三次分解
dec3d=[cA3,cH3;cV3,cD3]
%由二维小波分解重构原始图像
t1=size(dec3d) %第一次重构
X1=idwt2 (cA3,cH3,cV3,cD3,'db1',t1)
t2=size(dec2d) %第二次重构
X2=idwt2 (X1,cH2,cV2,cD2,'db1',t2)
t3=size(dec1d) %第三次重构
X3=idwt2 (X2,cH1,cV1,cD1,'db1',t3)
%在同一窗口中显示以上各图像
subplot(2,4,1),imshow(A),title('原图')
subplot(2,4,2),imshow(B),title('灰度图像')
subplot(2,4,3),imshow(dec1d,[ ]),title ('第一次分解后图像')
subplot(2,4,4),imshow(dec2d,[ ]) ,title('第二次分解后图像')
subplot(2,4,5),imshow(dec3d,[ ]),title('第三次分解后图像')
