数字化三维重建（共9篇）
数字化三维重建 篇1
随着交通事故发生率的不断增加, 重型颅脑损伤、颅骨骨折患者的数量与日俱增, 重型颅脑损伤去骨瓣减压术及颅骨骨折骨碎片清除术后均会造成不同程度的颅骨缺损, 另外高血压脑出血血肿清除及去骨瓣减压术后、颅骨肿瘤、纤维增生等颅骨疾病术后也会遗留不同程度的颅骨缺损, 颅骨缺损患者中绝大部分需行手术修补[1]。目前, 常用的颅骨缺损修补的方法有:自体颅骨修补术、传统手工塑形钛网修补术及数字化三维重建钛网修补术。自体颅骨修补由于取材的原因, 临床上多使用传统手工塑形钛网修补及数字化三维重建钛网修补术[2]。现回顾分析我科2009年1月至2012年12月, 分别采用传统手工塑形钛网修补及数字化三维重建钛网修补术治疗的118例颅骨缺损患者临床资料, 比较两种手术方法的临床疗效, 为选择治疗方法提供参考, 报道如下。
1 资料与方法
1.1 患者选择标准。
纳入标准:①年龄12~68岁;②单侧或双侧颅骨缺损, 距初次开颅手术时间<1年;③血、尿常规, 肝、肾功能以及心电图检查提示患者能耐受手术。2009年1月至2012年12月, 共118例患者符合选择标准纳入研究。其中61例采用数字化三维重建钛网修补
*通讯作者:E-mail:zhou_guocan@163.com术, 57例采用手工塑形钛网修补。本研究经楚雄州中医院伦理委员会批准。
1.2 一般资料。
DTMS组:男34例, 女27例;年龄12~68岁, 平均53.6岁。左侧21例, 右侧25例, 双侧15例。致伤原因:颅脑外伤术后35例, 高血压脑出血术后24例, 颅骨肿瘤2例。颅骨缺损部位:单侧额颞顶部42例, 单侧额颞部16例, 双侧额颞顶部3例。61例患者术前均有头痛、头晕症状, 其中伴记忆力减退43例, 抑郁12例, 易激惹13例。缺损至修补时间:1~8个月。MS组:男31例, 女26例;年龄14~64岁, 平均51.4岁。左侧19例, 右侧23例, 双侧15例。致伤原因:颅脑外伤术后33例, 高血压脑出血术后23例, 颅骨肿瘤1例。颅骨缺损部位:单侧额颞顶部38例, 单侧额颞部17例, 双侧额颞顶部2例。57例患者术前均有头痛、头晕, 其中伴记忆力下降37例, 抑郁14例, 易激惹9例。缺损至修补时间:1~9个月。
1.3 手术方法。
手工塑形修补 (manual shaping, MS) 组:术者于术前据患者颅骨缺损范围、缺损对侧部位外观及术者经验, 使用磨具将钛网压制出适当弧度, 适当剪裁, 使钛网缘大于骨窗缘1.0 cm左右。术中先将钛网覆盖于骨窗缘, 再用塑型钳不断调整塑型, 将多余钛网缘剪去, 必要时还需行楔形剪开, 使钛网与颅骨贴合满意后, 磨掉钛网边缘刺边, 使之平滑, 继而按覆盖法用钛钉将钛网植片固定在骨窗缘上。数字化三维重建钛网修补术 (three-dimensional digital titanium mesh shaping, DTMS) 组:术前使用CT扫描患者颅骨窗, 层厚为2 mm。将测量所得颅骨缺损部位、大小、形状等数据导入钛网数字化成型机, 对患者颅骨进行三维重建后, 在计算机上进行钛网数字设计, 完成模拟装配, 使用数字成型技术制作钛网模型, 并对已生成的钛网曲面进行人工调节使产生的数字化钛网表面平整、光滑。最后计算机将虚拟数字化钛网转换为工业加工模式, 通过模具冲压、打磨生成所需三维成型钛网[3]。
1.4 术后处理:
所有患者均悬吊硬脑膜, 常规放置硅胶管引流, 术后应用抗生素3 d, 7~10 d后拆除缝线。
1.5 疗效评价。
手术时间:自头皮切开开始计时直至缝合头皮结束。并发症:包括皮下积液、皮下积血、切口及颅内感染、术后癫痫、植入物移位等[4]。塑型满意情况:外观对称性, 修补侧的硬度满意度、有无引起头皮刺痛、咀嚼功能障碍等主观不适。钛网修补术后1年根据患者自身情况做出满意度评估。
1.6 统计学方法:
采用SPSS13.0统计软件进行分析。计量资料以均数±标准差表示, 组间比较采用独立样本t检验;计数资料以率表示, 组间比较采用χ2检验;检验水准α=0.05, P<0.05具有统计学差异。
2 结果
两组患者术后均随访12个月, DTMS组所有患者钛网与颅骨完整适配, 塑形良好, 术中调整用时 (5±1) min, 平均手术时间 (105±6) min, MS组术中术者需花部分时间用于钛网的剪裁、塑形、打磨故手术时间明显延长, 平均塑形时间 (18±3) min, 平均手术时间 (146±12) min, 两组间差异有统计学意义 (P<0.05) , DTMS组钛钉用量 (6.1±0.8) 枚, MS组钛钉用量 (11.5±4.1) 枚, 两组间差异有统计学意义 (P<0.05) 。见表1。DTMS组术后均未出现皮下积液, 术后癫痫, 无头皮刺痛现象及钛网移位, 患者对外观满意度为97.6%。MS组术后出现皮下积液12例, 头皮刺痛9例, 咀嚼功能障碍8例, 癫痫2例;术后钛网变形13例。患者外观满意度仅为62%, 两组间差异有统计学意义 (P<0.05) 。
3 讨论
传统手工塑型颅骨修补术术前术者粗略测量颅骨缺损的大小, 然后选择一块面积大于颅骨缺损的钛网, 无菌处理备用。术中分离好皮肌瓣暴露骨窗缘后, 据颅骨缺损部位、大小、曲度等进行手工塑型、比对, 特别是需较大曲度以满足大面积颅骨缺损修复时, 还需在钛网边缘剪开一些楔形豁口, 剪切使钛网的完整性遭到破坏, 大大降低了钛网的生物强度, 且术后易出现钛网变形;手术难度加大, 手术及麻醉时间增加, 手术区域长时间暴露于空气中, 术后感染概率也相应增加;手工塑型的钛网通常难以与颅骨缺损缘精确贴合, 为使钛网与颅骨牢固贴合, 势必造成钛钉使用量的增加, 术后由于钛网局部张力过大钛网易出现变形, 从而影响外观满意度的结果[5]。数字化三维重建钛网修补颅骨缺损术克服了传统钛网修补颅骨缺损的上述缺点, 术中分离好皮肌瓣和骨窗缘后, 不需要对钛网手工塑形, 只需将高压灭菌好的三维钛网按骨性标记安装在颅骨缺损缘上即可, 这样将传统手术中的一部分工作术前已做好, 大大降低了手术难度和强度, 减少了手术和麻醉时间, 故术后感染概率也相应减少, 与手工塑形钛网相比数字化三维重建钛网, 能与颅骨缺损骨窗缘精确吻合, 无需反复比对调试, 钛网强度高, 术后钛网变形移位发生率大大降低, 术中使用少量钛钉即可牢固固定钛网, 不必担心术后钛网局部翘起等风险, 术后患者及家属对外观的满意度大大提高[6]。
为提高数字化三维重建钛网修补手术的成功率, 笔者总结了以下几点手术体会:①开颅术后1~3个月内是神经功能恢复最快的时期, 应尽量于开颅术后1~3个月行颅骨修补术, 尽早恢复颅腔完整性对促进神经功能恢复意义重大, 恢复颅腔容积稳定性, 阻断外界环境变化对脑组织的影响, 可以减少术后癫痫和其他并发症的发生。②为便于钛网的设计、塑性及固定, 临床CT数据应包含健侧颅骨资料, 并使扫描窗大于颅骨边缘2 cm。③为使皮瓣更易分离、避免硬脑膜损伤, 可于手术切开前在帽状腱膜下注射0.9%NS, 使皮瓣易于分离, 一旦硬脑膜出现破损应立即严密缝合。为减少术后皮下积血、积液的发生术中止血必须充分[7]。④钛网必须严密贴合于颅骨表面, 置于肌肉下方, 尤其是颞窝颅骨缺损必须游离颞肌, 避免组织活动引起钛网松动[8]。⑤若缺损骨窗面积较大, 则应将中央部硬脑膜吊于钛网上, 减少硬脑膜与皮瓣之间的间隙, 利于硬脑膜与皮瓣贴合愈合。⑥术后早期应用抗生素预防感染, 是保证术后钛网植入成功的关键。⑦术后常规于头皮下放置负压引流, 可减少术后皮下积血、积液的发生。
综上所述, 使用数字化三维重建钛网修补颅骨缺损手术时间短, 钛钉用量少, 术后并发症少, 塑形工作量减轻, 术后患者对外观满意度大大提高, 在修补颅骨缺损方面更具优势。
摘要：目的 比较传统手工塑形修补 (MS) 与数字化三维重建钛网修补术 (DTMS) 在修补颅骨缺损中的临床疗效。方法 2009年1月至2012年12月收治且符合选择标准的118例颅骨缺损患者纳入研究, 根据手术方法 不同分为数字化三维重建钛网修补组61例, 传统手工塑形修补组57例。两组患者性别、年龄、致伤原因、受伤部位、合并症、受伤至手术时间及术前外观方面比较, 差异均无统计学意义 (P>0.05) , 具有可比性, 比较两组患者手术用时、钛钉用量、术后并发症及术后外观满意度方面的差异。结果 数字化三维重建钛网修补组在手术用时、钛钉用量、术后并发症及塑性工作量方面较手工塑型修补明显缩短或减少, 差异有统计学意义 (P<0.05) 且术后外观满意度方面明显优于传统手工塑型修补组, 差异有统计学意义 (P<0.05) 。结论 使用数字化三维重建钛网修补颅骨缺损手术时间短, 钛钉用量少, 术后并发症少, 塑形工作量减轻, 术后外观满意度高, 在修补颅骨缺损方面更具优势。
关键词：颅骨缺损,数字化三维重建修补,手工修补,手术方法
参考文献
[1]Li G, Wen L, Zhan RY, et al.Cranioplasty for patients developing large cranial defects combined with post-traumatic hydrocephalus after head trauma[J].Brain Inj, 2008, 22 (4) :337.
[2]蒋福刚, 熊青荣, 王天易, 等.颅骨修补材料的选择及其评价[J].中国组织工程研究与临床康复, 2010, 14 (16) :2967-2970.
[3]宰建国, 何小其.CT三维重建技术在颅骨修补手术中的应用[J].中国医药导报, 2007, 4 (12) :38-39.
[4]江建军, 郑海燕, 贾从林.数字成形钛网修补颅骨缺损及术后并发症探讨[J].浙江创伤外科, 2011, 16 (6) :785-786.
[5]杨绮帆, 钱锁开, 陈小宝, 等.数字化钛网与手工塑型钛网修补颅骨缺损的比较[J].中国临床神经外科杂志, 2011, 16 (10) :600-608.
[6]彭雅滨, 毛小林, 王晓峰, 等.数字化三维重建钛网在大面积颅骨缺损修补中的应用[J].中国组织工程研究与临床康复, 2010, 14 (26) :4760-4763.
[7]Cabraja M, Klein M, Lehmann TN.Long-term results following titanium cranioplasty of large skull defects[J].Neurosurg Focus, 2010, 38 (10) :19.
[8]杨松斌, 章国海, 周晶, 等.颞肌下数字化成型钛网修补颅骨缺损67例[J].浙江创伤外科, 2010, 15 (5) :659-660.
数字化三维重建 篇2
目前三维传感、机器视觉等领域的许多方法如阴影法、光度立体法,偏折术法等获得的`数据为离散梯度.一些实际应用如波前重建、相位测量和三维面形测量等,需要进行面形重建.本文讨论了测得梯度的偏差对重建结果的影响,分析比较了不同偏差环境下基于局部积分技术的路径积分法与基于全局积分技术的傅立叶变换积分法及其修正方法的重建能力,计算机模拟实验证明了根据实际梯度偏差选择适当算法的必要性.
作 者：荆海龙 苏显渝 刘元坤 JING Hai-long SU Xian-yu LIU Yuan-kun 作者单位：四川大学电子信息学院光电系,成都,610065 刊 名：激光杂志 ISTIC PKU英文刊名：LASER JOURNAL 年，卷(期)： 28(6) 分类号：O439 关键词：波前重建 梯度场 局部积分技术 全局积分技术 傅立叶变换积分法
浅析三维重建算法 篇3
三维重建的过程是一个比较复杂的过程,属于技术上的主要难点之一。目前的算法大都处于比较初级的阶段。在实际应用中,复杂产品的实体造型对工程技术人员来说较难掌握。目前各种各样的CAD系统层出不穷,但是直接从二维视图构造三维实体模型的技术还处于研究之中,离实用还有相当的距离。传统的二维图纸最大的缺点是阅读困难,不够直观,而且图纸中的错误难以发现,不仅浪费材料,而且在时间上造成很大损失。[1,2,3,4,5,6,7]
为了在计算机中将二维图纸自动转换成三维模型,首先要从Auto CAD图纸的DWG文件中读入所有线条、标注等信息,将这些信息以合适的数据结构进行组织,然后根据这些数据识别相应的几何元素及其位置、尺寸等信息,即进行三维重建。对识别出的三维模型要用合适的方法进行表示,包括存储和显示。三维模型的表示方法主要分为实体模型和表面模型两种。为了进行交互式的三维重建,要使用实体建模,同时还要能够将其转化为表面模型以进行显示或输出。[1,2,3,4,5,6,7]
2 三维重建算法
目前从二维到三维的转换算法包括自底向上和自顶向下两大类。这两类方法各有优缺点,适合于不同的情况。在识别过程中必须吸取目前国际上的最新研究成果,综合利用,才能实现高度自动化的识别。[8,9,10]
目前已经提出的三维重建算法包括自底向上的重构、模型匹配算法、基于体切削的重构、利用语义信息辅助的重构、基于专家系统的重构等,分别简述如下:[8,9,10]
2.1 自底向上的重构
这是当前的主流算法。基本思想是从三视图中的顶点开始分析,自底向上逐步构造三维模型中的顶点、边、面,算法的特点是适应性比较好,能识别平面、圆柱面、圆锥面、球面和圆环面,但是搜索空间比较大,算法时间和空间复杂度较大。
2.2 模型匹配算法
一个复杂的三维模型可以看作是由各种简单的三维部件所组成,模型匹配算法的基本思想是:在目标三视图中用三维简单组件的三视图进行匹配,然后将各个简单部件组装成为目标三维模型。这种算法比较适用于平扫体和旋转体,且要求轴线平行于坐标轴,对简单模型的识别速度很快,且易于开发成为用户交互较多的软件。但是算法对复杂模型的识别比较困难。
2.3 基于体切削的重构
首先根据三个视图构造一个包围盒,然后根据三视图对包围盒不断进行切削,直到得到的模型的三视图与待识别的三视图完全一致。这种算法实际操作上与模型匹配算法非常类似。只是这种算法先从最大的模型开始,而模型匹配算法先从最小模型开始。
2.4 利用语义信息辅助的重构
首先识别图中的标注信息,然后利用标注信息指导子物体的识别。这种方法属于辅助方法,对孔、螺栓等识别很快,但是主要的三维重构必须依靠其它方法。
2.5 基于专家系统的重构
从二维到三维的重建是三维模型进行机械制图,即转化成正交二维三视图的逆过程。而机械制图是在一系列规则的指导下进行的,因此首先必须对所有的这些规则进行识别和数学描述,同时必须完全熟悉机械识图的规则和方法。只有程序员能够很好地识别图纸,才能指导程序进行识别。基于专家系统的重构算法是利用规则建立专家系统,即规则库,把三视图中的顶点、边、环作为输入,利用推理规则输出三维模型。
3 重建过程的检验
重建过程中为了检验所建立的模型的正确性,必须将得到的三维模型的三视图与输入的三视图进行对比。程序中必须有专门的模块将三维模型转化为二维图纸。这部分目前有比较成熟的技术,我们只需要使用相关算法进行实现。[1,2,3,4]
4 模型的存储和输出[8,9,10]
三维模型的表示方法分为实体模型和表面模型两种方式。
表面模型是将模型用其边界来进行刻画,优点是便于计算机显示,目前大部分的商用模型都是用表面模型来进行存储的。但是,表面模型的缺点是存储量大,不精确,不方便进行类似机械加工的操作,如倒角、切削、钻孔等。此外,对表面模型进行数据分析也比较困难,因为存储的只是大量离散的点线面的信息。
实体模型是利用一些简单的图元作为基本的构造单位,对这些图元进行多层次的交、并、差操作得到各种复杂的模型。实体模型所需要的存储量小,易于进行操作,而且可以对模型进行精确存储,即不管放大多少倍,需要何种精度,都可以通过计算得到并显示。实体模型实际上属于概念模型,与设计者的思维过程相符合,要将其在计算机上进行显示必须转化为表面模型。
实体模型的基本操作对对象是图元,包括长方体、球体、圆柱体、圆锥体和环体。对这些图元的描述包括位置信息和尺寸信息。
实体模型的操作一般来说是建立在集合运算的基础上的,但是与通常的集合运算有很大的区别。因为实体模型如果用集合来表示是一个无穷集合,但是计算机只能表示有限集合。集合中元素的维数是不同的,有一维的点,二维的线,三维的空间曲线、曲面和体,简单集合操作的结果有时是不适合的,需要重新定义正规化的新的集合运算。
对复杂三维实体模型的输出格式目前还没有统一的国际标准,必须自定义合适的格式进行输出。最简单的输出格式是图元+CSG树,用这种格式输出可以完备地描述三维模型,所占用的存储容量最小,但是要求模型浏览软件必须具备计算实体模型的边界的能力,这是一个比较苛刻的条件。另一种输出格式是利用已有的3ds、dxf、wrl等常用格式输出模型的表面,这种方式可以很方便的使用一些常用甚至免费软件进行浏览。但是最大的缺点是不方便对模型进行操作,而且表面模型通常是近似模型,为了提高精度,往往需要很大的存储容量。
还有一种三维实体模型的输出方式,即所谓的半边表示(halfedge representation),对多面体这是一种非常方便的输出方式,可以综合以上两种方式的优点,但是对于含有二次或高次曲面的模型,需要进行一些变换才能输出。
核心的内部数据结构可以描述如下:
5 结束语
三维重建算法的主要技术难点包括:DWG文件读入和信息理解;二维到三维的转换;三维实体建模:模型的实体表示和计算边界,实体表示与边界表示的一致性保持;程序健壮性。
目前已有的多种算法各有其优点和缺点,我们需要综合利用多种算法实现三维重建。
参考文献
[1]李晋芳,何汉武.从二维视图到三维几何模型转换的研究与实现[J].机械与电子2006,(1):16-18.
[2]李士才,席平,王亚平.从已有二维图样实例重建三维参数化特征模型的应用研究[J].工程图学学报,2000(1):36-40.
[3]Ghosh S K.Generating solid models from two dimensional representations[J].Journal of Materials Processing Technology,1995,54(1-4):211-217.
[4]朱仁芝,赵健.基于AuToCAD2000平台的平面立体三维重建的算法与实现[J].计算机应用研究,2002,19(6):75-81.
[5]吴战国,李启炎.面向三维重建的三视图数据结构[J].工程图学学报,2001(2):129-132.
[6]刘世霞,胡事民,汪国平.基于三视图的三维形体重建技术[J].计算机学报,2000,23(2):141-146.
[7]陆国栋,彭群生.三维重建新方法及新技术研究[J].高技术通讯,2001,(3):58-61.
[8]罗敏雪,朱仁芝.基于二维正投影图三维重建的递归算法[J].中国科学技术大学学报,2004(4):464-472.
[9]谭建荣,岳小莉,陆国栋.图形相似原理、方法及其在结构模式识别中的应用[J].计算机学报,2002,25(9):959-967.
数字化时代人文精神的反思与重建 篇4
人文精神在不同时代有不同的内涵,数字化时代的人文精神是科学的人文精神,是高科技时代人类的精神支柱.数字化时代是人文精神充分彰显的`时代,主要表现在人的自由时间的大量增加、人的能力的极大提高、人的社会关系的全面丰富和人的自由个性的全面发展等方面.同时,数字化时代又存在人文精神衰变的悖论,主要表现为人在自身发展、文化、道德和心理、人类安全等方面面临的一系列新困境.数字化时代科学的人文精神的建构要遵循以下原则:在人文的视野中构建科学精神,以价值理性校正工具理性;要实现民族精神、时代精神和全球精神的有机整合;在理想的视野中把握现实性,实现终极关怀与现实关切的统一;在人的社会性发展中完善个体性.
作 者：高鸿 作者单位：中国人民大学,哲学系,北京,100872 刊 名：石家庄师范专科学校学报 英文刊名：JOURNAL OF SHIJIAZHUANG TEACHERS COLLEGE 年，卷(期)： 5(4) 分类号：B038 关键词：数字化 人文精神 自由时间 自由个性 社会关系 终极关怀
基于VTK的医学图像三维重建 篇5
随着三维可视化技术发展,其技术成果被不断应用到各个领域。在临床医学上,利用三维重建技术,可以将一系列二维断层图像重建成三维形体,给医生提供一个直观、精确的模型[1]。利用三维重建技术,医生可以准确的获得病变位置的大小、体积等信息,并可以进行手术模拟,提高手术的成功率和完成质量[2]。因此,医学图像的三维重建技术无论在临床还是在理论研究领域都具有重要的意义。目前比较常用的可视化工具主要有OpenGL,ITK,VTK[3]等。本文在这里主要使用VTK库对脚部CT图像进行三维重建。
2 基于VTK的医学图像三维重建方法简介
医学图像的三维重建主要是指对CT和MRI数据进行处理,方法主要有面绘制和体绘制两大类。面绘制技术首先由三维空间数据场构造出中间几何图元,然后由计算机图形学技术实现画面绘制[4]。最常见的几何图元是平面多边形,三维表面抽取的常用方法是从体数据中抽取三维表面,最有代表性的是Marching Cubes(MC)方法。面绘制方法可以产生比较清晰的等值面图像,而且可以利用图形硬件实现绘制功能,加快图形的生成和变换的速度。体绘制则并不构造中间几何图元,直接由三维数据场产生在屏幕上显示的二维数据。它对每一个体元赋以不同的颜色、透明度属性,在观察平面上进行投影,生成二维图像[5]。
VTK(Visualization Toolkit)是Kitware公司开发的一个开放源代码的自由软件[6],它基于OpenGL,主要用于3D图形学、图像处理及可视化等领域,尤其是其三维重建功能(如面绘制、体绘制)。VTK容纳了图像和可视化领域的多种算法,采用面向对象的编程技术,可以直接用C++,TCL,Java或Python编写代码。VTK采用的是流水线(Pipeline)机制,如图1所示。各个模块形成了一个流水线,各个模块对流水线中的数据进行操作。流水线由两种基本对象组成,即过程对象和数据对象。数据对象就是数据集,代表了流水线中的数据。过程对象是一个模块,或者是流水线中的算法部分,提供了许多相应的类。
用VTK进行可视化应用是很方便的,首先,建立一个流水线来处理数据;其次建立适当的目标图形来演示数据。建立流水线(Pipeline)就是将数据源(Dataset)、过滤器(Filter)和映射器(Mapper)连接起来的过程。
对于任何进行可视化的数据,都是通过演员(actor)在窗口中表现出来的,因此,要在窗口中显示重构的三维图形需要以下的步骤:1)建立render window(渲染窗口);2)建立actor(角色),vtkActor类用来表示绘制场景中的一个实体,也就是绘制场景中的演员。它通过SetMapper()方法和几何数据联系起来;3)建立renderer(渲染器),通过vtkRenderer类将结果在窗口中显示出来。
3 系统实现
本文使用的数据源是人体足部CT断层数据,数据集由250张 512x512的DICOM图片组成。程序中使用的VTK 5.0版本已经内建了对DICOM图像格式的支持,所以我们可以很方便的利用vtkDICOMImageReader类来实现对图像的读取。程序对CT切片数据进行处理,由切片数据重建骨骼和皮肤,采用的算法是基于表面绘制的MC(Marching Cubes)算法。
3.1 基于VTK的面绘制
面绘制方法是将感兴趣的部分以等值面的方式进行抽取,通过旋转和变换光照效果来生成高质量的三维图像。这种绘制方法速度快,适合于实时性要求高的情况,其中最为常用的是MC方法(Marching Cubes)。该算法是将数据体中位于两个相邻面上的 8个相邻的体素构成一个立方体,然后逐个处理数据场中的立方体,分类出与等值面相交的立方体,采用插值计算出等值面与立方体边的交点,根据立方体每一顶点与等值面的相对位置将等值面与立方体的交点按一定方式连接成等值面,从而作为等值面在该立方体内的一个逼近表示。
3.1.1 重建流程
首先利用vtkDICOMImageReader将位于同一目录下的DICOM格式的CT断层图片读入,然后利用vtkMarchingCubes分别针对骨骼和皮肤提取等值面,再利用vtkPolyDataNormals对得到的等值面进行处理,过滤掉过大的棱角以及不符合实际情况的三角面片。然后由vtkPolyDataMapper将其映射为几何数据,并将其属性赋给窗口中代表它的actor。图像显示的过程就是通过renderer和render window将几何数据以一定的角度和色彩光照显示出来的过程。程序中通过建立vtkLODActor对象,将其与vtkPolyDataMapper对象关联起来。将actor加入到vtkRenderer中,然后通过vtkRenderWindow进行显示,通过vtkRenderWindowInteractor对用户的输入进行交互。
3.1.2 基于Marching Cubes算法的面绘制的主要实现过程
(1)建立一个vtkDICOMImageReader读取对象,通过其SetDirectoryName 方法设定DICOM CT断层文件的目录,调用 Update方法将数据读入。
(2)分别对骨骼和皮肤建立Marching Cubes算法对象vtkMarchingCubes。根据本文采用的数据源,将骨骼的灰度阈值设定为1300,皮肤的灰度阈值设定为750。利用其SetValue方法设定灰度阈值,进行表面抽取。
(3)分别对骨骼和皮肤建立vtkPolyDataNormals对象和vtkPolyDataMapper对象。将vtkMarchingCubes对象的输出通过流水线和vtkPolyDataNormals连接起来,再通过流水线将vtkPolyDataNormals对象的输出和vtkPolyDataMapper连接起来并进行映射,为输出做准备。
(4)分别建立代表骨骼和皮肤的角色vtkLODActor。
(5)建立绘制者vtkRenderer和绘制窗口vtkRenderWindow,通过vtkRenderWindow的AddRenderer方法将建立的vtkRenderer对象添加到绘制窗口中,再调用Render方法进行绘制。
(6)建立vtkRenderWindowInteractor对象,通过其SetRenderWindow方法将vtkRenderWindow设定为交互的绘制窗口,这样用户可以对绘制结果进行交互操作。
重建效果如图2、图3所示。
3.2 基于VTK的体绘制
体绘制技术利用光学的原理,对每一个体元赋以不同的颜色、透明度属性,然后在给定的观察平面上生成二维图像。由于三维数据场中不同类别的物质具有不同的密度,反映到CT和MRI图像上即是不同的组织有不同的灰度值,根据这一点我们可以区分不同的物质,例如骨骼和皮肤,并对代表它们的体元赋以不同的颜色信息,从而在投影的二维观察图像中可以直观的将它们显示出来。体绘制算法中常用的算法是光线投射(ray-casting)算法。光线投射算法首先要对三维数据场中的数据值进行分类,并对每类数据赋予不同的颜色值和透明度值,然后从屏幕上的每一个像素点根据设定的观察方向发出一条射线,这条射线穿过三维数据场,沿这条射线选择N个等距的采样点,每个采样点的颜色值和透明度值根据临近的点作插值得到,然后将这条射线上各采样点的颜色值和透明度值加以合成,即可得到发出该射线像素点的颜色值。光线投射算法流程如图 4所示:
3.2.1 重建流程
和面绘制类似,首先利用vtkDICOMImageReader将位于同一目录下的DICOM格式的CT断层图片读入,然后根据骨骼和皮肤的不同灰度值进行分类,用vtkPiecewiseFunction对骨骼和皮肤赋予不同的不透明度值,用vtkColorTransferFunction对骨骼和皮肤赋以不同的颜色。vtkFixedPointVolumeRayCastMapper对三维数据进行光线投射算法的计算,从而获得二维投影中每个像素点的颜色值,然后映射到vtkVolume代表的三维几何实体。通过vtkVolumeProperty对vtkVolume 对象进行属性设置。最后将volume加入到vtkRenderer中,通过vtkRenderWindow进行显示,通过vtkRenderWindowInteractor处理用户的交互操作。
3.2.2 基于光线投射算法的体绘制的主要实现过程
(1)建立一个vtkDICOMImageReader读取对象,通过其SetDirectoryName 设定DICOM CT断层文件目录,调用 Update方法将数据读入。
(2)对骨骼和皮肤赋以不同的不透明度值。根据本文采用的数据源,将骨骼的灰度阈值设定为1300,皮肤的灰度阈值设定为750。建立不透明度函数的对象vtkPiecewiseFunction,通过其AddPoint方法确定不透明函数的拐点以及其对应的不透明度,将骨骼的不透明度设定为1.0(即完全不透明),将皮肤的不透明度设定为(100.0 - RaySkinTransparency)/100,这里RaySkinTransparency被设定为50。
(3)建立色彩传递函数对象vtkColorTransferFunction,通过其AddRGBPoint方法对骨骼和皮肤赋以不同的颜色。我们把骨骼设定为白色(1, 1, 1),把皮肤设定为红色(1, 0, 0)。
(4)建立vtkFixedPointVolumeRayCastMapper对象对三维数据进行体绘制运算。利用其GetOutput方法从vtkDICOMImageReader读取对象中获得数据。
(5)建立vtkVolume对象,通过其SetMapper方法利用流水线获得vtkFixedPointVolumeRayCastMapper的输出。
(6)建立绘制者vtkRenderer和绘制窗口vtkRenderWindow,通过vtkRenderer的AddVolume方法将vtkVolume对象添加,利用vtkRenderWindow的AddRenderer方法将建立的vtkRenderer对象添加到绘制窗口中,再调用Render方法进行绘制。
(7)建立vtkRenderWindowInteractor对象,通过其SetRenderWindow方法将vtkRenderWindow设定为交互的绘制窗口,使用户可以对绘制结果进行交互操作。
重建效果如图5、图6所示。
3.3 两种重建方法比较
通过对两种重建算法的原理分析和实现的效果比较,可以看出,面绘制的结果是一个表面定位准确、表面拓扑结构正确的三维模型,绘制到平面上应该是一个清晰的图像。而体绘制是由沿观察视线上所有体元的积分效果,所以比较模糊。对中间存储或内存的要求上,体绘制由于不生成中间几何图元,所以内存的需求较面绘制要小,但由于每切换一个视角就要重新对所有的像素点的颜色进行计算,所以运算时间较面绘制要长。就可视化效果而言,面绘制技术能产生清晰的图像,但易丢失细节,主要问题在于易造成边缘提取的不准确,主要应用前景为手术仿真、虚拟操作。体绘制成像效果较为模糊,但能保留整体细节,主要缺点是容易产生噪声重叠,目前主要的应用领域为诊断和疗效判断领域。
4 结论
VTK(Visualization Toolkit)是一个可以用于三维可视化程序构造和运行的函数库,它是在OpenGL的基础上,利用面向对象的程序设计方法构建的,并封装了大量三维重建中常用的算法,对用户进行二次开发提供了方便。VTK与具体硬件无关,具有良好的移植性和可扩展性。本文就三维数据场可视化技术中的面绘制和体绘制技术进行了论述,并讨论了如何利用VTK可视化软件包进行可视化开发。VTK对于从事可视化技术研究的人员具有重要的价值,并随着可视化技术的不断发展,VTK会有更好的发展前景。
摘要：本文利用VTK可视化工具对医学图像的三维可视化进行了研究与实现。用Marching Cubes算法和光线投射算法分别实现了脚部CT图像的三维重建,通过对这两种算法的结果的比较,分析了它们各自的特点和适合的应用领域。
关键词：三维可视化,VTK,Marching Cubes,光线投射
参考文献
[1]祁俐娜,罗述谦.基于VTK的医学图像三维重建.北京生物医学工程.2006年2月.
[2]杜俊俐,郭清宇,黄心汉.基于VTK的医学图像快速重建系统.计算机应用.2007年6月.
[3]William J.Schroeder,Kenneth M.Martin,Lisa S.Avila.The VTK User’s Guide,Kitware Inc,1998.
[4]刘志健,王蓉,刘玉玲,余飞鸿.基于VTK的医学图像系统研究.CT理论与应用研究.2006年5月第15卷第2期.
[5]黄姗姗,王博亮,闵小平.基于VTK的可视化技术的研究.中国数字医学.2007年第8卷第1期.
基于多视角图像的三维人脸重建 篇6
计算机视觉技术是基于图像处理、信号处理、计算机图形学等学科的一门综合性技术。目前计算机视觉技术已经应用于图像分析、物体识别、工业检测等领域、而且随着计算机性能的提高和视觉理论研究的不断深入, 计算机视觉技术必将会应用在更多领域。
基于计算机视觉技术发展而来的双目立体视觉技术, 已经成为了现在的研究热点。双目立体视觉技术通常用来获取人或物体的三维信息, 可以应用在虚拟现实、全景监控、人体测量、事故现场三维重现、三维重建等领域。与传统的测量方式相比具有无损、高效、准确、快速、非接触性等特点, 可以同步获取物体的纹理信息,已经在三维重建中被广泛应用。
以往获取人脸三维模型的方式通常是在不同视角下获取多个三维模型, 然后再对这些模型进行手动拼接。这样不仅数据精度无法保证, 还极大的增加了工作量。随后出现了基于旋转平台的圆周全景重建, 利用旋转平台得到精确的旋转角度, 通过空间坐标变换将多视角三维模型统一到同一个坐标系下, 从而实现三维重建[1]。但该方法操作繁琐, 对外部环境要求较高, 并不适用于现场操作。本文基于计算机视觉技术和三维重建技术,利用多张不同角度的人脸照片, 即可恢复出人脸的三维模型, 实现人脸三维重建。
2 双目立体视觉测量原理
双目立体视觉测量的原理类似于生物的双目视觉系统, 理论上只要获取了同一物体不同视角至少两张图像,即可从二维图像中恢复出物体的三维信息[2]。双目立体视觉测量过程包括摄像机标定、图像获取、二维点匹配、三维点坐标重建等步骤[3]。通过摄像机的坐标点和图像坐标,就可以确定一条唯一的射线, 如果通过同一个摄像机拍摄同一个物体, 那么两条射线就会在空间中交汇在一起, 我们就可以计算出物体在当前空间坐标系下的坐标。
双目立体视觉原理模型如图1 所示。图中两部相机的光轴平行且像平面重合, 相机的参数相同, 焦距为f, 相机光轴与像平面的交点为O1和O2, 基线距离B为相机投影中心的距离。在获取图像时, 图像中的某一点P(xc,yc,zc) 在两部相机像平面上分别形成点Pl(xl,yl)和Pr(xr,yr)。根据投影几何相关知识可得, 点P和像点Pl、Pr之间存在的数学关系可描述如下:
由式(1) 可知,2 个像点的Y坐标相等, 只在X坐标上有所差异。定义视差为:
根据三角测量原理可以得出物点P的三维坐标[4],如式(3) 所示:
由双目立体视觉原理可知, 在保证了2 台摄像机内外参数相同的情况下, 如果在两台摄像机的像平面上找到一对对应点, 那么就可以通过计算得到该点的三维坐标。
3 基于立体视觉的三维重建技术
一般双目立体视觉三维重建技术分为摄像机标定、图像获取、图像校正、立体匹配和深度值计算5 部分[5],如图2 所示。
(1) 摄像机标定: 摄像机标定的目的是获取摄像机的内部参数, 确立被拍摄对象物点和摄像机内部成像像点之间的数学模型, 二维图像和三维点云就是通过该数学模型联系在一起的[6]。
(2) 获取图像: 图像获取是三维重建的重要步骤,使用2 台相同的摄像机获取物体图像, 理想的情况是两台摄像机高度一致、与物体距离相同、而且外部光线均匀, 不会形成阴影。
(3) 图像校正: 通过空间变换, 将图像的共轭极线调整到同一水平线上, 将二维空间匹配转化到一维空间进行求解。此步骤可以将摄像机调整到理想状态, 对后期匹配成功率和匹配鲁棒性有着重要的作用。
(4) 立体匹配: 立体匹配环节是整个三维重建的关键核心步骤, 立体匹配的质量决定了三维重建的结果。立体匹配的思想是在两幅图像中找到一幅图像中像素点与另一幅图像的对应像素点,并保存为视差值的形式[7]。最后或得到一个视差图, 其分辨率与原图相同。立体匹配算法会占用大量的运算资源, 因此图像校正的重要性就体现出来。
(5) 深度值计算: 深度值计算是三维重建的最后一步。深度值的计算方法是根据三角测量原理得来的, 如图1 所示。利用摄像机模型和视差图重构出场景的三维点云信息。重建的精度与视差精度和摄像机基线长度均有关系[8], 视差精度过低时会出现片状点云的问题。
4 多视角三维拼接技术
一台摄像机一次只能获取被测物体的部分二维图像信息, 因此就要对同一物体进行多次多角度拍摄, 如图3 所示。通过多次拍摄获取物体的全部二维图像信息,进而采用三维重建的方式获得三维点云数据。但是通过这种方式获得的三维点云数据是处在局部坐标系下的,该坐标系在不同视角下不具备一致性, 并不能直接进行拼接。为了得到物体的全部三维信息, 就需要将各个局部坐标系下的点云数据进行旋转平移和缩放, 再调整到同一世界坐标系下进行拼接。
常用的方法是旋转角度标记或参考点标定。旋转角度标记方法是将被测物体放置于旋转平台上, 该平台能够在计算机的控制下精确旋转, 如图4 所示。旋转轴位置在双目立体视觉视场中固定不变, 并可以精确标定[9]。旋转平台按照规定角度旋转, 摄像机逐次采集物体表面数据。最后利用旋转角度来精确恢复被测物体表面点云数据。
参考点标定方法是在待测物体周围布置大量的辅助测量点, 如图5 所示。系统可以根据这些测量点,通过优化算法精确的计算出虚拟测量网, 从而将不同摄像机采集到的数据变换到同一坐标系下, 以此实现三维数据拼接。
本文提出了一种基于SIFT特征的三维拼接方法,可以实现非标定拼接。尺度不变特征变换(Scale-invar iant feature transform,SIFT) 是用于图像处理领域的一种尺度不变性描述, 不受光照和拍摄角度的影响, 可准确的在图像中检测关键点。
对于给定的二维图像, 提取图像边缘SIFT特征。首先进行尺度空间极限检测和精确极值点操作, 然后分配主方向, 最后生成特征描述符, 即得到一组n×128维(n为特征点数目) 的特征描述符, 流程如图6 所示。
在获取了图像特征描述符后, 通过计算各个特征向量之间的欧氏距离进行匹配[10]。首先将所有点的特征描述符集合起来构建数据库, 然后求取每个点特征向量与数据库中特征向量的欧式距离, 并记录距离最小的两个值, 如果最小距离与次小距离之比在阈值k范围内, 那么认定特征点匹配成功, 否则认定匹配失败。k值的选取直接影响到匹配结果, 通常k值选取在0.5~0.6 之间。
5 实验结果
本文以石膏模特作为被采集对象, 通过旋转拍照的方式获取了5 张不同位置的照片, 并调整至同一尺寸。首先对二维图像进行三维重建, 然后利用SIFT特征对三维点云数据进行特征提取和拼接, 最后成功得到模特头部的三维点云数据, 实物图与三维点云数据图如图7 所示。
6 结束语
本文提出基于SIFT特征的三维拼接方法, 可以实现非标定拼接。通过Matlab计算结果可知, 本算法可由二维图像恢复对应的三维点云数据, 能够在一定程度上描述物体的真实轮廓, 但受照片数量和拍照角度的影响, 三维点云数据精度仍有待提高。
参考文献
[1]仲思东,熊军,刘勇.基于全周多视角的三维重建技术[J].机器人,2004,(6):558-562.
[2]张广军.视觉测量[M].北京:科学出版社,2008:1-22,134-158.
[3]梁丽.基于HALCON的多目视觉测量方法研究[D].沈阳航空航天大学,2014.
[4]王欣,袁坤,于晓等.基于运动恢复的双目视觉三维重建系统设计[J].光学精密工程,2014,22(5):1379-1387.
[5]梁伟涛.基于双目立体视觉三维重建方法的研究[D].哈尔滨理工大学,2014.
[6]ZHANG Z.A Flexible New Technique for Camera Calibration[J].IEEE Transactions on Pattern Analysis&Machine Intelligence,2000,22(11):1330-1334.
[7]CHUA C S,JARVIS R.Point Signatures:A New Representation for 3D Object Recognition[J].International Journal of Computer Vision,1997,25(1):63-85.
[8]于勇,张晖,林茂松.基于双目立体视觉三维重建系统的研究与设计[J].计算机技术与发展,2009,19(6):127-130.
[9]李怀泽.基于旋转平台的多视角三维重建[D].浙江大学,2013.
人体骨骼三维模型重建技术的研究 篇7
在20世纪80年代以来, 以计算机技术为核心的数字化技术飞速发展, 相应的促进了医学影像工程技术和逆向工程技术的发展, 也为逆向工程技术应用于医学领域奠定了技术基础。90年代以后, 逆向工程技术的医学应用逐步发展, 得到了人们的普遍关注并获得了越来越广泛的应用。
逆向工程技术 (Reverse Engineering, 简称RE) 是指将实物转换为CAD模型的相关数字化技术、几何模型重建技术以及产品制造技术的总称[1]。在本文中狭义的将其定义为从相关模型的数字信息的获取、数字信息的处理到CAD模型形成这一过程中涉及的技术过程。
1 软件介绍
Mimics是Materialise公司开发的交互式医学图像控制系统的简称, 是对医学CT和MRI图像进行三维重建的专业软件。该软件能输入各种扫描的数据 (CT、MRI) , 建立3D模型进行编辑, 然后输出通用的CAD (计算机辅助设计) 、FEA (有限元分析) , RP (快速成型) 格式, 是介于医学与机械领域之间的一套逆向软件[2];Geomagic是美国Raindrop公司的推出的逆向工程软件, 是成熟的逆向工程软件之一。利用Geomagic可轻易地从扫描所得的点云数据创建出完美的多边形模型和网格, 并可自动转换为NURBS曲面。Imageware是著名的逆向工程软件, 广泛应用于汽车、航空、航天、家具、模具及通用的机械行业。UG是功能强大的三维设计软件, 是当前世界上最先进的、紧密集成的、面向制造行业的CAD/CAE/CAM高端软件。
2 人体骨骼模型重建方案
在逆向工程中, 实体的三维模型重建是整个过程中最关键、最复杂的环节。在实际应用中, 通常根据不同的数据来源和应用目的, 选用不同的方法, 本文尝试提出以下两种方案来重构人体骨骼或标本的三维模型。
2.1 基于CT/MRI图像的三维模型重构
2.1.1 重构方案
该方案是以感兴趣的人体骨骼的CT/MRI图像为数据源的模型重建方案。技术路线如图1所示, 首先对人体骨骼进行CT/核磁扫描, 获取用于三维模型重建的CT/MRI图像并以DICOM格式存储, 然后输入到Mimics软件中。为了确保图像质量, 先要对图像进行预处理, 然后进行图像分割和边缘的提取与处理, 将软组织与骨骼组织进行分离, 得到所需组织区域。再通过区域生长处理对已经确定的某一层面的组织区域通过区域生长功能扩展到其他剩余层。最后通过Calculate 3D工具由mask计算所需组织的三维模型。为了得到较好的模型效果, 需要对所建好的模型进行后期处理, 如光顺 (Smoothing) 、重新网格划分 (Remesh) 等。重构的三维模型, 可以以STL格式输出文件, 然后将文件输入快速成型机, 采用不同的快速成型材料及不同的快速成型方法[3], 得到用于不同目的的快速成形原型件。
因为STL格式是以三角面片来表示模型的, 不是传统意义上的CAD模型, 不能对模型进行任意的修改。在将重构的组织模型用于假体设计及有限元分析等方面时, 可以将得到的组织模型以图形数据文件交换的一种标准格式, IGES格式, 将模型输出, 得到模型的点云数据。然后利用逆向工程原理, 进行三维重构, 得到所需组织的CAD模型。
2.1.2 重建案例
使用CT扫描机, 采集了人体头部CT数据, 如图2a) 所示。得到DIMCOM格式的颅骨扫描后的数据, 运用Mimics软件读入计算机中, 得到包括软组织和骨组织在内的各具灰度特性的不同区域。在Mimics中进行颅骨重建主要通过数据预处理-区域分割-边缘提取与处理-区域增长这样的过程最终得到颅骨骨骼区域, 最后将选定区域生成STL模型。
CT图像是灰度图像, 每一点的灰度值反映了该处的密度[4]。骨骼的CT值因人而异, 一般范围为300-1500。通过人工干预, 选择合适的分割阈值, 将骨骼和软组织进行分割, 如图2b) , 然后进行边缘提取及处理, 对不需要的区域进行删除。对于已经确定某一个层面的骨骼区域, 通过区域生长功能可以方便的扩展到其他剩余层。最终提取出骨骼部分区域。通过区域生长完成的三维轮廓由于影像的误差和分割的误差, 通常仍旧会包含一些不需要的结构部位, 必须通过编辑处理手段把它们删除。然后可经过反复验证达到完善。在确认无误的情况下, 该三维模型可以以STL文件格式输出, 生成STL模型, 如同2c) 所示。导入到快速成型设备中, 用以制作快速成型件;或在输出模块中以IGES文件或DXF文件格式导出, 用以进一步的计算机辅助设计或有限元分析, 为从力学角度进一步研究做前期准备工作。
2.2 基于人体骨骼标本、模型的三维模型重构
2.2.1 重构方案
在实际研究中, 有些人体组织不适于通过CT/MRI扫描得到, 但现实有组织标本或模型, 这时可以利用逆向工程的数字化仪器, 对标本或模型进行扫描, 得到点云数据, 然后利用点云数据进行逆向重构。
重构时可以有两种方法选择:一是将IGES格式的点云数据导入Geomagic软件中, 利用该软件的相应功能来完成从点云数据到多边型模型和网格模型的构造, 最后自动转换为NURBS曲面模型。生成曲面模型后, 仍然以IGES格式将模型导出, 然后导入UG软件, 通过曲面缝合、加厚等功能生成实体模型。
另一种方法是将点云数据导入Imageware中, 通过点云构造必要的特征曲线或曲面, 然后导入UG中, 通过线构造面的相关命令进行曲面建模, 再利用构造实体的命令完成实体建模, 最后得到实体的CAD模型。
在这两种方法之中, 选择哪一种方法可视要构造模型的特点及使用者对软件的掌握程度来做选择。这一方案完成的实体模型, 可以以IGES格式输出后, 输入Ansys中进行有限元分析, 也可为利用ADAMS动力学软件进行运动与力学分析, 还可在此模型的基础上进行假体设计, 当然也可以将模型输出成STL格式, 进行快速成型制作, 还可以利用其他加工方法 (如数控加工) 进行实物模型的制作。
2.2.2 重建案例[5]
针对人体组织标本、模型的三维模型重构方案, 以人体的下颌第一磨牙模型作为模拟对象, 对其进行三维模型重建研究。
使用ATOS光学扫描系统将磨牙的模型进行扫描, 获得原始点云数据。通过ATOS扫描软件对点云进行去除噪声点、对齐、三角化、补洞、光顺等数据预处理, 然后以IGES格式导入Geomagic软件中。在Geomagic中, 先对点云进行进一步优化处理:如去除杂点、光顺、优化点云的横向点距、纵向点距等。然后通过wrap命令得到三角片表示的磨牙, 如图4a) 所示。同时进入Polgon阶段, 进行基于三角片的曲面模型处理, 通过对三角片的自相交、重叠、法向错误等问题进行处理后获得比较规整的曲面模型, 然后进入成形阶段 (Shape Phase) , 在对曲面分析的基础上进行曲面片的合理划分, 对划分好的曲面片进行网格构造 (Construct Grid) , 在网格的基础上拟合成NURBS曲面 (Fit Surfaces) , 如图4b) 所示。在Geomagic中得到NURBS曲面模型后, 将文件以IGES格式导出, 然后导入UG中, 通过曲面缝合, 得到三维实体, 如图4c) 所示。可以对其各部位进行更进一步的分析研究, 为进行牙体的生物力学研究和修复体优化设计提供生物力学基础, 以提供临床治疗与实验研究的理论依据和参考。
3 结束语
根据不同的数据来源和应用目的, 本文尝试提出了两种不同方案来重构人体骨骼或标本的三维模型。完整地回顾了重构的整个过程:从CT/MRI图像到STL模型, 从点云数据的预处理到三维实体模型的生成。但是在不同的实际情况下, 要求不同, 需要实现的细节也不同, 因此应根据实际情况的不同要求, 采用合适的处理方法。
摘要：针对三维模型重建技术对医学研究及临床应用的重要性及必要性, 根据不同的数据来源和应用目的介绍了人体骨骼模型三维重建的不同方法与途径, 并以颅骨和磨牙模型为实例, 详细介绍了三维重建过程, 最后用相应的重建结果证明了方法的可行性与正确性。
关键词：骨骼,逆向工程,三维重建,医学影像
参考文献
[1]金涛, 童水光.逆向工程技术[M].北京:机械工业出版社, 2003.
[2]罗东礼, 等.医学图像三维重建中的关键算法[J].计算机工程与应用, 2005, 19:219-221.
[3]刘伟军.快速成型技术及应用[M].北京:机械工业出版社, 2005.
[4]姜海波.基于CT图像的人体股骨逆向工程研究[J].机械设计与制造, 2007 (1) :130-131.
基于CT的医学图像三维重建 篇8
三维重建是计算机视觉、模式识别及可视化技术等领域的经典研究主题。三维重建的任务就是要从提取到的采样数据中恢复物体的三维结构, 即物体的原型。从断层数据进行医学图像三维重建一直是研究的热点问题, 它涉及数字图像处理、计算机图形学以及医学领域的相关知识。医学图像三维重建及可视化在诊断医学、手术规划及模拟仿真、整形及假肢外科、解剖教学等方面都有重要应用。因此, 对医学图像三维重建的研究, 具有重要的学术意义和应用价值。
1、资料与方法
1.1 一般资料
本文采用蚌医附院64排螺旋CT扫描机的实际病例的数据集, 选取一个不具备明显特征且无特殊既往病史的成年男子手部作为样本, 对其手部部分进行CT切片采集, 年龄37岁, 共得到336张格式为dicom3.0的文件, 其层厚是0.65mm, 55秒完成。图1即为使用专业影像eFilm软件获取的CT扫描的显示效果图。
1.2 仪器
应用64排螺旋CT机, 取平卧位测量。三维重建采用通用计算机, 基本配置为:CPU为AMD Athlom II X2 245, 内存为2G, 显卡为NVIDIA GeForce 9800GT。
1.3 方法
本文采用MC面绘制算法在VTK中实现了手骨模型的表面绘制, 采用光线投射法实现了手骨模型的直接体绘制。
1.3.1 MC表面重建及实现
传统的MC算法是W.Lorensen[2]等人于1987年提出来的一种三维表面重建方法, 因其原理简单、容易实现, 得到了广泛的应用。此算法在美国已经申请专利, 它被认为是至今为止最流行的面显示算法之一[3.4]。由于它的本质是从一个三维的数据场中抽取出一个等值面, 所以也被称为"等值面提取" (Iso-surface Extraction算法[5]。
传统的MC算法求等值面的步骤可以描述如下:
1.三维离散规则数据场分层读入;2.扫描两层数据, 逐个构造体素, 每个体素中的8个顶点取自相邻的两层;3.将体素每个角点函数值与给定的等值面值做比较, 得到该体素的构型索引值;4.根据构型索引值查表得出体素中与等值面有交点的边索引;5.通过线性插值方法计算出体素棱边与等值面的交点;6.求出体素各角点处的法向量和三角面片各顶点处的法向量;7.绘制等值面图。
1.3.2 直接体绘制及实现
直接体绘制法[6]将数据场中的体元看成一种半透明物质, 并赋予其一定的颜色和光阻度, 由光线穿过整个数据场进行颜色合成。实质是一个三维离散数据场的重采样合成的过程。目前传统的体绘制方法有三种光线投射法[7]、投影成像法[8]和频域变换法[9]。本文主要介绍光线投射法。光线跟踪算法的流程图如图3所示。
2、结果
2.1 MC面绘制结果
采用MC面绘制算法在VTK中实现手骨模型三维面绘制效果如图3所示。
2.2 体绘制结果
图4为利用光线投射法绘制的效果图。
3、讨论
本文首先介绍了基于CT断层数据的三维绘制技术, 并分别采用MC算法实现了CT切片的三维面绘制和光线投射法实现了直接体绘制, 并以手部CT数据集为例, 以VC2008环境, 使用C++语言, 以VTK5.6版本为开发包[10], 利用影像技术和断层解剖知识, 给出最终实现的结果, 为今后影像诊断和临床手术打下良好的数据基础。
面绘制要构造中间曲面表示, 必然要通过闭值或数值方法提取出中间曲面, 这就是被称为分割 (Segmentation) 的过程。目前的分割基本上还是停留在二者择其一的状态, 缺少准确有效的方法。通过分割, 许多三维数据场中的细节信息丢失, 有些分界面被扩大, 结果的保真性较差。由于体绘制是直接研究光线通过体数据场时与体素的相互关系, 因此无需构造中间面。体素中的许多细节信息得以保留, 结果的保真性大为提高。同时, 这2种算法均可以清楚看到在病人大拇指中指关节与近指关节之间有骨质增生现象, 方便医生诊断。
通过研究还可以发现, 基于图像质量的要求, 体绘制要优于面绘制。但从交互性能和算法效率上讲, 在目前的硬件平台上, 面绘制还是要优于体绘制的。这是因为面绘制采用的是传统图形学的绘制方法, 所以现有的交互算法、图形硬件和图形加速设备能充分发挥作用。
摘要：本文介绍了医学CT三维重建的算法, 分析了目前所用的关键技术, 为医学图像三维重建应用软件的开发打下了理论基础。最后使用VTK开发包, 以手部骨骼三维重建为例, 给出了实现面绘制和体绘制方案和结果。
关键词：VTK,CT,面绘制,体绘制,三维重建
参考文献
[1].朱玉云, 史小平, 伍炼.国产MITK软件在医学影像三维可视化中的应用研究[J].生物医学工程与临床, 2008, 12 (5) :380-384.
[2].Lorensen W.E., Cline H.E Marching Cubes:A High Resolution 3D Surface Construetion Algorithm[A].SIGGRAPH'87 Proceed-ings[C], 1987, 163-169
[3].Wallin A., Constructing iso-surfaces from CT Data[J].IEEEComputer GraPhics&Application, 1991, 11 (5) :28-33
[4].Shu R., Zhou C., KanKanhalli M.S., Adaptive Marching Cubes[J].The Visual Computer, 1995, 11 (4) :202-217
[5].Alliez P., Meyer M., Desbrun M..Interactive geometry remesh-ing[J].ACM Transactions on GraPhics, 2002, 21 (3) :347-354
[6].Garland M., Heckbert P.S..Suface simplification using quadricerror metrics[J].Computer Graphics.1997.31 (3) :209-216
[7].WEI jun, ZHAO Hai-tao, TIAN yun, et al.Analysis of DirectVolume Rendering in VTK[J].Chinese Journal of Biomedical Engi-neering (English dition) , 2006, 15 (3) :127-133.
[8].He T, Hong L.Voxel-based Object Simplification[A].Proceed-ing of the IEEE Visualization[C]Atlanta Georgia, 1995:296-303
[9].周昆, 马小虎, 潘志庚等.基于重新划分的三角形网格简化的一种改进算法[J].软件学报, 1998, 9 (6) :405-405
基于结构光亚像素提取的三维重建 篇9
光条的亚像素提取方法很多[3,4],像灰度阈值法、极值法和阈值法等常用方法非常简单,但是精度差,基于方向模板的方法采用几个方向模板来检测亚像素位置,具有最大法线方向增量的方向即为亚像素位置所在的方向。此方法具有很强的抗噪能力,但是计算复杂。图像中的光条可以认为是具有曲线结构特征的,大多数都采用Steger的曲线结构检测器[5]。该方法精确、鲁棒,但真实被测物往往有遮挡、阴影和表面的不连续性,导致了图像中有很多光条端点,Steger方法不能准确地检测光条端点的亚像素位置。为了解决这一问题,本文采用了Steger曲线结构检测器与过零点检测[6]相结合的方法提取结构光的亚像素位置,并采用连接算法按顺序连接每个光条上的亚像素点。
1 结构光成像系统
本文设计的双目结构光成像系统由一台LCD投影仪(SONY,CPJ-D500)、两台性能参数一致的摄像机构成,如图1所示。投影仪具有24位真彩色VGA/SVGA输出,输出信号分辨率可达800 X 600@60 Hz,并通过视频端口与PC机相连,由电脑控制投影仪投影编码结构光模板。在测量过程中,投影模板被投影到被测物上,被两台CCD摄像机(MINTRON,MTV-188IEX)采集到。摄像机采集图像的分辨率设为768×576像素。在PC机上采用大恒采集卡DH-CG410采集从摄像机获取图像,采集卡的S端子与摄像机的视频输出端相连,通过软件控制图像采集过程。
三维数据的获取如图2所示,摄像机与投影仪之间在xoz平面上构成三角关系。在提取了图像上的结构光光条上的点后,可根据摄像机与投影仪之间的几何关系计算相应的三维表面数据。从图像上一点(u,v)可以计算出直线op的方程。从在标定时求得的外部参数中可以获取摄像机与投影仪之间的距离l。在结构光标定时可以获得角度θ。直线op与结构光op′相交于点p。求解点p的函数可以简单表示如下:
由式(1)可知,改变亚像素点(u,v)就会改变重建的三维数据,因此为了实现三维数据的精确获取,结构光亚像素的精确提取是必不可少的。
2 结构光亚像素的提取
2.1 线结构光检测法
首先,采用线结构检测方法来检测亚像素值[4,5,6,7]。设一个像素点(x,y)的灰度值为f(x,y),光条的法向方向向量为n=[nx,ny]T,梯度为r=[rx,ry]T。在点(x,y),用Gaussian模板的偏微分与图像卷积就可以得到rx、ry、rxx、rxy和ryy;方向向量n可以通过计算Hessian矩阵的特征值和特征向量得到。亚像素坐标灰度的泰勒多项式可以表示为:
2.2 过零点检测法
过零点检测方法能够很好地解决端点处的结构光提取问题,其步骤如下:
构造如下函数:
如果亚像素点(x,y)在光条的脊上,(nx,ny)与(rx,ry)正交,也就是说Q(x,y)=0。如果在一个像素点上的Q值为正,在该像素点相邻的另一个像素点上的Q值为负,则在这两个像素点的连线上必有一个亚像素点在光条的脊上,即这两点之间必定存在一个亚像素点(x,y)使得Q(x,y)=0[4]。然而,(nx,ny)有两个相反方向正交于光条曲,因此必须考虑(nx,ny)的方向。设(x0,y0)为一个像素点的坐标,(xi,yi)为该像素点的八邻域中的一个点。可以构造另一个函数
如果E(x,y)<0,即在点(x0,y0)和点(xi,yi)处Q(x,y)异号,即在这两点之间必定有一脊点,该脊点即可作为结构光的端点。
图3所示为应用Steger方法检测亚像素的过程。图3(a)为原始图像,对图3(a)中求得每个像素点的(nx,ny),采用Steger方法得到满足式(4)的偏移量,再得到每一点偏离该像素点中心位置的偏移量(tnx,tny),每个像素点上所得到的亚像素位置必须在该像素点上,并且把具有满足要求的偏移量所对应的像素点标识如图3(b)所示。对图3(b)中每个标识点,如果满足式(6),就在图3(b)中标识该点。从图3(b)端点处可以看出,用Steger方法得到多个像素宽度的端点,由于曲线在端点处失去了方向,Steger方法不能提取光条端点的亚像素坐标。而在图3(c)中,采用了过零点检测算法后得到了最多两个像素宽度光条,与图3(b)相比,光条在端点处变细,便于亚像素级结构光光条的重建。因此,在结构光提取过程中,可采用Steger检测器与过零点检测相结合的方法,解决端点问题,以达到很好的检测效果,提高三维测量精度。
3 实验结果及分析
为了验证本文中结构光亚象素的提取方法是否可提高三维数据获取的准确性,文中采用一个平板作为被测物。分别用本文方法与三角测量法获取了大约300,000个三维坐标点,再把这些三维坐标点拟合成平面,计算每个点到这个平面的距离作为最小均方误差(LMS)。采用本文方法计算出来的LMS为0.1009 mm,而采用如图2所示的光学三角测量法得到的LMS为0.1257 mm。详细计算结果见图4(a)。与光学三角测量法相比,本文采用的方法具有更高的测量精度。PL与PR分别表示从左右摄像机获取的三维数据。
同时,从这些数据中取出一小块区域(大约1,500个点)显示如图4(b)所示,从图中可以看出,从左右摄像机所获取的三维数据点吻合度相当好。这从另外一个角度反映了本系统实现三维测量的稳定性与准确性。
此外,以石膏头像作为被测物,采用本文方法获取了石膏头像表面上大约200,000个点的坐标,这些点云显示如图5所示,可以更直观地看出本文方法的效果。
4 结论
在结构光测量系统中,影响三维测量精度的因素很多,如系统标定、投影点的提取等。本文着重分析了结构光光条亚像素提取的影响,并提出了Steger方法与过零点检测相结合的亚像素提取算法。这种方法较好地解决了结构光光条端点的亚像素提取问题。通过获取一平板表面的三维数据点,对比本文方法与三角测量法之间的误差,进而分析了数据点的精度,本文方法计算出来的LMS为0.1009 mm。对于有效视场深度在1 m的成像范围来说,本文提出的亚像素提取方法将大大提高三维数据重建精度。用石膏头像的三维重建实验更直观地说明了采用本文亚像素提取算法的效果。
摘要：将Steger曲线结构检测器与过零点检测相结合,提出一种新的亚像素提取算法,并通过实验验证了此方法的有效性。
关键词：图像处理,光学测量,亚像素提取,结构光,三维重建
参考文献
[1]Blais,F.Review of20years of range sensor development[J].Electron Imaging,2004,13(1):231-243.
[2]Zhang L,Curless B,Seitz S M.Rapid shape acquisition using color structured light and multi-pass dynamic programming[C].in:Proc.1st Int.Symp.on3D Data Processing,Visualization,and Transmission.2002,24-36.
[3]Amor,B.B.,Ardabilian,M.,and Chen,L.3D face modeling based on structured-light assisted stereo sensor[C].in:Proc.13th Int.Conf.on Image Analysis and Processing.2005,p.842-849.
[4]陶立,孙长库,何丽,等.基于结构光扫描的彩色三维信息测量技术[J].光电子-激光,2006,17(1):111-114.
[5]Steger,C.An unbiased detector of curvilinear structures[J].IEEE Trans.Pattern Anal.Mach.Intell,1998,20(2):113-125.
[6]郝丽俊,程胜,杨荣骞,等.投影结构光空间位置和形状的标定方法研究[J].光电子-激光,2007,7(18):816-819.