版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、經(jīng)過幾十年的發(fā)展,圖像的可視化技術(shù)已經(jīng)成為圖像處理的熱點(diǎn)問題之一。其中,感興趣目標(biāo)的邊界曲面的檢測與重構(gòu)是三維圖像分析中一個(gè)重要的問題,經(jīng)常應(yīng)用于對(duì)目標(biāo)的描述、測量和分析中,特別是在醫(yī)療診斷、手術(shù)規(guī)劃、器官移植等醫(yī)學(xué)輔助方向更是有著重要的應(yīng)用。應(yīng)用梯度閾值來檢測邊界曲面是一種基本的方法,傳統(tǒng)上采用全局梯度閾值。但是很多三維圖像的梯度值分布范圍很廣,基于一個(gè)固定的梯度閾值并不能很好的將邊界曲面區(qū)分出來。而且由于邊界曲面本身的復(fù)雜性,以及圖
2、像細(xì)節(jié)及噪聲的影響,這種方法重構(gòu)的三維圖像常常伴隨著漏洞或不感興趣的碎片,不能真實(shí)的反應(yīng)原圖像信息。如何有效地選取合適的全局梯度閾值也是一個(gè)難題,往往需要反復(fù)測試或依賴操作人員的經(jīng)驗(yàn)?;谧赃m應(yīng)原理檢測邊界曲面的方法無需手動(dòng)設(shè)置梯度閾值,而是根據(jù)圖像的局部信息自動(dòng)計(jì)算合適的局部梯度閾值,以之來追蹤和抽取邊界曲面。這一方法不但解決了選取梯度閾值的難題,而且對(duì)提高檢測的精度有重要的意義。本文討論了三種自適應(yīng)的方法來進(jìn)行邊界曲面的檢測與重構(gòu)。
3、
第一種方法是基于視覺模型,參照仿生學(xué)原理建立的。人們衡量邊緣檢測算法的好壞,一般是以人眼的主觀觀察作為評(píng)判依據(jù)的。因此,人眼的視覺效應(yīng)對(duì)結(jié)果評(píng)價(jià)的影響很大。但是,很多邊緣檢測方法并未考慮到人眼的視覺效應(yīng)是非線性的這一特征,導(dǎo)致邊緣檢測的結(jié)果常常會(huì)和人的主觀評(píng)價(jià)有所差別。人眼對(duì)物體亮度的感覺不僅由物體本身的亮度決定,也與物體所處的背景的亮度有關(guān)。通過分析人眼在看物體時(shí)的閾值亮度比曲線和韋伯比曲線,我們可以將之應(yīng)用在三維圖像中,
4、建立梯度閾值選擇模型。這種方法可以根據(jù)圖像的亮度信息,自適應(yīng)選擇梯度閾值來確定可能在邊界曲面上的體元。進(jìn)而根據(jù)邊界曲面的連通性,追蹤出整個(gè)曲面。該方法對(duì)大部分圖像可以實(shí)現(xiàn)自適應(yīng)抽取,得到的邊界曲面與人的主觀視覺感受比較一致。
第二種方法是在方法一的基礎(chǔ)上,結(jié)合子區(qū)域信息建立的。由于三維圖像中常常包含復(fù)雜的圖像細(xì)節(jié),它們?cè)谝曈X模型下同樣是可見的,但是有些并不是我們想要抽取的邊界結(jié)構(gòu),而是不感興趣的碎片。方法一并未考慮圖像細(xì)節(jié)的影
5、響,而是將可見的邊緣全部抽取出來,因此得到的邊界曲面可能包含不感興趣的碎片。由于本文的方法針對(duì)梯度值漸進(jìn)變化的階梯型邊界曲面,因此,對(duì)于此類圖像,可將原圖像分割成很多個(gè)小區(qū)域,并認(rèn)為小區(qū)域內(nèi)邊界點(diǎn)的梯度值不會(huì)發(fā)生太大變化。在追蹤邊界體元時(shí),可以結(jié)合體元所在小區(qū)域內(nèi)邊界點(diǎn)的梯度信息和體元在視覺模型下的閾值,采用合理的方式來估計(jì)一個(gè)自適應(yīng)的梯度閾值,將邊界曲面結(jié)構(gòu)和碎片結(jié)構(gòu)區(qū)分開。該方法可以優(yōu)化方法一的結(jié)果,提高檢測精度。
第三種
6、方法是基于補(bǔ)洞的思路建立的。除了不感興趣的碎片,邊界曲面檢測的另一個(gè)難點(diǎn)是:對(duì)一些圖像,由于其本身結(jié)構(gòu)復(fù)雜,邊界曲面追蹤過程中會(huì)漏掉一些細(xì)節(jié),使抽取出的曲面包含洞。針對(duì)此類問題,我們基于檢測洞和再追蹤的思路提出了一種自適應(yīng)方法。由于邊界曲面具有連通性,我們?cè)谧粉欉^程中可以找到曲面停止增長的位置,之后采用合理的方式判斷此處周圍是否存在洞。如果存在,則說明該體元所在的子區(qū)域局部梯度閾值過高,應(yīng)該適當(dāng)降低,之后在此位置進(jìn)行再追蹤。反復(fù)進(jìn)行補(bǔ)洞
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 三維圖像邊界曲面的體繪制.pdf
- 三維圖像中邊緣曲面的重構(gòu)與可視化研究.pdf
- 三維曲面的采樣與重構(gòu).pdf
- 三維圖像的邊界曲面抽取與可視化.pdf
- 三維生物醫(yī)學(xué)圖像中邊界曲面的逼近等值面的計(jì)算.pdf
- 車身碰撞變形曲面的圖像三維重構(gòu)技術(shù)研究.pdf
- 三維圖像中的異常體表面重構(gòu)算法研究.pdf
- 基于回旋曲面圖像的三維重構(gòu)與紋理拼接.pdf
- 基于PDE的裁剪曲面和三維重構(gòu)方面的研究.pdf
- 顯微圖像處理和三維圖像重構(gòu)的研究.pdf
- 光纖-PLC芯片耦合場景三維圖像重構(gòu)研究.pdf
- 反求工程中基于圖像灰度信息的三維曲面重構(gòu)研究.pdf
- 三維物體檢測與重構(gòu)中圖像處理的應(yīng)用和研究.pdf
- 基于聚類預(yù)處理的三維圖像重構(gòu)研究.pdf
- DICOM圖像中骨骼的三維重構(gòu)與簡化.pdf
- 基于單目多幅圖像的三維曲面重構(gòu)研究.pdf
- 基于三維圖搜索的SDOCT視網(wǎng)膜圖像邊界分割與研究.pdf
- 醫(yī)學(xué)圖像分割與三維重構(gòu)研究.pdf
- PACS系統(tǒng)中三維圖像重構(gòu)及可視化技術(shù).pdf
- 基于卷積曲面的三維樹木建模.pdf
評(píng)論
0/150
提交評(píng)論