首页 > 文献资料
-
基于距离变换与路径规划的骨架提取算法
目的 骨架具有与原始物体相同的拓扑与形状信息,能够有效地描述物体,在医学图像处理中有很好的应用前景,但传统基于距离变换的骨架提取难以保证骨架的连续性,因此引入骨架候选点概念以解决连续性问题.本文提出一种基于距离变换和路径规划的骨架提取算法.方法 首先利用距离变换后的约束条件(局部距离变换大值和局部距离变换梯度的模的小值),选择骨架候选点,利用动态规划中短路径原理连接骨架候选点.结果 本文算法产生的结果与标准骨架对比,平均相似度达94％以上.结论 基于距离变换和路径规划的骨架提取算法很好地保护了骨架的拓扑性和连续性,无需过多的后处理,并引入了相似度的概念来评价骨架算法.
-
基于细胞散点图构建的细胞核心自动提取技术
本文提出细胞散点图的概念和用途.通过分析比较经典的距离变换技术的原理和结果,提出基于细胞散点图构建的细胞核心提取技术,其基本思想是:如果是单个细胞,则根据区域内像素的平均坐标值来提取核心;如果是重叠细胞,则利用数学形态学的腐蚀操作,将重叠细胞边界一层剥离,直至分离成单个细胞,之后提取分离后单个细胞的核心作为重叠细胞区域中各个细胞的核心.实验结果证明这一提取技术可靠,准确度高.
-
虚拟内窥镜中漫游路径的获取
漫游路径提取和碰撞检测是复杂环境下虚拟漫游的两个重要难题,尤其在人体器官中的虚拟内窥漫游.我们通过结合保持物体形状的骨架和内部点到边界的距离解决了上述两个难题.综合了距离变换和拓补细化,本文提出了包含距离信息的中心线提取算法.该算法可以有效的提取出管状物体的单体素连接的中心线并能记录中心线到删除层的距离.骨架上的杂枝也可通过距离阈值和长度阈值予以删除.此外,我们还结合了直线模拟来光滑骨架.实验结果表面该算法得到的骨架能够很好地表示复杂的管状物体并能有效的指导漫游.
-
一种基于广义柱的脑血管树建模方法
脑血管的树形结构建模能够提高诊疗的精度,我们采用自适应滤波法,提取磁共振血管成像各层图像中的血管轮廓,用广义柱模型对血管进行了简化.通过距离变换找出血管树的中心路径,跟踪提取出血管树的分叉点和片断,并用快速算法对中心路径进行了平滑.后结合血管半径信息绘制出脑血管的表面.实验结果表明:依据此模型建立的脑血管树,具有较好的空间信息,该方法是有效的.
-
一种基于水平集的骨架提取方法
实现了基于水平集方法的骨架提取.简要介绍了水平集及其快速算法-快速行进法(fast marching method,FMM),并且在此方法的基础上,提出了一种骨架提取算法.提取了骨架,并与传统快速行进算法比较,实验结果证明:该方法简单有效,并且具有很好的鲁棒性.
-
一种新颖的三维脑血管中心路径提取算法
介绍了一种新颖的三维脑血管中心路径提取方法.它输入分割后的二值体数据,进行三维距离变换.然后根据中心路径体素的局部特征进行初始中心路径点的选取.对其进行筛选.通过判断中心路径点中任意两点之间的关系决定是否将其相连,终得到三维血管的中心路径.实验结果证明了这种算法的有效性.
-
三维图像重建中基于GPU的轮廓插值加速方法
目的:针对传统的的轮廓插值算法在CPU上计算效率低的缺点,将基于距离图像的轮廓插值算法做基于GPU的并行计算加速.方法:基于形状的插值算法主要过程有:(1)轮廓平移使上下两层原始轮廓图像的形心对齐；(2)对原始轮廓图像建立一个对应的标记图像；(3)对原始轮廓图像进行距离变换,得到有不同符号标记的距离图像；(4)对距离图像进行线性插值；(5)从得到的插值距离图像中提取出插值层轮廓；(6)将插值层轮廓回移.将轮廓插值算法中的距离变换过程进行GPU并行化,使距离图像像素标识与GPU线程标识一一对应.GPU的每个线程分别计算距离图像中的一个像素；从显存中读取标记与轮廓坐标,计算出小欧氏距离,并将有标记的距离结果保存在显存中,作为距离图像的一个像素.结果:测试表明,该方法在测验平台上加速高达到600倍.结论:该方法加速效果明显,满足实际应用中的实时交互要求.
-
一种新的CT图像软组织显示方法
本文提出了一种新的软组织显示实现方案,由分割、距离变换、剥皮和体绘制四个步骤组成.在距离变换阶段,该方案采用了一种新的三维欧氏距离变换算法,在保证距离测量精度的同时缩短了运算时间.在体绘制阶段,采用了一种基于体绘制的三维数据场多表面显示方法,为缩短绘制时间它只考虑不同物质的边界体元对显示图象的贡献,并采用投影成像法对边界体元进行快速显示,提高了三维显示的质量.该方案被用于三维医学CT图像中软组织的显示.实验结果表明,该方法能够清晰地再现皮下血管、肌肉与骨骼的空间解剖关系,在临床医学领域具有重要的应用价值.
