本文選題：D骨骼重建 + 圖像層間插值�。� 參考：《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》2017年10期

【摘要】：為提高在體骨骼模型的3D重建精度,對(duì)CT掃描方式和利用CT圖像重建骨骼模型的方法進(jìn)行研究,提出一種基于灰度特征搜索匹配點(diǎn)的圖像層間插值算法.該算法根據(jù)插值點(diǎn)相鄰層鄰近點(diǎn)的灰度值特征選擇參考點(diǎn);以參考點(diǎn)為依據(jù)在另一相鄰層圖像某區(qū)域內(nèi)搜索與參考點(diǎn)灰度相近并且距離較小的匹配點(diǎn);利用參考點(diǎn)和匹配點(diǎn)灰度值以及距離關(guān)系計(jì)算插值點(diǎn)灰度值.對(duì)人體9塊手骨進(jìn)行模型重建,將原始CT圖像重建模型和插值優(yōu)化后的重建模型分別與解剖模型進(jìn)行比較的結(jié)果表明,優(yōu)化前與優(yōu)化后平均正偏差均值由0.30 mm減小到0.11 mm,平均負(fù)偏差均值由0.27 mm減小到0.09 mm.
[Abstract]:In order to improve the accuracy of 3D reconstruction of bone model in vivo, the method of CT scanning and reconstruction of bone model using CT image is studied, and an image interslice interpolation algorithm based on gray-scale feature search matching point is proposed. The algorithm selects reference points according to the gray value characteristics of adjacent points in the adjacent layers of interpolation points, searches for matching points in a region of another adjacent layer image with a relatively small distance and is close to the gray level of the reference points. The gray value of interpolation point is calculated by reference point, matching point gray value and distance relation. The reconstruction model of 9 human hand bones was reconstructed. The comparison of the original CT image reconstruction model and the interpolated optimized reconstruction model with the anatomical model showed that, The average positive deviation before and after optimization decreased from 0.30 mm to 0.11 mm, and the average negative deviation decreased from 0.27 mm to 0.09 mm.
【作者單位】： 河北科技大學(xué)機(jī)械工程學(xué)院;宣化鋼鐵集團(tuán)有限責(zé)任公司;
【基金】：河北省應(yīng)用基礎(chǔ)研究計(jì)劃重點(diǎn)基礎(chǔ)研究項(xiàng)目(17961301D)
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱險(xiǎn)峰;霍杰;董洋;袁智勇;馮遠(yuǎn)明;;單能CT生成雙能CT圖像的方法及圖像質(zhì)量評(píng)估[J];儀器儀表學(xué)報(bào);2014年01期

2 艾海明;吳水才;高宏建;趙磊;曾毅;;基于圖論的肝腫瘤CT圖像自動(dòng)分割方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2010年04期

3 林源泉,賈軍,尹夕龍,劉文峰,張浚;CT圖像計(jì)分在判斷顱腦損傷預(yù)后的意義[J];中國臨床解剖學(xué)雜志;2004年04期

4 毛善平,唐心紅,唐尊立,柳健;腦損害CT圖像的計(jì)算機(jī)標(biāo)準(zhǔn)化方法研究[J];武漢理工大學(xué)學(xué)報(bào);2002年07期

5 李登旺;王洪君;萬洪林;尹勇;孫偉峰;;正交小波基函數(shù)實(shí)現(xiàn)圖像引導(dǎo)放射系統(tǒng)中計(jì)劃CT與錐形束CT圖像的形變配準(zhǔn)[J];中國生物醫(yī)學(xué)工程學(xué)報(bào);2011年02期

6 王海波;李雪耀;楊宇軍;;基于線性濾波的腦CT圖像顱內(nèi)結(jié)構(gòu)的提取[J];中國體視學(xué)與圖像分析;2009年01期

7 劉露;楚春雨;馬建為;劉宛予;;支持向量機(jī)與區(qū)域增長(zhǎng)相結(jié)合的CT圖像并行分割[J];計(jì)算機(jī)科學(xué);2010年05期

8 李強(qiáng);吳娟;;基于CT圖像的顱內(nèi)血腫體積測(cè)量方法的研究[J];醫(yī)療設(shè)備信息;2007年12期

9 ;CT圖像讀影輔助系統(tǒng)[J];光機(jī)電信息;2000年06期

10 徐小雙;郭峰林;楊族橋;朱耀文;張俊;;CT圖像的測(cè)量和標(biāo)注工具的實(shí)現(xiàn)[J];黃岡師范學(xué)院學(xué)報(bào);2006年03期

相關(guān)會(huì)議論文 前10條

1 杜建軍;陸建榮;喬愛科;劉有軍;;一種基于CT圖像的血管快速分割方法[A];2008年全國生物流變學(xué)與生物力學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2008年

2 沈宏榮;;控制CT掃描中的變量因素提高CT圖像質(zhì)量[A];2009中華醫(yī)學(xué)會(huì)影像技術(shù)分會(huì)第十七次全國學(xué)術(shù)大會(huì)論文集[C];2009年

3 楊誼;喻德曠;申洪;;用基于主動(dòng)輪廓模型的方法分割肺部病理CT圖像病灶[A];2005年全國理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

4 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

5 李國麗;張建;胡存剛;;基于小波軟閾值法的CT圖像偽影去除方法[A];全國第13屆計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)（CAD/CG）學(xué)術(shù)會(huì)議論文集[C];2004年

6 王偉凝;余英林;張劍超;;圖像的動(dòng)感特征分析[A];第一屆中國情感計(jì)算及智能交互學(xué)術(shù)會(huì)議論文集[C];2003年

7 韓焱;王明泉;宋樹爭(zhēng);;工業(yè)射線圖像的退化與恢復(fù)方法[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（下冊(cè)）[C];2001年

8 王強(qiáng);王風(fēng);;一種保持圖像幾何特征的去噪模型[A];中國通信學(xué)會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2008年

9 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國圖象圖形學(xué)會(huì)第十屆全國圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

10 胡戰(zhàn)利;張娜;鄒晶;戎軍艷;桂建保;鄭海榮;;人體CT圖像的三維可視化(英文)[A];中國生物醫(yī)學(xué)工程學(xué)會(huì)成立30周年紀(jì)念大會(huì)暨2010中國生物醫(yī)學(xué)工程學(xué)會(huì)學(xué)術(shù)大會(huì)壁報(bào)展示論文[C];2010年

相關(guān)重要報(bào)紙文章 前3條

1 吉林 鄒連瑞;CT圖像偽影淺析與對(duì)策[N];電子報(bào);2007年

2 艾思平翻譯;視頻編碼軟件CCE SP2操作指南(9)[N];電子報(bào);2009年

3 ;圖像質(zhì)量調(diào)整秘技[N];電腦報(bào);2001年

相關(guān)博士學(xué)位論文 前10條

1 周靜;基于憶阻器的圖像處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 賈茜;基于時(shí)—空域插值的圖像及視頻上采樣技術(shù)研究[D];武漢大學(xué);2014年

3 李照奎;人臉圖像的魯棒特征表示方法研究[D];武漢大學(xué);2014年

4 郝紅星;基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

5 楊小義;圖像特征識(shí)別算法及其在聾人視覺識(shí)別中的應(yīng)用研究[D];重慶大學(xué);2015年

6 溫景陽;圖像大容量、低失真可逆信息隱藏技術(shù)研究[D];蘭州大學(xué);2015年

7 李林;基于概率圖模型的圖像整體場(chǎng)景理解方法研究[D];電子科技大學(xué);2014年

8 余汪洋;基于被動(dòng)毫米波的隱匿物品探測(cè)方法研究[D];北京理工大學(xué);2015年

9 孟凡滿;圖像的協(xié)同分割理論與方法研究[D];電子科技大學(xué);2014年

10 繆君;基于多視圖像的平面場(chǎng)景重建研究[D];南昌大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 賀娟;基于CT圖像的全心臟分割算法研究[D];浙江大學(xué);2015年

2 徐馳;基于胰腺灌注CT圖像的胰腺外周血管三維重建顯示及應(yīng)用[D];電子科技大學(xué);2014年

3 金奇j;基于CT圖像的肺結(jié)節(jié)自動(dòng)識(shí)別系統(tǒng)研究[D];浙江大學(xué);2016年

4 王敏;基于素描序列圖和多視角策略的胃部CT圖像淋巴結(jié)檢測(cè)[D];西安電子科技大學(xué);2016年

5 吳文姝;冠狀動(dòng)脈系統(tǒng)CT圖像去噪研究[D];天津工業(yè)大學(xué);2017年

6 賈慧賢;排球運(yùn)動(dòng)對(duì)青少年掌骨形態(tài)結(jié)構(gòu)影響的CT圖像分析[D];中北大學(xué);2013年

7 劉航;基于CT圖像的肝腎自動(dòng)分割方法研究[D];中國科學(xué)技術(shù)大學(xué);2014年

8 李鵬遠(yuǎn);圖像檢索算法研究及其在互聯(lián)網(wǎng)教育中的應(yīng)用[D];華南理工大學(xué);2015年

9 萬燕英;微聚焦X-ray圖像自適應(yīng)正則化去噪方法[D];華南理工大學(xué);2015年

10 毛雙艷;基于梯度域的圖像風(fēng)格化渲染方法的研究及其應(yīng)用[D];華南理工大學(xué);2015年

，

本文編號(hào)：1976298