血管的三维重建.docxVIP

血管的三维重建任务一前期准备一、对图像的处理：1、首先提出细化的概念：细化：也被称之为骨架化，是广泛运用于图像处理与模式识别的一个重要的图像预处理的过程。而图像的细化是特指在保持原图像的拓扑结构的情况下尽可能快的抽出一个单像素宽的骨架的过程。细化的算法有边缘点保留与内点删除两种算法。各有不足，因此使用一种将边缘点与内点相结合的四邻域的算法。2、四邻域将像素点的上、下、左、右四个像素点的集合称之为像素的四邻域，在这四个方向上有像素点记为1，无像素的点记为0。运用将格式的图像转化为二维的0-1像素矩阵，矩阵的大小为。二、半径的转化首先有定理：（1）球的任一截面都为圆；（2）经过球心的球截面是所有球截面当中最大的圆对于血管：假设血管是一条粗细均匀的管道，那么其表面可以被理解为是由球体以半径固定，且绕着某一条曲线滚动而形成的包络面。对于血管的切片：由题目条件知截面是垂直于轴的，当血管被模拟为一个大小固定的球的无相交的位移曲线时，必然会造成每一截面都会经过球的球心，那么其切片的最大的内切圆的圆心必然落在球心处。管道的半径是在其内部运动的球的球径，而最大内切圆的圆心落在球心处。很显然内部运动的球是球心与最大内切圆的圆心相重合的球。观察这些截面可以发现最大内切圆有且只有一个，因此截面的最大内切圆的半径即可表示为血管的半径。模型一的建立：采用平均法解决血管的半径问题。将所有切片的最大内切圆的半径的平均数作为血管的半径，因此首先应运用将图像格式的文件采用四邻域的做法将其转化为的像素矩阵。将第血管切片的轮廓上的点设为，其必然属于轮廓点的集合,将第切片的内点设为，其必然也属于一个内部点的集合。则其中的内切半径是与的距离的最小值，表示为而对应的最大内切圆的半径取所有血管截面的最大内切圆的半径的平均数作为血管的半径，因此有血管的半径为：对于血管的半径的模型的求解：运用实现四邻域的算法，并求得每段切片的最大内切圆半径以及其圆心坐标如下表所示：表一：最大内切圆半径和坐标切片号最大内切圆半径圆心坐标切片号最大内切圆半径圆心坐标029.0000(96,257)5029.6985(144,375)129.0000(96,257)5129.6985(144,375)229.0000(96,257)5229.6985(144,375)329.0000(96,257)5329.6958(144,375)429.0000(96,257)5429.4109(145,376)529.0000(96,257)5529.2062(161,389)628.8617(96,258)5629.2062(161,389)729.0000(96,258)5729.4109(184,403)829.0000(96,258)5829.4109(186,404)929.0000(96,258)5929.1548(197,409)1029.0000(96,259)6029.1548(197,409)1129.0000(96,259)6129.1204(226,418)1229.0000(96,260)6229.1204(231,419)1329.0000(96,261)6329.1548(237,420)1429.0000(96,262)6429.1548(237,420)1529.0000(96,263)6529.1548(237,420)1629.0000(96,265)6629.1204(231,419)1729.0000(96,267)6729.0689(244,421)1829.0000(96,272)6829.0689(295,420)1929.0000(96,274)6929.0689(300,419)2029.0000(96,275)7029.1204(305,418)2129.0000(96,276)7129.1548(295,420)2229.0000(96,277)7229.1204(324,413)2329.0000(96,278)7329.1204(332,410)2429.0172(96,277)7429.1204(332,410)2529.0172(96,277)7529.1548(337,408)2629.0172(97,286)7629.1548(334,405)2729.0689(97,286)7729.1548(373,388)2829.0689(98,292)7829.1548(373,388)2929.0689(98,292)7929.2062(381,382)3029.1204(99,297)8029.2062(388,376)3129.1548(98,292)8120.4109(388,376)3229.1204(101,305)8229.6816(