基于OpenGL的脑颅CT断层图像三维重建-电工理论与新技术专业论文.docxVIP

  • 1
  • 0
  • 约5.52万字
  • 约 70页
  • 2019-02-15 发布于上海
  • 举报

基于OpenGL的脑颅CT断层图像三维重建-电工理论与新技术专业论文.docx

上海交通大学硕士学位论文 上海交通大学硕士学位论文 PAGE PAGE 1 基于 OpenGL 的脑颅 CT 断层图像三维重建 摘 要 人体组织与器官的三维成像技术在现代临床医学中起着越来越重要 的作用 运用计算机图形学和图像处理技术将计算机断层扫描 (Computerized Tomography)等成像设备得到的人体断层二维图像序列 在计算机中重建成三维图像数据 并在屏幕上形象逼真地显示人体器官 的立体视图 通过人机交互 医生可以对重构出的器官图像进行诸如 旋转 缩放等操纵 使医生能够更充分地了解病灶的性质及其周围组织 的三维结构关系 从而帮助医生做出准确的诊断和制定正确的手术方 案 本文对三维图形学的运用及断层图像三维重建国内外的研究现状作 了充分的阐述 并对将来的发展做出了自己的判断 本文还简要介绍了 OpenGL 的一些常用格式及方法 在医学三维成像中 本文还介绍了医 学三维成像的一些常用方法 本课题采用了 OpenGL 作为三维软件接口 在编程过程中可以不必在三维图像学的一些处理比如 光照 消隐等 作过多纠缠 方便了工具包的开发 本文在已获取 CT 原始图像序列的基础上 分析了原始图像的预处 理 阀值分割 轮廓提取 细化 轮廓跟踪及数据矩阵的建立 其中在 阀值分割上运用了 TG 算法 成功地克服了阀值分割人工干预成分大的 特点并且保证了精度 轮廓跟踪阶段分析了前人的两种算法 左手触摸 法及逐行扫描提取边界点算法 并从两者的缺点和优点出发结合这两种 算法成功了运用于轮廓跟踪 克服了交叉轮廓难以进行轮廓跟踪的难 点 数据矩阵的建立方式是间接存储 克服了为图像序列预留的大容量 内存空间 提高了速度 脑颅表面的三维重建算法根据插值方式可分为线性插值算法和非线 性插植算法 本文分析了这两种算法的代表 Delaunay 三角形剖分算法 和 NURBS 曲面拟合算法 并在实际工作中 根据 CT 序列图像的层厚小 这一特点 成功的使用了 Delaunay 算法重建出脑颅的三维表面 Delaunay 三角形剖分算法的运用过程中 本文根据实际情况下三维表面的特征只 由少数特征点决定的特点对轮廓数据进行重采样 减少了重建的三角形 数目 本文在重采样算法的使用上 采用了弦弧二叉树算法 成功提高 了重建的速度 本文在分析 NURBS 曲面拟合的同时 还提出了 NURBS 的 未来运用前景及其与 OpenGL 的良好结合 关键词 医学图像处理 CT OpenGL 阀值分割 轮廓跟踪 表面 重建 THE 3D SURFACE RECONSTRUCTION OF CT IMAGE BASED ON OPENGL ABSTRACT In the field of clinic medicine, 3D surface reconstruction of body’ s organ is more and more important. Using computer graphics and image processing we can make up the 3D surface by the 2D CT image. Through this image, medical can find what is wrong and what is the pathological changes, then he can make up the right decision. This article explain the status of 3D surface reconstruction inside and outside the nation. We also give the detail explain about the future. This article introduces some format and method about OpenGL. In the field of 3D image, this article also introduce some useful methods about medical 3D surface reconstruction. Based on the CT image, this article analyse the pro-processing including threshold division, contour extraction, contour tracing, contour corresponding, building of data matrix and so on. In the way to threshold divisio

文档评论(0)

1亿VIP精品文档

相关文档