基于激光点云与图像信息融合的三维场景重建

图像三维重建技术

1概述随着计算机软硬件技术的快速发展，大规模复杂场景的实时绘制已经成为可能，这也加快了虚拟现实技术的发展，又对模型的复杂度和真实感提出了新的要求。虚拟场景是虚拟现实系统的重要组成部分，它的逼真度将直接影响整个虚拟现实系统的沉浸感。客观世界在空间上是三维的，而现有的图像采集装置所获取的图像是二维的。尽管图像中含有某些形式的三维空间信息，但要真正在计算机中使用这些信息进行进一步的应用处理，就必须采用三维重建技术从二维图像中合理地提取并表达这些三维信息。三维建模工具虽然日益改进，但构建稍显复杂的三维模型依旧是一件非常耗时费力的工作。而很多要构建的三维模型都存在于现实世界中，因此三维扫描技术和基于图像建模技术就成了人们心目中理想的建模方式；又由于前者一般只能获取景物的几何信息，而后者为生成具有照片级真实感的合成图像提供了一种自然的方式，因此它迅速成为目前计算机图形学领域中的研究热点。 2三维建模技术三维重建技术能够从二维图像出发构造具有真实感的三维图形，为进一步的场景变化和组合运算奠定基础，从而促进图像和三维图形技术在航天、造船、司法、考古、工业测量、电子商务等领域的深入广泛的应用。3基于图像的三维重建技术基于图像的建模最近几年兴起的一门新技术，它使用直接拍摄到的图像，采用尽量少的交互操作，重建场景。它克服了传统的基于几何的建模技术的许多不足，有无比的优越性。传统的三维建模工具虽然日益改进，但构建稍显复杂的三维模型依旧是一件非常耗时费力的工作。考虑到我们要构建的很多三维模型都能在现实世界中找到或加以塑造，因此三维扫描技术和基于图像建模技术就成了人们心目中理想的建模方式；又由于前者一般只能获取景物的几何信息，而后者为生成具有照片级真实感的合成图像提供了一种自然的方式，因此它迅速成为目前计算机图形学领域中的研究热点。 4 基于图像重建几何模型的方法 4.1 基于侧影轮廓线重建几何模型物体在图像上的侧影轮廓线是理解物体几何形状的一条重要线索１当以透视投影的方式从多个视角观察某一空间物体时，在每个视角的画面上都会得到一条该物体的侧影轮廓线，这条侧影轮廓线和对应的透视投影中心共同确定了三维空间中一个一般形状的锥体１显然，该物体必将位于这个锥体之内；而所有这些空间锥体的交则构成了一个包含该物体的空间包络１这个空间包络被称为物体的可见外壳，当观察视角足够多时，可见外壳就可以被认为是该物体的一个合理的逼近。鉴于此类算法一般需要大量的多视角图像，因此图像的定标工作就变得非常复杂。 4.2采用立体视觉方法重建几何模型基于立体视觉重建三维几何是计算机视觉领域中的经典问题，被广泛应用于自动导航装置。近年来，立体视觉图像三维重建技术康皓，王明倩，王莹莹（装甲兵技术学院电子工程系，吉林长春130117）摘要:基于图像的三维重建属于计算机视觉中的一个重要的研究方向，从提出到现在已有十多年的历史。文章首先对三维重建技术做了详细阐述，并着重从计算机图形学的研究角度对基于图像建模技术进行了综述，介绍了具有代表性的基于图像建模的方法及其最新研究进展,给出了这些方法的基本原理，并对这些方法进行分析比较,最后对基于图像建模技术的未来研究给出了一些建议和应解决的问题。关键词:三维建模技术；图像建模技术；计算机图形学；虚拟现实中图分类号：TP271文献标识码：A 文章编号1006-8937（2009）11-0042-02 Three-dimensional image reconstruction technique KANG Hao,WANG Ming-qian,WANG Ying-ying （ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＡｒｍｏｒｅｄＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ，Ｊｉｌｉｎ１３０１１７，Ｃｈｉｎａ） Abstract:Image-based Three-dimensional reconstruction is an important research direction in computer vision ,from now more than ten years'history.This article first describes three-dimensional reconstruction technique in detail and review image-based modeling techniques from the perspective of computer graphics research,introduce a representative of the method of image-based modeling and the latest research progress,give the basic principles of these methods,analysis and compare these methods,finally,give a number of recommendations and problems which should be solved on image-based modeling technology for future research. Keywords:three-dimensional modeling techniques;image modeling techniques;computer graphics;virtual reality 收稿日期：2009-03-19 作者简介：康皓（1978-），女，吉林长春人，硕士研究生，讲师，研究方向：计算机辅助设计与编程。 TECHNOLOGICAL DEVELOPMENT OF ENTERPRISE 2009年6月Jun.2009 企业技术开发第28卷

医学图像三维重建的体绘制技术综述

医学图像三维重建的体绘制技术综述摘要：体绘制技术是目前医学图像三维重建的主要方法之一，是一种能够准确反映出数据内部信息的可视化技术，是可视化研究领域的一个重要分支，是目前最活跃的可视化技术之一。本文首先分析了医学图像三维重建的两大方法及其基本思想，并将体绘制技术与面绘制技术进行了比较；然后分别描述了射线投射法、足迹法、剪切-曲变法、基于硬件的3D纹理映射、频域体绘制法以及基于小波的体绘制等典型算法；最后通过比较分析给出了各类算法的性能评价，并在此基础上展望了体绘制技术研究的发展前景。关键字：体绘制；三维重建；可视化；性能评价 Abstract：Volume rendering techniques is one of the main methods of 3D reconstruction of medical images currently. It's also an important branch of visual technology which can reflect the inside information of data.It is one of the most active visualization technology.This paper first introduces are the two methods of 3D reconstruction of medical image and the basic thought of them,then volume rendering technology and surface rendering technology are compared.Secondly,the author introduces some kinds of algorithm for volume rendering：Ray Casting ,Splatting,Shear-Warp,3D Texture-Mapping Hardware,Frequency Domin V olume Rendering,Wavelet .Based V olume Rendering.The differences of their performances are compared and discussed in the last. Then some results are presented and their perspective are given in the end. Key words:Volume rendering techniques;3D reconstruction of medical images;visual technology;Performance evaluation

三维重建综述

三维重建综述三维重建方法大致分为两个部分1、基于结构光的（如杨宇师兄做的）2、基于图片的。这里主要对基于图片的三维重建的发展做一下总结。基于图片的三维重建方法：基于图片的三维重建方法又分为双目立体视觉；单目立体视觉。 A双目立体视觉：这种方法使用两台摄像机从两个(通常是左右平行对齐的，也可以是上下竖直对齐的)视点观测同一物体，获取在物体不同视角下的感知图像，通过三角测量的方法将匹配点的视差信息转换为深度，一般的双目视觉方法都是利用对极几何将问题变换到欧式几何条件下，然后再使用三角测量的方法估计深度信息这种方法可以大致分为图像获取、摄像机标定、特征提取与匹配、摄像机校正、立体匹配和三维建模六个步骤。王涛的毕业论文就是做的这方面的工作。双目立体视觉法的优点是方法成熟，能够稳定地获得较好的重建效果，实际应用情况优于其他基于视觉的三维重建方法，也逐渐出现在一部分商业化产品上;不足的是运算量仍然偏大，而且在基线距离较大的情况下重建效果明显降低。代表文章：AKIMOIO T Automatic creation of3D facial models1993 CHEN C L Visual binocular vison systems to solid model reconstruction 2007 B基于单目视觉的三维重建方法: 单目视觉方法是指使用一台摄像机进行三维重建的方法所使用的图像可以是单视点的单幅或多幅图像，也可以是多视点的多幅图像前者主要通过图像的二维特征推导出深度信息，这些二维特征包括明暗度、纹理、焦点、轮廓等，因此也被统称为恢复形状法（shape from X） 1、明暗度（shape from shading SFS）通过分析图像中的明暗度信息，运用反射光照模型，恢复出物体表面法向量信息进行三维重建。SFS方法还要基于三个假设a、反射模型为朗伯特模型，即从各个角度观察，同一点的明暗度都相同的;b、光源为无限远处点光源;c、成像关系为正交投影。提出：Horn shape from shading：a method for obtaining the shape of a smooth opaque object from one view1970(该篇文章被引用了376次) 发展：Vogel2008年提出了非朗伯特的SFS模型。优势：可以从单幅图片中恢复出较精确的三维模型。缺点：重建单纯依赖数学运算，由于对光照条件要求比较苛刻，需要精确知道光源的位置及方向等信息，使得明暗度法很难应用在室外场景等光线情况复杂的三维重建上。 2、光度立体视觉（photometric stereo）该方法通过多个不共线的光源获得物体的多幅图像，再将不同图像的亮度方程联立，求解出物体表面法向量的方向，最终实现物体形状的恢复。提出：Woodham对SFS进行改进（1980年）：photometric method for determining surface orientation from multiple images(该文章被引用了891次) 发展：Noakes：非线性与噪声减除2003年； Horocitz：梯度场合控制点2004年； Tang：可信度传递与马尔科夫随机场2005年； Basri：光源条件未知情况下的三维重建2007年； Sun：非朗伯特2007年； Hernandez：彩色光线进行重建方法2007年；

三维函数图像练习

三维曲线 plot3函数与plot函数用法十分相似，其调用格式为： plot3(x1,y1,z1,选项1,x2,y2,z2,选项2,…,xn,yn,zn,选项n) 其中每一组x,y,z组成一组曲线的坐标参数，选项的定义和plot函数相同。当x,y,z是同维向量时，则x,y,z 对应元素构成一条三维曲线。当x,y,z是同维矩阵时，则以x,y,z对应列元素绘制三维曲线，曲线条数等于矩阵列数。例绘制三维曲线。程序如下： t=0:pi/100:20*pi; x=sin(t); y=cos(t); z=t.*sin(t).*cos(t); plot3(x,y,z); title('Line in 3-D Space'); xlabel('X');ylabel('Y');zlabel('Z'); 三维曲面 1．产生三维数据在MATLAB中，利用meshgrid函数产生平面区域内的网格坐标矩阵。其格式为： x=a:d1:b; y=c:d2:d; [X,Y]=meshgrid(x,y); 语句执行后，矩阵X的每一行都是向量x，行数等于向量y的元素的个数，矩阵Y的每一列都是向量y，列数等于向量x的元素的个数。 2．绘制三维曲面的函数 surf函数和mesh函数的调用格式为： mesh(x,y,z,c)：画网格曲面，将数据点在空间中描出,并连成网格。 surf(x,y,z,c)：画完整曲面，将数据点所表示曲面画出。一般情况下，x,y,z是维数相同的矩阵。x,y是网格坐标矩阵，z是网格点上的高度矩阵，c 用于指定在不同高度下的颜色范围。例绘制三维曲面图z=sin(x+sin(y))-x/10。程序如下： [x,y]=meshgrid(0:0.25:4*pi); %在[0,4pi]×[0,4pi]区域生成网格坐标 z=sin(x+sin(y))-x/10; mesh(x,y,z); axis([0 4*pi 0 4*pi -2.5 1]); 此外，还有带等高线的三维网格曲面函数meshc和带底座的三维网格曲面函数meshz。其用法与mesh类似，不同的是meshc还在xy平面上绘制曲面在z轴方向的等高线，meshz还在xy平面上绘制曲面的底座。例在xy平面内选择区域[-8,8]×[-8,8]，绘制4种三维曲面图。程序如下： [x,y]=meshgrid(-8:0.5:8); z=sin(sqrt(x.^2+y.^2))./sqrt(x.^2+y.^2+eps); subplot(2,2,1); mesh(x,y,z); title('mesh(x,y,z)')

一种基于OpenCV三维重建实现方案

一种基于OpenCV三维重建实现方案摘要以计算机视觉三维重建技术为研究对象，分析了开放计算机视觉函数库OpenCV中的三维重建模型，通过六个步骤,特别是摄像机标定和立体匹配中极线约束方法的使用，给出了基于OpenCV的三维重建算法。该算法充分发挥了OpenCV的函数库功能，提高了计算的精度效率，具有良好的跨平台移植性，可以满足各种计算机视觉系统的需要。关键词计算机视觉；三维重建；OpenCV；摄像机标定；极线约束，应、特征检测与匹配定位精度等，一般来讲，距离测量精度与匹配定位精度成正比，与摄像机基线长度成反比。增大基线长度可以改善深度测量精度，但同时会增

大图像间的差异，增加匹配的困难程度。因此，要设计一个精确的立体视觉系统，必须综合考虑各方面的因素，保证各环节都具有较高的精度。后处理[6]后处理包括深度插值、误差校正和精度改善。立体视觉的最终目的是恢复景物可视表面的完整信息，目前，无论哪种匹配方法都不可能恢复出所有图像点的视差，因此对于一个完整的立体视觉系统，必须进行最终的表面内插重建。3基于OpenCV的三维重建OpenCV[2]中采用的定标方法是介于传统定标方法和自定标方法之间的一种方法，由张正友在其论文[3]中提出的。这种方法不需要知道摄像机运动的具体信息，这点比传统定标技术更为灵活，同时仍需要一个特定的标定物以及一组已知的特征基元的坐标，这点不如自定标灵活。它通过在至少3个不同的位置获取标定物的图像，计算出摄像机所有的内外参数。由于它比传统定标技术更为灵活，又可以得到不错的定标精度，所以被OpenCV所采

纳。在这个模型的定标过程中将用到的三个坐标系：图像坐标系，摄像机坐标系和世界坐标系。通过坐标系之间的变换可以通过下面的公式把图像坐标系的点和世界坐标系[7][8]：由于矩阵A包含了摄像机全部的6个内参数，所以称A 为摄像机内参数矩阵。PC为模型的外参数矩阵，可以通过以下公式得到：三维重建中最大的难点也是最重要的部分就是立体匹配部分。在OpenCV中选用基于特征匹配中的极线约束方法[9]。假设空间一点P，它在两个摄像机成像平面上的投影点分别为P1和P2，如图3所示。其中，C1和C2分别为两个摄像机的中心，即摄像机坐标系的原点。在极线几何中，我们称C1和C2的连线为基线。基线和两摄像机成像平面的交点e1和e2分别为两摄像机的极点，它们分别为两个摄像机中心C1和C2在对应的摄像机成像平面上的投影坐标。P、C1和C2组成的三角平面称为极平面π。π和两个摄像机成像平面的交线l1和l2称为

基于虚拟现实的三维重建复原技术

基于虚拟现实的三维重建复原技术产品简介基于虚拟现实的三维重建复原技术, 集成了三维360度全景照相技术、三维虚拟现实动态仿真技术（增强现实技术）为一体，北京金视和科技股份有限公司致力于VR技术在各行业的研发，结合实际情况，并联合相关的高校专家共同研发制成，完全满足现在公安系统里现场全景照相、全景三维测量、三维重建、模拟、和分析的应用。基于虚拟现实的三维重建复原技术生成高度逼真的三维场景图片和动画片，把这些全景图片、三维场景、动画片和声音、文字结合，为侦查、技术、指挥人员生成各种三维虚拟案件现场场景的多媒体影音和影像材料。对这些数字化多媒体信息进行分析、演示，并可以在网络服务器上发布、保存、修改案例，其他用户可以通过网络服务器进行查询、观看案例。为案件的侦破、记录、汇报、存档查询，都提供了便利的直观方便。产品特点全自动拍照刑侦人员将设备架好后，无需人工调整角度，挪动设备。特制照相设备自动将现场记录到设备里。照片拼接具备多照片全自动智能拼接功能，对白墙、同色区域等单张照片边缘特征不明显的情况也可准确全自动拼接，无需手动拼接；平均一组全景拼接≤30秒；具备100组及以上批量照片全自动、快速拼接功能，批量拼接无需编程或设置（平均一组图像拼接≤50秒）；具备处理超大、超高清晰度图像的全景合成能力（能够拼接图像尺寸≥20000*10000像素的全景图）。全景图预览可以生成多种格式的三维全景图（html、flash、mov、exe等），可自动可视化生成雷达导航效果，使雷达与全景方向同步；可以生成exe可执行文件，跨平台播放；可以全满屏观看全景图，现场细目、导航栏、工具栏、现场地图等均可自由隐藏、显现。全景图热点编辑可在全景图中快速方便的添加热点，热点可添加文字标注、并具备超链接常见格式的图片（bmp、jpg、tiff）、视频（avi、mpg、wmv、mp4）、音频（mp3、wma）、动画、其他文档等功能；具备鼠标拖动、释放即实现热点链接功能，自动对热点进行分类，自动为热点添加三态图标。全景图转换编辑全景图自动生成平面示意图；全景图内可以任意截取照片。全景测量具备真正的空间三维测量功能，可测量全景图内任意两点间的空间距离，误差符合工程误差标准；三维测量时，被测物体无需地面有投影，无需预先构建图形；测量过程无条件限制。

Smart3D系列教程3之《论照片三维重建中Smart3D几个工作模块的功能意义》

Smart3D系列教程3之《论照片三维重建中Smart3D几个工作模块的功能意义》【摘要】近年来，倾斜摄影测量技术是国际测绘遥感领域近年发展起来的一项高新技术，利用照片进行三维重建成为一项关键性的技术。Smart3D软件，是照片三维重建主流软件之一，本文将就Smart3D建模软件，围绕它的几个模块功能：ContextCapture Master、ContextCapture Engine、ContextCaptureSceneComposer、ContextCapture Settings、Acute3D Viewer，一一说明阐述各自的功能应用以及配合机制。【关键词】 Smart3D ContextCapture Master Engine SceneComposer Settings Viewer 【正文】一、ContextCapture Master ContextCapture Master作为Smart3D建模软件的主控台，也是建模的主模块，也就是说整个流程都是在ContextCapture Master流水进行的，其他的模块辅助其重建运算。下图是ContextCapture Master的图标和主界面：

?工程一个工程管理着所有与它对应场景相关的处理数据。工程项由区块列表和工程选项组成，分别通过两个选项卡管理：概述选项卡中显示项目当前状态的环境信息，项目信息面板并管理项目区块列表。选项选项卡中包含了对集群网格化运算相关的选项。在计算机集群环境时，工作队列中的目录必须使用网络路径，如下图，且要与Setting中的指定目录一致，才能使各个通过局域网连接的运算节点正确地获取原始影像、读取工程文件以及输出模型到制定的目录。当工程文件路径、影像文件、作业队列目录、生产输出目录是非网络路径的话，在处理的时候会出现警告的提示语。 ?区块工程包含一个或多个区块作为子项，一个区块管理着一系列用于一个或多个三维重建的输入图像与其属性信息，这些属性信息包括传感器尺寸、焦距、主点、透镜畸变以及位置与旋转等姿态信息：简言之，一组无损坏有精度的符合支持格式的且与其他影像有一定连续重叠度的照片就可以组成一个区块。对于一个区块，可以对它有如下操作：

基于MATLAB的CT图像三维重建的研究与实现

基于MATLAB的CT图像三维重建的研究与实现作者：张振东来源：《电子世界》2013年第03期【摘要】介绍了利用MATLAB软件对CT切片图像进行三维重建的方法与程序实现。分别对体绘制法、面绘制法实现的三维重建进行了研究与讨论。利用MATLAB软件制作GUI界面，实现对肺部CT图像的三维重建以及切分操作。【关键词】体绘制；面绘制；三维重建；GUI界面 CT（Computed Tomography）技术是指利用计算机技术对被测物体断层扫描图像进行重建获得三维断层图像的扫描方式。自从CT被发明后，CT已经变成一个医学影像重要的工具，虽然价格昂贵，医用X-CT至今依然是诊断多种疾病的黄金准则。利用X射线进行人体病灶部位的断层扫描，可以得到相应的CT切片图像。医生可以通过对连续多张CT切片图像的观察，来确定有无病变。应用三维重建技术可以将连续的二维CT切片图像合成三维可视化图像，便于观察研究。医学图像的三维建在判断病情、手术设计、医患沟通和医学教学等方面具有很高的研究价值。CT图像通常是以DICOM格式存储，实验中通常需要转换格式。本文分别研究讨论了利用MATLAB软件实现对JPG格式的CT切片三维重建的两种常用方法，并制作GUI界面实现切分操作。 1.MATLAB软件在生物切片图像三维重建中的应用 MATLAB7.O提供了20类图像处理函数，涵盖了图像处理包括近期研究成果在内的几乎所有的技术方法，是学习和研究图像处理的人员难得的宝贵资料和加工工具箱。 Matlab软件环境提供了各种矩阵运算、操作和图象显现工具。它已经在生物医学工程，图象处理，统计分析等领域得到了广泛的应用。在三维重建方面，使用的数据量相对较大，同时涉及到大量的矩阵、光线、色彩、阴影和观察视角的计算，对于非计算机专业研究人员来讲，难度很大。利用MATLAB软件中的图像处理函数、工具箱操作，可以大大简化研究。 2.常用的三维重建方法 2.1 面绘制面绘制法是指利用几何单元拼接拟合物体表面来描述物体的三维结构，实现三维重建，也被称为间接绘制方法。

机器视觉—三维重建技术简介

三维重建技术简介一、视觉理论框架 1982年，Marr立足于计算机科学，首次从信息处理的角度系统的概括了心理生理学、神经生理学等方面已经取得的重要成果,提出了一个迄今为止比较理想的视觉理论框架。尽管Marr提出的这个视觉理论框架仍然有可以进行改进和完善的瑕疵,但是在近些年,人们认为,计算机视觉这门学科的形成和发展和该框架密不可分。第一方面,视觉系统研究的三个层次。 Marr认为,视觉是一个信息处理系统,对此系统研究应分为三个层次:计算理论层次,表示与算法层次,硬件实现层次,如下图所示: 计算机理论层次是在研究视觉系统时首先要进行研究的一层。在计算机理论层次，要求研究者回答系统每个部分的计算目的与计算策略，即视觉系统的输入和输出是什么，如何由系统的输入求出系统的输出。在这个层次上，将会建立输入信息和输出信息的一个映射关系，比如，系统输入是二维灰度图像，输出则是灰度图像场景中物体的三维信息。视觉系统的任务就是研究如何建立输入输出之间的关系和约束，如何由二维灰度图像恢复物体的三维信息。在表示与算法层次，要给出第一层中提到的各部分的输入信息、输出信息和内部信息的表达，还要给出实现计算理论所对应的功能的算法。对于同样的输入，如果计算理论不同，可能会产生不同的输出结果。最后一个层次是硬件实现层次。在该层次，要解决的主要问题就是将表示与算法层次所提出的算法用硬件进行实现。第二方面，视觉信息处理的三个阶段。 Marr认为，视觉过程分为三个阶段，如表所示：

第一阶段，也称为早期阶段，该阶段是求取基元图的阶段，该阶段对原始图像进行处理，提取出那些能够描述图像大致三维形状二维特征，这些特征的集合构成所构成的就是基元图(primary sketch)"。第二阶段也称中期阶段，是对环境的2.5维描述，这个阶段以观察者或者摄像机为中心，用基元图还原场景的深度信息，法线方向(或一说物体表面方向)等，但是在该阶段并没有对物体进行真正的三维恢复，因此称为2.5维。第三阶段也称为后期阶段，在一个固定的坐标系下对2.5维图进行变换，最终构造出场景或物体的三维模型。二、三维重建技术现状目前三维重建的方法大致可分为三类，即:用建模软件构造的方式，多幅二维图像匹配重建的方式以及三维扫描重建的方式。对于第一种方式，目前使用比较广泛的是3D Max, Maya, Auto Cad以及MultiGen-Creator等软件。这些三维建模软件，一般都是利用软件提供的一些基本几何模型进行布尔操作或者平移旋转缩放等操作，来创建比较复杂的三维模型。这样所构建出来的模型，比较美观，而且大小比例等非常精确。然而，这需要建模者精确知道三维场景的尺寸、物体位置等信息，如果没有这些信息，就无法建立精准的模型。第二种方式是利用实时拍摄的图像或者视频恢复场景的三维信息。这种方式是基于双目立体视觉，对同一物体拍摄不同角度的图像，对这些图像进行立体匹

基于转台系列照片三维重建算法的研究

文章编号：１６７１—４５９８（２００７）０１一０１２４一０３中图法分类号：ＴＰ３９１文献标识码：Ｂ基于转台系列照片三维重建算法的研究邢园丁，马树元，吴平东，陈之龙，孙长江，黄杰（北京理工大学机电一体化中心，北京１０００８１）摘要：如何从真实世界中获取具有真实感的三维场景模型一直是计算机图形学中的一个难点，该文给出了一种从真实世界的照片中重建三维场景模型的算法，算法根据在空间稀疏分布的不同视点处的真实场景照片中物体的轮廓线和颜色的一致性信息来建立三维场景模型的；这种方法是通过对转台上的物体不同位置拍照，来获取系列图片而不是通过机器视觉的两幅图片进行重建；文中方法可用于真实世界复杂形体真实感三维模型的建立，经实验表明该方法是可行的。关键词：三维重建；转台；一致性Ｓｔｕｄｖｏｆ３一ＤＲｅｃｏｎｓｔｒｕｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＴｕｒｎｔａｂｌｅＡｒｒａＶＰｈｏｔｏｓＸｉｎｇＹｕａｎｄｉｎｇ，ＭａＳｈｕｙｕａｎ，ＷｕＰｉｎｇｄｏｎｇ，ＣｈｅｎＺｈｉｌｏｎｇ，ＳｕｎＣｈａｎ翻ｉａｎｇ，ＨｕａｎｇＪｉｅ（ＭｅｃｈａｔｒｏｎｉｃｓＣｅｎｔｒｅ，Ｂｅ巧ｉｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｂｃｉｊｉｎｇ１０００８１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｈｏｗｔｏｇｅｔｓｏｍｅｏｆ３一Ｄｍｏｄｅｌｆｒｏｍｒｅａｌｗｏｒｌｄｉｓａｌｗａｙｓａｄｉｆｆｉｃｕｌｔｙｉｎｃｏｍｐｕｔｅｒｇｒａｐｈｉｃｓ．Ａｍｅｔｈｏｄｏｆ３一Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎｆｒｏｍｐｈｏｔｏｓｏｆｒｅａｌｗｏｒｌｄｉｓｇｉｖｅｎ．Ｔｈｉｓｍｅｔｈｏｄｉｓｂａｓｅｄｏｎｏｂｊｅｃｔｃｏｎｔｏｕｒｌｉｎｅａｎｄｃｏｌｏｒｃｏｎｓｉｓｔｅｎｃｙｉｎｄｉｆｆｅｒｅｎｔｖｉｅｗｐｏｉｎｔｐｈｏｔｏｓｔｏｒｅｃｏｎ— ｓｔｒｕｃｔ３一Ｄｍｏｄｅｌ．Ｔｈｉｓｍｅｔｈｏｄｔａｋｅｓｐｈｏｔｏｓｏｆｏｂｊｅｃｔｓｆｒｏｍｄｉｆｆｅｒｅｎｔｐｏｓｉｔｉｏｎｓｏｎｔｈｅｔｕｒｎｔａｂｌｅ，ｎｏｔｆｒｏｍｔｗｏｐｈｏｔ。ｓ３一Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎ．Ｉｔｃａｎｂｅｕｓｅｄｔｏｒｅｃｏｎｓｔｒｕｃｔｃｏｍｐｌｅｘｉｔｙｏｂｊｅｃｔｓｉｎｒｅａｌｗｏｒｌｄ，ａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔｐｒｏｖｅｓｔｈｅｍｅｔｈｏｄｉｓｆｅａｓｉｂｌｅ．Ｋｅｙｗｏｒｄｓ：３一Ｄｒｅｃｏｎｓｔｒｕｃｔｉｏｎ；ｔｕｒｎｔａｂｌｅ；ｃｏｎｓｉｓｔｅｎｃｙＯ引言在计算机中如何表达真实世界一直是计算机图形学研究中的难点和热点。几何造型技术是最早出现的应用于计算机辅助设计和制造（ＣＡＤ／ＣＡＭ）中的造型技术，从７０年代第一个几何造型系统问世至今已经有２０多年的历史了。几何造型是通过点、线、面、体等几何元素，经过平移、旋转、变比等几何变换和并、交、差等布尔集合运算，产生理想中的实体几何模型。通常几何造型系统适用于设计描述实际并不存在的几何实体，但是应用中会出现这样的问题：已知某一实际存在的形体，通过某种测量手段得到该形体的这样或那样的信息，要求通过这些已知的信息，利用计算机重现其三维形体。这一问题被称作”三维重建或三维表面重建”问题或计算机辅助设计中的反求问题（ＲｅｖｅｒｓｅＥｎｇｉ玎ｅｅｒｊｎｇ）［１］。所谓三维重建是已知实体一组剖面、轮廓面或轮廓线，要求重建三维实体的过程。因此随着计算机图形学的发展，对真实世界中物体的建模是计算机图形学中一个重要的问题，是图形绘制的基础。对物体进行建模，就能在计算机中无阻碍地对物体从任意视点进行观察。物体建模的方法可分成３类∞］：基于几何的建模，基于图象的建模，基于几何和图象的建模［３］，以前曾有过多种方法［４］进行建模和重建。近几年，这种基于图象的建模方法引起了很多研究者的兴趣。例如可以是定义一个全景函数（ｐｌｅｎｏｐｔｉｃｆｕｎｃｔｉｏｎ），从一组连续采样的图象求出此全景函数，从而进行建模。还有的是用两幅图片通过立体视觉匹配［５］，但收稿日期：２００６一０６一０２；修回日期：２００６一０７—１２。作者简介：邢园丁（１９８１一），男，河北石家庄人，主要从事互联网的远程测量方向的研究。马树元（１９６０一），男，河北人，博士生导师，教授，主要从事测量技术及仪器、精密机械方向的研究。中华测控网ＣｎｌｎａｍＣａ．ＣＯｍ由于信息量不足，其只能恢复到２．５Ｄ。因此本文考虑用一组照片来进行建模和重建．其优点是信息量大，建模方便。１摄像机的标定本系统主要由转台、ＰＣ机、摄像机、三角架组成。其中转台角度控制由北卓立汉光仪器公司的ｓｃ３步进电机控制器、ＣＣＤ摄像机（ｓｏｎｙＥｘｗａｖｅＨＡＤｃｏｌｏｒｖｉｄｅｏｃａｍｅｒａ）和个人ＰＣ机相连，其示意图如图１所示。摄像机标定是三维重建整个过程的第一步，标定的精度直接影响到最后的效果，一次对摄像机标定是十分必要的，系统坐标系结构图如图２所示。图１系统结构示意图图２坐标系统关系图　万方数据

CT图像三维重建(附源码)

程序流图： MATLAB 源码： clc; clear all; close all; % load mri %载入mri 数据，是matlab 自带库 % ph = squeeze(D); %压缩载入的数据D ，并赋值给ph ph = phantom3d(128); prompt={'Enter the Piece num(1 to 128):'}; %提示信息“输入1到27的片的数字” name='Input number'; %弹出框名称 defaultanswer={'1'}; %默认数字 numInput=inputdlg(prompt,name,1,defaultanswer) %弹出框，并得到用户的输入信息 P= squeeze(ph(:,:,str2num(cell2mat(numInput))));%将用户的输入信息转换成数字，并从ph 中得到相应的片信息P imshow(P) %展示图片P D = 250; %将D 赋值为250,是从扇束顶点到旋转中心的像素距离。 dsensor1 = 2; %正实数指定扇束传感器的间距2 F1 = fanbeam(P,D,'FanSensorSpacing',dsensor1); %通过P ，D 等计算扇束的数据值 dsensor2 = 1; %正实数指定扇束传感器的间距1 F2 = fanbeam(P,D,'FanSensorSpacing',dsensor2); %通过P ，D 等计算扇束的数据值 dsensor3 = 0.25 %正实数指定扇束传感器的间距0.25 [F3, sensor_pos3, fan_rot_angles3] = fanbeam(P,D,... 'FanSensorSpacing',dsensor3); %通过P ，D 等计算扇束的数据值，并得到扇束传感器的位置sensor_pos3和旋转角度fan_rot_angles3 figure, %创建窗口 imagesc(fan_rot_angles3, sensor_pos3, F3) %根据计算出的位置和角度展示F3的图片 colormap(hot); %设置色图为hot colorbar; %显示色栏 xlabel('Fan Rotation Angle (degrees)') %定义x 坐标轴 ylabel('Fan Sensor Position (degrees)') %定义y 坐标轴 output_size = max(size(P)); %得到P 维数的最大值，并赋值给output_size Ifan1 = ifanbeam(F1,D, ... 'FanSensorSpacing',dsensor1,'OutputSize',output_size); %根据扇束投影数据F1及D 等数据重建图像 figure, imshow(Ifan1) %创建窗口，并展示图片Ifan1 title('图一'); disp('图一和原图的性噪比为：'); result=psnr1(Ifan1,P); Ifan2 = ifanbeam(F2,D, ... 'FanSensorSpacing',dsensor2,'OutputSize',output_size); %根据扇束投影数据F2及D 等数据重建图像 figure, imshow(Ifan2) %创建窗口，并展示图片Ifan2 disp('图二和原图的性噪比为：'); result=psnr1(Ifan2,P); title('图二'); Ifan3 = ifanbeam(F3,D, ... 生成128的输入图片数字对图片信息进行预处用函数fanbeam 进行映射，得到扇束的数据，并用函数ifanbeam 根据扇束投影数据重建图像，并计算重建图像和原图的结束

三维图像获取

从平面到立体——三维图像获取技术及其应用视觉与图像系统事业部金刚 1.二维图像与三维图像我们生活在一个三维的立体世界中，而目前广泛应用、为人们熟知的“图像”实际是真实的三维世界在二维平面上的映射，这其中包含了大量的信息损失。随着现代计算机技术的飞速发展，计算机图形图象处理、辅助设计、多媒体技术越来越广泛深入地应用于工业、国防、医学、影视业、广告等各个领域，对“三维图像”的需求越来越大，人们经常需要能迅速地获得物体表面的立体信息和色彩信息，将其转变成计算机能直接处理的数据。工业界要求能快速地测量物体表面的三维坐标；影视界需要将演员道具等的立体色彩模型输入计算机，才能进行三维动画特技处理；游戏娱乐业需要在虚拟场景中放置逼真的三维彩色模型；整形外科专家需要知道人体骨骼、肢体的尺寸，以便于手术；科研工作者需要快速获得大量的三维数据，用于三维彩色图象信息处理、三维物体识别的研究……这些需求，都需要我们将传统的二维图像技术拓展到三维图像获取与处理。三维图像，又被称为立体图像、深度图像、三维数字化模型，它与传统的平面图像有很大的区别。传统的平面图像可以看作是二维空间中的亮度分布，它是由真实三维世界在二维图像平面上投影而得到的。而三维图像，则包含了真实对象表面三维坐标和灰度（色彩）的完整信息，从中可以得到物体表面每个采样点的三维空间坐标。图1 平面图像图2 三维图像 2.常用的三维图像获取技术获取真实对象的三维图像关键在于获取物体表面采样点的立体坐标，尤其是深度数据，相对于传统的镜头＋相机装置，需要一些特殊的技术。实现这类功能的设备，有三维扫描仪（3D Scanner）、三维数字化仪（3D Digitizer）、深度传感器（Range Sensor）、自动抄数机、三维测量仪等多种名称。三维图像获取技术多种多样，从应用目的来说，有单点三维坐标测量（测距）、面形测量（点云－3D 数字模型－CAD模型）、外表面完全测量（点云－3D 数字模型－CAD模型）、内部结构测

CT三维重建的指南

CT三维重建指南 1、脊柱重建：腰椎：西门子及GE图像均发送至西门子工作站，进入3D选项卡 A、椎体矢状位及冠状位： a. 选择骨窗薄层图像（西门子 1mm 70s；GE 0.625mm BONE），载入3D重建，调整定位线，使椎体冠状位、矢状位定位线与解剖位置一致，并将横断位定位线与两者垂直，将三幅图像模式改为MPR； b. 横断位作为定位相，做矢状位重建，打开定位线选项卡，点击垂直定位线，变换数字顺序，使其从右向左，选择层厚3mm，层间距3mm，方向平行于棘突-椎体轴线，两边范围包全椎体及横突根部（一般为19层），点击确定，保存； c. 矢状位作为定位相，打开曲面重建选项卡，沿各椎体中心弧度画定位相曲线，范围包全，双击结束，选择层厚3mm，层间距3mm，变换数字顺序，使其从前向后，范围前至椎体前缘，后至棘突根部（一般为19层），点击确定，保存。 B、椎间盘重建： a. 选择软组织窗薄层图像（西门子 1mm 30s；GE 0.625mm STND），载入3D重建，调整定位线，使椎体冠状位、矢状位定位线与解剖位置一致，并将横断位定位线与两者垂直，将三幅图像模式改为MPR； b. 矢状位作为定位相，做椎间盘重建，打开定位线选项卡，点击水平定位线，变换数字顺序，使其从上向下，选择层厚3mm，层间距3mm，层数5层，方向沿椎间隙走行方向，做L1/2-L5/S1椎间盘，注意右下角图像放大，逐个保存。注意：脊柱侧弯患者，椎间盘重建过程中需不断调整冠状位定位相上矢状定位线（红色），使其保持与相应椎间隙垂直。 C、椎体横断位重建：椎体骨质病变者，如压缩性骨折、骨转移、PVP术后等病人，加做椎体横断位重建，矢状位图像做定位相，沿病变椎体轴向，做横断位重建，注意重建图像放大，保存。打片：矢状位及冠状位二维一张：8×5；椎间盘一张：6×5；若为椎体骨质病变者，椎间盘图像不打，打椎体横断位重建图像，共两张胶片。

利用深度图像进行场景的三维重建

利用深度图像进行场景的三维重建何文峰查红彬北京大学信息科学中心，北京，100871 e-mail:{wenfeng,zha}@https://www.360docs.net/doc/4a12621579.html, 摘要：近年来，利用激光扫描仪获得的深度点云数据来进行场景的3D建模受到了广泛的关注。从深度数据获取到最后三维模型的建立涉及到了很多工作，本文就集中讨论了其中的分割、配准和建网。根据真实场景含有大量平面特征的特点，本文提出了利用平面特征来实现配准，这些平面特征是对深度图像进行分割得到的。实验结果显示了这种配准方法的准确性和鲁棒性。另外，本文改进了由深度图像建网的一般方法，从而得到了更好的建网结果。关键词:深度图像激光扫描仪点云深度图像分割配准建网 0 引言将客观世界在计算机中真实的再现，是计算机视觉和计算机图形学研究的一个热门领域。近年来，激光扫描仪技术得到了很大的发展和商业化，使用它们可以得到真实场景的高精度的3D数据，因此利用这些3D数据来进行真实世界的三维建模得到了很多关注。一般的，通过激光扫描仪进行一次扫描得到的是一组二维有序的点阵，其中每一点包含了相应的场景上被扫描点的距离信息，这个点阵被称为深度图像。为了获得完整的场景，往往需要从几个不同的的位置对目标场景进行扫描，而得到的不同的深度图像则需要配准到一个坐标系下。另一方面，仅仅用离散的点云数据来描述三维场景是远不够的，构建三角网格则是一个常用而有效的办法。本文就集中完成了这两方面的工作。由于我们建模的对象的是室内或室外较大型的场景，这类场景往往具有一个典型的特征，即场景中含有大量的平面。我们的工作也充分的利用了这一特征。在获得场景的数据后，我们对点云数据进行了基于平面的分割，在配准中，我们利用了分割提取出的平面特征来完成。后面部分的安排如下：第1部分介绍了一些相关的研究工作，第2部分阐述了对深度图像进行平面分割，第3部分描述了利用平面特征来进行配准。第4部分描述了利用深度图像生成三角网格的过程。第5部分是我们的一些实验结果。最后给出了结论。 1 相关的研究工作利用激光扫描仪获取真实场景的3D数据并进而构建出具有真实感的3D模型涉及到了很多人的研究工作。这之中，I. Stamos 和P.Allen[1]，S. F. El-Hakim等人[2]以及Y.Yu等人[3]都做了大量的工作，并各自实现了一个完整的系统。H., Zhao[4]和C. Frueh[5]则进一步构造了动态的3D数据获取系统，他们将激光扫描仪固定在汽车上，从而能够重建更大一级（如街区、城市）的场景模型。在深度图像分割领域，一直吸引着很多人的研究兴趣。Besl和Jain在[6]中提出了一个基于二次表面拟合的分割算法，具有很好的通用性。I. Stamos 和P.Allen在[1]中将上面的算法具体到了平面拟合，得到了相对简洁快速的算法。在深度图像配准方面，Besl和McKay提出了著名的ICP（Iterative Closest Point）算法，这比基于特征的配准算法有更好的鲁棒性和准确性。但它需要一个不错的初始位姿估计。I. Stamos 和P.Allen在[1]中使用了直线作为特征来实现配准。Y.Yu等人在[3]中则使用了激光扫描仪自