[go: up one dir, main page]

CN113345065B - 一种基于指向性线段的曲面图像构建方法与系统 - Google Patents

一种基于指向性线段的曲面图像构建方法与系统 Download PDF

Info

Publication number
CN113345065B
CN113345065B CN202110889773.XA CN202110889773A CN113345065B CN 113345065 B CN113345065 B CN 113345065B CN 202110889773 A CN202110889773 A CN 202110889773A CN 113345065 B CN113345065 B CN 113345065B
Authority
CN
China
Prior art keywords
curved surface
discrete sampling
sampling points
points
extension
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110889773.XA
Other languages
English (en)
Other versions
CN113345065A (zh
Inventor
席泽艳
陆炎
张纪庄
郭咏梅
郭咏阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kangda Intercontinental Medical Devices Co ltd
Original Assignee
Kangda Intercontinental Medical Devices Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Kangda Intercontinental Medical Devices Co ltd filed Critical Kangda Intercontinental Medical Devices Co ltd
Priority to CN202110889773.XA priority Critical patent/CN113345065B/zh
Publication of CN113345065A publication Critical patent/CN113345065A/zh
Application granted granted Critical
Publication of CN113345065B publication Critical patent/CN113345065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种基于指向性线段的曲面图像构建方法，具体涉及图像生成技术领域，主要包括步骤：获取混合组织的密度造影图，根据密度造影图中的组织分界线提取目标组织预设分界面处的离散采样点；根据目标组织的密度造影图获取离散采样点的延伸方向；根据离散采样点以及对应延伸方向上的延伸点，基于方差膨胀系数构建目标组织的隐式曲面；获取隐式曲面的离散采样点，并根据离散采样点通过水泡动画模拟从隐式曲面中提取等值面作为目标组织预设分界面处的曲面图像输出。本发明将采样点扩大为带有方向性的指向性线段，使得在生成曲面的过程中，延展面的生成方向可控，不会因为采样点的数量变化导致曲面生成的不可控。

Description

一种基于指向性线段的曲面图像构建方法与系统
技术领域
本发明涉及图像生成技术领域，具体涉及一种基于指向性线段的曲面图像构建方法与系统。
背景技术
对于生物组织这一类复杂组织结构的研究一直以来都是科学家们研究的重点对象。然而，由于生物组织的多样性和关联性，生物组织中的每一组成部分都对其整体功能起着关键性作用，任意组成部分的功能缺损都有可能造成生物组织整体的功能紊乱。因此在对生物组织中的某一区块进行研究，需要对其进行分割时，就需要提前做好分割曲面的划分，避免对生物组织进行分割时对非目标组织造成不必要的破坏。
现有技术在组织组成复杂的情况下，获取分割曲面的常用方法为：在三维空间中，根据需要切割的位置在对应位置选取若干个离散采样点，然后对这些采样点进行差值和拟合处理后得到曲面输出。然而这种方法的缺点在于，其仅需曲面经过或靠近某一采样点即可认定该点为曲面上点的，而在某些情况下，如增加一个采样点就可能导致生成的曲面出现难以预料的结构变化。
发明内容
为解决上述问题，避免在对复杂生物组织进行曲面切割时对非目标组织造成破坏，本发明提出了一种基于指向性线段的曲面图像构建方法，包括步骤：
S1：获取混合组织的密度造影图，根据密度造影图中的组织分界线提取目标组织预设分界面处的离散采样点；
S2：根据目标组织的密度造影图获取离散采样点的延伸方向；
S3：根据离散采样点以及对应延伸方向上的延伸点，基于方差膨胀系数构建目标组织的隐式曲面；
S4：获取隐式曲面的离散采样点，并根据离散采样点通过水泡动画模拟从隐式曲面中提取等值面作为目标组织预设分界面处的曲面图像输出。
进一步地，所述延伸点为离散采样点在延伸方向预设距离处的点。
进一步地，所述指向性线段为离散采样点指向延伸点并带有方向的线段。
进一步地，所述步骤S3中，基于方差膨胀系数构建目标组织的隐式曲面的具体方法为：
以方差膨胀系数作为共线性度量标准，以混合函数作为目标组织空间的线性组合方式带入插值函数；
根据离散采样点和对应延伸点求解插值函数的待定系数；
根据求解后的待定系数，利用插值函数获取隐式曲面。
进一步地，所述混合函数可表达为第一公式，所述第一公式为：
Figure 782670DEST_PATH_IMAGE001
；
所述插值函数可表达为第二公式，所述第二公式为：
Figure 445733DEST_PATH_IMAGE002
；
式中，p为内含所有离散采样点和延伸点的有限空间中的任意坐标点，L(p)为混合函数；f(p)为插值函数，n为离散采样点的数量，Δp为点p与第i个离散采样点的坐标差值，di为待定系数，P（p）为待定系数di的多元表达式。
进一步地，所述有限空间为内含所有离散采样点和延伸点的方向包围盒。
本发明还提出了一种基于指向性线段的曲面图像构建系统，包括：
采样点提取模块，用于根据混合组织的密度造影图中的组织分界线提取目标组织预设分界面处的离散采样点；
指向线获取模块，用于根据目标组织的密度造影图获取离散采样点的延伸方向，并选取延伸方向的采样点；
隐式曲面构建模块，用于根据离散采样点以及对应延伸方向上的延伸点，基于方差膨胀系数构建目标组织的隐式曲面；
曲面图像输出模块，用于获取隐式曲面的离散采样点，并根据离散采样点通过水泡动画模拟从隐式曲面中提取等值面作为目标组织预设分界面处的曲面图像输出。
进一步地，所述延伸点为离散采样点在延伸方向预设距离处的点。
进一步地，所述隐式曲面构建模块基于方差膨胀系数构建目标组织的隐式曲面的具体方法为：
以方差膨胀系数作为共线性度量标准，以混合函数作为目标组织空间的线性组合方式带入插值函数；
根据离散采样点和对应延伸点在内含所有离散采样点和延伸点的有限空间内求解插值函数的待定系数；
根据求解后的待定系数，利用插值函数获取隐式曲面。
进一步地，所述有限空间为内含所有离散采样点和延伸点的方向包围盒。
与现有技术相比，本发明至少含有以下有益效果：
（1）本发明所述的一种基于指向性线段的曲面图像构建方法与系统，将采样点扩大为带有方向性的指向性线段，使得在生成曲面过程中，延展面的生成方向可控，不会因为多一个采样点就造成曲面生成的不可控性；
（2）通过隐式曲面和水泡动画模拟的方式提取曲面图像，利用隐式曲面很好的获取到各采样点与所需曲面的关系，再根据关系利用水泡动画模拟进行曲面提取，使其更加符合实际切割曲面的要求；
（3）利用方向包围盒减小算法所需要计算的空间，从而减少算法所需要的时间，加快曲面的提取速度。
附图说明
图1为一种基于指向性线段的曲面图像构建方法的方法步骤图；
图2为一种基于指向性线段的曲面图像构建系统的系统结构图。
具体实施方式
以下是本发明的具体实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。
实施例一
为了更好的在生物组织研究过程中，需要对所需研究的组织部分进行切割处理时，能够获得更好的在先预测切割曲面，避免实际切割操作过程中造成生物组织中非目标组织的不可逆破坏，如图1所示，本发明提出了一种基于指向性线段的曲面图像构建方法，包括步骤：
S1：获取混合组织的密度造影图，根据密度造影图中的组织分界线提取目标组织预设分界面处的离散采样点；
S2：根据目标组织的密度造影图获取离散采样点的延伸方向；
S3：根据离散采样点以及对应延伸方向上的延伸点，基于方差膨胀系数构建目标组织的隐式曲面；
S4：获取隐式曲面的离散采样点，并根据离散采样点通过水泡动画模拟从隐式曲面中提取等值面作为目标组织预设分界面处的曲面图像输出。
考虑到现有技术中对于曲面的获取，都是仅通过采样点的拟合和插值就直接进行曲面图像的计算输出，这种方法在出现采样点增多的情况下，其输出的曲面图像极易产生结构变化，也就是N个采样点和N+1个采样点其输出的曲面图像可能存在很大的偏差，而按照常理来说，采样点的增多应该使曲面图像更加符合实际。因此，为了解决这一问题，本发明在原有离散采样点的基础上提出了：在离散采样点的基础上加入指向性线段，并通过选取该指向性线段上的某一个点，与离散采样点结合一并加入到曲面构造的过程中。需要说明的是，该指向性线段的朝向为当前采样点所处曲面的垂直方向（通过延伸点与采样点之间的距离限制将曲面限制在该距离空间中），以此来辅助后期分割曲面计算时，避免因采样点的变化造成曲面延展的趋势方向大幅改变。
进一步地，本发明中所选取的延伸方向上的点需满足两个条件，一个就是必须在延伸线上，二是与对应的离散采样点足够近（需要知晓的，该“足够近”的距离应当能够有效限制曲面的延展趋势，因为该距离影响曲面整体的精度，因此可以根据精度需求自行调节该距离的大小）。因为延伸点仅需为切割曲面的计算提供方向性引导，延伸点若是离对应的离散采样点过远会导致其失去引导体的作用，从而影响到正常分割曲面的计算。
在上述基础上，本发明选用方差膨胀系数（VIF，Variational ImplicitFunction）来进行隐式曲面的构建评估，其构建目标组织隐式曲面的具体方法如下所示：
以方差膨胀系数作为共线性度量标准，以混合函数作为目标组织空间的线性组合方式带入插值函数；
根据离散采样点和对应延伸点求解插值函数的待定系数；
根据求解后的待定系数，利用插值函数获取隐式曲面。
为了方便理解，通过下述内容来对上述所说的曲面构建方法进行说明。
在实际应用中，我们可以通过计算方差膨胀系数来检验回归模型是否存在严重的多重共线性问题，其中，定义方差膨胀系数表达式为：
Figure 236971DEST_PATH_IMAGE003
；
式中，Ri为第i个自变量xi对其它自变量做回归分析的负相关系数。当方差膨胀系数变大时，就表示自变量之间存在更大的共线性可能。而多重共线性是指线性回归模型中的变量之间因为存在精确相关或者高度相关的关系导致模型估计的失准。因此，只有当方差膨胀系数处于一定范围内时，所构建的隐式曲面才符合标准，一般的，方差膨胀系数在小于10的范围内属于正常范围。
因为曲面函数空间本身可以看成由一个个函数块线性组合而成，就如同向量空间中的每个向量可以表示为一个个向量的线性组合一样。而由于这些函数块是通过插值组成整个曲面函数空间，也即是把函数块混合起来作为插值函数进行构建，因此其可称为混合函数。考虑到本申请所要构建的是不确定的复杂曲面，因此，本发明中混合函数选用如下公式（第一公式）进行表示：
Figure 846944DEST_PATH_IMAGE004
；
混合函数作为插值函数混合后可表示为（第二公式）：
Figure 876080DEST_PATH_IMAGE005
；
式中，p为内含所有离散采样点和延伸点的有限空间中的任意坐标点，L(p)为混合函数（亦可称为基函数，通过多个基函数的结合实现复杂函数的表示，也即是复杂函数可拆解为多个基函数）；f(p)为插值函数，n为离散采样点的数量，Δp为点p与第i个离散采样点的坐标差值，di为待定系数，P（p）为待定系数di的多元表达式。
其中，待定系数di是通过计算f(p)=1时（对应点p为当前离散采样点延伸线上延伸点时的插值函数取值）和f(p)=-1时（对应点p为当前离散采样点时的插值函数取值）获得的。在获取该待定系数后，带入插值函数，通过计算插值函数取值为0时的坐标点，即可得到隐式曲面上的点。
因为点p有多个取值，因此对第二公式进行展开可表示为：
Figure 178885DEST_PATH_IMAGE006
；
Figure 660682DEST_PATH_IMAGE007
；
其中，y=P(p)为待定系数di的多元表达式，p0、p1、p2和p3为待定系数di多元表达式中的待定系数；Lnn表示点p的第n个取值与第n个采样点的混合函数，
Figure 74346DEST_PATH_IMAGE008
为第n个采样点坐标中x的值，
Figure 957988DEST_PATH_IMAGE009
为第n个采样点坐标中y的值，
Figure 431695DEST_PATH_IMAGE010
为第n个采样点坐标中z的值。
在这里，为了减少计算含有离散采样点和延伸点的空间所需要的时间，本发明中将该空间定义为内含所有离散采样点和延伸点的有限空间。而在一优选实施例中，这一有限空间更是选择为内含所有离散采样点和延伸点的方向包围盒，通过用体积稍大且特性简单的包围盒来近似的代替复杂的几何对象。而采用方向包围盒更是可以根据被包围对象的形状特点尽可能紧密的包围对象，进一步减少算法空间的大小。
实施例二
为了更好的对本发明的技术内容进行理解，本实施例通过系统结构的方式来对本发明进行阐述，如图2所示，一种基于指向性线段的曲面图像构建系统，包括：
采样点提取模块，用于根据混合组织的密度造影图中的组织分界线提取目标组织预设分界面处的离散采样点；
指向线获取模块，用于根据目标组织的密度造影图获取离散采样点的延伸方向，并选取延伸方向的采样点；
隐式曲面构建模块，用于根据离散采样点以及对应延伸方向上的延伸点，基于方差膨胀系数构建目标组织的隐式曲面；
曲面图像输出模块，用于获取隐式曲面的离散采样点，并根据离散采样点通过水泡动画模拟从隐式曲面中提取等值面作为目标组织预设分界面处的曲面图像输出。
接下来对上述模块进行详细说明。首先，通过采样点提取模块，先获取混合组织密度造影图，而后根据密度造影图中的组织分界线辨识各组织块，并从中提取需要切割的目标组织需要分割的界面处提取离散态的采样点。进一步说明地，因为混合组织中各组织之间存在组织液进行隔离，而组织液的密度相对较小，在密度造影图中阴影颜色浅，因此可以基于此对目标组织进行提取分离。
在利用指向线获取模块获取离散采样点的延伸方向，并选取延伸方向的采样点（需要知晓的，此处所述延伸点为离散采样点在延伸方向预设距离处的点，该预设距离应当能够有效限制曲面的延展趋势，因为该距离影响曲面整体的精度，因此可以根据精度需求自行调节该距离的大小）后，隐式曲面构建模块根据离散采样点以及对应延伸方向上的延伸点，基于方差膨胀系数构建目标组织的隐式曲面，其中构建的具体方法为：
以方差膨胀系数作为共线性度量标准，以混合函数作为目标组织空间的线性组合方式带入插值函数；
根据离散采样点和对应延伸点在内含所有离散采样点和延伸点的有限空间内求解插值函数的待定系数；
根据求解后的待定系数，利用插值函数获取隐式曲面。
其中，混合函数可表达为第一公式，所述第一公式为：
Figure 604050DEST_PATH_IMAGE011
；
所述插值函数可表达为第二公式，所述第二公式为：
Figure 555826DEST_PATH_IMAGE012
；
式中，p为内含所有离散采样点和延伸点的有限空间中的任意坐标点，L(p)为混合函数；f(p)为插值函数，n为离散采样点的数量，Δp为点p与离散采样点的坐标差值，di为待定系数，P（p）为待定系数di的多元表达式。
进一步地，为了减小计算空间的大小，上文所述的有限空间为内含所有离散采样点和延伸点的方向包围盒。
综上所述，本发明所述的一种基于指向性线段的曲面图像构建方法与系统，将采样点扩大为带有方向性的指向性线段，使得在生成曲面过程中，延伸面的生成方向可控，不会因为多一个采样点就造成曲面生成的不可控性。
通过隐式曲面和水泡动画模拟的方式提取曲面图像，利用隐式曲面很好的获取到各采样点与所需曲面的关系，再根据关系利用水泡动画模拟进行曲面提取，使其更加符合实际切割曲面的要求。利用方向包围盒减小算法所需要计算的空间，从而减少算法所需要的时间，加快曲面的提取速度。
需要说明，本发明实施例中所有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”、“一”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

Claims (6)

1.一种基于指向性线段的曲面图像构建方法，其特征在于，包括步骤：
S1：获取混合组织的密度造影图，根据密度造影图中的组织分界线提取目标组织预设分界面处的离散采样点；
S2：根据目标组织的密度造影图获取离散采样点的延伸方向；
S3：根据离散采样点以及对应延伸方向上的延伸点，基于方差膨胀系数构建目标组织的隐式曲面；
S4：获取隐式曲面的离散采样点，并根据离散采样点通过水泡动画模拟从隐式曲面中提取等值面作为目标组织预设分界面处的曲面图像输出；
其中，所述指向性线段为离散采样点指向延伸点并带有方向的线段；
所述步骤S3中，基于方差膨胀系数构建目标组织的隐式曲面的具体方法为：
以方差膨胀系数作为共线性度量标准，以混合函数作为目标组织空间的线性组合方式带入插值函数；
根据离散采样点和对应延伸点求解插值函数的待定系数；
根据求解后的待定系数，利用插值函数获取隐式曲面；
所述混合函数可表达为第一公式，所述第一公式为：
Figure DEST_PATH_IMAGE001
；
所述插值函数可表达为第二公式，所述第二公式为：
Figure DEST_PATH_IMAGE002
；
式中，p为内含所有离散采样点和延伸点的有限空间中的任意坐标点，L(p)为混合函数；f(p)为插值函数，n为离散采样点的数量，Δp为点p与第i个离散采样点的坐标差值，di为待定系数，P（p）为待定系数di的多元表达式。
2.如权利要求1所述的一种基于指向性线段的曲面图像构建方法，其特征在于，所述延伸点为离散采样点在延伸方向预设距离处的点。
3.如权利要求1所述的一种基于指向性线段的曲面图像构建方法，其特征在于，所述有限空间为内含所有离散采样点和延伸点的方向包围盒。
4.一种基于指向性线段的曲面图像构建系统，其特征在于，包括：
采样点提取模块，用于根据混合组织的密度造影图中的组织分界线提取目标组织预设分界面处的离散采样点；
指向线获取模块，用于根据目标组织的密度造影图获取离散采样点的延伸方向，并选取延伸方向的采样点；
隐式曲面构建模块，用于根据离散采样点以及对应延伸方向上的延伸点，基于方差膨胀系数构建目标组织的隐式曲面；
曲面图像输出模块，用于获取隐式曲面的离散采样点，并根据离散采样点通过水泡动画模拟从隐式曲面中提取等值面作为目标组织预设分界面处的曲面图像输出；
其中，所述指向性线段为离散采样点指向延伸点并带有方向的线段；
所述隐式曲面构建模块基于方差膨胀系数构建目标组织的隐式曲面的具体方法为：
以方差膨胀系数作为共线性度量标准，以混合函数作为目标组织空间的线性组合方式带入插值函数；
根据离散采样点和对应延伸点在内含所有离散采样点和延伸点的有限空间内求解插值函数的待定系数；
根据求解后的待定系数，利用插值函数获取隐式曲面；
所述混合函数可表达为第一公式，所述第一公式为：
Figure 645046DEST_PATH_IMAGE001
；
所述插值函数可表达为第二公式，所述第二公式为：
Figure 968711DEST_PATH_IMAGE002
；
式中，p为内含所有离散采样点和延伸点的有限空间中的任意坐标点，L(p)为混合函数；f(p)为插值函数，n为离散采样点的数量，Δp为点p与第i个离散采样点的坐标差值，di为待定系数，P（p）为待定系数di的多元表达式。
5.如权利要求4所述的一种基于指向性线段的曲面图像构建系统，其特征在于，所述延伸点为离散采样点在延伸方向预设距离处的点。
6.如权利要求4所述的一种基于指向性线段的曲面图像构建系统，其特征在于，所述有限空间为内含所有离散采样点和延伸点的方向包围盒。
CN202110889773.XA 2021-08-04 2021-08-04 一种基于指向性线段的曲面图像构建方法与系统 Active CN113345065B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110889773.XA CN113345065B (zh) 2021-08-04 2021-08-04 一种基于指向性线段的曲面图像构建方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110889773.XA CN113345065B (zh) 2021-08-04 2021-08-04 一种基于指向性线段的曲面图像构建方法与系统

Publications (2)

Publication Number Publication Date
CN113345065A CN113345065A (zh) 2021-09-03
CN113345065B true CN113345065B (zh) 2021-11-12

Family

ID=77480578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110889773.XA Active CN113345065B (zh) 2021-08-04 2021-08-04 一种基于指向性线段的曲面图像构建方法与系统

Country Status (1)

Country Link
CN (1) CN113345065B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1499447A (zh) * 2002-11-12 2004-05-26 松下电器产业株式会社 曲面图像处理装置及曲面图像处理方法
CN111681160A (zh) * 2020-05-28 2020-09-18 深圳市无虚科技有限公司 曲面图像的还原方法、装置、设备及可读存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103236078A (zh) * 2013-04-15 2013-08-07 浙江工业大学 一种基于面元的复杂场景三维重建方法
EP2824599A1 (de) * 2013-07-10 2015-01-14 ISS Integrated Scientific Vorrichtung und Verfahren zur Modellierung einer Hornhaut

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1499447A (zh) * 2002-11-12 2004-05-26 松下电器产业株式会社 曲面图像处理装置及曲面图像处理方法
CN111681160A (zh) * 2020-05-28 2020-09-18 深圳市无虚科技有限公司 曲面图像的还原方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN113345065A (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN111179307A (zh) 一种全卷积分类及回归孪生网络结构的视觉目标跟踪方法
EP2739036A2 (en) Plane-characteristic-based markerless augmented reality system and method for operating same
CN105223583A (zh) 一种基于三维激光雷达的目标车辆航向角计算方法
EP3176754A1 (en) Mapping 3d to 2d images
CN107862733B (zh) 基于视线更新算法的大规模场景实时三维重建方法和系统
EP1883046B1 (en) Image interpolation method and apparatus therefor
CN106985395A (zh) 基于特征的增材制造方法及装置
JP2012253666A (ja) 画像理装置および方法、並びにプログラム
JP2018136237A (ja) 電磁界データ取得システム、飛行体、端末装置、および、プログラム
CN113345065B (zh) 一种基于指向性线段的曲面图像构建方法与系统
EP2437221A2 (en) Device, method, and computer-readable storage medium for operation of a three-dimensional movement of a virtual object
US12125207B2 (en) Image segmentation method and apparatus and image three-dimensional reconstruction method and apparatus
KR20170090016A (ko) 2차원 이미지를 3차원 이미지로 복원하는 방법 및 시스템
CN109636897B (zh) 一种基于改进RGB-D SLAM的Octomap优化方法
CN112949504B (zh) 立体匹配方法、装置、设备及存储介质
CN116861822B (zh) 基于笛卡尔网格的物面边界的处理方法及装置
CN107481319A (zh) 一种隐式曲面随机点云生成方法
JP2014048896A (ja) 距離情報推定装置
CN114140508B (zh) 一种三维重建模型生成的方法、系统、设备及可读存储介质
CN115601275A (zh) 点云增广方法及装置、计算机可读存储介质、终端设备
CN113805179A (zh) 一种机载气象雷达目标的三维建模方法
Masood et al. An efficient algorithm for robust curve fitting using cubic Bezier curves
Jo et al. Efficient 3D mapping with RGB-D camera based on distance dependent update
US20130021332A1 (en) Image processing method, image processing device and display device
JP6265811B2 (ja) ドローモデル生成方法及びドローモデル生成システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant