面向快速成型的骨骼sct图像三维重建技术的研究

《面向快速成型的骨骼sct图像三维重建技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、面向快速成型的骨骼SCT图像三维重建技术研究摘要随着医学图像临床应用研究和人工骨骼制造技术的研究的深入，以及快速成型技术的发展，把现代医学设备CT和现代快速成型技术相结合的人工骨骼的研究已成为人造骨骼研究领域新的热点。因此，基于医学CT图像的人体骨骼三维重建就显得越来越重要。本文研究了基于SCT图像的三维重建中的关键技术，重点研究了SCT图像的二值化和基于二值化图像的图像边界轮廓提取技术。本文对快速成型技术在医学领域的应用进行了介绍，主要介绍了选择性激光烧结技术在人工骨骼制造领域里的优势。在人工骨骼特性的要求基础上，介绍了选择性激光烧结技术的原理、特点以及今后的发展方向。在对骨骼螺

2、旋CT图像特征进行分析和研究的基础上，采用了先滤波再二值化分割，最后在二值化图像的基础上进行轮廓提取的方法，获取骨骼轮廓数据。并对图像滤波算法和二值化算法进行了比较，得到适合螺旋CT图像处理的算法，提出了一种基于二值化图像的轮廓提取方法，并对其算法二值形态学进行了研究和算法实现。在对骨骼螺旋CT图像进行滤波、二值化和边界轮廓提取的基础上，对骨骼三维重构的方法进行了研究。分别对面绘制和体绘制进行了介绍和比较，最后得出了适合于基于螺旋CT图像的重建方法，对轮廓集的处理，骨骼三维表面反求和骨骼三维实体模型重构的方法进行研究。最后采用面绘制方法，通过实例研究，得到了骨骼的三维模型。以VC+

3、+和VisualC++．NET为工具，开发了骨骼螺旋CT图像轮廓提取系统。该系统主要包括两个方面的内容：(1)SCT图像的二值化处理，主要包括最大类间方差法、最大熵法、最小熵法等的编程实现，通过实例比较得到较好的CT图像二值化方法。(2)基于二值化图像的边界轮廓提取，应用的是二值形态学原理，来提取螺旋CT图像边界轮廓，其中包括内轮廓、外轮廓和总轮廓。本文研究了面向快速成型的基于SCT图像三维重建中的关键技术。通过编写SCT图像轮廓提取系统，实现了对SCT图像预处理、二值化和轮廓提取功能，同时对图像处理算法进行了总结，为面向快速成型的骨骼SCT图像三维重建提供了必要数据。关键词：图像

4、处理、二值化、轮廓提取、三维重建、快速成型ⅡoNTHE3DREBUILDINGTECHNOLoGYFoRSKELEToNSCTIMAGEoRIENTINGRAPIDPRoTOTYPINGABSTRACTWiththedevelopmentofmedicalimageclinicalapplication，artificialbones’manufacturingtechnologyandrapidprototypingtechnology，itisbecominganewhottopictocombinemodemmedicalequipmentCTandrapidprototyp

5、ingtechnologyinartificialboneresearcharea．So3DreversesoftheartificialbonebasedonCTimageisbecomingmoreandmoreimportant．KeytechnologyinreverseengineeringthatbasedonSCTimageisdiscussedinthispaper，binaryzationofSCTimageandboundaryoutlineextractiontechnologyofthebinaryzatedCTimagearestudiedwithemph

6、asisinthispaper．Themedicalapplicationofrapidprototypingtechnologyisalsointroducedinthispaper，especiallythesuperiorityofselectivelasersinteringtechnologyinartificialbonemanufacturingarea．Besides，infoundationofthecharacteristicrequestofartificialbone，theprincipleandcharacteristicofSLStechnology，

7、anditsdevelopmentdirectioninthefutureisalsointroducedhere．．BasedonanalysisandresearchesontheskeletonscrewSCTimage，boundaryoutlineisextractedandoutlinedataoftheskeletonisfinallygainedafterfilteringandbinaryzating．Withcomparisonoftheimage