ct图像处理及三维重建的综述

《ct图像处理及三维重建的综述》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、CT图像处理及三维重建技术1.问题的提出及其研究意义2.国内外的研究现状3.图像处理基本理论及方法4.三维重建基本理论及方法5.参考文献1.问题的提出及其研究意义随着医学数字成像技术的飞速发展及其在临床诊断中的广泛应用，先进的医学断层仪器，如计算机断层扫描等医学成像设备采集人体器官[1]、骨骼[2]、关节[3]等部位的影像数据为医学研究与诊断提供高质量的二维断层图像信息，同时也为反求工程在医学上的应用提供了良好的条件。同时ct技术也已经广泛应用于建筑学，混凝土中的破损机理的分析，实现了混凝土技术的三维重建[4]；人们也利用ct采集无损原木的切片图像，实现图片重建，这对无损检测具

2、有重要意义[5]；在工业上，利用三维重建技术，实现ct图像的可视化研究，提高无损检测准确性[6]。图1切牙牙断层线框图、曲面模型和实体模型（从左到右）图2曲面模型图图3实体图图4重构的原木图像图5　飞机叶片照相图和三维重建图像基础的定做式人工髓关节也己经应用到医疗实践中[13]。清华大学激光快速成型中心可以进行ct反求方面的工作。[14]3.图形处理基本理论及方法要实现CT断层图像的三维重建，首先要对二维CT图像处理，提高图片质量。由于医学cT图像本身就是一种数字图像，数字图像处理的基本理论及方法也适用于CT图像。本章系统地介绍了第四章医学图像处理及三维重建软件开发中所运用到的

3、图像预处理、灰度图像二值化、图像增强、图像分割等基本理论及相关的算法。3.1灰度图像二值化灰度图像二值化的目的是对图像进行分割，对于CT图像的分割，主要是骨组织和软组织的分割，而二者的灰度值相差很大，所以可以采用阈值分割法将其分离出来。具体的方法就是根据灰度图像的分布，选定一个灰度值作为标准值，然后将图像矩阵中每像素的灰度值与标准阈值比较，这样就将一幅灰度图像转化为一幅黑白二值图像，实现关节软组织和骨主体边界轮廓的清晰区分实现图像分割3.2中值滤波CT图像的形成中会引入不同的噪音，为了确保图像的质量，需要去除噪音，中值滤波能够有效地去除尖峰信号，削平振动噪音，而对阶梯或陡然下降

4、信号却能很好地保留，因此它既能有效地抑制噪音，又能很好地保留有效信号。另外，中值滤波不需要做乘除运算，处理速度也较高，因此非常适合于CT图像的平滑和去噪处理。中值滤波是抑制噪音的一种非线性的信号处理。3.3图像的平滑与锐化在图像数据的获取过程中，各电子器件的随机扰动不可避免地会带来噪音，造成图像质量的退化、降低。为确保图像质量，需对图像进行预处理，以去除噪音。噪音去除的方法很多，但一般采用不同的滤波方式借助模板结合邻域操作来完成，根据滤波功能又可分为平滑(低通滤波)和锐化(高通滤波)。平滑的目的是模糊，在提取较大目标前去除太小的细节或将目标内的小间断连接起来，并消除噪音;锐化的

5、目的是增强被模糊的细节。3.4图像的边缘检测与增强边缘是指图像局部强度变化最显著的部分。使图像的轮廓更加突出的图像处理法叫做边缘检测和边缘增强。边缘增强是一种重要的区域处理。在对图像进行特征提之前，一般都需要先进行边缘检测，然后再进行二值化处理边缘增强将突出图像的缘，边缘以外图像区域通常将被削弱甚至被完全去掉。处理后边界的亮度与原图中边周围的亮度变化率成正比。所有边缘增强方法都削弱了图像的低频部分，处理后图像亮度保持不变，像素值变化缓慢的区域变黑，而像素变化剧烈的区域被突出。4.三维重建基本理论及方法由一系列二维CT断层图像上的轮廓线重构三维形体，即医学图像的三维重建实质上个三

6、维数据的生成及显示的可视化问题。三维重建技术能充分利用CT、MR工等医学图像数据。医学图象的三维重建就是根据输入的断层图象序列，经分割和提取后，构建出待建组织的三维几何表达，这种三维几何表达的模型最常用的就是表面模型。表面模型一般以平面片特别是三角面片来逼近表示，对于封闭的表面，构成一多面体，这时也称多面体模型。医学图像三维重建的方法主要有面绘制和体绘制两类。面绘制方法是基于二维图像边缘或轮廓线提取，通过几何单元拼接拟合物体表面来描述物体三维结构的，称为基于表面的三维面绘制方法，又称为间接绘制方法。体绘制方法则是直接应用视觉原理，将体素投影到显示平面的方法，称为基于体数据的体绘

7、制方法，又称为直接绘制方法。5.参考文献[l]张建华,甘新莲等.多层螺旋CT三维重建技术在孤立性肺结节的临床应用价值[J].中国医学影像技术，2004，20（12）：1907-1910[2]张玉兰郑晓林等.多层螺旋CT后处理技术在下颌骨骨折中的应用[J].中国CT和MRI杂志，2010，8（3）：51-53[3]王胜林.多层螺旋CT三维重建在髋关节疾病及人工关节置换中的临床应用[J].中国组织工程研究与临床康复，2008，12（26）：5113-5116[4]田威，党发宁等.混凝土CT图像的