基于气象雷达回波3D重建的Marching Cubes改进算法

根据气象雷达回波数据的三维极坐标分布特点,提出一种改进的Marching Cubes三维重建算法.该算法将Marching Cubes常规算法中的单位正立方体构建转换为直接对回波极坐标数据的拟柱体构建,生成相应的等值三角面,并对三角面的顶点数据进行地曲订正,供OpenGL显示.为进一步提高重建算法的效率,该算法避免了对高仰角远距离无回波区的重建.实验表明,该算法有效实现了雷达回波的三维重建.     

等距面的构造新方法

本文提出了一种新的等距面构造方法。其核心思想是：根据给定的曲面，在空间点到该曲面的最小距离的数据场内，利用Marching Cube算法，抽取到该曲面的最小距离为等距距离d的等值面（三角面片的集合）。在构成等值面的三角面片的集合中，去掉到给定曲面最短距离为d且是在曲面边界取得最小距离的三角面片，剩下的三角面片的集合即为两个原曲面的用三角面片逼近的等距面。这种方法最大的优点是自动克服了构造等距面过程中出现的自相交现象。     

剖面数据场中的三维表面建模

在三维表面建模技术中,Marching Cubes算法是应用最为广泛的方法之一。该算法简单高效,但与此同时,研究人员也发现它存在一些不足。在构造等值面时,Marching Cubes算法要把所有体素全部检测一遍,即使有些体素没有和等值面相交,这影响了算法效率;此外在这个过程中,Marching Cubes算法还会忽略掉一些本来在等值面上的点,降低了表面重建的精度。针对这些问题,本文对算法进行了改进。在构造等值面时,不检测空的体素以提高算法的速度,并且把一些被忽略的等值点添加进来以提高算法的精度。     

MC算法在电磁场仿真的应用与实现

近年来可视化技术由于其优点得到了飞快的发展。Marching Cubes算法广泛应用于三维空间数据的等值面构建中。简要介绍MC算法的基本原理,在电磁场的仿真研究中引入该算法,针对电磁场数据和算法的特点,在实际的运用中做出改进,以满足实时仿真的要求。     

绘制数据场等值面的中点递归剖分算法

众所周知,在用Lorensen和Cline的跟踪立方体(Marching Cubes)算法绘制三维数据场等值面时会产生二义性.针对这个问题,基于divide-and-conquer的思路,提出了一个从三维数据场中抽取等值面的新算法--中点递归剖分算法,实验结果表明,该算法首先将Marching Cubes算法中会产生二义性的立方体进行递归剖分,直到不存在二义性的立方体/六面体为止;然后抽取等值面只需利用非二义性立方体模式的等值面拓扑查找表即可完成;实验结果表明,该算法简单、高效、容易实现.此外,还给出了剖分算法的正确性和收敛性的构造性证明,并简明扼要地对算法的复杂度进行了分析.     

基于MC算法的光刻仿真微结构的三维重建

在深度光刻中为了仿真微结构的形状,需要利用三维光场分布的数据对其进行三维重建。而MC(Marching Cubes)算法是三维重建中构造等值面的代表性的方法之一。以MC算法为基础,首先介绍了如何利用MC算法来绘制三维光场数据的等值面,然后分析将等值面和边界所围成的空洞补全的方法,最后研究了如何利用有限元分析软件的参数化设计语言将生成的面模型转换成实体模型。该方法重建的几何模型不但可以用于微结构形状误差分析,而且还可方便的用于建立有限元模型,直接应用于有限元分析。     

一种新的抽取等值面的四面体分解方法

Marching Cubes算法是一种从三维数据场中抽取等值面的简单有效的算法。然而，该算法并不能保证抽取出的等值面的拓扑同三维数据场的数据保持一致，即等值面的拓扑存在二义性。解决这个问题的方法是，将三维数数据场中每一个立方体网格单元分解为五个四面体单元，从每一个四面体单元中抽取等值面。但是，在分解过程中由于分解二义义性的存在，等值面的拓扑仍然存在二义性。本文采用24-分解方法解决了这个问题，生成了拓扑正确的等值面。     

体数据的多精度等值面抽取

Marching Cubes（MC）算法是一个被广泛应用的体数据等值面抽取算法H本文提出的Marching Boxes（MB）算法结合显示所需精度，对MC算法作了优化，减少了由MC算法生成的三角面片数，使实时观察体数据成 为可能。在保留图象细节的前提下MB算法输出的三角面片数比MC算法减少了一半以上,从而加快了体数据的 面绘制速度.     

基于区间树硬件加速索引的Marching Cubes算法

为了充分利用GPU的海量线程并行架构,提高等值面可视化效率,提出一种基于区间树硬件加速索引的Marching Cubes算法.该算法在预计算阶段利用GPU构造多区域的区间树作为体数据体素的值域索引;在实时运行阶段根据用户给定的阈值,通过该索引并行地搜索活跃体素,并生成活跃体素的多级索引,然后分配线程处理活跃体素,抽取并绘制等值面.将文中算法应用到不同体数据上的实验结果表明,其能够显著地提高现有Marching Cubes算法的效率;与现有的GPU基准算法相比,最高能达到4～10倍的加速比.     

医学图像中微细管道结构的表面绘制算法

在医学图像处理中,常常需要提取出特定的组织或者结构,再以提取到的二值体数据为基础,对组织结构进行三维重建。传统的Marching Cube（MC）算法在对微细结构进行三维重建时,可能会产生断裂现象,不能有效保持原始体数据的连通性。以血管体数据为例,针对医学图像中微细管道结构重建提出一种改进的MC算法,以保持重建后组织结构的连通性。     

一种面向三维点集的快速表面重构算法

在对目前比较流行的空间三角化算法进行对比研究的基础上 ,对 Hugues Hoppe提出的算法进行了改进 ,即借鉴 Marching Cubes算法的基本思想 ,首先通过自动选取适当的参数 ,用包围盒方法将三维散乱点划分为数据区域 ;然后求取点的切平面及法向 ,同时采用广度优先算法遍历数据点来调整法向和快速地求取 Marching Cubes的等势函数 ;最后用基于查表法的 Marching Cubes来输出三角面片 ,即得到表面模型 .实验结果表明 ,改进后的算法效率有较大的提高 .新算法不仅适用于表面三维散乱点数据 ,也可以对体数据进行重构 ,具有一定的通用性 .     

一种由轮廓线重建物体表面的方法

针对基于轮廓线拼接重建物体表面所出现的轮廓对应和分叉问题,提出了一种通过体数据转换由轮廓线实现重建物体表面的方法。在分析体数据构造中出现逼近精度问题的前提下,通过提高轮廓线上点的密度,生成精确度较高的体数据。该方法通过对相邻层轮廓线区域的集合运算,只对处于集合运算解中的像素点进行距离函数值的计算。采用MC（Marching Cubes）算法生成等值面,完成物体的表面重建。实验结果表明,该方法能顺利解决基于轮廓线拼接重建物体表面中出现的轮廓对应问题和分叉问题,既提高重建表面精确度,又加快整个表面的重建速度,是一种可行的方法。     

MC算法在医学图像三维重建中的应用

详细介绍了MC算法,提出了优化网格模型简化算法。优化网格模型简化算法选取坐标点的原则是,尽可能地接近原始网格,通常采用子集选择法或优化选择法。在尽可能保证图像精度的前提下,优化网格模型简化算法可以提高运算速度,而单纯的网格算法由于失真严重而缺乏实用价值。基于体绘制的网格化简化算法重建的三维模型比较完全,且算法简单,在多排螺旋CT等医学图像三维重建中有较好的应用。     

利用VTK进行三维肠道重建算法的改进

肠道CT的三维重建是提高肠道疾病诊疗准确性的迫切需要。利用可视化工具包VTK并结合VC++,实现了肠道三维重建。经典三维重建Marching Cubes（简称MC）算法会产生二义性,针对常用的渐近线法消除二义性计算量大的问题,提出了一种改进的MC算法：采用线性插值法求出二义性面与等值面的交点,然后分别连接二义性面对边上的交点形成两条相交直线,最后通过判断直线交点的状态值,来唯一地确定等值线的连接方式,从而快速重建出三维肠道。实验结果表明,利用改进的MC算法比起传统MC算法,在三维重建的质量和效率上都得到了很大的提高。     

基于VTK的电磁场三维可视化研究及实现

针对在三维电磁场可视化过程中面临的电磁数据的多样性和数据映射的多样性问题，分析了电磁场三维可视化的主要流程和电磁场数据集，并引入三维可视化类库VTK。利用VTK类库良好的封装性，采用Marching Cube和Hedgehog建模，分别实现了电磁标量场和电磁矢量场的三维可视化。     

可视化技术在发动机三维流动数值计算中的应用研究

基于MS Windows平台，应用面向对象技术，采用VisualC＋＋6．0编程，调用OpenGL图形库，我们对Marching Cubes经典算法进行了改进，实现了等值面及其体绘制、云图和流线的生成，开发了一个发动机三维瞬态数值模拟计算流场可视化系统。     

A reverse engineering system for rapid manufacturing of complex objects

This paper presents a reverse engineering system for rapid modeling and manufacturing of products with complex surfaces. The system consists of three main components: a 3D optical digitizing system, a surface reconstruction software and a rapid prototyping machine. The unique features of the 3D optical digitizing system include the use of white-light source, and cost-effective and quick image acquisition. The surface reconstruction process consists of three major steps: (1) range view registration by an iterative closed-form solution, (2) range surface integration by reconstructing an implicit function to update the volumetric grid, and (3) iso-surface extraction by the Marching Cubes algorithm. The modeling software exports models in STL format, which are used as input to an FDM 2000 machine to manufacture products. The examples are included to illustrate the systems and the methods.     

CT data sets surface extraction for biomechanical modeling of long bones.

In modelling applications such as custom-made implants design is useful to have a surface representation of the anatomy of bones rather than the voxel-based representation generated by tomography systems. A voxel-to-surface conversion process is usually done by a 2D segmentation of the images stack. However, other methods allow a direct 3D segmentation of the CT or MRI data set. In the present work, two of these methods, namely the Standard Marching Cube (SMC) and the Discretized Marching Cube (DMC) algorithms, were compared in terms of local accuracy when used to reconstruct the geometry of a human femur. The SMC method was found to be more accurate than the DMC method. The SMC method was capable of reconstructing the inner and outer geometry of a human femur with a peak error lower than 0.9 mm and an average error comparable to the pixel size (0.3 mm). However, the large number of triangles generated by the algorithm may limit its adoption in many modelling applications. The peak error of the DMC algorithm was 1.6 mm but it produced approximately 70% less triangles than the SMC method. From the results of this study, it may be concluded that three dimensional segmentation algorithms are useful not only in visualisation applications but also in the creation of geometry models.