首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 70 毫秒
1.
基于双距离场的三维中心路径提取算法   总被引:6,自引:0,他引:6       下载免费PDF全文
在真实的三维数据场中,自动地提取中心路径是实现自动漫游的关键问题.为了解决当前中心路径自动 提取算法中存在的效果差,计算量大的问题,提出了一种基于双距离场的快速三维中心路径提取算法,该算法对于 任意给定可连通的起点和终点,首先建立基于起点的源距离场和基于边界的边界距离场,然后通过两个距离场的 共同约束来快速地提取出一条连接起点和终点的中心路径,同时为了保证漫游的效果,还采用3次B样条曲线对 所获取的路径进行了光滑,最后在PC机平台上实现和测试了该算法,实验结果证明,该算法不仅速度快、效果好, 而且具有很高的灵活性.  相似文献   

2.
为提高虚拟内窥镜实现中提取中心路径的时间效率,改善虚拟内窥镜的实时漫游,边界距离变换算法是提取中心路径的常用算法.上述算法在建立边界距离场和源距离场时非常耗时,故实时性很差.针对建立两个场非常耗时的缺点,提出定义超大数组,建立体素点ID值和体素点在体素点集中位置的一一对应关系,减少在确定体素点位置时对体素集的扫描次数,从而提高算法的效率.实验结果表明,改进后的算法时间效率高,实时漫游效果好,速度快,提取的中心路径漫游效果好,实现了虚拟漫游效果,具有一定的实际应用与理论研究价值.  相似文献   

3.
基于Hessian矩阵的中心路径提取算法   总被引:9,自引:0,他引:9       下载免费PDF全文
李光明  田捷  赵明昌  何晖光 《软件学报》2003,14(12):2074-2081
虚拟内窥镜可用来对人体内部管腔结构进行无损检测,在医疗诊断及手术上有着重要意义.要想快速准确地进行虚拟内窥漫游,一个首要的步骤是要先提取出模型的中心线以指导视点的移动.提出了一种基于Hessian矩阵的中心路径提取算法.在距离变换的基础上,先利用Hessian矩阵的几何意义找出中心线的大致形状作为初始路径;然后进行可视性检测以确定最终的路径点,可视球的半径通过Hessian矩阵的特征值自适应地确定;最后用最短路径生成算法得到模型的中心路径.实验结果表明了该算法的有效性.  相似文献   

4.
针对虚拟内窥镜中心路径提取算法时间效率不高的问题,通过改进边界距离变换,提出了中心路径的快速提取算法。首先建立最小距离场,在边界内推过程,仅扫描并处理与边界点面连接的点并对其设标记属性,每次向里剥离一层体素标记属性随之增加,直到对内部点集都置到边界的最小边界距离值(DFB);然后找到DFB值不小于其所有面邻接点DFB值的体素点,即3D局部最大值;最后用最短路径相连3D局部最大值,形成中心线。实验结果表明,改进的中心路径提取算法的时间效率较传统距离变换算法有很大提高。  相似文献   

5.
路径规划算法是虚拟内窥镜系统的关键技术之一。论文以分类的形式对虚拟内窥镜的路径规划算法进行了综述性研究。简要介绍了路径规划算法的研究内容及分类,重点分析了中心路径规划算法的性能和特点,并讨论了相关的改进算法。通过对各种路径规划算法的性能比较和特点总结,概括出虚拟内窥镜中,路径规划算法的研究重点和思路。  相似文献   

6.
基于知识的边界提取算法   总被引:2,自引:0,他引:2  
洪晓燕  叶秀清 《计算机学报》1996,19(10):798-800
基于知识的边界提取算法洪晓燕(浙江大学分析测试中心图象处理研究室杭州310027)叶秀清(浙江大学信息与电子工程系杭州310027)AKNOWLEDGE-BASEDBOUNDARYDETECTIONALGORITHM¥HongXiaoyan(Cent...  相似文献   

7.
叶片破损区域边界的自动提取算法研究   总被引:5,自引:0,他引:5  
为了提高叶片的维修效率,提出一种叶片破损区域边界的自动提取算法.该算法主要包括两部分:区域分割和边界重构.在区域分割算法中,通过曲率估算、种子栅格选取和区域生长等步骤将破损区域的数据点从原始点云中分离出来;在边界重构算法中,通过多边形细分和离散光顺算法重构破损区域边界.应用实例表明,文中算法效率高、稳定性好,能够从散乱的点云数据中直接获取高质量的区域边界信息。  相似文献   

8.
图像边缘是图像的最基本的特征之一,边缘提取是分析和解译遥感图像的必要环节.本文分析了SUSAN算法进行边缘检测的原理和有效性,在此基础上对SUSAN算法进行了边缘检测精度的改进,并用于地物边界提取中,使地物边界提取更清晰,准确,层次感分明.以matlab7.0作为实验平台,将改进的SUSAN算法与传统方法进行了比较,实验结果表明,本方法用于提取地物边界具有一定优势.  相似文献   

9.
基于V距离势场的实时滚动路径规划   总被引:2,自引:0,他引:2  
张育  席裕庚 《机器人》1997,19(5):350-355
本文针对移动机器人作业环境中存在的大量未知障碍,而其传感器探测范围有限的特点,采用V距离势场,通过势场的局部增量修改,实现实时滚动路径规划,并通过仿真说明了其 有效性。  相似文献   

10.
基于边界跟踪的快速欧氏距离变换算法   总被引:10,自引:0,他引:10  
提出了一种基于边界跟踪、剥离的快速二维欧氏距离变换算法.从目标区域的最外层边界开始,自外向内、逐层对目标区域进行边界跟踪、剥离,直至目标区域为空.每跟踪到一个边界像素点,即根据其邻域像素所传递的最短距离信息来计算与最近背景像素间的欧氏距离,并利用一个链表结构来完成对已经过距离变换的像素点的距离更新,以解决距离传递的路径可能改变的问题.实验结果表明,该算法能够得到准确的欧氏距离,并且算法时间不到3×3倒角近似欧氏距离变换算法的2倍,比基于桶排序的欧氏距离变换算法快几十至上千倍.  相似文献   

11.
中心线是图像几何形态的一种重要拓扑描述.文中提出一种从三维图像中获取树状物体的中心线方法.先利用横截面算法快速将初始中心线定位于目标附近,然后采用Snak e模型和距离变换方法将初始中心线引导到准确位置,有效地解决了因Snake初始位置偏离目标太远而导致的收敛速度慢和部分点收敛于局部极值点的问题.  相似文献   

12.
在分析现有轮廓线提取方法不足的基础上,提出基于虚拟格网的建筑物轮廓线自动提取方法.该方法利用建筑物点云生成虚拟格网并进行二值填充;采用邻域分析方法进行边界格网的标记与追踪;为了避免边界追踪错误,设计了基于方向的单边缘格网抑制方法及基于距离的连接关系调整方法以改善提取结果质量;根据格网追踪结果,从原始建筑物点云中提取真实...  相似文献   

13.
基于多尺度Gabor滤波的造影血管中轴线的自动提取   总被引:1,自引:0,他引:1       下载免费PDF全文
提出了一种自动提取数字造影血管图像中2维血管树中轴的新方法。作为血管树3维重建的基础,2维中轴提取的准确性显得格外重要。该方法充分利用了多尺度实Gabor滤波灵活的频率带宽和理想的增强效应,对不同粗细的血管进行中轴增强和去除背景噪声,再利用Hessian矩阵计算结果提供的方位信息进行非最大值抑制求取响应图的局部极值点,最后通过双阈值分割得到血管中轴线。实验结果表明,该方法鲁棒性好,提取中轴线的质量高。  相似文献   

14.
激光光条中心线提取在视觉测量、三维重建等领域具有重要的作用.介绍了不同类型的中心线提取模型,并且回顾了这些模型的转变和创新.具体来说,根据模型采用的核心算法,将中心线提取模型分为传统提取模型和基于深度学习的提取模型;传统中心线提取模型又分为极值模型、灰度重心模型、曲线拟合模型、基于Hessian矩阵的Steger模型和...  相似文献   

15.
为了快速精确地进行加工区域边界抽取,给出了一种Z-map加工模型的加工区域边界抽取算法,该算法首先把Z-map模型下规则网格点阵转化为二元图进行边界抽取;然后以基于段长的方式,逐行扫描步长段,并利用上下行段之间的关系确定段左右节点的连接,以形成有向环,从而确定边界为外轮廓或为内轮廓,该算法时间复杂度为O(n),n为步长段的数量;接着通过对环中段间的连接关系分析,恢复了加工区域完整的边界信息;最后给出了该算法时间与段、行、列数之间的关系,同时与以前的算法进行了比较。结果表明,该算在效率和实施难度上都较以前算法有了一定的提高。  相似文献   

16.
如何对三维模型进行特征提取是近年来出现的三维模型检索中的主要问题.文章给出了一种基于视点距离的特征提取算法,该算法利用正规化后的三维模型表面到观察点的距离信息生成六幅距离图像,然后对图像进行二维傅立叶变换并对变换后的频域信息进行低频采样从而得到三维模型的特征向量.该算法克服了基于三维投影的二维图像轮廓算法中丢失模型空域信息、缺乏对图像内部信息进行描述的缺点.实验结果表明,该算法比基于轮廓算法的检索精确度提高了19%.  相似文献   

17.
针对目前双线巷道自动生成算法存在的问题,提出了一种新的基于中心线的双线巷道自动生成算法。该算法实现原理:由巷道中心线分别向两侧偏移巷道宽度的1/2距离,生成不等宽的双线巷道,双线首尾相接再生成多边形区域;任取两条巷道,求一条巷道的多边形区域与另一条巷道的双线的交点,并判断相邻两交点之间的双线是否在多边形区域内,若在多边形区域内,且一条巷道在另一条巷道的上方或相互贯通,则裁剪掉这部分双线巷道;遍历所有巷道使两两之间都经过这种方法处理,最终生成相互贯通或交叉的双线巷道图。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号