三維隱邊界曲面自適應檢測與重構的理論及套用研究

《三維隱邊界曲面自適應檢測與重構的理論及套用研究》是依託上海交通大學，由王利生擔任項目負責人的面上項目。

基本介紹

• 中文名：三維隱邊界曲面自適應檢測與重構的理論及套用研究
• 項目類別：面上項目
• 項目負責人：王利生
• 依託單位：上海交通大學

項目摘要

三維模型是理解與定量分析三維結構所必需的關鍵特徵。因此，其檢測與重構已成為三維圖像分析中的核心問題。隨著各類三維成像技術在多個領域的廣泛套用，產生了數量龐大、內容不同的各類三維圖像。為了有效地分析這些圖像，急需發展易於使用、自動化程度高及適用範圍比較廣的新三維模型檢測與重構技術。項目將對此開展研究。三維模型可看作三維圖像中的連續隱邊界曲面。因此，將對隱邊界曲面的自動或自適應的檢測與重構問題進行研究。該問題比較複雜，需要引入新的思路與方法進行探索。將借鑑視覺自適應及魯棒檢測機制、自然圖像中複雜背景下的輪廓檢測思想以及隱等值面的重構理論對問題進行研究。將基於邊界曲面的連通性、局部及區域特徵，並利用多尺度分析、特定上下文相關性分析、特定視覺機制等多種手段，對隱邊界曲面進行檢測與重構。項目的研究可以為不同類型三維圖像的理解及分析提供一個有效工具，並促進三維成像技術在各領域的快速發展及套用。

結題摘要

伴隨著各類三維成像技術在醫學之外的生命科學、工業等領域的廣泛套用，產生了數量龐大、內容不同的各類三維圖像。如何有效地分析與理解這些不同類型的三維圖像成為各套用領域亟待解決的問題。已有的三維模型檢測、重構與可視化方法或使用複雜、或在自動化程度及適用範圍方面存在限制，並不符合套用需要。為此，本項目擬對易於使用、自動化程度高、適用範圍比較廣的三維模型自適應檢測與重構方法開展研究。這是一個複雜的問題，需要引入新的思路與方法進行探索。 本項目借鑑了人類的視覺及大腦的若干處理機制，研究了三維圖像中感興趣目標的三維曲面模型的檢測、重構與可視化問題。通過把人的視覺系統中對比度自適應檢測規則與上下文相關性及曲面輪廓檢測技術相結合，提出一類三維圖像中三維模型的自適應、高精度檢測及重構方法。基於目標的連通性、空域拓撲特性等目標整體信息，提出了一類分類能力很強的三維圖像分層分類方法。基於該方法，可以把複雜三維圖像中多個目標的不同曲面模型進行分離並分別可視化。此外，本項目進一步研究了基於多視覺特徵的曲面檢測問題，以及基於格式塔自組織認知原理，探索了複雜三維圖像的分類及可視化問題。本項目通過借鑑人類的視覺分析及大腦處理機制，為三維圖像可視化技術中所涉及的複雜數據模式分析及識別問題提供了一類可行的處理思路，有助於解決複雜三維圖像的可視化問題。本項目的研究可以為三維圖像的理解及分析及可視化提供有效工具，促進三維成像技術在各領域的快速發展及套用。本項目中的主要研究結果已經在國際一流專業期刊IEEE Trans. Visualization & Computer Graphics發表兩篇長論文，並在醫學影像分析及可視化領域發表5篇SCI論文。