基于三维分数阶微分增强的边缘曲面重构算法

提出一种基于三维分数阶微分增强的三维边缘曲面重构算法,可重构出更多的三维不规则目标的细节结构信息,克服了原边缘曲面重构算法重构细节信息不充分的缺点.根据分数阶微分傅里叶变换的可分离性原理,将二维分数阶微分算子推广至三维并推导出三维分数阶离散滤波模板,利用三维分数阶微分对图像具有非线性增强作用的特性,对三维切片数据场进行三维分数阶微分增强.与传统三维边缘曲面重构算法相比,经过三维分数阶微分增强且采用分数阶梯度追踪细节改进的重构算法,能够重构出更丰富的三维目标细节结构信息.算法运用于神经元细胞的共焦显微图像中三维不规则目标的边缘曲面重构,实验结果验证了该算法的正确性和高效性,可推广应用至生物医学领域的三维可视化研究.