三维种子填充算法的改进

改进了三维种子填充算法:修改了栈结构,采用区段索引表和区段表的方法存储扫描线区段信息和区段填充标志,用区段端点体素入栈代替种子体素入栈.通过设置区段填充标志,避免对已填充区段体素的重复判读,消除冗余种子体素的产生;利用相邻扫描线填充次序的连贯性消除不必要的回溯操作,并减少了回溯扫描区间.实验结果表明,改进算法提高了三维种子填充算法的效率.

浅层河道砂体的地震准确识别与精细刻画

准确刻画河道的空间展布是浅层气勘探研究的前提.因此,将由河道沉积的地质背景、测井曲线特征确定的茂兴工区四方台组地震反射特征作为“种子点”,通过三维地震数据体上的河道形态自动追踪得出河道沉积的空间展布规律.再依据钻井解释的河道沉积厚度修正其空间形态,提高了河道形态的刻画精度.研究结果表明,该区发育5条河道沉积,连续的地层切片展示出不同沉积时期河道的形成、变迁以及消失过程,强振幅区域为气藏发育区.

用基于种子点的三维图像相关法测量连续大变形(英文)

针对使用图像相关法测量物体发生的较大刚体旋转或变形容易失效的问题,提出了一种连续大变形的图像匹配方法。该方法首先利用相邻状态变形的连续性对种子点进行匹配,然后利用同一状态相邻点的变形连续性,通过种子点为其他点提供初值,并最终完成对所有点的匹配,从而在无需人工交互的情况下实现对大变形过程的高效测量。刚体旋转实验以及单向拉伸实验表明,对于40°的刚体旋转位移场以及高达113%的变形,测量结果良好,证明了本文方法的有效性。

一种变形表面的三维测量方法

提出一种新的利用标定图像进行三维测量的方法。利用SIFT算法找到初始的对应点,然后根据这些点生成三维空间中的种子点,再以这些种子点为中心,向外区域增长,直到完成整个物体表面测量。在每次增长的过程中,需要计算增长的三维空间平面在两个相机上的投影之间的图像相关系数。图像相关系数较大时认为是正确的增长,否则是错误的增长。实验证明,使用该方法能够得到很好的三维测量结果。

图卷积网络下牙齿种子点自动选取

目的选取牙齿种子点是计算机正畸中常用牙齿分割方法的关键步骤。目前业内大部分牙齿正畸软件都采用需要交互标记的分割方法,通过人机交互在3维牙颌模型上选取每一颗牙齿的种子点,效率较低。针对这一问题,提出基于特征导向的图卷积网络(feature-steered graph convolutional network,Fea St Net)牙齿种子点自动选取方法。方法通过分析每个牙齿类型的种子点位置和最终分割效果,设立统一的规则,建立了牙颌模型的种子点数据集;利用特征导向的图卷积构建了新的多尺度网络结构,用于识别3维牙颌模型上的特征信息,为了更好地拟合牙齿特征,加深网络模型的深度;再通过训练调整参数和多尺度网络结构,寻找特定的种子点,使用均值平方差损失函数对模型进行评估,以提高预测模型的精确度;把网络寻找出的特征点作为基础点,在牙颌模型上找出与基础点距离最近的点作为种子点,如果种子点位置准确,则根据种子点将牙齿与牙龈分割开。对于种子点位置不准确的结果,通过人工操作修正种子点位置,再进行分割。结果实验在自建的数据集中测试,其中种子点全部准确的牙颌占88%,其余情况下只需要调整部分不准确种子点的位置。该方法简单快速,与现有方法相比,需要较少的人工干预,提高了工作效率。结论提出的种子点自动选取方法,能够自动选取牙齿种子点,解决牙齿分割中需要进行交互标记的问题,基本实现了牙齿分割的自动化,适用于各类畸形牙患者模型的牙齿分割。