基于改进Marching

在气象领域中,多普勒天气雷达探测到的气象数据采用以雷达站点为原点的三维极坐标系进行存储,具有形状不规则、数据量大等特征。Marching Cubes(MC)算法是三维重建中的经典算法,但应用于气象领域时存在重建效率低下和不能直接处理气象数据的缺点。为了实现气象数据的三维重建,基于MC算法提出雷达数据归一化处理与状态标记判别算法NBV-MC。该算法根据雷达基数据文件的特点对其进行归一化预处理,使用雷达基数据构建拟梯形六面体体素,对每一个六面体体素进行状态标记,在遍历六面体体素时动态判别其是否需要处理。实验结果表明,NBV-MC算法不仅解决了由于气象数据具有不规则性而不能直接用于MC算法的问题,而且可以在保证数据真实性和重建效果的情况下有效减少绘制等值面所需要的三角面片数量,提高重建速度。与MC算法相比,NBV-MC算法的重建效率提升了77.70%以上,有利于实时场景交互,便于气象研究人员直接分析雷达数据。

Marching Cubes算法研究现状

对现有的Marching Cubes改进算法从拓扑结构二义性、提高逼近精度、算法的时间和空间效率3个方面进行综述,对每一类改进算法进行新的分类,并对各类算法的实验结果进行比较.

Marching Cubes改进算法及其气象三维模拟

用三等分体元边界的方法取代了原始Marching Cubes算法中通过线性插值获得等值面与体元交点的方法,该方法不仅解决了线性插值不适用于气象数据模拟的问题,还有效地减少了等值面绘制过程中生成的三角面片的数量,在减少冗余提高绘制速度的同时也进一步提高了等值面图像绘制的质量。将改进之后的Marching Cubes算法应用在对气象模式数据即WRF数据的等值面模拟中,在图像绘制速度和绘制质量上均取得了不错的实验效果。

基于Marching Cubes重组的外存模型渐进压缩

外存模型是指其规模远远超出内存容量的海量模型 .为提高其存储、传输、显示等操作的效率 ,对外存模型进行渐进式的压缩是非常重要的 .但当前已有的外存模型压缩算法都是单一层次的 ,不能做到渐进压缩 .为此 ,该文提出一种针对外存模型的渐进压缩方法 ,能高效地压缩外存模型 ,并进行多分辨率的传输和显示 .该方法首先将外存模型的包围盒空间按照八叉树形式进行剖分和层次化组织 ,使得最精细层次的各个立方块空间中的局部模型都能完全装入内存进行处理 ;然后 ,在各个立方块中对局部的模型进行基于MarchingCubes方式的重新拟合 ,并在此基础上建立各个局部的自适应八叉树 ;最后 ,基于各个局部自适应的八叉树 ,由粗至细渐进地遍历全局自适应八叉树的各个节点 ,并利用对内存模型能高效渐进压缩编码的先进方法进行编码压缩 .实验表明 ,该方法对外存模型的压缩比达到了与处理内存模型相似的压缩比 ,高于目前的外存模型压缩方法 ,是第一个能渐进压缩外存模型的方法 .

基于Marching Cubes算法的多层医学图像重建实现

为了进一步增强医学三维图像的可视性,研究了用于医学三维图像重建的Marching Cubes算法,采用了双曲线渐进方法来消除其等值面连接的二义性,使用八叉树数据结构减少多层图像重建的冗余计算.在VS2005平台上,对CT医学图像序列,利用OPENGL图形库实现了基于这些方法的多层医学三维图像重建.实验结果表明:基于MC算法的多层医学图像重建比单层重建能给医生提供更多的可视化信息,具有一定的临床优势.

离散Marching Cubes算法在骨科手术模拟系统的应用

为保证模型相对准确和满足模拟手术过程中三维交互的实时性要求,手术模拟系统要求在保持模型拓扑结构的前提下简化模型。该文详细介绍了离散MarchingCubes(DiscMC)算法及其实现,在实现过程中使用查表法,解决了二义性问题,提高了程序的运行效率。实验表明,DiscMC算法在保持模型的拓扑结构基础上大幅度减少了三角面片数目,缩减比例达66%。DiscMC算法作为计算机模拟骨科手术系统的三维表面模型重构和简化算法是合适的。

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.

Marching Cubes算法改进研究及应用

对MC算法进行了改进和优化,运用渐近线判别法解决了原有算法的二义性问题,改善了生成图形的质量;利用线性八叉树结构提高了图形的绘制速度,使实时绘制和交互操作成为可能。运用改进后的MC算法,结合某铁矿实测数据进行矿体表面三维重构,得到了满意的效果。

基于最近邻Marching Cubes的医学图像三维重建

在医学图像三维可视化中,移动立方体算法(Marching Cubes,MC)是面绘制的经典算法。针对MC算法计算插值点导致执行速度慢、效率不高的缺点,提出一种基于最近邻逼近的MC算法,该方法在n次等分点量化序列中寻找等值面最近邻点代替线性或非线性插值,既避免了插值的大量计算又保证了误差精度,还可改善三角面片结构。利用可视化工具开发包VTK对人体脸部和脚部CT数据集进行三维重建,实验表明改进算法明显缩短了绘制时间,提高了重建效率。

基于表面再现 Marching cubes 算法改进与实现

从医学体数据中得到对象的三维可视图像有广泛的应用领域，例如医学诊断、法医学、古人类学等．本文讨论并分析了一种基于表面再现的Ｍａｒｃｈｉｎｇｃｕｂｅｓ算法的优点及存在的不足，给出了算法在时空开销、不确定性等方面的改进和解决方案，改进后的算法在实际系统中取得了良好的效果．

Marching Cubes算法中等值面的优化分析

三维重建中等值面的优化操作可以减少等值面中三角片的数目或改变三角片的组织、存储结构,并尽可能地保持等值面原来的拓扑结构和几何形状.运用中点选择法和三角带生成算法,优化了等值面中三角片的组织、存储结构,从而使得三维模型的绘制速度有很大提高.

基于压缩体素模型的Marching Cubes优化算法

等值面的提取是科学可视化的重要一环,面显示算法中经常使用的是Marching Cubes算法。针对经典Marching Cubes算法遍历Cube需时较多且占用大量计算机资源的缺点,提出基于压缩体素模型的Marching Cubes优化算法,其利用材料变化信息直接在位于物体表面的体素模型中提取表面三角网格,省略了物体外部全空和内部全实的体素,提高了表面提取的效率。此算法已应用于虚拟油泥造型系统中,取得了很好的效果。

基于Marching Cubes方法计算分子体积

利用Marching Cubes方法,基于分子形貌理论,提出了分子等值面模型体积的计算公式.首先,利用二进制和十进制的转换关系定义体元顶点的标号,并将与分子表面相交的体元归纳为16种不同的构型,其中包括基本构型和特殊构型.然后针对不同构型给出相应的体积计算公式,最终通过求和得到整个分子的体积.该方法的优点在于不需要重建分子表面,即可通过已知网格数据和阈值直接得到分子的体积,易于理解,并具有较高的计算效率.最后,通过几个典型分子体积计算结果的对比,证实了该方法准确有效.此外,该方法同样适用于其他从规则网格数据中提取的等值面模型体积的计算.

基于Double Marching Cubes的表面重建算法

为克服基于Marching Cubes的表面重建算法在绘制三维表面时因二义性面的存在而使生成的表面网格易出现错误连接而形成层间空洞的不足,提出了基于Double Marching Cubes的表面重建算法。该算法采用双立方体体素作为生成表面网格的基本单元,以双立方体的12个特征点的标记情况为依据,建立一个双立方体体素索引表,通过查找索引表的方法绘制三维表面。该算法在建立双立方体索引表时就排除掉了二义性面的所有错误连接方式,因而生成的表面网格不会出现层间空洞,避免了为消除二义性面所进行的复杂计算,加快了表面重建的速度。

三维服装表面模型的离散Marching Cubes算法

对三维服装表面模型的重构简化算法进行了研究。在三维表面模型和化简方面采用了离散MarchingCubes(DiscMc)算法,将离散的思想应用到三角面片的化简中,耗时插值计算量被降至最低,使得原有系统在重构效率和效果上都有极大的改善。位于同一平面且相邻的三角面片都进行合并,可以达到很高的简化比,算法效率很高,同时保持有限的精度损失,保持服装表面模型细微结构不会被DiscMC的简化过程所破坏,DiscMC优于其他算法。从算法描述实验可知,DiscMC仅限于原始体数据的密度值都在网格点上,并且简化是一次性的,不会反复进行简化,因此,非常适应于服装系统的三维表面模型简化。

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March 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。

基于中值法改进Marching Cubes曲面重建算法

等值面的提取是三维空间点云数据曲面重建过程中起决定性的关键因素之一。本文针对Marching Cubes点云曲面重建算法在三维重建过程中处理速度慢、插值效果不佳等问题,进行了基于点云数据的中值法改进。该算法的基本理论基础是三位点云具有连通性。根据该原理,选择一定数量的体素作为种子节点,再依据这些种子体素来拓展出地物的整个曲面。算法避免了对无用体素的遍历;利用中值计算法去取代线性插值法对等值点坐标和空间法向量进行求解,进一步缩减迭代次数。实验结果表明:与传统算法相比,基于中值法改进的Marching Cubes算法能在重建效果没有明显差异的情况下有效地提高效率。

基于Marching Cubes与Ray Casting的医学图像三维重建

本文研究了医学图像三维面绘制和体绘制的典型算法MarchingCube和RayCasting的原理和三维可视化工具包VTK的实现机制,在VC++6.0平台下,利用VTK分别实现了基于上述算法的DICOM格式的CT序列图像三维重建,并给出了关键算法和3D可视化结果。

基于改进Marching Cubes算法的血流实时仿真研究

针对传统的Marching Cubes算法空体元检测时间过多影响执行效率的问题,设计了一种针对流体表面绘制的Marching Cubes改进算法。在算法中,首先检测了规则点阵的密度,然后通过设定阈值将粒子密度低于阈值的区域与密度高于阈值的区域分离,仅将密度较高的区域使用简化版Marching Cubes算法绘制。仿真实验证明,与球形渲染算法和Marching Cubes算法相比,本文提出的算法减少了对空体元的访问,提高了显示的质量,从而使得整体绘制算法符合实时渲染的要求。

基于改进Marching Cubes算法的乳腺MRI肿块三维重建

核磁共振成像MRI(Magnetic Resonance Imaging)是目前乳腺癌肿块诊断的常用辅助手段,对图像的正确解析是关键,针对传统MC(Marching Cubes)面绘制算法应用于乳腺MRI图像的不足,提出了改进方法。首先利用乳腺MRI序列图相邻帧间图像灰度分布的相似,肿块组织形状相近等相关性,在RSF(Region-Scalable Fitting)模型的基础上利用初始轮廓迭代的方法提取肿块区域。接着将多组参数下获得的结果,依据每一帧与其前后帧的重叠面积越大越好作为条件进行筛选,使提取的等值面最优化。最后采用基于加权二次误差度量的三角形折叠方法,对面绘制产生的大量三角网格进行了简化。将所提出的改进方法应用于30例乳腺MRI序列图,实验结果表明,对于乳腺MRI肿块的三维重建在精度和绘制速度上都比使用传统MC算法有很大提高。