基于图像的三维心脏表面模型重建

摘要

心脏三维模型对于心脏疾病的诊断和治疗具有很重要的作用，为满足心肌缺血可视化的显示需求，本文提出了一种基于图像重建三维心脏表面模型的新方法。该方法将一个标准心脏模型固定在精密旋转台之上，然后用一部标定内参矩阵的数码相机拍摄该心脏模型随旋转台旋转一周的多幅图像。利用SIFT算法完成每幅图像的特征点检测和多视图之间特征点的匹配。通过对满足极对应关系的多视图进行两两匹配，求出图像间对应点的坐标。再利用匹配到的对应点坐标和标定好的相机内参数求出极对应图像的外参数矩阵。进而实现两幅图像间对应点的三维重建。
　　在两视图三维重建的基础上，本文提出了一种多视图三维重建方法来重建三维心脏表面模型。该方法先完成标准心脏模型多视图中任意两幅图像的三维重建，然后将所有两视图重建得到的三维点，通过坐标系的相似变换，统一到一个世界坐标系下，从而得到整个心脏表面的三维点云。最后用Meshlab软件对重建得到的心脏表面点云进行网格化处理，得到三维心脏面片模型。
　　实验结果表明，该方法成功地重建了三维心脏表面模型，并且成本低、效率高，重建的模型能满足心肌缺血可视化的显示需要。
　　本文的创新在于将心脏模型的重建和计算机视觉结合到了一起，利用成熟的图像重建技术实现了特定需求下的三维心脏模型的获得。另外一项创新是在多视图的三维重建方面，以多视图中两两图像的三维重建为基础，利用三维空间点坐标系的相似变换为手段，将分散的三维空间点进行连接融合，实现整体三维点的获得。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．2 三维心脏模型重建国内外研究现状

1．3 本文采用的方法和创新点

1．4 论文结构

第2章 两视图几何基础

2．1 射影平面

2．1．1 齐次坐标

2．1．2 射影平面

2．2 摄像机成像模型

2．2．1 基本针孔模型

2．2．2 摄像机矩阵的一般形式

2．3 对极几何和基本矩阵

2．3．1 对极几何

2．3．2 基本矩阵

2．3．3 八点算法求解基本矩阵

2．3．4 本质矩阵

2．4 本章小结

第3章 图像匹配与标定相机

3．1 特征配准算法

3．1．1 常见特征配准算法

3．1．2 尺度不变特征变换

3．2 SIFT匹配图像的流程

3．2．1 在尺度空间中检测极值点

3．2．2 极值点精确定位

3．2．3 指定关键点方向

3．2．4 特征点描述子生成

3．2．5 特征描述子的匹配

3．3 摄像机标定

3．3．1 摄像机标定的参数

3．3．2 传统摄像机标定方法

3．3．3 摄像机自标定方法

3．4 本章小结

第4章 多视图的三维重建

4．1 两视图三维重建

4．1．1 三角原理

4．1．2 单相机两视图重建

4．1．3 两视图重建流程

4．2 多视图三维重建

4．2．1 多视图重建流程

4．2．2 相似变换统一坐标系

4．3 本章小结

第5章 实验过程和结果分析

5．1 实验设备

5．2 实验步骤

5．2．1 拍摄心脏实物照片

5．2．2 图像预处理

5．2．3 图像的匹配与相机标定

5．2．4 多视图三维重建

5．3 实验结果分析

5．3．1 特征点分布分析

5．3．2 图像拍摄的角度对结果的影响

5．3．3 三维点融合分析

5．4 点云的处理

5．4．1 点云网格化的意义

5．4．2 Meshlab软件

5．4．3 Meshlab由心脏表面点云创建面片模型

5．5 本章小结

第6章 总结和展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果