基于工业CT图像的自适应三维网格模型重建

黎玲 Li Ling、金恒 Jin Heng、刘杰 Liu Jie、龙超 Long Chao、何云勇 He Yunyong、李中明 Li Zhongming、段黎明 Duan Liming

2023Acta Optica SinicaEngineering被引 3开放获取

摘要

针对X射线扫描得到的工业CT图像重建三角网格模型存在尖锐特征丢失、狭长三角形和三角面片数量多等问题，提出一种自适应三维网格模型重建算法。首先对图像进行预处理；其次采用八叉树结构确定体元；然后利用二次误差函数（QEF）构建自适应八叉树；最后剖分四边形生成三角网格。使用立方体数据和两组实际扫描的CT数据对所提算法的性能进行验证分析，实验结果表明：所提算法在简化网格的同时仍能保持物体的尖锐特征，减少了狭长三角形的数量。利用所提算法生成三角网格模型的简化率可达90%，简化后网格质量大于0.3的三角网格平均占比为99%，有效地提高了由工业CT图像重建三角网格模型的质量。

引用本文（GB/T 7714）

黎玲 Li Ling, 金恒 Jin Heng, 刘杰 Liu Jie, 等. 基于工业CT图像的自适应三维网格模型重建[J]. Acta Optica Sinica, 2023.

引文网络

参考文献与被引分析加载中…

DOI：https://doi.org/10.3788/aos221477

本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。