文献类型：期刊文章

作　　者：闫涛[1,2] 陈斌[3] 刘凤娴[4,2] 王佐才[1,2] 郭玉峰[1,2] 郭四稳[5]

Yan Tao;Chen Bin;Liu Fengxian;Wang Zuocai;Guo Yufeng;Guo Siwen(Division of Machine Vision, Chengdu Institute of Computer Applications, Chinese Academy of Sciences, Chengdu 610041;Division of Mathematics and Physics, Guangzhou Institute of Electronic Technology, Chinese Academy of Sciences, Guangzhou 510070;State Key Laboratory of Organic Geochemistry, Institute of Geochemistry, Chinese Academy of Sciences, Guangzhou 510640;University of Chinese Academy of Sciences, Beijing 100049;School of Computer Science and Educational Software, Guangzhou University , Guangzhou 510006)

机构地区：[1]中国科学院成都计算机应用研究所机器视觉研究室,成都610041 [2]中国科学院大学,北京100049 [3]中国科学院广州电子技术研究所数理研究室,广州510070 [4]中国科学院广州地球化学研究所有机地球化学国家重点实验室,广州510640 [5]广州大学计算机科学与教育软件学院,广州510006

出　　处：《计算机辅助设计与图形学学报》

基　　金：国家“八六三”高技术研究发展计划(2015AA015408);中国科学院西部之光基金(2011180)

年　　份：2017

卷　　号：29

期　　号：9

起止页码：1613-1623

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：鉴于激光共聚焦三维重建技术在金属样本的显微三维重建过程中具有重建速度慢的不足,在保证重建精度的前提下,提出一种基于多景深融合模型的显微三维重建方法来提升重建效率.该方法将三维重建问题转化为二维图像景深融合问题,首先提出一种基于非降采样Contourlet变换与多态脉冲耦合神经网络的图像融合方法,对不同景深图像序列运用该方法进行融合操作,得到的初代融合图像最大程度保留了原始图像信息;然后提出一种基于相关系数的区域图像匹配方法,得到以原始图像为基础的二次融合图像和初代高度映射图;最后定义一个能量泛函模型以消除二次融合图像中存在的假点信息,其极小化过程保证二次融合图像收敛于初代融合图像,同时初代高度映射图按照相同的方式演化,迭代结束即完成三维重建.运用文中方法对微尺度金属样本进行三维重建实验的结果表明,相比于激光共聚焦三维重建,该方法在保证三维重建结果具有较高精度与较好抗噪性的基础上,提升了重建效率.

关 键 词：非降采样Contourlet变换  脉冲耦合神经网络 能量泛函 显微三维重建  

分 类 号：TP391.41]