基于多景深融合模型的显微三维重建方法

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

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：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

在线出版日期：2017-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1613-1623