CN110930355B - 一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法 - Google Patents
一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法 Download PDFInfo
- Publication number
- CN110930355B CN110930355B CN201910957108.2A CN201910957108A CN110930355B CN 110930355 B CN110930355 B CN 110930355B CN 201910957108 A CN201910957108 A CN 201910957108A CN 110930355 B CN110930355 B CN 110930355B
- Authority
- CN
- China
- Prior art keywords
- image
- contour
- sample
- puffer fish
- outline
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 241000251468 Actinopterygii Species 0.000 title claims abstract description 36
- 239000000872 buffer Substances 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 title claims abstract description 20
- 210000002615 epidermis Anatomy 0.000 title claims abstract description 17
- 230000000392 somatic effect Effects 0.000 title claims abstract description 7
- 238000013178 mathematical model Methods 0.000 claims abstract description 12
- 230000000638 stimulation Effects 0.000 claims abstract description 5
- 210000003491 skin Anatomy 0.000 claims description 17
- 239000007788 liquid Substances 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 4
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002791 soaking Methods 0.000 description 3
- 241000054450 Takifugu flavidus Species 0.000 description 2
- RGCKGOZRHPZPFP-UHFFFAOYSA-N alizarin Chemical compound C1=CC=C2C(=O)C3=C(O)C(O)=CC=C3C(=O)C2=C1 RGCKGOZRHPZPFP-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 235000001968 nicotinic acid Nutrition 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法，所述方法首先通过显微技术获取位于同一焦平面内目标样本的显微图像，然后获得样本图像的完整轮廓；借助软件获取轮廓图像的CAD文件；通过CAD软件重构坐标系并批量获取轮廓样条点；最后在MATLAB中实现轮廓曲线样条点的拟合并获得较高精度的样本轮廓曲线数学表达式，从而建立三维模型。该方法仅需通过计算机软件即可实现微小样件轮廓的数学模型获取，操作简单、经济，同时可根据结果进行局部特征参数的提取，提高了建模效率及质量，解决了现有技术中微小尺寸样件建模精度较低的问题。
Description
技术领域
本发明属于生物建模技术，具体涉及一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法。
背景技术
在仿生学中，通常需要提取生物表面微小结构进行特征分析，以建立减阻元模型应用于飞机、船舶、泳衣等表面达到减阻的效果。以往因样件过小建模困难而采取形态轮廓简化，忽略了众多结构特征、模型精度较低。因此，对微米级结构的建模缺少一种操作简单、经济且能够高精度获取轮廓特征的建模方法。
发明内容
发明目的：本发明的主要目的在于提供一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法，以解决现有技术中建模精度低、效率低的问题。
技术方案：一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法，包括如下步骤：
(1)通过显微镜获取轮廓位于同一焦平面的河鲀表皮体刺显微图像；
(2)通过Halcon软件获取显微图像中轮廓条线及其轮廓图像；
(3)将轮廓图像导入Photoshop中进行去噪处理，并导出AI文件；再通过3DMax软件将AI文件导出为CAD文件；
(4)在CAD软件中处理转化为CAD文件的曲线轮廓；
(5)使用MATLAB导入所有点的坐标，以x为自变量，y为因变量进行曲线拟合后建立河鲀表皮体刺模型。
进一步的，步骤(1)中样本置于液体，通过液面静置的方式使样本轮廓均位于同一焦平面内，待测的样本中心轴或对称轴为水平线或垂直于水平线。
步骤(2)具体步骤如下：
(21)将原图像转换为RGB单通道图像，选择对比度最高的分量图像进行二值化处理，进而获得完整的图像信息及清晰的目标轮廓线条；
(22)将二值图像中的空洞区域进行填充，并采用腐蚀运算消除边缘毛体刺与干扰噪声；
(23)边缘连接存在小的缝隙，通过膨胀运算实现轮廓的平滑过渡；
(24)通过图像增强中的梯度锐化算子提高图像信噪比，提取出微小结构的真实边缘，获取到完整的河鲀表皮体刺轮廓线。
由于体刺尺寸微小，在显微拍摄过程中无法控制其位置，需对体刺进行坐标系重建与统一；为保证数学模型的精确性，样条点的提取应避免人工操作带来的误差，使用CAD软件能够满足要求且操作简便、功能稳定。因此将轮廓图像通过Photoshop软件的工作路径功能导出AI文件，经过3Dmax软件转换为CAD文件。
步骤(4)具体包括如下步骤：
(41)对河鲀表皮体刺轮廓进行坐标系的重置：将表皮体刺两边切线交点为坐标原点，切线所成角的角平分线为Y轴，其过原点的垂直方向为X轴，通过坐标变换实现坐标系的统一；
(42)通过CAD软件的样条曲线功能对样件轮廓密集取点；
(43)使用list功能批量获取样条曲线上所有点的坐标。
通过所获得的样条点坐标在MATLAB中进行拟合，得到体刺的轮廓曲线数学模型和构建傅里叶函数表达式。
进一步的，Fourier函数表示，阶数取1，表达式如下：
f(x)＝-1.503+1.04×cos(11.28×x)-0.003714×sin(11.28×x)
其数学模型的精度参数为：残差平方和为0.1336，均方差为0.02974，确定系数为0.9954，与生物模型拟合精度高，表达式复杂程度低。
有益效果：与现有技术相比，本发明通过图像获取设备及图像处理技术以获得更高精度和更加贴近生物轮廓的图像数据特征，然后结合制图软件和算法对样本图像做优化处理以获得高精度的样本模型，并且所述方法通过计算机软件即可实现微小样件轮廓的数学模型获取，操作简单、经济，同时可根据结果进行局部特征参数的提取，提高了建模效率及质量，解决了现有技术中微小尺寸样件建模精度较低的问题。
附图说明
图1为本发明所述方法的实施流程图；
图2为本发明所述方法中样本的放置方式示意图；
图3为实施例中样本为河鲀表皮体体刺的提取图像；
图4为实施例中由显微图像精确提取出的河鲀锥状部位轮廓图像；
图5为在CAD中对河鲀轮廓进行坐标系重建及与系统坐标系统一处理示意图；
图6为在MATLAB中对河鲀轮廓样条点进行拟合及函数的选取；
图7为由轮廓数学表达式建立的几何模型函数图像；
图8实施例中为河鲀的建模示意图。
具体实施方式
为了详细地说明本发明所公开的技术方案，下面结合说明书附图及具体实施例做进一步的阐述。
在工业制造方面，仿生学是研究应用的一个重要的技术。本发明所提供的就是一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法。
首先是样本提取过程：取成年健康菊黄东方鲀(河鲀)为实验对象，剥取完整鱼皮浸泡一夜至黏液与表皮分离，清洗干净，使用生物解剖工具对河鲀表皮进行解剖并标记。配置5％浓度氢氧化钾溶液浸泡表皮，置于KH-45A恒温箱内6-8小时加速鱼皮溶解。鱼皮溶解后，倒出浑浊的氢氧化钾溶液，避免长时间浸泡对体体刺造成损伤。滴入清水反复清洗，获得干净的乳白色河鲀表皮体体刺。配置1％浓度氢氧化钾溶液及1％浓度茜红素溶液浸没体体刺，静置2-3分钟进行体体刺染色，获得体体刺试验样本，用于显微镜观察。
对于河鲀表皮体刺的轮廓建模包括如下过程：
(1)通过显微镜及软件CellSens Standard获取样件的显微图像，其样件观测位置及方式根据所需测量轮廓决定。其中，河鲀表皮体刺所需测量轮廓为锥状部位曲线，使用液面静置方式置于显微镜下观测；体刺尺寸微小，根部呈爪状，无法使用支架等方式对体刺锥状部位进行水平放置。可以采用增加液体密度的方式以支撑河鲀体刺，保持样本短时间静止状态。步骤(1)中样本轻置于平静水面保持水平状态，使体刺轮廓在显微镜中位于同一焦平面，获得清晰完整准确的体刺锥状部位图像。
(2)使用Halcon软件和相应的算法精确获取显微图像中所需轮廓样条线；
2.1、将原图像转换为RGB单通道图像，选择对比度最高的分量图像进行二值化处理，进而获得完整的图像信息及清晰的目标轮廓线条；
2.2、将二值图像中的空洞区域进行填充，并采用腐蚀运算消除边缘毛体刺与干扰噪声；
2.3、边缘连接存在小的缝隙，可通过膨胀运算实现轮廓的平滑过渡；
2.4、使用图像增强中的梯度锐化算子提高图像信噪比，使图像轮廓更为清晰，准确地提取出微小结构的真实边缘
(3)将轮廓图像导入Photoshop中进行去噪处理，并导出AI文件；再通过3DMax软件将AI文件导出为CAD文件；
(4)在CAD软件中处理转化为CAD文件的曲线轮廓；
4.1针对样件进行坐标系的重置；
4.2将新建立的坐标系与CAD系统坐标系重合；
4.3使用样条曲线功能对样件轮廓密集取点，曲率变化较小处取点可较为稀疏，曲率变化越大处取点约密集，以保证样条曲线与样件轮廓线高度重合；
4.4使用list功能批量获取样条曲线上所有点的坐标；
(5)使用MATLAB导入所有点的坐标，以x为自变量，y为因变量进行曲线拟合。选取不同的函数及阶数拟合轮廓曲线，根据残差平方和(SSE)、均方差(RMSE)值及确定系数(R-square)值判断拟合精度，根据需求获得合适的数学模型；
当微小结构为旋成体，根据所得轮廓数学模型可继而在三维软件NX10.0中建立几何模型；然后根据所得轮廓数学模型，在MATLAB中可继而获得轮廓曲线的局部曲率、坐标等曲线特征数值。
详细地说，本发明所述的方法具体建模过程如图1所示。对于河鲀表皮体刺这一类比较小的生物轮廓，需要获取其轮廓的函数表达式，则提取时确保体刺锥状部分是完整的，由于体刺尺寸微小，难以实现拆分，因此该专利提供的提取方式不需要对样件进行拆分并能够保证体刺锥状部分的完整性。
通过显微镜及软件CellSens Standard获取样件的显微图像，其样件观测位置及方式根据所需测量轮廓决定。其中，河鲀表皮体刺所需测量轮廓为锥状部位曲线，使用液面静置方式置于显微镜下观测，如图2-图8所示。然后使用Halcon软件编写算法精确获取显微图像中所需轮廓样条线；接着将轮廓图像导入Photoshop中进行去噪处理，并导出AI文件；再通过3DMax软件将AI文件导出为CAD文件。由于体刺尺寸微小，在显微拍摄过程中无法控制其位置，需对体刺进行坐标系重建与统一；为保证数学模型的精确性，样条点的提取应避免人工操作带来的误差，使用CAD软件能够满足要求且操作简便、功能稳定。因此将轮廓图像通过Photoshop软件的工作路径功能导出AI文件，经过3Dmax软件转换为CAD文件。对体刺轮廓进行坐标系的重置：体刺两边切线交点为坐标原点，切线所成角的角平分线为Y轴，其过原点的垂直方向为X轴，通过坐标变换实现坐标系的统一。
本实施例中构建的河鲀轮廓线表达式具体如下：
f(x)＝a0+a1×cos(x×ω)+b1×sin(x×ω)
表1.河鲀表皮体体刺轮廓曲线的方程系数
即：f(x)＝-1.503+1.04×cos(11.28×x)-0.003714×sin(11.28×x)。
本发明所提供的方法仅需通过计算机软件即可实现微小样件轮廓的数学模型获取，操作简单、经济，同时可根据结果进行局部特征参数的提取，提高了建模效率及质量，解决了现有技术中微小尺寸样件建模精度较低的问题。
Claims (2)
1.一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法，其特征在于：包括如下步骤：
(1)通过显微镜获取轮廓位于同一焦平面的河鲀表皮体刺显微图像；
步骤(1)中样本置于平静水面保持水平状态，通过液面静置的方式使样本轮廓均位于同一焦平面内，待测的样本中心轴或对称轴为水平线或垂直于水平线；
(2)通过Halcon软件获取显微图像中轮廓样条线及其轮廓图像；
其具体步骤如下：
(21)将原图像转换为RGB单通道图像，选择对比度最高的分量图像进行二值化处理，进而获得完整的图像信息的目标轮廓线条；
(22)将二值图像中的空洞区域进行填充，并采用腐蚀运算消除边缘毛体刺与干扰噪声；
(23)边缘连接存在小的缝隙，通过膨胀运算实现轮廓的平滑过渡；
(24)通过图像增强中的梯度锐化算子提高图像信噪比，提取出微小结构的真实边缘轮廓线；
(3)将轮廓图像导入Photoshop中进行去噪处理，并导出AI文件，再通过3DMax软件将AI文件导出为CAD文件；
(4)在CAD软件中处理转化为CAD文件的曲线轮廓；
其具体包括如下步骤：
(41)对河鲀表皮体刺轮廓进行坐标系的重置：表皮体刺两边切线交点为坐标原点，切线所成角的角平分线为Y轴，其过原点的垂直方向为X轴，通过坐标变换实现坐标系的统一；
(42)通过CAD软件的样条曲线功能对样件轮廓密集取点；
(43)使用list功能批量获取样条曲线上所有点的坐标；
(5)使用MATLAB导入所有点的坐标，以x为自变量，y为因变量进行曲线拟合后建立河鲀表皮体刺模型，
具体的，通过所获得的样条点坐标在MATLAB中进行拟合，构建傅里叶函数表达式从而得到体刺的轮廓曲线数学模型，表示为：
f(x)＝a0+a1×cos(x×ω)+b1×sin(x×ω)。
2.根据权利要求1所述的基于图像处理的微米级河鲀表皮体刺轮廓建模方法，其特征在于：Fourier函数表达式 ，阶数取1，表达式如下：
f(x)＝-1.503+1.04×cos(11.28×x)-0.003714×sin(11.28×x)
其数学模型的精度参数为：残差平方和为0.1336，均方差为0.02974，确定系数为0.9954，与生物模型拟合精度高，表达式复杂程度低。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910957108.2A CN110930355B (zh) | 2019-10-10 | 2019-10-10 | 一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910957108.2A CN110930355B (zh) | 2019-10-10 | 2019-10-10 | 一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110930355A CN110930355A (zh) | 2020-03-27 |
| CN110930355B true CN110930355B (zh) | 2022-02-11 |
Family
ID=69848825
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910957108.2A Active CN110930355B (zh) | 2019-10-10 | 2019-10-10 | 一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110930355B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112669380B (zh) * | 2020-12-25 | 2022-09-09 | 宁波智能装备研究院有限公司 | 一种显微操作系统中目标姿态控制方法及系统 |
| CN113284157B (zh) * | 2021-05-26 | 2023-06-02 | 广东工业大学 | 一种大幅面皮革轮廓检测与轨迹优化方法 |
| CN114132428B (zh) * | 2021-11-29 | 2022-09-23 | 江苏科技大学 | 一种水下航行器复合减阻方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102589468A (zh) * | 2012-02-07 | 2012-07-18 | 山东理工大学 | 一种软骨鱼盾鳞沟槽截面轮廓曲线的建模方法 |
| CN104156941A (zh) * | 2014-05-13 | 2014-11-19 | 北京致胜宏达科技有限公司 | 一种确定图像上几何轮廓区域的方法及系统 |
| CN107356232A (zh) * | 2017-07-26 | 2017-11-17 | 广东飞新达智能设备股份有限公司 | 一种视觉检测系统用图像处理方法 |
| CN107576279A (zh) * | 2017-09-18 | 2018-01-12 | 三峡大学 | 一种确定运动中鱼体中线方程的装置及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100682889B1 (ko) * | 2003-08-29 | 2007-02-15 | 삼성전자주식회사 | 영상에 기반한 사실감 있는 3차원 얼굴 모델링 방법 및 장치 |
-
2019
- 2019-10-10 CN CN201910957108.2A patent/CN110930355B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102589468A (zh) * | 2012-02-07 | 2012-07-18 | 山东理工大学 | 一种软骨鱼盾鳞沟槽截面轮廓曲线的建模方法 |
| CN104156941A (zh) * | 2014-05-13 | 2014-11-19 | 北京致胜宏达科技有限公司 | 一种确定图像上几何轮廓区域的方法及系统 |
| CN107356232A (zh) * | 2017-07-26 | 2017-11-17 | 广东飞新达智能设备股份有限公司 | 一种视觉检测系统用图像处理方法 |
| CN107576279A (zh) * | 2017-09-18 | 2018-01-12 | 三峡大学 | 一种确定运动中鱼体中线方程的装置及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 河鲀背部形貌曲面拟合与数学建模;周宏根 等;《吉林大学学报(工学版)》;https://doi.org/10.13229/j.cnki.jdxbgxb20190125;20190513;第1-7页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110930355A (zh) | 2020-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110930355B (zh) | 一种基于图像处理的微米级河鲀表皮体刺轮廓建模方法 | |
| CN108399649B (zh) | 一种基于级联回归网络的单张图片三维人脸重建方法 | |
| CN109903327B (zh) | 一种稀疏点云的目标物尺寸测量方法 | |
| CN112241997B (zh) | 基于多尺度点云上采样的三维模型建立、修复方法及系统 | |
| CN106780619B (zh) | 一种基于Kinect深度相机的人体尺寸测量方法 | |
| CN110866969B (zh) | 基于神经网络与点云配准的发动机叶片重构方法 | |
| EP1574818A3 (en) | Non-contact measurement method and apparatus | |
| CN109903319A (zh) | 一种基于多分辨率的快速迭代最近点配准算法 | |
| CN104751473B (zh) | 碳酸岩多尺度孔洞特征的确定方法及装置 | |
| CN113888689A (zh) | 图像渲染模型训练、图像渲染方法及装置 | |
| CN110555835A (zh) | 一种脑片图像区域划分方法及装置 | |
| CN110414481A (zh) | 一种基于Unet和LSTM的3D医学影像识别和分割方法 | |
| CN110532865B (zh) | 基于可见光与激光融合的航天器结构识别方法 | |
| CN109523512A (zh) | 一种基于多图谱标签融合的医学图像自动分割方法 | |
| CN104867104A (zh) | 基于xct图像非刚度配准的目标鼠解剖结构图谱获取方法 | |
| CN113888531B (zh) | 混凝土表面缺陷检测方法、装置、电子设备及存储介质 | |
| CN110009745B (zh) | 根据平面基元和模型驱动对点云提取平面的方法 | |
| CN111968224A (zh) | 船舶3d扫描点云数据处理方法 | |
| CN113362463A (zh) | 一种基于高斯混合模型的工件三维重建方法 | |
| CN111159876B (zh) | 基于mri医学影像和轮廓勾画实现3d打印模型的设计方法 | |
| KR20170098642A (ko) | 메쉬모핑을 이용한 동맥의 혈류역학 3차원 볼륨 격자 생성 방법 | |
| CN116012528A (zh) | 一种大白菜卷曲性状量化的三维重建方法 | |
| CN103860282A (zh) | 一种扫描并构建三维牙颌的方法及图像采集装置 | |
| CN108648167B (zh) | 一种口内扫描的三维扫描方法 | |
| Chen et al. | 3D object reconstruction with Kinect based on QR code calibration |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Feng Xiaoming Inventor after: Tian Guizhong Inventor after: Liu Chenqing Inventor after: Zhou Honggen Inventor after: Jia Changfeng Inventor after: Zhu Yesheng Inventor after: Fan Dongliang Inventor after: Zhang Yaosheng Inventor after: Cui Jie Inventor before: Tian Guizhong Inventor before: Liu Chenqing Inventor before: Zhou Honggen Inventor before: Feng Xiaoming Inventor before: Jia Changfeng Inventor before: Zhu Yesheng Inventor before: Fan Dongliang Inventor before: Zhang Yaosheng Inventor before: Cui Jie |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |