초록 close

영상으로부터 임의의 등밀도 표면을 재구성하기 위한 새로운 방법을 제안하였다. 제안된 방법은 이 분야의 가장 대표적인 알고리즘인 마칭큐브에서와는 달리 단층영상에서 직접 등밀도 표면을 생성하지 않고 등밀도점을 먼저 추출하며, 셀경계 알고리즘을 이용하여 구한 초기메쉬의 각 정점들을 이들 등밀도점 방향으로 표면축소포장(Shrink-wrapping)하는 과정을 반복적으로 적용하여 등밀도 표면을 추출한다. 이렇게 함으로써 마칭큐브에서 나타나는 크랙이나 표면결정의 모호성이 발생하지 않고 안정적인 표면을 재구성 할 수 있다. 또한, 마칭큐브에서 O(1)-인접한 등밀도점만을 사용할 수 있는데 비해, 제안된 방법은 O(2) 및 O(3)-인접한 등밀도점을 표면재구성에 활용할 수 있게 함으로써 이론적으로 마칭큐브 알고리즘보다 더 정밀한 표면을 추출할 수 있도록 하였다. 실험을 통해 제안된 표면 재구성 알고리즘이 단층영상에서부터 등밀도면을 재구성하는데 매우 안정적이고 정확하며 효과적임을 확인할 수 있었다.


paper addresses a new surface reconstruction scheme for approximating the isosurface from a set of tomographic cross sectional images. Differently from the novel Marching cube algorithm, our method does not extract iso-density surface(isosurface) directly from the voxels but calculates the iso-density point(isopoint) first. After building the relatively coarse initial mesh by the Cell-boundary algorithm approximating the isosurface, it produces the final isosurface by iteratively shrinking and smoothing the initial mesh. Comparing with the Marching Cube algorithm, our method is robust and does not make any crack in resulting surface model. Furthermore, the proposed method surmounts the O(1)-adjacency limitation of MC in defining the isopoints by permitting the O(2) and O(3)-adjacent isopoints in surface reconstruction, and can produce more accurate isosurface. According to experiments, it is proved to be very robust and efficient for isosurface reconstruction from cross sectional images.