海量断层数据的三维重建算法优化
MC（Marching Cubes）算法作为一种经典的三维重建算法，得到了广泛的应用。但针对海量断层数据，采用MC算法进行三维重建时，存在很多问题：如拓扑关系的求解，算法程序效率的提高等等。因此，三维重建算法的优化问题便成为当前研究的一个热点。
文章首先介绍MC算法的基本原理与实现流程，然后介绍采用MC算法进行三维重建的主要流程，并简单介绍了构网、平滑、简化、合并这几个关键步骤。其中，平滑、简化、合并这三个步骤都是基于包含拓扑信息的网格数据进行的，因此需要对传统的构网算法实施改进：使之能够在构网的同时同步取得各三角面片间的拓扑关系。
拓扑关系的取得，比较有效的方法是边构网边获取，但对于海量断层数据，这一方法面临计算资源与计算规模之间的矛盾，为了解决这一矛盾，文章提出了 “双缓存、三层交换”的方法对构网关键算法进行优化，使得算法程序既能满足海量断层数据处理的要求，又能满足算法程序性能的要求。文章着重分析了这一方法的机理与实现流程，最后结合实际数据对算法程序性能进行对比分析，得出结论。
从结论分析可以得出，针对海量断层数据处理，利用MC算法进行三维重建时，“双缓存、三层交换”的机制确实能在一定程度上给算法程序的性能带来提升，能够达到优化算法的目的。
断层数据;MC算法;三维重建;优化算法
华中科技大学
硕士
系统分析与集成
曾致远;李衷怡
2007
中文
TP274
52
2011-03-14（万方平台首次上网日期，不代表论文的发表时间）