在Form1的Load事件中：
复制代码

private void Form1_Load(object sender, EventArgs e)

{

　　　　　　  //创建数据读取对象

vtkDICOMImageReader reader = new vtkDICOMImageReader();
        //小端字节
        reader.SetDataByteOrderToLittleEndian();

        //设置切片数据路径
        reader.SetDirectoryName(@"C:\Users\Administrator\Desktop\vtk\801");

        vtkImageShrink3D shrink = new vtkImageShrink3D();

        shrink.SetShrinkFactors(4, 4, 1);

        shrink.AveragingOn();

        shrink.SetInput((vtkDataObject)(reader.GetOutput()));


        //提取等值面
        vtkMarchingCubes skinExtractor = new vtkMarchingCubes();

        //建立算法对象，从CT切片数据中提取出皮肤
        skinExtractor.SetValue(0, 50); //提取出CT值为50的组织

        skinExtractor.SetInputConnection(shrink.GetOutputPort());

        vtkDecimatePro deci = new vtkDecimatePro(); 
        deci.SetTargetReduction(0.3);

        deci.SetInputConnection(skinExtractor.GetOutputPort());

        vtkSmoothPolyDataFilter smooth = new vtkSmoothPolyDataFilter();  //光滑图像

        smooth.SetInputConnection(deci.GetOutputPort());

        smooth.SetNumberOfIterations(200);

        vtkPolyDataNormals skinNormals = new vtkPolyDataNormals();  //法线

        skinNormals.SetInputConnection(smooth.GetOutputPort());

        skinNormals.SetFeatureAngle(60.0);

        vtkStripper stripper = new vtkStripper();  

        stripper.SetInputConnection(skinNormals.GetOutputPort());

        vtkDataSetMapper skinMapper = new vtkDataSetMapper(); 
        skinMapper.SetInput(stripper.GetOutput());

        skinMapper.ScalarVisibilityOff();


        //设置相机
        vtkCamera aCamera = new vtkCamera();

        aCamera.SetViewUp(0, 0, -1);

        aCamera.SetPosition(0, 1, 0);

        aCamera.SetFocalPoint(0, 0, 0);

        aCamera.ComputeViewPlaneNormal();


        //设置Actor
        vtkActor coneActor = new vtkActor();

        coneActor.SetMapper(skinMapper);

        coneActor.GetProperty().SetAmbient(0.5);

        coneActor.GetProperty().SetDiffuse(1);

        coneActor.GetProperty().SetSpecular(0.6);

        //显示类
        vtkRenderer renderer = renderWindowControl1.RenderWindow.GetRenderers().GetFirstRenderer();

        renderer.AddActor(coneActor);//添加coneActor对象

        //renderer.AddActor2D(new vtkProp());//添加textActor对象

        renderer.SetBackground(0, 0, 0);

        renderer.SetActiveCamera(aCamera);//添加相机

        renderer.ResetCamera();

        vtkRenderWindow renWin = renderWindowControl1.RenderWindow;//设置绘图窗口renWin->AddRenderer(renderer);//装载绘图类

        vtkWin32RenderWindowInteractor iren = new vtkWin32RenderWindowInteractor();

        iren.SetRenderWindow(renWin);//装载绘图窗口

    }

复制代码

龙华大道1号http://www.kinghill.cn/LongHuaDaDao1Hao/index.html

VTK简介：
VTK是一个开源的免费软件系统，主要用于三维计算机图形学、图像处理和可视化。Vtk是在面向对象原理的基础上设计和实现的，它的内核是用C++构建的。
因为使用C#语言开发，而VTK是C++的，所以推荐使用VTK的.Net开发库：ActiViz。
本系列文章主要以技术和代码讲解为主，ActiViz的安装和环境配置可以参考:
ActiViz(VTK的C#库)学习使用心得之二：Activiz.NET的下载和安装
官网资料：https://www.kitware.eu/product/activiz
三维重建技术介绍：
对于一些复杂的图像，医生希望用三维重建来观察病灶点来辅助诊断，一般在医学领域内的三维重建类型分为以下六种：
多层面重建(MPR)
最大密度投影(MIP)
表面阴影遮盖(SSD)
容积漫游技术(VR)
曲面重建(CPR)
虚拟内镜技术(VE)
本系列教程最终效果(实际效果受显卡能力决定)：
当我们下载并安装好ActiViz之后，准备好要三维重建的Dcm文件，在VS2017中新建一个桌面应用程序项目：
 引用相关的动态库：
 在Form1的Load事件中：
        private void Form1_Load(object sender, EventArgs e)        {　　　　　　  //创建数据读取对象            vtkDICOMImageReader reader = new vtkDICOMImageReader();            //小端字节            reader.SetDataByteOrderToLittleEndian();            //设置切片数据路径            reader.SetDirectoryName(@"C:甥敳獲AdministratorDesktopvtk801");            vtkImageShrink3D shrink = new vtkImageShrink3D();            shrink.SetShrinkFactors(4, 4, 1);            shrink.AveragingOn();            shrink.SetInput((vtkDataObject)(reader.GetOutput()));            //提取等值面            vtkMarchingCubes skinExtractor = new vtkMarchingCubes();            //建立算法对象，从CT切片数据中提取出皮肤            skinExtractor.SetValue(0, 50); //提取出CT值为50的组织            skinExtractor.SetInputConnection(shrink.GetOutputPort());            vtkDecimatePro deci = new vtkDecimatePro();             deci.SetTargetReduction(0.3);            deci.SetInputConnection(skinExtractor.GetOutputPort());            vtkSmoothPolyDataFilter smooth = new vtkSmoothPolyDataFilter();  //光滑图像            smooth.SetInputConnection(deci.GetOutputPort());            smooth.SetNumberOfIterations(200);            vtkPolyDataNormals skinNormals = new vtkPolyDataNormals();  //法线            skinNormals.SetInputConnection(smooth.GetOutputPort());            skinNormals.SetFeatureAngle(60.0);            vtkStripper stripper = new vtkStripper();              stripper.SetInputConnection(skinNormals.GetOutputPort());            vtkDataSetMapper skinMapper = new vtkDataSetMapper();             skinMapper.SetInput(stripper.GetOutput());            skinMapper.ScalarVisibilityOff();            //设置相机            vtkCamera aCamera = new vtkCamera();            aCamera.SetViewUp(0, 0, -1);            aCamera.SetPosition(0, 1, 0);            aCamera.SetFocalPoint(0, 0, 0);            aCamera.ComputeViewPlaneNormal();            //设置Actor            vtkActor coneActor = new vtkActor();            coneActor.SetMapper(skinMapper);            coneActor.GetProperty().SetAmbient(0.5);            coneActor.GetProperty().SetDiffuse(1);            coneActor.GetProperty().SetSpecular(0.6);            //显示类            vtkRenderer renderer = renderWindowControl1.RenderWindow.GetRenderers().GetFirstRenderer();            renderer.AddActor(coneActor);//添加coneActor对象            //renderer.AddActor2D(new vtkProp());//添加textActor对象            renderer.SetBackground(0, 0, 0);            renderer.SetActiveCamera(aCamera);//添加相机            renderer.ResetCamera();            vtkRenderWindow renWin = renderWindowControl1.RenderWindow;//设置绘图窗口renWin->AddRenderer(renderer);//装载绘图类            vtkWin32RenderWindowInteractor iren = new vtkWin32RenderWindowInteractor();            iren.SetRenderWindow(renWin);//装载绘图窗口        }
这里我用的是头颅的CT影像切片，运行后就得到了一个未上色的三维模型：
修改上面的代码，尝试提取脑部血管模型：
 //建立算法对象，从CT切片数据中提取出皮肤skinExtractor.SetValue(0, 250); //血管CT值为200-300左右
C#开发PACS、RIS医学影像处理系统

用影像重建技术，快速生成场景三维模型的平台，专注于提供文化遗产数字资源的展示、保护、管理、传播和应用服务。
一、器材准备：
文物3D建模设备建议最好使用单反或者微单相机，手机拍摄亦可，但必须保证光照充足。对于大型雕塑等可用无人机拍摄。如果在室内摄影棚拍摄，需要闪光灯、柔光箱、背景纸、电动转盘等等。

二、文物数字化拍摄环境：
1) 室内：请保持光线充足，照片中不要出现移动的物体，如人、车等。如图

2) 室外：最好在光线比较均匀的阴天，或者阳光柔和的清晨、黄昏。
3) 摄影棚：请使用柔光箱让光线保持均匀。如图

三、拍摄物体：
绝大多数物体均可采用影像3D建模来重建3D模型，但是对于表面光滑且无明显花纹的物体、透明的物体、不锈钢强反射的金属物品，由于表面反光强烈，影像重建技术可能无法正确构建 3D 建模。如图
四、拍摄设备基本设置：
单反：尽量设置为较低的 ISO，最好能控制在 ISO 200 以下。拍摄小物体的时候一定要收小光圈，最好在 F8 以上，尽量保证整个物体都清晰。
手机：由于手机的感光元件较小，容易产生噪点，所以建议室内光线不好的情况下不要使用手机拍摄，最好在室外拍摄。另外由于手机的镜头解析度有限，所以只适合拍摄费重要的物体。 
五、拍摄方案：
（1）文物重建环绕拍摄：拍摄者可环绕物体进行拍摄，建议每隔 10-15 度拍摄一张，环绕一圈拍摄 20-30 张，最好有 2-3 个高度拍摄。对某些不容易拍到的死角可以单独拍摄特写拍摄，比如雕像的下巴底部，头顶等部位，可以用相机对着下巴底部或者头顶补拍几张。在拍摄的时候请勿移动物体，如果拍摄期间物体移动，请重新拍摄。如图。

（2）无人机倾斜摄影测量航拍：对于单个建筑物可以使用类似环绕拍摄的方式，在 2-3 以上不同高度使用兴趣点模式，环绕物体拍摄。也可以将无人机镜头倾斜45°，从4个不同方向扫描拍摄整个物体。如图

（3）摄影棚拍摄：摄影棚内批量拍摄可以使用电动转盘、闪光灯、柔光箱、纯色背景纸、三脚架等专业器材进行拍摄。将要拍摄的物体放置在电动转盘上，背景使用和物体颜色反差大的颜色，比如深色物体用浅色背景纸，浅色物体用深色背景纸，转盘用同样的背景纸包裹起来。建议采用反光少的植绒背景纸，以取得最佳效果。如图三

六、官网上注册、登录
（1）在浏览器（意见使用谷歌浏览器）上进入“如初三维重建平台”官网。
（2）注册。

（3）登录首页
七、上传数据：
（1）点击“开始建模”，创建任务。
（2）填写任务信息并保存。


（3）开始上传相片

八、开始建模:
（1）待相片数据上传完成，并确认无误。
（2）点击开始建模

（3）可以关闭页面，该干嘛干嘛去，耐心等待成果，建模完成后有邮件通知。

匹配地面街景的倾斜摄影全空间信息恢复研究

宋文平1，杨志强1，计国锋1，童雅妮2，高歌2

( 1． 长安大学测绘与空间信息研究所，陕西西安710064; 2． 陕西国土测绘工程院，陕西西安710064)

这篇文章发表在 测绘通报. 2015年S1期  第187-191页 北大核心 的文章就是将倾斜摄影和地面街景进行有机的耦合，得到完整的空间信息。

 

存在的问题：基于多视图倾斜测量的三维重建技术具有高效、成本低的特点，但在近地面往往存在细节失真，模糊的问题。因此重建出的三维模型，在近地部分总是存在形变的。如下图所示。目前在倾斜三维重建这一块，现在的技术还无法解决近地面形变问题。所以，只能通过其他方法对地面细节进行恢复。



 

作者用倾斜影像和近地影像分别进行三维重建，然后将近地影像重建好的地物模型定位到倾斜影像重建出的模型中，实现几何和纹理的恢复。

1. 作者首先分析了倾斜摄影存在的问题：

由于建筑物等地面实体的遮挡，造成了近地面数据的丢失，特别是近地面的路灯、围栏、行道树等近地面数据；
	
由于倾斜摄影角度等不同，其在地面数据上的鉴别效果也不一样。这就造成了近地面数据的细节不清晰，特别是行道上的

	招牌字、行道树、居民窗户等近地面细节；
	
倾斜摄影测量的近地面模型有空洞，并且其表面模糊粗糙。由于这种原因，造成了其在近地面模型无法量测或量测的精度较低。
2. 比较了倾斜摄影和地面摄影的不同之处：



 

3. 给出了解决办法并指出难点：

将倾斜摄影与地面街景技术进行有机的契合，建立空地全方位信息一体化可量测模型来进行全方位空间信息的提取。两者融合最大的难点在于街景相机位置和姿态要足够精确。

倾斜相机的架设方法：将倾斜相机安装在空中的无人机等平台上，向下按规程拍摄就是倾斜摄影; 将此倾斜相机倒过来安装在地面的车上，向上拍摄来获取地面街景的影像序列。这样利用相同的计算机视觉方法，就会获得相对精度较高的相机初始位置和姿态数据信息。
	
改进普通的地面街景：不把GPS 和惯导综合系统获取的位置和姿态作为其相机的最终位姿，而是将GPS 和惯导综合系统获取的位置和姿态作为初始值，采用一定的优化算法进行优化，将优化后的相机的位姿作为其最终的位姿。首先对街景图像序列进行获取，然后利用并行sift 算法、并行ＲANSAC 算法结合来进行特征点的提取、同名点的匹配、初始相机位置姿态的求取，并利用获取的初始相机位置姿态来计算街景图像序列的初始结构，再基于并行捆集调整算法来对街景图像序列进行整体的捆集调整，最后基于并行多视图匹配算法求得相机的最优化位置姿态和完整的场景结构。
	
细节信息提取：在倾斜影像建模的基础上，以倾斜摄影基本原理为基础，利用地面街景技术进行精确定向，从而进行精细建模。细节提取1: 丢失的垃圾桶信息。细节提取2: 街面字幕信息提取






 

 

但是地面影像采集需要再次耗费时间和人力，而且需要用地面影像再次建模，有没有不需要进行地面影像采集的方法？

一点想法，不成熟：

后面实验有成果了，再好好整理一下