Adaptive Surface Reconstruction for 3D CT-Data based on Geometric Modelling

Beschreibung

Ziel der Arbeit ist die Entwicklung einer effizienten und genauen Methode zur Extraktion von Material Oberflächen aus hoch aufgelösten Volumenbildern. Der Algorithmus soll auf CT Scans von Luft- und Ölfiltern angewandt werden.

Diese Bilder beinhalten zum Teil große, flache Gebiete, sowie kleinere, stark gekrümmte Regionen. In der Praxis gängige Algorithmen liefern sehr große Triangulierungen, die für die weitere Verwendung nicht geeignet sind.

Im Rahmen der Promotion soll ein neuer Ansatz erforscht werden, bei dem B-Spline Tensorproduktflächen verwendet werden, um die Isoflächen zu beschreiben. Die Extraktion von B-Splines aus Volumenbildern ist eng verwandt mit der B-Spline Approximation von Punktwolken. Demnach werden entsprechende Algorithmen als Vorlage verwendet. Sobald ein genaues B-Spline Modell erzeugt wurde, kann dieses verwendet werden, um eine adaptive Triangulierung zu erzeugen. Falls zusätzliche geometrische Informationen verfügbar sind (zum Beispiel durch CAD Modelle), sollen diese ebenfalls in die Berechnung der B-Splines mit einbezogen werden, um die Qualität der Ergebnisse zu verbessern.

Status

abgeschlossen