生物发光断层成像

生物发光断层成像(bioluminescence tomography, BLT) 是光学分子影像研究领域的研究热点之一，具有无创性和灵敏度高等优点，具有良好的应用前景[1-3]。目前生物发光断层在图像重建时主要借助于结构成像如计算机断层成像提供的三维表面轮廓建立小动物模型。该方法可以提供很高的精度，但是该方法的缺点是需要借助价格相对昂贵的影像设备，而且计算机断层成像的安全性也不容忽视。因此，如何简单、快速获取小动物表面模型的方法需要深入研究。

物体可视外壳(Visual Hull)[4]是指根据多幅图像中真实物体的轮廓信息估算出的物体最大化曲面。一般地，可视外壳可以通过多幅图像中真实物体轮廓反投影至三维空间求交集获得。作为物体真实模型的替代，常见的可视外壳计算方法分为基于曲面的方法和基于体元素的方法[5-6]。归纳存在的问题

本文采用基于Lagrangian方法的Snake变形模

型[7]并将其引入到可视外壳的计算中，以简单的几何曲面作为初始模型，以图像序列中提取的轮廓信息为约束驱动曲面变形，并最终收敛于目标物体。与传统的方法相比，Snake变形模型是一种采用显式表达的模型，更为直观且易于实现。由于这种基于变形模型的方法采用的初始曲面已具有三角网格的形式，减少了Marching cube方法产生网格错误的可能，提高了重建物体表面的光滑度及网格质量，且该方法占用的内存空间更少。由于Snake变形模型可根据重建物体的计算精度与计算时间灵活地调整参数，因此它可适应不同场合重建的需要。

基于压缩感知的思想，可以采用L1范数正则化的稀疏重建方法来准确定位和定量重建结果。Osher等人提出的Bregman迭代算法是求解凸优化问题的有效算法[8-9]，并将其运用在图像去噪和核磁共振成像等压缩感知领域，取得了很好的效果。在本文中，基于Snake算法的基础上，在其中加入了Bregman算法的迭代过程，通过与之前未加入该算法的重建结果进行对比后证实了该算法的有效性。

由于三维模型和真实的标准的三维模型的宽高比都可能不相同，因此有必要先对三维模型进行对齐变形，对于图像处理来说常用的对齐变形方法是标定点约束的方法。基于Laplacian算子的标定点约束算法[10]在引入算子后将问题转化为最小化能量的方法，减少了计算量，提高了效率。

为了优化模型中的细节信息，在本文中提出了一种光度法线技术，通过多次迭代不断地使计算的法向量接近真实法向量，使得重建的可视外壳表面趋之光滑。

通过对一组从多个角度拍摄的物体进行可视外壳重建的结果来看，以上算法具有一定的可行性。同时，可以将该方法运用于多种三维重建的场合。