从 2D 图像算法重建 3D 图像答案

【问题标题】：Reconstructing 3D image from 2D image algorithm从 2D 图像算法重建 3D 图像
【发布时间】：2015-10-18 17:14:57
【问题描述】：

我有一些岩石的 CT 图像，我想用这些图像构建一个 3D 图像。这是我第一次从事图像处理工作，从 CT 2D 图像构建 3D 图像对我来说听起来很复杂。找了好久，终于有了这些想法，

要从 2D 图像构建 3D 图像，您需要找到深度图，该图指示物体与相机的距离或距离。然后这张地图将有助于构建 3D 图像（我不知道怎么做，也没有找到明确的资源）。
存在多种用于此类重建的算法，如分析、迭代和统计。经过搜索，在我看来，最后两种类型比第一种更好。

我阅读了太多资源，例如研究论文和调查论文，但它们的技术含量很高，我无法将其中提到的信息联系起来。

这是我搜索过程的一些结果，

以上资源都没有以简单的方式解释该过程。

我知道有一些软件可以完成这项工作，但在使用任何软件之前，我想从数学上理解算法本身。

谁能逐步解释从 2D CT 图像重建 3D 图像的算法是如何工作的，特别是对于迭代和统计方法？

【问题讨论】：

【解决方案1】：

根据您的描述，我推断您已经将数据处理为 2D 图像（3D 对象的切片）。 CT 图像的重建由 CT 设备制造商的软件执行，这是一个使用反投影等算法将探测器收集的原始数据转换为体素 3D 矩阵的过程。

您拥有的图像是该 3D 体素矩阵的 2D 切片。要从该 2D 数据再现 3D 图像，您只需要切片之间的距离（切片厚度）和 2D 图像像素的大小。如果您有 DICOM 图像，则有一个标签：切片厚度表示切片厚度，以毫米为单位。

如果您想了解重建过程，我建议从迭代重建方法开始。主题很广泛，可以在单个帖子中详细说明，因此我提供了一些您可以开始的链接：

【讨论】：