13、3D图像分割与标注技术：从木材纤维到通用模型

3D图像分割与标注技术：从木材纤维到通用模型

木材纤维在3D CT图像中的分割

纤维闭合方法评估

纤维闭合方法在木材纤维CT图像横截面处理中具有重要作用。通过对合成3D图像的孔隙闭合方法评估，我们可以了解不同参数下的效果。以下是评估结果表格：
| 最大重叠 | 未闭合 | 闭合（最大重叠为2） | 闭合（最大重叠为3） | 闭合（最大重叠为4） | 闭合（最大重叠为5） | 闭合（最大重叠为inf） |
| — | — | — | — | — | — | — |
| 缺失体素 | 20891 | 16375 | 9599 | 8382 | 8572 | 9377 |
| 多余体素 | 0 | 119 | 415 | 753 | 934 | 1055 |
| 总像素误差 | 14% | 11% | 7% | 6% | 7% | 7% |

从表格中可以看出，随着最大重叠值的增加，缺失体素数量逐渐减少，多余体素数量逐渐增加，总像素误差先减小后趋于稳定。这表明在一定范围内增加最大重叠值可以提高分割效果，但超过一定值后效果提升不明显。

个体纤维分割

我们采用特定的图表示方法进行个体纤维分割。对于平面图像切片使用4 - 连通性，对于体积使用6 - 连通性，并利用Maxflow软件解决最小割优化问题。
具体操作步骤如下：
1. 构建图表示：根据图像类型（平面或体积）选择合适的连通性构建图。
2. 解决优化问题：使用Maxflow软件求解最小割问题，实现纤维分割。

该分割方法在2D合成图像和3D图像上都进行了尝试。在2D合成图像中，与Aronsson