多平面重建使用VTK 使用 VTK-PYTHON 从 CT 扫描数据生成多平面重建。 在医学成像中，计算机断层扫描 (CT) 和磁共振成像 (MRI) 提供人体的三维立体数据集，其中包含这些感兴趣的对象。 然而，从 CT 和 MRI 获得的数据包含许多不太感兴趣或没有兴趣的对象。 这使得没有预处理的体积渲染通常不可能或不准确。 此外，感兴趣的对象几乎不完全位于单个平面内。 出于诊断目的显示管状结构的一种方法是生成纵向横截面，以便在曲面中显示管腔、壁和周围组织。 此过程有时称为多平面重组 (MPR)。 在 linux 机器上安装 python-vtk 和 python： $sudo apt-get install python $sudo apt-get install libvtk5-dev python-vtk 要测试 python-vtk 是否正确安装，以下命令应启动 pyt

##About 这是一个重建电影社交网络的研究项目。 ＃＃要求 Python 2.7 OpenCV 图数据库：neo4j ＃＃目标 输入：1. 电影文件 2. 关键字文件（名称或关系） 3. 字幕文件 输出：1. 关系图（json） 2. 角色的人脸图像

TSDF 体素重建原理PPT，来自慕尼黑理工大学 Computer Vision Group，该方法在三维重建中应用广泛

原文是：Joint 3D Face Reconstruction and Dense Face Alignm 在看论文的时候顺便把中文翻译搞出来，方便需要的朋友。

PCL库三维重建 一，介绍 利用C ++ PCL库对KITTI数据集进行三维重建 利用livox激光雷达和hikvision相机进行三维重建 二，环境： VS2017 + PCL1.8.1 三，实验步骤： 3.1 KITTI三维重建 用KITTI的配准信息将点云投影到图像上获得真彩色点云 滤波 重采样平滑 法线计算 将点云坐标，颜色，法线信息合在一起 网格化（贪心三角化） 3.2 Livox-hikvision三维重建 读取.lvx文件，转换成pcd文件 读取hikvision拍摄视频 后续方法同2.1 补充：利用深度图进行网格化 四，结果： 4.1贪婪投影三角法网格化 1.真彩色点云（KITTI） 2.贪婪投影三角化（KITTI） 3.真彩色点云（lvx-5帧30000点） 4.贪婪投影三角化（lvx-5帧30000点） 随着处理帧数的增加，网格会更多致密，空洞会减少，但后续仍需要进行

压缩感知重建算法的一种，基于论文 A fast TVL1-L2 algorithm for image reconstruction from partial fourier

基于等距扇束CT系统，采用Siddon算法对Shepp-logan模型进行正投影仿真，其中fan_beam_projection.m是可执行的程序，Shepp_logan.mat是用于仿真的体模数据。等距扇束CT系统的具体参数见程序，程序里有参数注释。

dvs_reconstruction 从基于事件的相机（动态视觉传感器）计算完整图像

压缩传感重构算法的matlab实现，包含pdf文档的算法描述，对于学习压缩传感理论有很大帮助。

利用Siddon算法对等距离扇形束CT系统进行正投影。采用Shepp-logan模型进行了仿真