王永祥　王鹏

摘 要： 针对传统三维虚拟技术进行三维图像数据重构时存在重构精度低、清晰度不高的问题，提出云计算环境下的三维图像数据重构方法。构建了Hadoop结构的云计算环境，其由MapReduce编程应用、HDFS分布式计算应用、Hbase开源数据库以及多项Apache服务器软件构成。选取体素作为三维图像数据重构的基本单元，采用各向异性分散过滤法在Hadoop结构中腐蚀体素，达到图像去噪和消除体素不稳定形态的目的。采用一种跳跃性的三维空间索引方法进行三维图像数据重构，减少对无用体素索引的过程，提高重构效率。实验结果表明，所提方法的重构效果好、清晰度高。

关键词： 云计算环境； Hadoop结构； 三维图像数据； 重构； 三维空间索引

中图分类号： TN911.73?34； TP391.4 文献标识码： A 文章编号： 1004?373X（2017）20?0108?03

Abstract： As the traditional 3D virtual technology used to reconstruct 3D image data has the problems of low accuracy and poor resolution， a method of 3D image data reconstruction in cloud computing environment is put forward. The cloud computing environment based on Hadoop structure was constructed， which is composed of MapReduce programming application， HDFS distributed computing application， Hbase open source database and multi?term Apache server software. The voxel is selected as the basic unit of 3D image data reconstruction， and corroded in Hadoop structure with anisotropic dispersion filtering method to denoise the image and eliminate the unstable form of the voxel. A jumping 3D spatial index method is adopted to reconstruct the 3D image data， reduce the useless process of voxel index， and improve the reconstruction efficiency. The experimental results show that the proposed method has perfect reconstruction effect and high definition.

Keywords： cloud computing environment； Hadoop structure； 3D image data； reconstruction； 3D spatial index

圖像数据重构融合了计算机技术、视觉处理技术、虚拟现实技术等多种高科技方法，是帮助劣质图像恢复高清状态的关键之处。对于三维图像数据重构，其主要涉及到两种处理方向，一是通过三维虚拟方法重建物体的几何形态[1]，二是利用特殊方法取得真实物体形态和环境影响因素。第一种重构方法十分常见，已经设计出很多相关软件，其中最成功的要数3ds MAX，这种软件以函数为核心表达物体线条，但重构精度并不是很高，仅可以满足人们日常所需。第二种方法的精度高、价格昂贵，并且应用条件受限。就现有形式来说，三维虚拟方法的应用价值更高，其中，云计算环境是一种有利的数据分析状态，可以实现灵活的并行处理，化繁为简，对运动物体、大规模场景等三维图像数据能够进行复杂度相对较低的高清重构。……