基于 Micro-CT 的小型化学器件批量扫描与自动化显现
计算机视觉与模式识别
2024-10-11 v1 图像与视频处理
摘要
现代考古方法日益依赖 3D 虚拟物体表示、计算密集型分析、高分辨率扫描、大规模数据集以及机器学习。随着分辨率的提升,计算资源、内存和文件存储的挑战随之而来。处理和分析高分辨率扫描常需内存密集型工作流程,这对大多数计算机而言不可行,日益需要超级计算机或创新方法在标准计算机上进行处理。本文引入一种新型协议,用于小型化学器件批量 micro-CT 扫描,配合一种在内存受限环境中运行的 largely-自动化处理工作流程。我们仅通过 10 次 micro-CT 扫描即可完成 1,112 件动物骨骼碎片的扫描,并后处理为单个 PLY 文件。值得注意的是,我们的方法可适用于任何具有可辨识密度与包装材料差异的物体,因而适用于古生物学、地质学、电气工程及材料科学等多种领域。进一步地,我们的方法可立即被扫描机构采纳,将客户订单合并,提供更具成本效益的扫描服务。本文所述工作是由国际多学科研究联盟 Anthropological and Mathematical Analysis of Archaeological and Zooarchaeological Evidence (AMAAZE) 所推动的大型项目的一部分。AMAAZE 整合了人类学、数学和计算机科学专家,致力于开发大规模虚拟考古学研究方法。总体而言,我们新的扫描方法和处理工作流程为未来大规模高分辨率扫描研究奠定了基础并设定了标准。
关键词
引用
@article{arxiv.2410.07385,
title = {En masse scanning and automated surfacing of small objects using Micro-CT},
author = {Riley C. W. O'Neill and Katrina Yezzi-Woodley and Jeff Calder and Peter J. Olver},
journal= {arXiv preprint arXiv:2410.07385},
year = {2024}
}
备注
36 pages, 12 figures, 2 tables. Source code available at https://github.com/oneil571/AMAAZE-MCT-Processing