CN102074039A - 一种体绘制裁剪面绘制方法 - Google Patents

Abstract

本发明提供一种体绘制裁剪面绘制方法，本发明是针对现有两种裁剪的方式，采用进出交点快速跳跃裁剪方法，并对剪切面特殊光照处理使得剪切面绘制出来，该方法不仅速度快而且绘制的结果有利于观察和医学诊断。本发明采用了一次包围体的方法和深度判断，对数据体仅需要求一次包围体既可，与光线跟踪算法的集成性比较好，减少了多次重复计算和空间逻辑的判断，并对视角剪切面不需要光线跟踪中的判断，减少了逻辑操作.并对裁剪面进行特殊的光照计算，使其绘制出剪切面的效果平滑便于观察。

Description

一种体绘制裁剪面绘制方法

技术领域

本发明提供一种三维图像可视化技术，尤其涉及一种体绘制裁剪面绘制方法。

背景技术

在医学影像工程中，CT，MR等医学成像设备均产生人体某一部位的二维断层图像，由一系列平行的二维断层图像来记录人体的三维信息，在医学诊断中，医务人员通过观察多组二维断层图像，在大脑中进行三维数据的重建，以此来确定病变体的空间结构。这就难以准确确定病变体的空间位置、大小、几何形状及与周围生物组织之间的关系。因此，在医学诊断观察中，从一系列二维断层图像生成三维图像是越来越需要和迫切的。根据医学图像的图像质量要求和特点，现在大多采用体绘制方法中的光线跟踪算法来重建三维图像。为了诊断观察的目的和加快成像速度减少数据量，需要对数据体进行一定的裁剪，在三维产品中最常用的裁剪是数据体立方体裁剪和视平面裁剪。数据体的裁剪是减少数据体计算量提高有效的采样率加快效率，视平面裁剪是便于诊断和观察的需要。

三维可视化技术对于临床医学的精确诊断以及手术计划越来越重要的作用。先进的医学影像设备是先进的医学图像处理与分析的基础，特别是多排CT与高场MR带给临床的是：更快的扫描速度(0.5S)、更高的图像分辨率(0.3MM)、更多的单个病人数据量(＞2000层)、更广泛的临床应用(CTA，MRA)等，与此同时，需要更丰富的软件处理能力。在医学诊断中，医务人员通过观察多组二维断层图像，在大脑中进行三维数据的重建，以此来确定病变体的空间结构。这就难以准确确定病变体的空间位置、大小、几何形状及与周围生物组织之间的关系。因此，从一系列二维断层图像生成三维图像在医学观察中是越来越需要和迫切。对于过去长期使用单排CT的医生来说，先进影像设备不是简单的硬件上的提升，也是诊断技术、诊断方式上的革命性的改变。如果依然延续过去单排CT或普通MR的扫描、处理、诊断方式，在很大的程度上，没有发挥设备革命性的升级对诊断上的重大的影响，而是简单地把先进设备认为是图像更好，速度更快的影像设备，在临床的作用将受到我们传统应用观念和方法上的限制，而没有得到最大程度上的发挥。要充分发挥先进影像设备临床应用价值，挖掘海量数据的诊断内容，就需要从常规的2D阅片工作站与时俱进到3D专业工作站.医生可以从大量图像数据中，找到真正有价值的图像，减少了诊断信息上的疏漏。除放射科室以外，3D医疗影像在手术计划以及教学演示等，同样起着相当重要的作用。医生依靠先进的PACS系统和数字化3D专业软件，可以更直观、精确地、多角度来观察组织形态结构，真正享受由专业软件带来的快速、有效、直观的工作环境。3D专业工作站系统将为临床阅片提供新一代的解决方案。在兼容传统的2D阅片工作站的基础上，提供更适合医生认识与思维的诊断信息。

根据医学图像精度高、内容丰富的要求，容积重建(VR，Volume Rendering)是所有三维重建中最合适的重建方式。容积重建分为以物体着手的对象重建算法和以及重建结果着手的图像型重建算法，对象型重建算法中常用的是光线跟踪(Ray casting)算法，图像型重建算法中常用的是抛雪球(Splat)算法，以及由两种混合的错切(Shear-warp)算法。以上算法从计算复杂度的角度来看，都需要三维空间采样，复杂度高，而且三维重建的数据量本身是“海量”的，常常直接造成效率很低，重建速度让人难以接受。

在不降低重建图像质量的前提下提高重建速度，一种最有效的方式是减少与诊断不相关的数据体，从而减少了大量的计算量。医学体数据恰好就符合这种情况，在人体周围存在这大量的空气图像，这些图像不仅对重建三维图像没有任何意义，而且往往带来干扰。如果能对其进行去除不仅可以加快速度，而且有利于医务人员的观察和诊断。另外，为了诊断具体的组织，需要在视线方向对组织进行观察，这需要在垂直视线的方向上进行裁剪，从而可以观察的物体内部，这也需要进行数据体的视平面方向裁剪，并需要对裁剪面进行处理，使得其便于观察。

现有技术中一般是把剪切面看做数学平面，然后根据直线与平面的交进行解析获取交点，这种方法在视角体绘制正规相交时比较方便，但是一旦旋转视角，需要对各个面进行数学解析，同时对交点的结果还需要与包围体进行前后的判断，计算量大而且复杂，同时对视角剪切面的处理需要更多的判断才能得到其空间逻辑关系。

发明内容

本发明提供一种体绘制裁剪面绘制方法，本发明就是针对现有两种裁剪的方式，采用进出交点快速跳跃裁剪方法，并对剪切面特殊光照处理使得剪切面绘制出来，该方法不仅速度快而且绘制的结果有利于观察和医学诊断。

本发明为解决上述技术问题所采用的技术方案为：

一种体绘制裁剪面绘制方法，其包括以下步骤：

A.根据DICOM图像标准中的TAG标记建立统一的坐标系；

B.建立数据体结构；

C.根据视角投影方向进行裁剪参数计算；

D.光线跟踪算法处理裁剪面，完成绘制。

所述的坐标系坐标以像素为最小单位。

以所述图像序列切片的左上点为原点，行方向为X轴，列方向y轴正向，切片序列方向为z轴正向，根据以下参数建立坐标系：

图像序列的第i幅图像的第1个像素的空间坐标(1≤i≤N)，符号P_1i1(x_1i1，y_1i1，z_1i1)，坐标单位为物理单位毫米(mm)；

图像序列单位行向量，符号

为向量，无单位；

图像序列单位列向量，符号为向量，无单位；

图像序列单位法向量，符号

为向量，无单位；

图像序列中，每个像素代表的实际物理宽度，符号s_w，坐标单位为物理单位毫米(mm)；

图像序列中，每个像素代表的实际物理高度，符号s_h，坐标单位为物理单位毫米(mm)；

图像序列中，每幅图像的宽度，符号W，以像素为单位；

图像序列中，每幅图像的高，符号H，以像素为单位；视线矢量，符号为向量，无单位；

三维数据体体素为相邻的八个像素值形成，在进行三维的绘制过程中，根据光线采样原理进行采样，并对采样点赋予光照参数，进行光照合成，最后得到重建图像，三维数据体的体素为P(i，j，k)，其中，W≥i≥0，H≥j≥0，N≥k≥0，W为图像的宽，H为图像的高，N为序列中图像数；

在三维体绘制中，变换矩阵表示为Tview，标识从视图坐标到数据体坐标，Tvoxel变换表示从数据体到视图坐标的变化，Tvoxel与Tview互为可逆的变化关系，

坐标系UVW是视图坐标系，其中的坐标可以用空间点View(u，v，w)表示，XYZ坐标系表示三维物体坐标系，其坐标可以用World(x，y，z)来表示，在已知视角绕U，V，W旋转α，β，γ角度之后，则两坐标系的变换矩阵Tview：

$\mathrm{Tview}=\left[\begin{array}{cccc}\cos \mathrm{\γ}& \sin \mathrm{\γ}& 0& 0\\ -\sin \mathrm{\γ}& \cos \mathrm{\γ}& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]\×\left[\begin{array}{cccc}\cos \mathrm{\β}& 0& -\sin \mathrm{\β}& 0\\ 0& 1& 0& 0\\ \sin \mathrm{\β}& 0& \cos \mathrm{\β}& 0\\ 0& 0& 0& 1\end{array}\right]\×\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \mathrm{\α}& \sin \mathrm{\α}& 0\\ 0& -\sin \mathrm{\α}& \cos \mathrm{\α}& 0\\ 0& 0& 0& 1\end{array}\right]$

Tvoxel＝Tview^-1

实现空间点坐标系变换：

View(u，v，w)＝Tvoxel×World(x，y，z)

World(x，y，z)＝Tview×View(u，v，w)

体绘制时，根据从视图平面像素点P发出的光线PAB经过数据体，在其内部进行采样，然后进行光照合成计算，最终得到的值就为重建的像素值。

所述光线求进入点与出射点的方法采用直线与六面体的碰撞方法，直线与六面体的相交点既是进入点与出射点，从而赋值保存到变量FEntryExit中，变量FEntryExit的数量与图像光线的个数一致。

每一条光线的进入点和出射点在变量FEntryExit中，视平面的距离为dcut，视平面到三维数据体的坐标变换为Tvoxel，所述步骤D中还包括以下步骤：

D1.对每一条光线赋初始值，

FEntryExit记录了视图中坐标，同时进入点的第三个量表示该点到图像平面距离，并与视平面平行的裁剪裁剪距离进行比较，如果小于该距离则进行选择小的，进行赋值，同时记录该进入点；

D2.对光线上的点进行处理，

光线上点不是初始进入点则直接进行常规的光照模型，否则进行特殊的光照合成，裁剪面上的法矢量为L·N＝H·N＝1.0，然后进行计算；

D3.遍历所有光线上点，进行处理完毕，

当前点的下表超出了初始点表示结束，否则继续跟踪，跟踪增量根据法向量进行变换。

本发明采用了一次包围体的方法和深度判断，对数据体仅需要求一次包围体既可，与光线跟踪算法的集成性比较好，减少了多次重复计算和空间逻辑的判断，并对视角剪切面不需要光线跟踪中的判断，减少了逻辑操作.并对裁剪面进行特殊的光照计算，使其绘制出剪切面的效果平滑便于观察。

附图说明

图1为本发明实施例图像序列切片坐标系；

图2为本发明实施例三维数据体示意图；

图3为本发明实施例三维数据体体素表示示意图；

图4为本发明实施例视图坐标与三维数据体关系示意图；

图5为本发明实施例数据体区域与有效裁剪区二维图；

图6为本发明实施例图像平面与光线结构示意图；

图7为本发明实施例视平面平行裁剪示意图；

图8为本发明实施例体绘制光照模型示意图；

图9为本发明实施例光线初始化流程图；

图10为本发明实施例光线处理流程图。

具体实施方式

下面根据附图和实施例对本发明作进一步详细说明：

本发明根据DICOM标准的tag定义，首先把序列图像统一到同一个坐标系中，然后在这个统一的坐标系中进行处理。

本发明的技术方案如下：

1.根据DICOM标准中的TAG标记建立统一的坐标系。

2.建立数据体结构。

3.根据视角投影方向进行裁剪参数计算。

4.光线跟踪算法处理裁剪面，完成绘制。

所述序列图像为医学领域的数字图像和通讯DICOM标准的图像。DICOM图像文件内容由两个部分组成：保存参数信息的文件头(Header)和图点数据(Pixel Data)。

DICOM文件头(DICOM File Meta Information)包含了标识数据集合的相关信息。每个DICOM文件都必须包括该文件头。文件头的最开始是文件前言，它由128字节长的00H组成，接下来是DICOM前缀，它是一个长度为4字节的字符串“DICM”，可以根据该值来判断一个文件是不是DICOM文件。文件头中还包括其它一些非常有用的信息，如文件的传输格式、生成该文件的应用程序等。图点数据则描述图像的各个点的亮度值。DICOM包含4类内容层次：1.Patient(病人)；2.Study(检验)；3.Series(系列)；4.Image(图像)。尽管前面几层的内容在很多图像里是相同的，但它们在每个图像文件里都有。每一层叫一个信息实体(Information Entity)；每一层又细分成模块(Module)；每个模块(Module)里面的最小单元叫做一个属性(Attribute)或数据元素(Element)。在DICOM文件中，每一个数据元素的位置都存放在固定的位置，因此只要知道该文件在内存中存放的首地址，就可以根据存放位置的偏移量找到对应的数据元素。而那些DICOM中TAG值也正是一个个的数据元素。

TAG(0018，5100)：确定了统一坐标系的方向，即所有图像序列的各个参数都是参考该统一坐标系计算给出的(根据DICOM 3.0的标准)。

TAG(0020，0032)：确定了该张影像首个像素(“左上方”)的坐标X，Y，Z值。它和TAG(0020，0037)的值可以确定整幅图像的所有点的空间坐标。

TAG(0020，0037)：确定图像的单位行向量和单位列向量，而两者的外积(叉积)就是单位法向量，因此从TAG(0020，0037)可以获取3个单位向量。

TAG(0028，0030)：确定图像的每个像素代表的实际物理宽度和代表的实际物理高度。

TAG(0018，0050)：确定图像切片间的物理间距。

TAG(0028，0010)：确定图像的高度。

TAG(0028，0011)：确定图像的宽度。

TAG(7EF0，0010)：图像序列数据，根据DICOM标准的规定把图像序列解析出来.

由TAG(0028，0010)，TAG(0028，0011)，TAG(0028，0030)及TAG(0018，0050)就可以实现由TAG(0020，0037)确定的3个单位法向量上物理坐标(单位：毫米)与图像坐标(单位：像素)之间的转换，从而物理坐标与图像对象坐标系就可以实现了变换.TAG(7EF0，0010)里是进行投影的图像切片数据，根据上面的坐标法矢量和所述的首个像素的三维坐标值确定图像在统一坐标系中的平面方程.最后根据视角方向矢量可以得到过坐标原点的投影平面方程，从而完成了所需的统一坐标系下的表示。表1是对建立平面方程求取图像序列偏移量的参数进行了规定。

表1

除了参数“图像序列单位法向量”外，其它参数都已经获取完成。

建立数据体块结构

从检查设备获取的一组序列图像如图1，共有N幅图像，根据4.1中表1中的参数建立坐标系，从而得知每一个序列的坐标方程以及行向量、列向量与法向量。为了方便坐标转换中单位不一致问题，这里所有涉及的坐标都以像素为最小单位，如果知道物理单位，可以根据每一个像素代表的物理距离换算得到。例如在横截面方向的切片图像之间的距离一般是3mm，行方向与列方向的像素间距离是0.5mm，那么横截面方向切片图像间距离为3mm/0.5mm＝6(像素)。

以序列切片的左上点为原点，行方向为X轴，列方向y轴正向，切片序列方向为z轴正向，这样根据表1中参数建立了坐标系如图1。根据DICOM数据信息可以知道图像的宽W，高H，以及z向上物体的长度为N。对于三维数据体实际是人体空间数据的一个抽样数据，相邻的八个像素值(Pixel)形成一个体素(Voxel)，三维数据体有这些体素形成.在进行三维的绘制过程中，根据光线采样原理进行采样，并对采样点赋予光照参数(如颜色值，阻光度参数)等，进行光照合成，最后得到重建图像.由图像序列切片形成的以体素为单位表示的三维数据体如图2，4-3所示：

在三维数据体中和上面的坐标系可以知道，其每一个体素可以用P(i，j，k)，其中，W≥i≥0，H≥j≥0，N≥k≥0，W为图像的宽，H为图像的高，N为序列中图像数。

根据视角投影方向进行裁剪面进出点

在三维体绘制中，视点相对于体数据旋转一定的角度后，其相对位置可以用其次坐标变换标识出来，知道了在视图坐标系中的位置就可以用坐标变换矩阵变换到体数据坐标系中。如图所示的坐标相对关系，其变换矩阵表示为Tview，标识从视图坐标到数据体坐标，Tvoxel变换表示从数据体到视图坐标的变化，Tvoxel与Tview互为可逆的变化关系。

坐标系UVW是视图坐标系，其中的坐标可以用空间点View(u，v，w)表示，XYZ坐标系表示三维物体坐标系，其坐标可以用World(x，y，z)来表示，在已知视角绕U，V，W旋转α，β，γ角度之后，则两坐标系的变换矩阵Tview：

$\mathrm{Tview}=\left[\begin{array}{cccc}\cos \mathrm{\γ}& \sin \mathrm{\γ}& 0& 0\\ -\sin \mathrm{\γ}& \cos \mathrm{\γ}& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]\×\left[\begin{array}{cccc}\cos \mathrm{\β}& 0& -\sin \mathrm{\β}& 0\\ 0& 1& 0& 0\\ \sin \mathrm{\β}& 0& \cos \mathrm{\β}& 0\\ 0& 0& 0& 1\end{array}\right]\×\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \mathrm{\α}& \sin \mathrm{\α}& 0\\ 0& -\sin \mathrm{\α}& \cos \mathrm{\α}& 0\\ 0& 0& 0& 1\end{array}\right]$ 式(1)

Tvoxel＝Tview^-1               式(2)

根据公式1，2则可实现空间点坐标系变换：

View(u，v，w)＝Tvoxel×World(x，y，z)

World(x，y，z)＝Tview×View(u，v，w)         式(3)

体绘制的过程就根据从视图平面像素点P发出的光线PAB经过数据体，在其内部进行采样，然后进行光照合成计算，最终得到的值就为重建的像素值。数据体是一个长方体包围的六面体，为了去除不必要的计算，不经过的数据体的光线就没有必要进行计算。同时，如图1中所示，在图像的外部有许多的没有意义的部分，这些也可以去除，从而显示有意义的解剖组织部分。这样就可以对数据体的包围体进行裁剪。在二维表示如图5所示，数据体整个图像时ABCD，但实际用意义的图像时A′B′C′D′，光线从图像平面发出的光线R应该与有意义的A′B′C′D′相交的实际区域计算.

每一条穿过裁剪数据体部分的光线要记录进入点的位置，出去点的位置，同时要标记是否为裁剪面的标记位，以及合成的颜色，阻光度值。为此需要数据结构，定义进入点和出去点的结构

struct L3dPoint

{

    float x；

    float y；

    float z；

}；

struct LEntryExit

{

   L3dPoint entry；

   L3dPoint exit；

}；

数据结构L3dPoint表示的是空间中一点坐标(x，y，z)，结构LEntryExit表示的一条光线穿过数据体的进入点entry和出射点exit位置.求进入点与出射点的方法可以采用速度奇快的直线与六面体的碰撞方法，直线与六面体的相交点既是进入点与出射点，从而赋值保存到变量中.

采用C++标准库STL中的向量结构来存放进入点和出射点空间点在视图坐标中的位置：

std::vector＜LEntryExit＞FEntryExit；

变量FEntryExit中存放了每一条光线的进入点和出射点位置，其数量与图像的大小即光线的个数一致.如上所说，一条光线要记录进入点与出射点，还要记录当前的颜色值，阻光度值以及初始化表示位.如图6像平面中每一个像素点P′点都发出了一条光线，其用一个结构LRay表示。

每一条光线用一个结构来表示，其C++数据结构为：

struct LRay

{

  L3dPoint curPosition；

  float    clolorR；

  float    colorG；

  float    colorB；

  float    colorAlpha；

  bool    cutPlane；

}；

在投影图像宽高分别为Width和Height的图像里有Width X height条这样的光线，从而创建这么多调光线放在变量中，在标准C++中的数据结构变量可如下表示：

LRay    *FIm ageRay；

F Im ageRay＝new LRay[Width*Height]；

这样图像所有的光线都有了表示，而且数据体的裁剪后的进入点和出射点也在视图坐标系中表示了出来.

下面考虑另外一种对数据体进行裁剪的情况，即采用平行于视平面的剪切对数据体进行裁剪来观察内部。在这种情况下，裁剪面平行于视平面，如果求该平面与数据体或裁剪后数据的相交平面是非常复杂的，而且记录下来后面绘制时使用也很困难。本发明方案中对此不进行任何计算，采用了一种巧妙的方式进行裁剪面的绘制。由于裁剪面平行于视平面，则该裁剪面与视平面有一个距离d_cut，对于图像上的每一条光线距离该裁剪面的距离都是d_cut，记录此距离在后面进行绘制时采用，如图7所示裁剪过程。

在C++编程语言中可以用一变量来记录存储该距离：

float dcut；

至此，后面进行体绘制时进行裁剪面处理的信息都已经得到，而且采用的方法效率都比较高，几乎不占用多少时间。对于集成到体绘制算法中夜比较方面。下面介绍利用这些信息在体绘制过程对裁剪面进行处理，从而得到非常平滑的裁剪面图像。

体绘制中光照模型一般采用局部光照模型，最常用的是Phong模型如图8，该模型包括环境光，它包括三个独立量：环境光、漫反射光、镜面高光。在已知空间点的位置G(x，y，z)和法矢量N，光照的方向L，视线的方向V，即可根据光照模型进行计算，得到该点光照值.

其中，L-光源法向量，V---视线法向量，N-采样点表面法向量，三个都是归一化向量。

H-＝(L+V)/2---半向量。

已知光源四个分量系数即环境光、漫反射光、镜面高光系数和高光指数，用参数常量表示F_ambient，F_diffuse，F_specular，F_{specturepower}。该常量可以根据实际中的具体要求进行设置，该常量仅影响绘制的效果，不影响绘制的方案，所以一般设置外部可调节的参数，用户可以根据自己的喜欢来进行设置.本方案中设置的系数为：

float FAmbient      ＝0.1；

float FDiffuse      ＝0.8；

float FSpeture      ＝0.1；式(4)

int   FSpecturePower＝10；

那么光照后的颜色就是：

c_out＝c_in(I_ambient+I_diffuse+I_specular)式(5)

c_in是从传递函数得到采样点颜色值，也是提前设置好，c_out是经过光照后的当前颜色值。I_ambient，I_diffuse，I_specular是经过光照模型后的三个分量，其中，

I_ambient＝F_ambient  式(6)

环境光表示间接反射的光的贡献，是一不变的常熟，如果没有可以在模型里不考虑。

I_diffuse＝F_diffuse×max(L·N，0)  式(7)

基于Lambert漫反射定律，表示漫反射的情况。

I_specular＝F_specular×max((L·N)^{Fspecularpower}，0)式(8)

高光也就是镜面反射，n叫做反射指数，越大产生小但越强的高光，越小产生大但柔弱的高光。

在实现中其实没有必要这样进行复杂的光照模拟，光照的方向可以和视线的方向一个方向，这样如头戴一个发光灯一样既可以很好的观察物体又可以方面计算，而且效果很好.也就是

L＝V，H＝V  式(9)

现在只要计算L*N即可.N是数据体空间采样点的法矢量，该法矢量一般采用中心差分的方式进行实现.已知P(i，j，k)点坐标和体素值，那么

其该店的法矢量可以用下面公式进行计算：

Nx＝P(i+1，j，k)-P(i-1，j，k)；

Ny＝P(i，j+1，k)-P(i，j-1，k)；式(10)

Nz＝P(i，j，k+1)-P(i，j，k-1)；

并对该点法矢量进行归一化则求得最终的法向量N(Nx，Ny，Nz)：

$\mathrm{Nx}=\mathrm{Nx}/\sqrt{({\mathrm{Nx}}^2+{\mathrm{Ny}}^2+{\mathrm{Nz}}^2)};$

$\mathrm{Ny}=\mathrm{Ny}/\sqrt{({\mathrm{Nx}}^2+{\mathrm{Ny}}^2+{\mathrm{Nz}}^2)};$ 式(11)

$\mathrm{Nz}=\mathrm{Nz}/\sqrt{({\mathrm{Nx}}^2+{\mathrm{Ny}}^2+{\mathrm{Nz}}^2)};$

由于光照和灯源方向一直，所以两者进行的向量点积可以得到

L·N＝H·N＝(Vx×Nx+Vy×Ny+Vz×Nz)式(12)

从而根据上面公式可以求出该采样点的光照的合成系数I_ambient+I_diffuse+I_specular.

在步骤2中已经知道了光线的进入点和起始点以及各光线的结构参数，下面只要对每一条光线进行跟踪采样，从而计算出累计的颜色值即可，但为了对裁剪面进行处理，以及视平面裁剪进行处理，需要对每一条光线的进入点进行判断，同时标记出该点是裁剪面点，从而在裁剪面进行特出的处理.在4.2中，已经知道了每一条光线的进入点和出射点在变量FEntryExit中，已知视平面的距离dcut，和视平面到三维数据体的坐标变换Tvoxel，那么进行处理：

a.对每一条光线赋初始值.

FEntryExit记录了视图中坐标，同时进入点的第三个量表示该点到图像平面距离，并与视平面平行的裁剪裁剪距离进行比较，如果小于该距离则进行选择小的，进行赋值，同时记录该进入点。

b.对光线上的点进行处理.

光线上点如果不是初始进入点则直接进行常规的光照模型，否则进行特殊的光照合成.特殊处理表示在裁剪面上，如果裁剪面的要十分光滑，则需要该面上的法矢量朝向视线最强的方向，在此为了表示此极值，令此处的法矢量为L·N＝H·N＝1.0然后进行计算.

c.遍历所有光线上点，进行处理完毕.

由于已经知道出射点，则如果当前点的下表超出了初始点则表示结束，否则继续跟踪.跟踪增量可以根据法向量来进行变换，如果以1个采用距离进行跟踪，即变换到数据体中三个方向上增量矢量Delta(x，y，z)：

Delta(x，y，z)＝Tview*(0，0，1)；式(12)

本领域技术人员不脱离本发明的实质和精神，可以有多种变形方案实现本发明，以上所述仅为本发明较佳可行的实施例而已，并非因此局限本发明的权利范围，凡运用本发明说明书及附图内容所作的等效结构变化，均包含于本发明的权利范围之内。

Claims (5)

1.一种体绘制裁剪面绘制方法，其特征在于包括以下步骤：

A.根据DICOM图像标准中的TAG标记建立统一的坐标系；

B.建立数据体结构；

C.根据视角投影方向进行裁剪参数计算；

D.光线跟踪算法处理裁剪面，完成绘制。

2.根据权利要求1所述的一种体绘制裁剪面绘制方法，其特征还在于：所述的坐标系坐标以像素为最小单位。

3.根据权利要求1所述的一种体绘制裁剪面绘制方法，其特征还在于：以所述图像序列切片的左上点为原点，行方向为X轴，列方向y轴正向，切片序列方向为z轴正向，根据以下参数建立坐标系：

图像序列的第i幅图像的第1个像素的空间坐标(1≤i≤N)，符号P_1i1(x_1i1，y_1i1，z_1i1)，坐标单位为物理单位毫米(mm)；

图像序列单位行向量，符号

为向量，无单位；

图像序列单位列向量，符号

为向量，无单位；

图像序列单位法向量，符号

为向量，无单位；

图像序列中，每个像素代表的实际物理宽度，符号s_w，坐标单位为物理单位毫米(mm)；

图像序列中，每个像素代表的实际物理高度，符号s_h，坐标单位为物理单位毫米(mm)；

图像序列中，每幅图像的宽度，符号W，以像素为单位；

图像序列中，每幅图像的高，符号H，以像素为单位；

视线矢量，符号

为向量，无单位；

三维数据体体素为相邻的八个像素值形成，在进行三维的绘制过程中，根据光线采样原理进行采样，并对采样点赋予光照参数，进行光照合成，最后得到重建图像，三维数据体的体素为P(i，j，k)，其中，W≥i≥0，H≥j≥0，N≥k≥0，W为图像的宽，H为图像的高，N为序列中图像数；

在三维体绘制中，变换矩阵表示为Tview，标识从视图坐标到数据体坐标，Tvoxel变换表示从数据体到视图坐标的变化，Tvoxel与Tview互为可逆的变化关系，

坐标系UVW是视图坐标系，其中的坐标可以用空间点View(u，v，w)表示，XYZ坐标系表示三维物体坐标系，其坐标可以用World(x，y，z)来表示，在已知视角绕U，V，W旋转α，β，γ角度之后，则两坐标系的变换矩阵Tview：

$\mathrm{Tview}=\left[\begin{array}{cccc}\cos \mathrm{\γ}& \sin \mathrm{\γ}& 0& 0\\ -\sin \mathrm{\γ}& \cos \mathrm{\γ}& 0& 0\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]\×\left[\begin{array}{cccc}\cos \mathrm{\β}& 0& -\sin \mathrm{\β}& 0\\ 0& 1& 0& 0\\ \sin \mathrm{\β}& 0& \cos \mathrm{\β}& 0\\ 0& 0& 0& 1\end{array}\right]\×\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \mathrm{\α}& \sin \mathrm{\α}& 0\\ 0& -\sin \mathrm{\α}& \cos \mathrm{\α}& 0\\ 0& 0& 0& 1\end{array}\right]$

Tvoxel＝Tview^-1

实现空间点坐标系变换：

View(u，v，w)＝Tvoxel×World(x，y，z)

World(x，y，z)＝Tview×View(u，v，w)

体绘制时，根据从视图平面像素点P发出的光线PAB经过数据体，在其内部进行采样，然后进行光照合成计算，最终得到的值就为重建的像素值。

4.根据权利要求3所述的一种体绘制裁剪面绘制方法，其特征还在于：所述光线求进入点与出射点的方法采用直线与六面体的碰撞方法，直线与六面体的相交点既是进入点与出射点，从而赋值保存到变量FEntryExit中，变量FEntryExit的数量与图像光线的个数一致。

5.根据权利要求4所述的一种体绘制裁剪面绘制方法，其特征还在于，每一条光线的进入点和出射点在变量FEntryExit中，视平面的距离为dcut，视平面到三维数据体的坐标变换为Tvoxel，所述步骤D中还包括以下步骤：

D1.对每一条光线赋初始值，

FEntryExit记录了视图中坐标，同时进入点的第三个量表示该点到图像平面距离，并与视平面平行的裁剪裁剪距离进行比较，如果小于该距离则进行选择小的，进行赋值，同时记录该进入点；

D2.对光线上的点进行处理，

光线上点不是初始进入点则直接进行常规的光照模型，否则进行特殊的光照合成，裁剪面上的法矢量为L·N＝H·N＝1.0，然后进行计算；

D3.遍历所有光线上点，进行处理完毕，

当前点的下表超出了初始点表示结束，否则继续跟踪，跟踪增量根据法向量进行变换。

Images