CN103646418B - 基于自动多阈值的多层着色体绘制方法 - Google Patents

基于自动多阈值的多层着色体绘制方法 Download PDF

Info

Publication number
CN103646418B
CN103646418B CN201310750389.7A CN201310750389A CN103646418B CN 103646418 B CN103646418 B CN 103646418B CN 201310750389 A CN201310750389 A CN 201310750389A CN 103646418 B CN103646418 B CN 103646418B
Authority
CN
China
Prior art keywords
light
threshold
sample
submodule
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310750389.7A
Other languages
English (en)
Other versions
CN103646418A (zh
Inventor
田捷
杨飞
李秀丽
杨凤
杨彩云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN201310750389.7A priority Critical patent/CN103646418B/zh
Publication of CN103646418A publication Critical patent/CN103646418A/zh
Application granted granted Critical
Publication of CN103646418B publication Critical patent/CN103646418B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Generation (AREA)

Abstract

本发明公开了一种基于自动多阈值的多层着色体绘制系统,该系统包括:阈值生成模块,根据输入的体素样本生成阈值序列;绘制模块,根据阈值序列对于体数据进行多层着色,生成着色后的输出图像。本发明同时还提出了一种基于自动多阈值的多层着色体绘制方法。与已有技术相比,本发明对多层结构的区分效果更加明显,可以对体数掘进行分层着色,且不需要提前分割数据,绘制过程中的内存和计算代价小,效率高。本发明在科学计算可视化和医学影像可视化领域有重要的应用价值。

Description

基于自动多阈值的多层着色体绘制方法
技术领域
本发明属于计算机图形与可视化技术领域,尤其涉及一种基于自动多阈值的多层着色体绘制方法,可用于三维标量体数据的可视化。
背景技术
三维标量体数据的体绘制技术可以帮助人们观察、挖掘三维标量体数据(如CT切片数据)中包含的信息,在科学计算可视化和医学影像可视化领域有着重要的应用价值。
三维标量体数据的体绘制有多种实现方式,从计算顺序上分,有物体顺序的体素投影法(可参考文献“Rottger et al.2000.Hardware-Accelerated Volume AndIsosurface Rendering Based On Cell-Projection”)和图像顺序的光线跟踪法(可参考文献“Parker et al.2005.Interactive ray tracing for volume visualization”)等。
在三维标量体数据的体绘制中,对不同结构的分类和着色是一个至关重要的技术。由于从三维体空间投影到二维平面会产生空间重叠,因此必须根据需要对各种结构通过透明度的设定进行取舍,并通过颜色的设定进行标记。为了区分不同的结构,现有的方法主要采用传递函数和分割两种技术。
采用传递函数的方法是直接根据体数据在空间各点的取值设定透明度和颜色,或者结合局部特征或预先计算的特征信息在二维空间进行透明度和颜色的设定,可参考文献“Kindlmann et al.1998.Semi-automatic generation of transfer functions fordirect volume rendering”和“Haidacher et al.2010.Volume visualization based onstatistical transfer-function spaces”等。采用传递函数的方法由于主要使用邻域信息,对全局结构,尤其是多层结构的区分效果不理想,有些较复杂的预处理算法耗时较长。
采用分割技术的方法是通过一个额外的体数据对结构进行明确的标记,在绘制的过程中根据结构信息选择不同的传递函数,可参考文献“Hadwiger et al.2003.High-quality two-level volume rendering of segmented data sets on consumergraphics hardware”和“Xiang et al.2011.Skeleton-cuts an efficient segmentationmethod for volume rendering”等。采用分割技术的方法需要复杂的预处理步骤,计算代价大,同时给绘制过程带来额外的空间和时间开销。
发明内容
基于以上现有技术中存在的问题,本发明提出了一种基于自动多阈值的多层着色体绘制方法,该方法根据输入体素样本自动确定多个阈值,在体绘制过程中用这些阈值将光线分为多个区段,并在每个区段应用不同的传递函数实现对体数据的多层着色显示。
根据本发明的一方面,提出一种基于自动多阈值的多层着色体绘制系统,该系统包括:阈值生成模块和绘制模块,其中:
所述阈值生成模块用于根据输入的体素样本生成阈值序列;
所述绘制模块用于根据所述阈值序列对于输入的体数据进行多层着色,生成着色后的输出图像。
根据本发明的另一方面,还提出一种基于自动多阈值的多层着色体绘制方法,该方法包括以下步骤:
步骤1,根据用户输入的体素样本生成阈值序列;
步骤2,根据所述阈值序列对于输入的体数据进行多层着色,生成着色后的输出图像;
所述步骤1进一步包括以下步骤:
步骤11,输入体素样本;
步骤12,根据所述体素样本生成光线样本;
步骤13,根据所述光线样本生成目标函数,并根据所述目标函数得到最优解区域;
步骤14,对于所述最优解区域进行距离变换得到内部极大值点,该点的两维坐标即为所求的一组阈值;
所述步骤2进一步包括以下步骤:
步骤21,输入体数据;
步骤22,根据所述阈值序列生成状态信息,并根据所述状态信息对于光线进行分段;
步骤23,根据分段信息对于所述体数据进行多层着色,得到颜色值;
步骤24,对每条光线进行遍历,得到一组样本颜色值,将其进行混合,并将混合结果写入输出图像;
步骤25,为所述输出图像中的每一个像素生成一条光线,基于各条光线的遍历和混合结果,得到输出图像。
本发明与现有技术相比所取得的有益效果为:
1、本发明和基于传递函数的方法相比,其对全局结构,尤其是多层结构的区分效果更加明显,可以对体数据进行分层着色;
2、本发明和基于分割技术的方法相比,虽然同样使用多个传递函数,但是不需要计算和保存标记信息,计算代价和储存代价更低。同时,由于不使用静态标记,其对动态数据具有更好的适应性。
附图说明
图1为本发明基于自动多阈值的多层着色体绘制系统的结构示意图;
图2示意了由输入的体素样本生成随机光线样本的过程;
图3示意了由随机光线样本生成目标函数,得到最优解区域,进而得到内部极大值点的过程;
图4给出了加速算法对光线进行扫描的过程;
图5给出了在体绘制过程中用阈值对光线分段的过程;
图6给出了基于自动多阈值的多层着色体绘制方法的绘制效果。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
图1为本发明提出的基于自动多阈值的多层着色体绘制系统的结构示意图,如图1所示,所述系统包括阈值生成模块和绘制模块,其中:
所述阈值生成模块用于根据用户输入的体素样本生成阈值序列,所述阈值序列中,每两个阈值为一组,每组阈值中含有一个高阈值和一个低阈值;
所述绘制模块用于根据所述阈值序列对于输入的体数据进行多层着色,生成着色后的输出图像。
进一步地,对于每组阈值,所述阈值生成模块包括:体素样本输入子模块、光线样本生成子模块、目标函数生成子模块和距离变换子模块,其中:
所述体素样本输入子模块用于通过交互界面由用户输入体素样本;
具体地,所述体素样本输入子模块接收用户通过鼠标、键盘、触摸屏等输入设备输入的指令,在原始三维标量体数据中标记出一系列分属于不同结构的体素样本,如图2A中由白线所围成的不同区域所示。
所述光线样本生成子模块用于根据所述体素样本生成光线样本;
具体地,所述光线样本生成子模块根据所述体素样本生成指定数量(比如1000)的随机光线作为光线样本,其中,每条光线穿过一个随机选定的体素样本,其方向在单位球面上随机选择,且所述光线的方向的概率密度满足均匀分布,如图2B所示。
所述目标函数生成子模块用于根据所述光线样本生成目标函数,并根据所述目标函数得到最优解区域;
所述目标函数是通过统计各个可选值对光线样本的正确分类数得到的,所述目标函数定义在所要求取的阈值序列中每组两个阈值的取值范围所张成的二维平面上,通过对于所述二维平面的离散化,可以确定有限个可选值(在本发明一实施例中,采用256x256的网格对所述二维平面进行离散化)。在不采用加速算法的情况下,可以对每个可选值依次进行测试,即基于每个可选值依次扫描每条随机光线,检测该光线到达体素样本所在位置时的状态是否正确,并统计正确率,得到的正确分类数作为所述目标函数的值,效果如图3所示。这种实现计算量较大,因此本发明不采用这种方法,而是采用加速算法,用较小的代价达到同样的效果。加速算法不对可选值进行测试,而是只对每条随机光线进行正向和反向两次扫描,在这两次扫描中确定能够对该光线进行正确分类的可选值区域,如图4所示,在前向扫描时计算最大值函数vmax(t),在反向扫描时计算最小值函数vmin(t),在函数值f(t)的每个下降区间的起点位置处取最大值vmax和最小vmin值,则所形成的三角形区域,即{(阈值2i+1,阈值2i+2)|阈值2i+1<vmax;阈值2i+2>vmin;阈值2i+2<阈值2i+1}所围成的区域内的可选值会对此光线做出“可以通过”的分类判断,如果这种分类判断是正确的,则对目标函数在此区域内进行加一操作,否则进行减一操作,最后得到的目标函数值也代表正确率,与第一种算法等价。
所述距离变换子模块用于对于所述最优解区域进行距离变换得到内部极大值点,该点的两维坐标即为所求的一组阈值,横坐标为低阈值,纵坐标为高阈值。
其中,距离变换的具体算法可以采用目前已知的任何一种欧式距离变换算法。
所述绘制模块包括:体数据输入子模块、分类器子模块、状态控制子模块、光线投射子模块、光线生成子模块,其中:
所述体数据输入子模块用于通过交互界面由用户输入体数据;
所述状态控制子模块用于根据所述阈值序列生成状态信息,所述状态信息包括每一状态所对应的阈值,以及状态转移条件,并根据所述状态信息对于光线进行分段;
所述状态控制子模块采用一个整形变量来记录每条光线所处的状态,不同状态的划分由所述阈值序列中的不同阈值来决定,当该光线的函数值通过某一状态所对应的阈值时,则转移到下一个状态,每两个相邻状态构成一个光线区段,如图5所示。
所述分类器子模块用于根据所述分段信息对于所述体数据进行多层着色,并将得到的颜色值发送给所述光线投射子模块;
具体地,所述分类器子模块根据所述状态信息使用不同的传递函数对于所述体数据进行多层着色。使用GPU实现时,可采用二维纹理,每行储存一个传递函数。
所述光线投射子模块用于基于所述分类器子模块的输出,对每条光线进行遍历,得到一组样本颜色值,将其进行混合,并将混合结果写入输出图像,其中,样本颜色值的获取和混合是体会制领域的公知技术,在此不作赘述;
所述光线生成子模块用于为所述输出图像中的每一个像素生成一条光线,基于光线投射子模块各条光线的遍历和混合结果,得到输出图像。
本发明可以在基于光线投射的体绘制框架下实现,与硬件无关,既可以用CPU进行计算也可以通过GPU实现计算。
根据本发明的另一方面,还提出一种基于自动多阈值的多层着色体绘制方法,该方法包括以下步骤:
步骤1,根据用户输入的体素样本生成阈值序列,所述阈值序列中,每两个阈值为一组,每组阈值中含有一个高阈值和一个低阈值;
所述步骤1进一步包括以下步骤:
步骤11,输入体素样本;
该步骤中,接收用户通过鼠标、键盘、触摸屏等输入设备输入的指令,在原始三维标量体数据中标记出一系列分属于不同结构的体素样本。
步骤12,根据所述体素样本生成光线样本;
该步骤中,根据所述体素样本生成指定数量(比如1000)的随机光线作为光线样本,其中,每条光线穿过一个随机选定的体素样本,其方向在单位球面上随机选择,且所述光线的方向的概率密度满足均匀分布。
步骤13,根据所述光线样本生成目标函数,并根据所述目标函数得到最优解区域;
步骤14,对于所述最优解区域进行距离变换得到内部极大值点,该点的两维坐标即为所求的一组阈值,横坐标为低阈值,纵坐标为高阈值;
步骤2,根据所述阈值序列对于输入的体数据进行多层着色,生成着色后的输出图像。
所述步骤2进一步包括以下步骤:
步骤21,输入体数据;
步骤22,根据所述阈值序列生成状态信息,所述状态信息包括每一状态所对应的阈值,以及状态转移条件,并根据所述状态信息对于光线进行分段;
该步骤中,采用一个整形变量来记录每条光线所处的状态,不同状态的划分由所述阈值序列中的不同阈值来决定,当该光线的函数值通过某一状态所对应的阈值时,则转移到下一个状态,每两个相邻状态构成一个光线区段。
步骤23,根据分段信息对于所述体数据进行多层着色,得到颜色值;
该步骤使用不同的传递函数对于所述体数据进行多层着色。
步骤24,对每条光线进行遍历,得到一组样本颜色值,将其进行混合,并将混合结果写入输出图像;
步骤25,为所述输出图像中的每一个像素生成一条光线,基于各条光线的遍历和混合结果,得到输出图像。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于自动多阈值的多层着色体绘制系统,其特征在于,该系统包括:阈值生成模块和绘制模块,其中:
所述阈值生成模块用于根据输入的体素样本生成阈值序列;
所述绘制模块用于根据所述阈值序列对于输入的体数据进行多层着色,生成着色后的输出图像;
所述阈值生成模块包括:体素样本输入子模块、光线样本生成子模块、目标函数生成子模块和距离变换子模块,其中:
所述体素样本输入子模块用于通过交互界面由用户输入体素样本;
所述光线样本生成子模块用于根据所述体素样本生成光线样本;
所述目标函数生成子模块用于根据所述光线样本生成目标函数,并根据所述目标函数得到最优解区域;
所述距离变换子模块用于对于所述最优解区域进行距离变换得到内部极大值点,该点的两维坐标即为所求的一组阈值;
其中,所述目标函数是通过统计各个可选值对光线样本的正确分类数得到的,所述目标函数定义在所要求取的阈值序列中每组两个阈值的取值范围所形成的二维平面上,通过对于所述二维平面的离散化,确定有限个可选值,采用加速算法实现;加速算法不对可选值进行测试,而是只对每条随机光线进行正向和反向两次扫描,在这两次扫描中确定能够对该光线进行正确分类的可选值区域,在前向扫描时计算最大值函数vmax(t),在反向扫描时计算最小值函数vmin(t),在函数值f(t)的每个下降区间的起点位置处取最大值vmax和最小vmin值,则所形成的三角形区域,所围成的区域内的可选值会对此光线做出“可以通过”的分类判断,如果这种分类判断是正确的,则对目标函数在此区域内进行加一操作,否则进行减一操作,最后得到的目标函数值也代表正确率。
2.根据权利要求1所述的系统,其特征在于,所述阈值序列中,每两个阈值为一组,每组阈值中含有一个高阈值和一个低阈值。
3.根据权利要求1所述的系统,其特征在于,所述光线样本生成子模块根据所述体素样本生成指定数量的随机光线作为光线样本,其中,每条光线穿过一个随机选定的体素样本,其方向在单位球面上随机选择,且所述光线的方向的概率密度满足均匀分布。
4.根据权利要求1所述的系统,其特征在于,所述绘制模块包括:体数据输入子模块、分类器子模块、状态控制子模块、光线投射子模块、光线生成子模块,其中:
所述体数据输入子模块用于通过交互界面由用户输入体数据;
所述状态控制子模块用于根据所述阈值序列生成状态信息,并根据所述状态信息对于光线进行分段;
所述分类器子模块用于根据所述分段信息对于所述体数据进行多层着色,并将得到的颜色值发送给所述光线投射子模块;
所述光线投射子模块用于基于所述分类器子模块的输出,对每条光线进行遍历,得到一组样本颜色值,将其进行混合,并将混合结果写入输出图像;
所述光线生成子模块用于为所述输出图像中的每一个像素生成一条光线,基于光线投射子模块各条光线的遍历和混合结果,得到输出图像。
5.根据权利要求4所述的系统,其特征在于,所述状态信息包括每一状态所对应的阈值,以及状态转移条件。
6.根据权利要求4所述的系统,其特征在于,所述状态控制子模块采用一个整形变量来记录每条光线所处的状态,不同状态的划分由所述阈值序列中的不同阈值来决定,当该光线的函数值通过某一状态所对应的阈值时,则转移到下一个状态,每两个相邻状态构成一个光线区段。
7.根据权利要求4所述的系统,其特征在于,所述分类器子模块根据所述状态信息使用不同的传递函数对于所述体数据进行多层着色。
8.一种基于自动多阈值的多层着色体绘制方法,其特征在于,该方法包括以下步骤:
步骤1,根据用户输入的体素样本生成阈值序列;
步骤2,根据所述阈值序列对于输入的体数据进行多层着色,生成着色后的输出图像;
所述步骤1进一步包括以下步骤:
步骤11,输入体素样本;
步骤12,根据所述体素样本生成光线样本;
步骤13,根据所述光线样本生成目标函数,并根据所述目标函数得到最优解区域;
步骤14,对于所述最优解区域进行距离变换得到内部极大值点,该点的两维坐标即为所求的一组阈值;
所述步骤2进一步包括以下步骤:
步骤21,输入体数据;
步骤22,根据所述阈值序列生成状态信息,并根据所述状态信息对于光线进行分段;
步骤23,根据分段信息对于所述体数据进行多层着色,得到颜色值;
步骤24,对每条光线进行遍历,得到一组样本颜色值,将其进行混合,并将混合结果写入输出图像;
步骤25,为所述输出图像中的每一个像素生成一条光线,基于各条光线的遍历和混合结果,得到输出图像;
其中,所述目标函数是通过统计各个可选值对光线样本的正确分类数得到的,所述目标函数定义在所要求取的阈值序列中每组两个阈值的取值范围所形成的二维平面上,通过对于所述二维平面的离散化,确定有限个可选值,采用加速算法实现;加速算法不对可选值进行测试,而是只对每条随机光线进行正向和反向两次扫描,在这两次扫描中确定能够对该光线进行正确分类的可选值区域,在前向扫描时计算最大值函数vmax(t),在反向扫描时计算最小值函数vmin(t),在函数值f(t)的每个下降区间的起点位置处取最大值vmax和最小vmin值,则所形成的三角形区域,所围成的区域内的可选值会对此光线做出“可以通过”的分类判断,如果这种分类判断是正确的,则对目标函数在此区域内进行加一操作,否则进行减一操作,最后得到的目标函数值也代表正确率。
CN201310750389.7A 2013-12-31 2013-12-31 基于自动多阈值的多层着色体绘制方法 Active CN103646418B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310750389.7A CN103646418B (zh) 2013-12-31 2013-12-31 基于自动多阈值的多层着色体绘制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310750389.7A CN103646418B (zh) 2013-12-31 2013-12-31 基于自动多阈值的多层着色体绘制方法

Publications (2)

Publication Number Publication Date
CN103646418A CN103646418A (zh) 2014-03-19
CN103646418B true CN103646418B (zh) 2017-03-01

Family

ID=50251628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310750389.7A Active CN103646418B (zh) 2013-12-31 2013-12-31 基于自动多阈值的多层着色体绘制方法

Country Status (1)

Country Link
CN (1) CN103646418B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104890424B (zh) * 2015-05-20 2017-10-03 安徽一威贸易有限公司 一种分层点色方法
CN106408645B (zh) * 2016-09-05 2020-10-16 上海联影医疗科技有限公司 一种医学图像绘制的方法和设备
CN111612792B (zh) * 2019-02-22 2024-03-08 曹生 基于VRDS 4D医学影像的静脉的Ai内镜分析方法及产品

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006024973A1 (en) * 2004-08-31 2006-03-09 Philips Intellectual Property & Standard Gmbh Direct volume rendering with shading
CN101488233B (zh) * 2009-03-02 2011-02-02 浙江工业大学 一种面向医学数据的分层剥离体绘制方法及其系统
WO2012056778A1 (ja) * 2010-10-28 2012-05-03 株式会社 日立メディコ 超音波診断装置及び超音波画像表示方法

Also Published As

Publication number Publication date
CN103646418A (zh) 2014-03-19

Similar Documents

Publication Publication Date Title
JP3483929B2 (ja) 3次元画像生成方法
US5442733A (en) Method and apparatus for generating realistic images using a discrete representation
Dorward A survey of object-space hidden surface removal
CN109559295A (zh) 图像分析系统、方法、计算机可读存储介质、及电子终端
DE102016103891A1 (de) Systeme und Verfahren zur weichen Schattierung in 3D-Rendering
US20110069070A1 (en) Efficient visualization of object properties using volume rendering
CN103051915B (zh) 一种交互式立体视频关键帧的制作方法及制作装置
CN102968791B (zh) 三维医学图像图形显示的交互方法及其系统
CN103646418B (zh) 基于自动多阈值的多层着色体绘制方法
CN104602610A (zh) 超声波诊断装置、图像处理装置以及图像处理方法
CN110276816A (zh) 区域填色方法、装置、电子设备及计算机可读存储介质
CN105653881A (zh) 基于多密度层次的流场可视化方法
US20130060488A1 (en) Image processing system and method for ndt/ndi testing devices
Rasoulzadeh et al. Strokes2Surface: Recovering Curve Networks From 4D Architectural Design Sketches
CN107704483B (zh) 一种三维模型的加载方法
Shin et al. Acceleration techniques for cubic interpolation MIP volume rendering
CN116958367A (zh) 一种快速组合并渲染复杂神经场景的方法
Wu et al. Snapping a cursor on volume data
Romeiro et al. Hardware-assisted rendering of csg models
Hochstetter et al. Adaptive sampling for on-the-fly ray casting of particle-based fluids.
CN101908062A (zh) Gis空间谓词判断方法及其系统
JP2006000126A (ja) 画像処理方法および装置並びにプログラム
CN108198245B (zh) 基于双灰度因素的三维阈值立体图形形成方法
CN107688599B (zh) 一种快速检索三维模型的方法
Stoppel et al. Graxels: Information Rich Primitives for the Visualization of Time-Dependent Spatial Data.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant