CN103778658A - 一种快速展示体数据特征的可视化方法 - Google Patents

Abstract

本发明公开一种快速展示体数据特征的可视化方法，包括：获取目标对象的体数据，在初始的线性传输函数特征空间中，根据光学属性曲线的位置和颜色信息，确定所述体数据的标量值属性与光学属性的对应关系，进而根据标量值属性的大小将所述体数据的体素映射为相应的不透明度和颜色属性；获得屏幕各像素的颜色值，获得体绘制结果图像。利用本发明方法可以在光学积分过程中，动态分析采样点对绘制结果图像的贡献，自适应计算调整参数以实现体数据内部特征可视化，无需复杂而耗时的传输函数交互设计过程，提升了体数据可视化与分析效率。

Description

一种快速展示体数据特征的可视化方法

技术领域

本发明涉及快速展示体数据特征的可视化方法，属于计算机图形学及科学计算可视化技术领域。

背景技术

体数据可视化是将三维采样数据转化为直观的二维图像的过程，主要可以归纳为分类和绘制两个步骤。分类是建立三维空间中的数据与视觉元素之间的映射关系，通常由传输函数设置完成；绘制则是沿着视线方向，将体数据的视觉属性按照经典的光学积分方程，投影至图像空间的过程。然而，经典的传输函数交互设计过程不够直观，复杂而耗时，一定程度上影响了体数据分析与可视化的效率。为了提升体数据可视化及分析效率，国内外研究学者致力于直观、便捷的传输函数设计方法研究，取得了丰硕的研究成果。

基于图像的传输函数是直观化光学参数设计的有效途径。Design Galleries是对初始的传输函数向量进行启发式扰动，如果扰动获得的传输函数向量与初始的传输函数向量满足一定的距离关系，则保留该传输函数向量并继续扰动。进而由用户在不同扰动传输函数作用下的绘制结果图像集合中选取能够满足其需求的图像，即可实现光学参数优化设计（Gibson S,Beardsley P,Ruml W,et al.Design Galleries:A General Approach to Setting Parameters for Computer Graphicsand Animation[C].In Proceedings of SIGGRAPH.1997:389-400.）。Wu等学者提出一种基于遗传算法的交互式传输函数设计方法（Wu Y,Qu H.Interactive TransferFunction Design Based on Editing Direct Volume Rendered Images[J].IEEETransactions on Visualization and Computer Graphics,2007,13(5):1027-1040.），用户可以在不同的绘制结果图像中定义其感兴趣特征，以感兴趣区域相似程度为衡量标准，对初始的传输函数集利用遗传算法不断进化，进而实现能够满足用户需求的光学参数设计。为了进一步直观地定义光学参数，Ropinski等学者提出一种基于笔画的传输函数设计方法（Ropinski T,Prassni J,Steinicke F,et al.Stroke-based Transfer Function Design[C].IEEE/EG International Symposium onVolume and Point-Based Graphics.2008:41-48.），用户在当前传输函数对应的绘制结果图像中交互式勾画出感兴趣特征线与背景特征线，统计特征线对应的数据直方图，利用直方图的差异获得感兴趣特征的标量值范围，进而交互式定义感兴趣特征的光学属性，实现感兴趣特征的有效展示。Guo等学者进一步简化了光学参数设计过程，提出一种所见即所得(WYSIWYG)的体数据可视化系统（GuoH,Mao N,Yuan X.WYSIWYG(What You See is What You Get)VolumeVisualization[J].IEEE Transactions on Visualization and Computer Graphics,2011,17(12):2106-2114.）。利用图割(Graph Cut)确定感兴趣区域和背景区域，并对相应的空间数据进行聚类分析，以获取感兴趣特征的信息，进而借鉴Photoshop中的图像处理交互思想，用户可以利用简单而直观的交互手段设置体数据特征的光学参数，以实现体数据感兴趣特征的可视化。

近年来，由绘制角度出发，分析特征的可见性，进而优化光学参数设计的研究不断成熟。Correa等学者提出一种基于可见性直方图的传输函数设计方法（Correa C,Ma K.Visibility Histograms and Visibility-Driven Transfer Functions[J].IEEE Transactions on Visualization and Computer Graphics,2011,17(2):192-204.），利用可见性直方图指导用户交互地定义光学参数，亦可以定义能量方程度量可见性直方图的差异，进而实现半自动的光学参数设计。Wang等学者拓展可见性至特征可见性，用户在二维传输函数特征空间中确定感兴趣特征，进而统计特征可见性直方图，用户交互设置目标特征可见性直方图，定义能量方程度量特征可见性直方图的差异，迭代优化实现特征的光学参数自动设计（Wang Y,Zhang J,Chen W,et al.Efficient Opacity Specification based on FeatureVisibilities in Direct Volume Rendering[J].Computer Graphics Forum.2011,30(7):2117-2126.）。Ruiz等学者提出一种基于信息差异的传输函数自动设计方法（RuizM,Bardera A,Boada I,et al.Automatic Transfer Functions Based on InformationalDivergence[J].IEEE Transactions on Visualization and Computer Graphics,2011,17(12):1932-1941.），由用户交互给定感兴趣特征的可见性分布，利用KL距离度量当前传输函数作用下体数据特征的可见性分布与目标可见性分布的差异，进而采用近似的求解方法最小化KL距离，迭代求解获得满足用户需求的传输函数，并获得能够有效展示感兴趣特征的绘制结果图像。

亦有大量研究利用调整参数修改标准的体绘制积分方程，动态分析视线方向上采样点的可见性，自适应地调整绘制过程中采样点的光学参数，进而获得示意性的可视化结果，实现感兴趣特征的高效展示。MIP算法是查找视线方向上具有最大标量值的采样点，并直接将最大标量值投影至绘制结果图像对应的像素上（Schreiner S,Jr.Galloway R L.A fast maximum-intensity projectionalgorithm for generating magnetic resonance angiograms[J].IEEE Transactions onMedical Imaging,1993,12(1):50-57.）。为了增强最大密度特征的视觉感知，Diaz等学者提出深度感知增强的DEMIP算法（Diaz J,Vazquez P.Depth-enhancedmaximum intensity projection[Z].2010:93-100.），利用两次光线投射分别查找最大密度特征及其之前的相似特征，进而将相似特征的深度与最大标量值加权，并以相似特征的朝向信息计算颜色，加权获得对应像素的颜色值。Zhou等学者提出形状感知增强的SEMIP算法（Zhou Z,Tao Y,Lin H,Dong F,Gordon C.Shape-enhanced Maximum Intensity Projection[J].The Visual Computer,2011,27(6-8):677-686.），在视线方向上查找最大密度特征的最佳法向信息，进而引入Phong光照模型对最大密度特征做光照处理，表面的明暗变化增强了最大密度特征的形状感知。Bruckner等则是结合了MIP算法和DVR算法各自的优势，提出MIDA算法（Bruckner S,

M.Instant Volume Visualization using MaximumIntensity Difference Accumulation[J].Computer Graphics Forum.2009,28(3):775-782.），动态计算采样点标量值与当前最大标量值的差异，自适应地修改标准的体绘制积分方程，无需调节复杂的传输函数，便可以有效地展示最大密度特征及其背景特征。为了显示视线方向上的隐藏特征，周志光等学者一种有效显示隐藏特征的光线投射方法（周志光,陶煜波,林海.一种有效显示隐藏特征的光线投射算法[J].计算机学报,2011,(03):517-526.），利用低通滤波方法查找视线方向上的感兴趣特征，进而动态更新体绘制积分方程，实现隐藏特征的有效展示。Liang等学者提出一种局部最大标量差累积法(LIDA)（Liang R,Wu Y,Dong F,Gordon C.Accumulation of Local Maximum Intensity for Feature EnhancedVolume Rendering[J].The Visual Computer.2012,28(6-8):625-633.），引入移动最小二乘法(MLS)查找特征点，进而更新体绘制积分方程，实现视线方向上局部最大标量值特征的有效展示。为了进一步避免复杂的传输函数定义过程，简化光学参数设计，Marchesin等学者提出不透明度动态调整法（Marchesin S,Dischler JM,Mongenet C.Per-Pixel Opacity Modulation for Feature Enhancement in VolumeRendering[J].IEEE Transactions on Visualization and Computer Graphics,2010,16(4):560-570.），引入相关函数度量不同采样点的重要度，在保证最远相关特征可见性最大的前提下，推导体绘制积分方程，进而获得实现方向上感兴趣特征的有效展示。

可以看出，修改体绘制积分方程可以快速展示体数据内部特征，避免复杂的传输函数设计过程，一定程度上提升了体数据可视化及分析效率。而现有的利用调整参数优化积分方程的体数据可视化方法尚存一定的局限性，光线投射过程中采样点的分析过程复杂而耗时，占用大量GPU的资源，妨碍了体数据可视化效率的提升。

发明内容

本发明的目的是提供一种快速展示体数据特征的可视化方法，从而在体数据可视化过程中，自适应计算调整参数，实现体数据特征可视化，避免了复杂的传输函数设计过程，提升体数据可视化效率。

为实现上述目的，本发明所采用的技术方案是：

本发明快速展示体数据特征的可视化方法包括如下步骤：

步骤（1），获取目标对象的体数据，在初始的线性传输函数特征空间中，根据光学属性曲线的位置和颜色信息，确定所述体数据的标量值属性与光学属性的对应关系，进而根据标量值属性的大小将所述体数据的体素映射为相应的不透明度和颜色属性；

步骤（2），按以下方法获得屏幕各像素的颜色值，获得体绘制结果图像：

由屏幕像素出发，沿视线方向对所述体数据的三维空间按照从前向后的顺序进行采样，对于当前采样点i，判断之前采样点的不透明度的累加值A_i′_-1是否小于阈值，如果小于阈值，则将颜色积分公式（1）和不透明度积分公式（2）中的调整参数β设置为1；否则，令不透明度积分公式（2）中的之前采样点的不透明度的累加值A_i′_-1与当前采样点i积分合成后获得的不透明度累加值A_i′均为阈值η，进而通过公式（3）计算获得调整参数β，然后，根据计算获得的调整参数β，利用公式（1），由当前样点开始，对视线方向上的采样点由前向后进行光学属性积分合成，直到积分合成至视线方向上最后一个采样点，获得屏幕像素对应的颜色值；

C_i′＝β·C_i′_-1+(1-β·A_i′_-1)C_i   （1）

公式（1）中，C_i′表示当前采样点i积分合成后获得的颜色累加值，β表示调整参数，A_i′_-1表示之前采样点的不透明度的累加值，C_i′_-1表示当前采样点i之前采样点的颜色的累加值，C_i表示当前采样点i的颜色值；

A_i′＝β·A_i′_-1+(1-β·A_i′_-1)A_i   （2）

公式（2）中，A_i′表示当前采样点i积分合成后获得的不透明度累加值，β表示调整参数，A_i′_-1表示当前采样点i之前采样点不透明度的累加值，A_i表示当前采样点i的不透明度；

$\mathrm{\β}=\frac{A_i^{\′}-A_i}{A_{i-1}^{\′}-A_i{A}_{i-1}^{\′}}=\frac{\mathrm{\η}-A_i}{\mathrm{\η}-\mathrm{\η}{A}_i}---\left(3\right)$

公式（3）中，η为用户交互指定的阈值。

与现有技术相比，本发明的有益效果是：通过自适应实时计算调整参数，降低之前采样点对绘制结果图像的贡献。综上所述，本发明方法中光学积分的调整参数计算过程简单易行，体数据中感兴趣的特征信息得以快速展示，体数据可视化过程中无需设置复杂的传输函数，明显提升体数据可视化及分析效率，能够有效满足用户的实时应用需求。

附图说明

图1是本发明方法的流程示意图；

图2是初始的线性传输函数设计示意图；

图3是Present数据绘制结果对比图，其中，(a)为经典体绘制积分获得的可视化结果，(b)为本发明体绘制积分获得的可视化结果；

图4是Ncat_phantom数据绘制结果对比图，其中，(a)为经典体绘制积分获得的可视化结果，(b)为本发明体绘制积分获得的可视化结果。

具体实施方式

下面结合附图，对本发明的快速展示体数据特征的可视化方法作进一步的说明，具体步骤如下：

参见图1，本发明方法的具体步骤如下：

步骤1）：加载初始体数据，在图2所示的传输函数特征空间中，通过光学属性曲线的位置和颜色信息确定体数据体素的颜色和不透明度属性。其中，传输函数特征空间的横坐标描述体数据标量值范围，通常是初始体数据体素值的量化区间[0-255]，纵坐标描述不透明度范围[0-1]，横坐标的标量值可以通过光学属性曲线映射为纵坐标的不透明度，颜色值则是通过定义分段点的颜色，进而插值获取分段区域各标量值对应的颜色。

在传统的传输函数设计过程中，通常需要用户交互设计曲线的位置，分段点的颜色，以获取能够有效展示体数据内部特征的可视化结果，而传输函数的设计过程复杂而耗时，一定程度上制约了体数据可视化效率的提升。

在本发明方法中，直接采用初始的线性传输函数设计方法，光学属性曲线的设置方案如图2所示，即连接传输函数特征空间中标量值为0，不透明度值为0（以下简称（0，0））的点，以及标量值为255，不透明度值为1（以下简称（255，1）点）的点，且定义（0，0）的颜色值为黑色，（255，1）的颜色值为白色。进而按照上述初始的线性传输函数设置方案对初始体数据进行分类。

步骤2）：传统的光线投射过程中，是按照经典的光学积分方程，对视线方向上的采样点进行积分合成，获得该视线对应的像素颜色值，经典的光学积分方程如公式（4）所示：

$C=\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{C}_i\underset{j=0}{\overset{i-1}{\mathrm{\Π}}}(1-A_i)---\left(4\right)$

其中，C表示视线对应像素的颜色值，i表示视线方向上的采样点序号，j表示当前采样点i之前的采样点序号，C_i表示当前采样点i对应的颜色值，A_i表示当前采样点i对应的不透明度值，C_i和A_i是由传输函数映射而来。可进一步对公式（4）进行离散化处理，如公式（5）、公式（6）所示：

C_i′＝C_i′_-1+(1-A_i′_-1)C_i   （5）

其中，C_i′表示当前采样点i积分合成后获得的颜色累加值，C_i′_-1表示当前采样点i之前采样点颜色的累加值，C_i表示当前采样点i的颜色值，是由所述初始线性传输函数映射而得；

A_i′＝A_i′_-1+(1-A_i′_-1)A_i   （6）

其中，A_i′表示当前采样点i积分合成后获得的不透明度累加值，β表示调整参数，A_i′_-1表示当前采样点i之前采样点不透明度的累加值，A_i表示当前采样点i的不透明度，是由所述初始线性传输函数映射而得；

为了避免复杂的传输函数设置过程，在初始的线性传输函数映射作用下即可展示体数据内部特征，引入调整参数β更新公式（5）、公式（6）出示的体绘制积分方程，如公式（7）、公式（8）所示：

C_i′＝β·C_i′_-1+(1-β·A_i′_-1)C_i   （7）

其中，C_i′表示当前采样点i积分合成后获得的颜色累加值，β表示调整参数，C_i′_-1表示当前采样点i之前采样点颜色的累加值，C_i表示当前采样点i的颜色值，是由所述初始线性传输函数映射而得；

A_i′＝β·A_i′_-1+(1-β·A_i′_-1)A_i   （8）

其中，A_i′表示当前采样点i积分合成后获得的不透明度累加值，β表示调整参数，与公式（1）中的β相同，A_i′_-1表示当前采样点i之前采样点不透明度的累加值，A_i表示当前采样点i的不透明度，是由所述初始线性传输函数映射而得；

已有的基于调整参数的光学积分过程中，调整参数的计算需要对视线方向上的采样点序列进行分析，占用大量的GPU存储和计算资源，降低了体数据可视化的效率。由于之前采样点不透明度的累加值过早接近于临界状态是导致体数据内部特征在绘制结果图像中不可见的主要原因，因此，在本发明中，动态分析之前采样点不透明度累加值的变化，当不透明度的累加值大于阈值η时（η为接近于1的临界值，通常设置为0.99），则推导公式（8）出示的不透明度积分方程，获得调整参数β的算术表达式，如公式（9）所示：

$\mathrm{\β}=\frac{A_i^{\′}-A_i}{A_{i-1}^{\′}-A_i{A}_{i-1}^{\′}}---\left(9\right)$

令之前不透明度的累加值A_i′_-1和当前采样点积分后获得的不透明度累加值A_i′均为阈值η，可以快速求解调整参数β，进而将求解获得的调整参数β代入公式（7），实现当前采样点i的积分合成。由于调整参数β作用于当前采样点i之前所有采样点的颜色的累加值C_i′_-1和不透明度的累加值A_i′_-1，通过降低之前采样点对绘制图像的贡献，可以有效展示当前采样点i的特征信息。

按照上述过程，对视线方向上的采样点，按照从前向后的顺序进行积分合成，可以获得对应的屏幕像素的颜色值。屏幕各像素的颜色值均按照上述方法获得，由此获得体绘制结果图像。

图3出示了在初始线性传输函数作用下，CT采样获取的Present数据利用不同绘制方法获得的结果图像，图3（a）是利用公式（5）、公式（6）所示的传统的体绘制积分方程获得的绘制结果，由于不透明度过早到达临界状态，体数据中大部分特征信息对结果图像没有贡献；图3（b）是采用公式（7）、公式（8）所示的本发明提出的改进积分方程获得的体绘制结果图像，当不透明度的累加值到达临界状态时，自适应计算调整参数，保证当前采样点对绘制在绘制结果图像中的可见性，Present数据中的宠物特征可以清晰地表达于绘制结果图像中。

图4出示了在初始线性传输函数作用下，模拟采样获取的Ncat_phantom数据利用不同绘制方法获得结果图像。图4（a）是利用公式（5）、公式（6）所示的传统的体绘制积分方程获得的绘制结果，由于不透明度过早到达临界状态，体数据中大部分特征信息对结果图像没有贡献；图4（b）是采用公式（7）、公式（8）所示的本发明提出的改进积分方程获得的结果图像，当不透明度的累加值到达临界状态时，自适应计算调整参数，保证当前采样点对绘制在绘制结果图像中的可见性，Ncat_phantom数据中的骨骼、器官等特征信息均有效展示于绘制结果图像中。可以看出，采用本发明方法获得的结果图像，不需要复杂传输函数设置的过程，即可展示更多体数据内部特征信息，提升了体数据可视化与分析效率。

与传统体数据可视化过程相比，本发明方法的最大优势是将复杂的传输函数分类过程转移至光学积分过程中，无需复杂的用户交互设置光学曲线过程，即可快速地展示体数据中隐含的特征信息，提升了体数据可视化及分析效率。

Claims (1)

1.一种快速展示体数据特征的可视化方法，其特征在于，包括如下步骤：

步骤（1），获取目标对象的体数据，在初始的线性传输函数特征空间中，根据光学属性曲线的位置和颜色信息，确定所述体数据的标量值属性与光学属性的对应关系，进而根据标量值属性的大小将所述体数据的体素映射为相应的不透明度和颜色属性；

步骤（2），按以下方法获得屏幕各像素的颜色值，获得体绘制结果图像：

由屏幕像素出发，沿视线方向对所述体数据的三维空间按照从前向后的顺序进行采样，对于当前采样点i，判断之前采样点的不透明度的累加值A_i′_-1是否小于阈值，如果小于阈值，则将颜色积分公式（1）和不透明度积分公式（2）中的调整参数β设置为1；否则，令不透明度积分公式（2）中的之前采样点的不透明度的累加值A_i′_-1与当前采样点i积分合成后获得的不透明度累加值A_i′均为阈值η，进而通过公式（3）计算获得调整参数β，然后，根据计算获得的调整参数β，利用公式（1），由当前样点开始，对视线方向上的采样点由前向后进行光学属性积分合成，直到积分合成至视线方向上最后一个采样点，获得屏幕像素对应的颜色值；

C_i′＝β·C_i′_-1+(1-β·A_i′_-1)C_i   （1）

公式（1）中，C_i′表示当前采样点i积分合成后获得的颜色累加值，β表示调整参数，A_i′_-1表示之前采样点的不透明度的累加值，C_i′_-1表示当前采样点i之前采样点的颜色的累加值，C_i表示当前采样点i的颜色值；

A_i′＝β·A_i′_-1+(1-β·A_i′_-1)A_i   （2）

公式（2）中，A_i′表示当前采样点i积分合成后获得的不透明度累加值，β表示调整参数，A_i′_-1表示当前采样点i之前采样点不透明度的累加值，A_i表示当前采样点i的不透明度；

$\mathrm{\β}=\frac{A_i^{\′}-A_i}{A_{i-1}^{\′}-A_i{A}_{i-1}^{\′}}=\frac{\mathrm{\η}-A_i}{\mathrm{\η}-\mathrm{\η}{A}_i}---\left(3\right)$

公式（3）中，η为用户交互指定的阈值。

Images