CN104182964B - 一种体数据的裁减方法 - Google Patents
一种体数据的裁减方法 Download PDFInfo
- Publication number
- CN104182964B CN104182964B CN201310581110.7A CN201310581110A CN104182964B CN 104182964 B CN104182964 B CN 104182964B CN 201310581110 A CN201310581110 A CN 201310581110A CN 104182964 B CN104182964 B CN 104182964B
- Authority
- CN
- China
- Prior art keywords
- volume data
- subspace
- polygon
- default
- node
- 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
Links
Landscapes
- Image Generation (AREA)
Abstract
本发明提供一种体数据的裁减方法，包括：提供医学图像的体数据及预设多边形，将所述体数据所在空间进行多次划分，并在每次划分后产生的子空间内，对子空间内的体数据进行裁减，以使得所述体数据形成预设多边形对应的形状。本发明对体数据所在空间进行划分，并在形成的子空间内进行体数据的裁减，不必对每个体素都进行是否被裁减的判定，而是利用子空间的空间结构，首先只对一些关键的点面进行判定就能判定大部分体积空间，最后只需对一些较小的体积空间进行逐点判定，从而极大地提高了裁减速度。
Description
技术领域
本发明涉及医学图像处理的领域，尤其涉及一种体数据的裁减方法。
背景技术
裁减是图形学中的基本操作。经典的多边形裁减算法，如Sutherland-Hodgeman算法、梁-Barsky算法等要求裁减多边形为矩形，而在实际应用中，裁减多边形和实体多边形可能均为一般多边形。Weiler算法、Vatti算法以及Greiner-Hormann算法可以在一定的时间内处理一般多边形的裁减，其中，Weiler算法使用的是树形数据结构，Vatti和Greiner-Hormann算法使用的是双线性链表数据结构。
如对医学图像进行裁减处理时，首先需要通过扫描获得人体图像的体数据，所述体数据包括人体器官体数据及冗余体数据。用户如医生在观察体数据的绘制结果时，需要裁减掉一些自己不关心的组织或部位，这需要对体数据进行裁减处理。目前，体绘制技术中已有一些方法能调节体素的可见性。例如，通过改变颜色表，可以根据灰度值来调整体素的可见性；也可以采用区域增长算法，对某类组织进行分割提取，把提取结果存放在一个和原始体数据具有相同维度大小的mask数据中，体绘制结果由原始体数据和mask数据来确定。
但是，现有技术对所述医学图像的裁减是基于所述体数据中的单个的体素进行的，即需要对每个所述体素进行判断其是否需要被裁减，裁减需要的时间较长，验证影响医学图像的处理效率。
发明内容
本发明解决的问题是提供一种体数据的裁减方法，用以提高医学图像进行裁减的效率。
为解决上述问题，本发明提供了一种体数据的裁减方法，包括：提供医学图像的体数据及预设多边形，将所述体数据所在空间进行多次划分，并在每次划分后产生的子空间内，对子空间内的体数据进行裁减，以使得所述体数据形成预设多边形对应的形状。
可选的，所述划分为基于树结构对所述体数据所在空间进行的空间划分。
可选的，所述树结构包括二叉树、四叉树、八叉树或十六叉树。
可选的，还包括设定划分体素阈值，若划分后的子空间的体素值不大于所述划分阈值，则停止后续的空间划分。
可选的，若停止后续的空间划分后，则遍历当前形成的子空间中所有的体素，逐个判断其是否位于所述预设多边形内／外。
可选的，还包括节点，每一个节点对应于所述空间划分后形成的一个子空间，第一次划分形成的节点为子节点，最后一次划分的节点为叶子节点，其余的划分形成的节点为孩子节点。
可选的，还包括在每次空间划分后，对位于当前划分形成后的子空间内的体数据进行裁减。
可选的，所述对位于当前划分形成后的子空间内的体数据进行裁减包括：判断位于所述子空间内的体数据是否全部位于所述预设多边形内部或全部位于所述预设多边形的外部。
可选的，若所述子空间内的体数据不完全位于所述预设多边形内部或不完全位于所述预设多边形的外部，则对所述子空间继续进行下一步的划分，形成更小单元的子空间。
可选的，还包括在每次空间划分后，判断当前划分形成后的子空间内的预设多边形的凹凸性。
可选的，若所述子空间内的预设多边形为凸多边形，且所述子空间内的体数据对应的所有空间顶点都在多边形外，则所述子空间内的体数据全部位于所述预设多边形外部；若所述子空间内的体数据对应的所有空间顶点都在多边形内，则节点对应的立方体在多边形内。
可选的，若所述子空间内的预设多边形为凹多边形，且所述子空间内的体数据对应的所有面都在多边形外，则所述子空间内的体数据全部位于所述预设多边形外部；若所述子空间内的体数据对应的所有面都在多边形内，则节点对应的立方体在多边形内。
与现有技术相比，本发明具有以下优点：
对体数据所在空间进行划分，并在形成的子空间内进行体数据的裁减，不必对每个体素都进行是否被裁减的判定，而是利用子空间的空间结构，首先只对一些关键的点面进行判定就能判定大部分体积空间，最后只需对一些较小的体积空间进行逐点判定，从而极大地提高了裁减速度。
进一步地，基于如八叉树等树结构进行体数据的多边形裁减，能很好利用树结构的空间特性，当使用多边形对体数据进行裁剪时，不必对每个体素都进行是否被裁减的判定，而是利用树结构的空间结构，只需对一些较小的体积空间进行逐点判定，从而极大地提高了裁减速度。
附图说明
图1所示为本发明一个实施例的体数据的裁减方法的流程示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施的限制。
其次，本发明利用示意图进行详细描述，在详述本发明实施例时，为便于说明，所述示意图只是实例，其在此不应限制本发明保护的范围。
本发明解决的问题是提供一种体数据的裁减方法，用以提高医学图像进行裁减的效率。为解决上述问题，本发明提供了一种体数据的裁减方法，包括：提供医学图像的体数据及预设多边形，将所述体数据所在空间进行多次划分，并在每次划分后产生的子空间内，对子空间内的体数据进行裁减，以使得所述体数据形成预设多边形对应的形状。
具体地，包括在每次空间划分后，对位于当前划分形成后的子空间内的体数据进行裁减，判断位于所述子空间内的体数据是否全部位于所述预设多边形内部或全部位于所述预设多边形的外部。若所述子空间内的体数据不完全位于所述预设多边形内部或不完全位于所述预设多边形的外部，则对所述子空间继续进行下一步的划分，形成更小单元的子空间。
进一步地，所述划分为基于树结构对所述体数据所在空间进行的空间划分。所述树结构包括二叉树、四叉树、八叉树或十六叉树。
对于所述空间划分，还包括设定划分体素阈值，若划分后的子空间的体素值不大于所述划分阈值，则停止后续的空间划分。若后续的空间划分停止，则遍历当前形成的子空间中所有的体素，逐个判断其是否位于所述预设多边形内／外。
在每次空间划分后，判断当前划分形成后的子空间内的预设多边形的凹凸性。若所述子空间内的预设多边形为凸多边形，且所述子空间内的体数据对应的所有空间顶点都在多边形外，则所述子空间内的体数据全部位于所述预设多边形外部；若所述子空间内的体数据对应的所有空间顶点都在多边形内，则节点对应的立方体在多边形内。
反之，若所述子空间内的预设多边形为凹多边形，且所述子空间内的体数据对应的所有面都在多边形外，则所述子空间内的体数据全部位于所述预设多边形外部；若所述子空间内的体数据对应的所有面都在多边形内，则节点对应的立方体在多边形内。
图1是本文实现的基于体数据的裁减方法的流程示意图。本实施例以树结构为八叉树为例进行说明，作为其他实施例，还可以为其他的树结构，如二叉树、四叉树或者十六叉树的树结构。
提供待裁减的体数据及预设多边形，其中，需要通过后续的裁减过程将所述体数据裁减成为所述预设多边形的形状。首先执行步骤S1，用八叉树对所述体数据进行空间划分。后续地，将在每次划分后产生的子空间内，对子空间内的体数据进行裁减，以使得所述体数据形成预设多边形对应的形状。
进一步地，每一个节点对应于所述空间划分后形成的一个子空间，第一次划分形成的节点为子节点，最后一次划分的节点为叶子节点，其余的划分形成的节点为孩子节点。
执行步骤S2，将八叉树根节点压入堆栈。其中，所述堆栈用于存放所述节点，包括子节点、孩子节点及叶子节点。后续的图像处理将从所述堆栈中取出所述节点，并对所述节点对应的子空间进行对应的体数据的裁减。
执行步骤S3，判断堆栈是否为空；若非空，则执行步骤S4，弹出栈顶元素作为当前节点；后续地，将对所述节点对应的体数据进行裁减。若为空，则所述体数据的裁减结束。
执行步骤S5，裁减多边形是否为凸边形；若所述步骤S5的判断为是，即所述裁减多边形为凸多边形，则执行步骤S11，判断节点的8个面都在多边形内部。若是，则执行步骤S110，标记节点在多边形内；若否，则执行步骤S12，判断节点的8个面是否都在多边形外部；若所述步骤S12的判断为是，则执行步骤S120，标记节点在多边形外部。
进一步地，所述步骤S11和步骤S12可以进行互换，即先判断所述节点的面是否都在多边形外，再判断所述节点是否在多边形内。
若所述节点的面没有全部在所述多边形内部，也没有在所述多边形外部，则执行步骤S6，判断所述节点是否为叶子节点，若是，则执行步骤S61，遍历节点中的所有体素，逐个进行裁减判定。
若所述步骤S13的判断为否，则执行步骤S7，孩子节点依次压入堆栈。并循环执行步骤S3及后续的步骤，对所述体数据进行多边形的裁减。
进一步地，若所述步骤S5的判断为是，即所述裁减多边形为凸多边形，则执行步骤S21，判断节点的8个顶点是否都在多边形内部。若是，则执行步骤S210，标记节点在多边形内部；若否，则执行步骤S22，判断节点的8个顶点是否都在多边形外部；若所述步骤S22的判断为是，则执行步骤S220，标记节点在多边形外部。
进一步地，所述步骤S21和步骤S22可以进行互换，即先判断所述节点的面是否都在多边形外，再判断所述节点是否在多边形内。
若所述节点的面没有全部在所述多边形内部，也没有在所述多边形外部，则执行步骤S6，判断所述节点是否为叶子节点，若是，则执行步骤S61，遍历节点中的所有体素，逐个进行裁减判定。
若所述步骤S13的判断为否，则执行步骤S7，孩子节点依次压入堆栈。并循环执行步骤S3及后续的步骤，对所述体数据进行多边形的裁减。
与现有技术相比，本发明具有以下优点：
对体数据所在空间进行划分，并在形成的子空间内进行体数据的裁减，不必对每个体素都进行是否被裁减的判定，而是利用子空间的空间结构，首先只对一些关键的点面进行判定就能判定大部分体积空间，最后只需对一些较小的体积空间进行逐点判定，从而极大地提高了裁减速度。
进一步地，基于如八叉树等树结构进行体数据的多边形裁减，能很好利用树结构的空间特性，当使用多边形对体数据进行裁剪时，不必对每个体素都进行是否被裁减的判定，而是利用树结构的空间结构，只需对一些较小的体积空间进行逐点判定，从而极大地提高了裁减速度。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。
Claims (9)
1.一种体数据的裁减方法，其特征在于，包括：提供医学图像的体数据及预设多边形，将所述体数据所在空间进行多次划分，在每次空间划分后，判断当前划分形成后的子空间内的预设多边形的凹凸性，并在每次划分后产生的子空间内，对子空间内的体数据进行裁减，以使得所述体数据形成预设多边形对应的形状，其中，若所述子空间内的预设多边形为凸多边形，且所述子空间内的体数据对应的所有空间顶点都在多边形外，则所述子空间内的体数据全部位于所述预设多边形外部；若所述子空间内的体数据对应的所有空间顶点都在多边形内，则节点对应的立方体在多边形内；若所述子空间内的预设多边形为凹多边形，且所述子空间内的体数据对应的所有面都在多边形外，则所述子空间内的体数据全部位于所述预设多边形外部；若所述子空间内的体数据对应的所有面都在多边形内，则节点对应的立方体在多边形内。
2.如权利要求1所述的体数据的裁减方法，其特征在于，所述划分为基于树结构对所述体数据所在空间进行的空间划分。
3.如权利要求2所述的体数据的裁减方法，其特征在于，所述树结构包括二叉树、四叉树、八叉树或十六叉树。
4.如权利要求1所述的体数据的裁减方法，其特征在于，还包括设定划分体素阈值，若划分后的子空间的体素值不大于所述划分阈值，则停止后续的空间划分。
5.如权利要求4所述的体数据的裁减方法，其特征在于，若停止后续的空间划分后，则遍历当前形成的子空间中所有的体素，逐个判断其是否位于所述预设多边形内/外。
6.如权利要求1所述的体数据的裁减方法，其特征在于，还包括节点，每一个节点对应于所述空间划分后形成的一个子空间，第一次划分形成的节点为子节点，最后一次划分的节点为叶子节点，其余的划分形成的节点为孩子节点。
7.如权利要求1所述的体数据的裁减方法，其特征在于，还包括在每次空间划分后，对位于当前划分形成后的子空间内的体数据进行裁减。
8.如权利要求7所述的体数据的裁减方法，其特征在于，所述对位于当前划分形成后的子空间内的体数据进行裁减包括：判断位于所述子空间内的体数据是否全部位于所述预设多边形内部或全部位于所述预设多边形的外部。
9.如权利要求8所述的体数据的裁减方法，其特征在于，若所述子空间内的体数据不完全位于所述预设多边形内部或不完全位于所述预设多边形的外部，则对所述子空间继续进行下一步的划分，形成更小单元的子空间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310581110.7A CN104182964B (zh) | 2013-11-19 | 2013-11-19 | 一种体数据的裁减方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310581110.7A CN104182964B (zh) | 2013-11-19 | 2013-11-19 | 一种体数据的裁减方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104182964A CN104182964A (zh) | 2014-12-03 |
| CN104182964B true CN104182964B (zh) | 2017-04-05 |
Family
ID=51963982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310581110.7A Active CN104182964B (zh) | 2013-11-19 | 2013-11-19 | 一种体数据的裁减方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104182964B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2444939A1 (en) * | 2009-10-15 | 2012-04-25 | Hitachi Aloka Medical, Ltd. | Ultrasonic volume data processing device |
| CN102496179A (zh) * | 2011-11-08 | 2012-06-13 | 中国测绘科学研究院 | 一种三维场景的裁剪方法 |
| CN102722885B (zh) * | 2012-05-23 | 2014-09-17 | 北京建筑大学 | 一种加快三维图形显示的方法 |
| CN102903147A (zh) * | 2012-09-18 | 2013-01-30 | 深圳市旭东数字医学影像技术有限公司 | 三维数据的裁剪方法及系统 |
-
2013
- 2013-11-19 CN CN201310581110.7A patent/CN104182964B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104182964A (zh) | 2014-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4780106B2 (ja) | 情報処理装置及び情報処理方法、画像処理装置及び画像処理方法、並びにコンピュータ・プログラム | |
| CN107798721B (zh) | 一种点云数据的处理方法及装置和点云渲染方法及装置 | |
| CN104751507B (zh) | 图形内容渲染方法和装置 | |
| Fayolle et al. | An evolutionary approach to the extraction of object construction trees from 3D point clouds | |
| Boddy et al. | Fungal network responses to grazing | |
| US10600242B2 (en) | Adaptive mesh non-regularized booleans | |
| CN111127610A (zh) | 一种点云数据三维可视化渲染方法与计算方法 | |
| CN108416843A (zh) | 三维场景构建方法、装置、设备及计算机可读存储介质 | |
| JP2744888B2 (ja) | ３−ｄオブジェクトを領域に区画する方法及びシステム | |
| CN108230439A (zh) | 一种用于web端三维模型轻量化方法、电子设备及存储介质 | |
| CN107977605A (zh) | 基于深度学习的眼部区域边界特征提取方法及装置 | |
| CN104182964B (zh) | 一种体数据的裁减方法 | |
| CN106846487A (zh) | 减面方法、设备及显示设备 | |
| CN112700529A (zh) | 根据规范文档生成三维模型的方法和系统 | |
| CN107633544A (zh) | 环境光遮蔽的处理方法及装置 | |
| CN104167010B (zh) | 一种迭代渲染的方法 | |
| CN105513006B (zh) | 一种TrueType字体轮廓粗细调整方法及装置 | |
| CN106780468A (zh) | 基于视觉感知正反馈的显著性检测方法 | |
| Callahan et al. | Direct volume rendering: A 3D plotting technique for scientific data | |
| CN104732292B (zh) | 基于断面数据的主流速线自动规划方法 | |
| Dokter et al. | Hierarchical rasterization of curved primitives for vector graphics rendering on the GPU | |
| CN107133693A (zh) | 我国省市预期寿命时序加密估算及其与夜光时空耦合方法 | |
| Schram et al. | Exact enumeration of Hamiltonian walks on the 4× 4× 4 cube and applications to protein folding | |
| CN104504719A (zh) | 一种图像边缘检测方法及设备 | |
| CN106650916B (zh) | 一种基于蚁群优化的网格分割方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 201815 Shanghai City, Jiading District Jiading Industrial Zone No. 1180 Building 8 Hing Road Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201815 Shanghai City, Jiading District Jiading Industrial Zone No. 1180 Building 8 Hing Road Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| CP02 | Change in the address of a patent holder | ||
| CP02 | Change in the address of a patent holder |
Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai Patentee after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201815 No. 1180 Xingxian Road, Jiading Industrial Zone, Jiading District, Shanghai Patentee before: Shanghai Lianying Medical Technology Co.,Ltd. |