CN105488848B - 一种基于视线的纤维绘制方法 - Google Patents
一种基于视线的纤维绘制方法 Download PDFInfo
- Publication number
- CN105488848B CN105488848B CN201410531326.7A CN201410531326A CN105488848B CN 105488848 B CN105488848 B CN 105488848B CN 201410531326 A CN201410531326 A CN 201410531326A CN 105488848 B CN105488848 B CN 105488848B
- Authority
- CN
- China
- Prior art keywords
- fiber
- sight
- drafting
- display
- data
- 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
- User Interface Of Digital Computer (AREA)
- Image Generation (AREA)
Abstract
本发明提供一种基于视线的纤维绘制方法,包括:输入纤维数据,对所述纤维数据进行间隔采集获取部分纤维数据,并通过所述部分纤维数据绘制形成初始纤维;利用所述初始纤维进行基于视线的纤维绘制。本发明提出一种基于视线的动态纤维显示方法,通过剔除当前视线外或被遮挡的纤维,对视线距离较远的纤维降低分辨率显示,以提高显示效率。本发明方法适用于任意形状的纤维显示,如线型、管状或椭球状。本发明提出的基于视线的动态细节级别方法,不依赖于上一帧结果,具有相对固定的帧率。
Description
技术领域
本发明涉及医学图像处理领域,尤其涉及一种基于视线的纤维绘制方法。
背景技术
全脑纤维的实时显示和交互操作对研究脑解剖与诊断白质病变具有重要的意义。用于可视化的全脑纤维,一般由三维空间内数百万个点和数万条线所组成,直接对这样的大规模数据进行显示,难以获得实时的显示帧率。
目前,商用的后处理工作站还没有全脑纤维显示功能。为了加速纤维束显示算法,现有的研究主要从以下两方面进行改进:将三维几何体(如圆柱体)简化成与视线方向垂直的简单多边形,以减少绘制的复杂度。如文献1:C.Stoll,S.Gumhold,andH.Seidel.Visualization with stylized line primitives.In VIS’05:Proc.IEEEVisualization Conf.,695-702.IEEE computer Society,2005和文献2:D.Methof,M.Sonntag,F.Enders,etal.Hybrid visual ization for white matter tracts usingtriangle strips and point sprites.IEEE Trans.Visualization and computerGraphics,15(5):1181-1188.2006。
文献3:Vid Petrovic,James Fallon,Falko Kuester.Visualization whole-Brain DTI Tractography wi th GPU-based Tuboids and LoD management.提供另一种方法,包括对神经纤维进行预处理,生成不同分辨率的细节级别(LoD)。绘制时根据纤维距离相机的远近,实时计算合适的LoD级别进行绘制。较近的纤维取较高的分辨率,较远的纤维取较低的分辨率,从而通过减少对当前视角绘制结果没有贡献的图元绘制进行加速。
上述两种改进方法可结合使用,以提高绘制速度。但是,文献[3]采用的LoD方法,需要一定的预处理时间,并且预处理得到的各LoD级别的纤维,占用了额外的内存与显存;此外,算法采用上一帧的LoD结果作为当前帧的输入,对前后两帧之前的细微差别进行计算更新。当进行旋转平移缩放等连续操作时,由于前后两帧差别很小,所需的更新计算量小,因此能大大提高绘制速度;而当前后两帧发生突变时,例如从横断位切换至矢状位,则无法利用前帧信息,需要使用最高分辨率重新绘制,无法达到实时的速度。
发明内容
本发明解决的问题是提供一种基于视线的纤维绘制方法,用以解决全脑纤维显示前后帧突变无法实时显示的问题。
为了解决上述问题,本发明提供了一种基于视线的纤维绘制方法,包括:输入纤维数据,对所述纤维数据进行间隔采集获取部分纤维数据,并通过所述部分纤维数据绘制形成初始纤维;利用所述初始纤维进行基于视线的纤维绘制。
可选的,还包括:提供基于视线的显示屏幕,并基于遮挡查询获取所述初始纤维投影到屏幕的投影点对应像素个数,以并利用所述初始纤维进行基于视线的纤维绘制。
可选的,还包括:获取所述纤维的纤维顶点数组,将纤维顶点数组和所述投影到屏幕的像素点个数作为输入,进入几何着色器,动态决定纤维绘制的纤维显示级别生成不同精度的图元,以进行纤维的显示。
可选的,所述投影点像素数与所述细节级别成反比关系,所述投影点像素数越大,所述细节级别越低。
可选的,对所述纤维进行间隔采集前,还包括对所述纤维划分形成若干组及将所述纤维的节点载入顶点数组,并根据所述分组形成对应的索引数组。
可选的,所述划分形成若干组为等距离划分形成若干组。
可选的,所述绘制通道包括第一绘制通道和第二绘制通道,其中第一绘制通道以分组纤维的纤维顶点作为输入,根据当前视线方向,以最低分辨率绘制一条直线,并获得所述分组纤维投影到屏幕的点像素个数。
可选的,还包括第二个绘制通道,将所述分组的纤维顶点数组和投影到屏幕像素点个数作为输入,进入几何着色器,动态决定纤维绘制的纤维显示级别生成不同精度的图元,以进行纤维的显示。
可选的,提供显示分辨率,根据所述显示分辨率将所述纤维进行级别划分,并设定分辨率阈值,低于所述分辨率阈值的纤维,通过间隔采样获得其对应的显示。
可选的,还包括:所述分辨率与所述观察者视线的观察距离负相关,所述观察距离越近,对应的纤维的分辨率越高。
本发明提出一种基于视线的动态纤维显示方法,通过剔除当前视线外或被遮挡的纤维,对视线距离较远的纤维降低分辨率显示,以提高显示效率。此方法适用于任意形状的纤维显示,如线型、管状或椭球状;本发明提出的基于视线的动态细节级别方法,不依赖于上一帧结果,具有相对固定的帧率。
附图说明
图1至图3所示为本发明一个实施例的纤维细节级别的效果显示图;
图4所示为本发明一个实施例的基于视线的纤维绘制方法的流程示意图。
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。
本发明提供了一种基于视线的纤维绘制方法,包括:输入纤维数据,对所述纤维数据进行间隔采集获取部分纤维数据,并通过所述部分纤维数据绘制形成初始纤维;利用所述初始纤维进行基于视线的纤维绘制。
可选的,还包括:提供基于视线的显示屏幕,并基于遮挡查询获取所述初始纤维投影到屏幕的投影点对应像素个数,以并利用所述初始纤维进行基于视线的纤维绘制。
可选的,还包括:获取所述纤维的纤维顶点数组,将纤维顶点数组和所述投影到屏幕的像素点个数作为输入,进入几何着色器,动态决定纤维绘制的纤维显示级别生成不同精度的图元,以进行纤维的显示。
可选的,所述投影点像素数与所述细节级别成反比关系,所述投影点像素数越大,所述细节级别越低。
可选的,对所述纤维进行间隔采集前,还包括对所述纤维划分形成若干组及将所述纤维的节点载入顶点数组,并根据所述分组形成对应的索引数组。
可选的,所述划分形成若干组为等距离划分形成若干组。
可选的,所述绘制通道包括第一绘制通道和第二绘制通道,其中第一绘制通道以分组纤维的纤维顶点作为输入,根据当前视线方向,以最低分辨率绘制一条直线,并获得所述分组纤维投影到屏幕的点像素个数。
可选的,还包括第二个绘制通道,将所述分组的纤维顶点数组和投影到屏幕像素点个数作为输入,进入几何着色器,动态决定纤维绘制的纤维显示级别生成不同精度的图元,以进行纤维的显示。
可选的,提供显示分辨率,根据所述显示分辨率将所述纤维进行级别划分,并设定分辨率阈值,高于所述分辨率阈值的纤维,通过间隔采样获得其对应的显示;不高于所述分辨率阈值的纤维,通过对所述纤维对应的数据分配存储空间,并采用获取所述初始纤维以获取对应的基于视线的纤维绘制。
可选的,还包括:所述分辨率与所述观察者视线的观察距离负相关,所述观察距离越近,对应的纤维的分辨率越高。
下面根据附图对本发明的实施例进行详细说明。
如图1至图3为本发明一个实施例的纤维细节级别的效果显示图,包括:将待显示的纤维根据显示分辨率分为不同的LoD(level of details)级别。作为一个实施例,如图1~图3所示依次为LoD 0,LoD 1和LoD 3的细节级别示意图。其中,LoD 0具有最高的分辨率,LoD级别越大则分辨率越低。
本发明方法只须存储低分辨率的LoD的顶点和索引,高LoD信息可通即低分辨率的纤维数据可通过间隔取样直接得到,不需要额外分配空间。
图4所示为本发明一个实施例的基于视线的纤维显示方法的流程示意图。包括:首先执行步骤S1,提供N组纤维顶点与索引。如图1所示,对一根纤维,按照等距离分为若干组,如G1、G2、G3、G4、G5。利用后续图像处理单元如GPU进行绘制时,将所述纤维的所有节点载入顶点数组,并根据分组情况生成相应的索引数组。
执行步骤S3结合相机位置,即提供观察者的观察视线角度,以对提供的纤维进行绘制。按照上述提供的N组纤维顶点与索引,依次执行步骤S2,绘制第i组纤维线段。
具体地,可以提供两个绘制通道。其中,第一个绘制通道以第i组纤维顶点作为输入,根据当前视线方向,以最低分辨率绘制一条直线,并进行进行下一步骤S4的遮挡查询,得到第i组纤维投影到屏幕点的像素个数。
接着执行步骤S5,判断是否i小于N,若是,则继续执行步骤S2,若否,则执行后续步骤的S6,统计投影后的像素个数。随后进入第二个绘制通道,即执行步骤S7决定LoD,生成图元,及执行步骤S8,进入片元着色器,进行纤维绘制显示。具体地,包括:将第i组纤维顶点数组和投影到屏幕像素点个数作为输入,进入几何着色器,并动态决定纤维绘制的LoD级别。其中,投影到屏幕的像素点越多,则LoD级别越低。根据LoD的级别,几何着色器将生成不同精度的图元,LoD级别越高,则图元越粗糙,从而降低了计算量。
后续地,执行步骤S9,判断当前绘制的i值是否小于N,若否,则结束;若是,则循环执行步骤S7,即决定LoD,生成图元。
此外,由于遮挡查询存在着一定的时间延迟,实际操作中若干组纤维作为一批,进入两个绘制通道进行绘制。
本发明提出一种基于视线的动态纤维显示方法,通过剔除当前视线外或被遮挡的纤维,对视线距离较远的纤维降低分辨率显示,以提高显示效率。此方法适用于任意形状的纤维显示,如线型、管状或椭球状;本发明提出的基于视线的动态细节级别方法,不依赖于上一帧结果,具有相对固定的帧率。
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)
1.一种基于视线的纤维绘制方法,包括:
输入纤维数据,对所述纤维数据进行间隔采集获取部分纤维数据,并通过所述部分纤维数据绘制形成初始纤维;
提供显示分辨率,根据所述显示分辨率将所述纤维数据进行级别划分,并设定分辨率阈值,低于所述分辨率阈值的纤维,通过间隔采样获得其对应的显示;
否则,通过对所述纤维对应的数据分配存储空间,并采用初始纤维以获取对应的基于视线的纤维绘制。
2.如权利要求1所述的基于视线的纤维绘制方法,其特征在于,还包括:提供基于视线的显示屏幕,并基于遮挡查询获取所述初始纤维投影到屏幕的投影点对应像素个数,以并利用所述初始纤维进行基于视线的纤维绘制。
3.如权利要求2所述的基于视线的纤维绘制方法,其特征在于,还包括:获取所述纤维的纤维顶点数组,将纤维顶点数组和所述投影到屏幕的像素点个数作为输入,进入几何着色器,动态决定纤维绘制的纤维显示级别生成不同精度的图元,以进行纤维的显示。
4.如权利要求3所述的基于视线的纤维绘制方法,其特征在于,所述投影点像素数与细节级别成反比关系,所述投影点像素数越大,所述细节级别越低。
5.如权利要求1所述的基于视线的纤维绘制方法,其特征在于,对所述纤维进行间隔采集前,还包括对所述纤维划分形成若干组及将所述纤维的节点载入顶点数组,并根据所述若干组形成对应的索引数组。
6.如权利要求5所述的基于视线的纤维绘制方法,其特征在于,所述划分形成若干组为等距离划分形成若干组。
7.如权利要求5所述的基于视线的纤维绘制方法,其特征在于,所述绘制通道包括第一绘制通道和第二绘制通道,其中第一绘制通道以分组纤维的纤维顶点作为输入,根据当前视线方向,以最低分辨率绘制一条直线,并获得所述分组纤维投影到屏幕的点像素个数。
8.如权利要求7所述的基于视线的纤维绘制方法,其特征在于,还包括第二个绘制通道,将所述分组的纤维顶点数组和投影到屏幕像素点个数作为输入,进入几何着色器,动态决定纤维绘制的纤维显示级别生成不同精度的图元,以进行纤维的显示。
9.如权利要求1所述的基于视线的纤维绘制方法,其特征在于,还包括:所述分辨率与观察者视线的观察距离负相关,所述观察距离越近,对应的纤维的分辨率越高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410531326.7A CN105488848B (zh) | 2014-10-10 | 2014-10-10 | 一种基于视线的纤维绘制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410531326.7A CN105488848B (zh) | 2014-10-10 | 2014-10-10 | 一种基于视线的纤维绘制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105488848A CN105488848A (zh) | 2016-04-13 |
CN105488848B true CN105488848B (zh) | 2019-07-19 |
Family
ID=55675812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410531326.7A Active CN105488848B (zh) | 2014-10-10 | 2014-10-10 | 一种基于视线的纤维绘制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105488848B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111429564B (zh) * | 2020-03-11 | 2023-09-19 | 上海嘉奥信息科技发展有限公司 | 基于Unity3D生成神经纤维素模型的方法、系统及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1653350A (zh) * | 2002-05-15 | 2005-08-10 | 皇家飞利浦电子股份有限公司 | 实时牵引记录法 |
CN102359762A (zh) * | 2011-06-20 | 2012-02-22 | 东华大学 | 利用计算机图像处理技术检测熔喷超细纤维主体直径方法 |
CN103049901A (zh) * | 2012-08-03 | 2013-04-17 | 上海理工大学 | 磁共振弥散张量成像纤维束追踪装置 |
WO2014121058A1 (en) * | 2013-01-31 | 2014-08-07 | The General Hospital Corporation | Systems and methods for objective tractographic processing using features of grid structures of the brain |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073060B (zh) * | 2009-11-24 | 2013-01-23 | 成都理工大学 | 核信号随机特性模拟方法 |
-
2014
- 2014-10-10 CN CN201410531326.7A patent/CN105488848B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1653350A (zh) * | 2002-05-15 | 2005-08-10 | 皇家飞利浦电子股份有限公司 | 实时牵引记录法 |
CN102359762A (zh) * | 2011-06-20 | 2012-02-22 | 东华大学 | 利用计算机图像处理技术检测熔喷超细纤维主体直径方法 |
CN103049901A (zh) * | 2012-08-03 | 2013-04-17 | 上海理工大学 | 磁共振弥散张量成像纤维束追踪装置 |
WO2014121058A1 (en) * | 2013-01-31 | 2014-08-07 | The General Hospital Corporation | Systems and methods for objective tractographic processing using features of grid structures of the brain |
Non-Patent Citations (3)
Title |
---|
Visualizing Whole-Brain DTI Tractography with GPU-based Tuboids and LoD Management;Vid Petrovic et al.;《IEEE Transactions on visualization and computer graphics》;20071105;全文 |
Visualizing Whole-Brain DTI Tractography with GPU-based Tuboids and LoD Management;Vid Petrovic et al.;《IEEE Transactions on visualization and computer graphics》;20071105;第1488-1495页 |
磁共振扩散张量成像在显示正常人脑白质纤维中的应用;王海燕;《中国医学影像技术》;20060920;第1325-1329页 |
Also Published As
Publication number | Publication date |
---|---|
CN105488848A (zh) | 2016-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110869884B (zh) | 用于注视点渲染系统的时间超级采样 | |
CN110460831B (zh) | 显示方法、装置、设备及计算机可读存储介质 | |
JP3527796B2 (ja) | 高速3次元画像生成装置および方法 | |
US20110254845A1 (en) | Image processing method and image processing apparatus | |
Chen et al. | Effects of stereo and screen size on the legibility of three-dimensional streamtube visualization | |
US11205241B2 (en) | Method and system for layered real-time graphics drawing and rendering | |
JPH04302067A (ja) | 高速zバッファの初期化および更新方法ならびにそのシステム | |
CN111862033B (zh) | 医学图像处理方法、装置、图像处理设备及存储介质 | |
CN110533710B (zh) | 一种基于gpu的双目匹配算法的方法及处理装置 | |
CN109448136A (zh) | 一种基于感兴趣区域的虚拟场景浏览方法 | |
Zinger et al. | View interpolation for medical images on autostereoscopic displays | |
CN105976379A (zh) | 一种基于布谷鸟优化的模糊聚类彩色图像分割方法 | |
CN105488848B (zh) | 一种基于视线的纤维绘制方法 | |
CN106408645A (zh) | 一种医学图像绘制的方法和设备 | |
CN109493409A (zh) | 基于左右眼空间复用的虚拟三维场景立体画面绘制方法 | |
US11250819B2 (en) | Foveated imaging system | |
CN110322424A (zh) | 高分辨率图像处理方法及装置、vr图像显示方法及vr设备 | |
CN112969062A (zh) | 一种三维模型二维视图与裸眼三维影像双屏联动显示方法 | |
WO2009122725A1 (ja) | 中間画像生成方法および装置ならびにプログラム | |
CN101276476A (zh) | 对2d卡通动画的前景背景分离方法 | |
CN103685864B (zh) | 影像信号获取方法及影像信号获取装置 | |
van Dixhoorn et al. | BrainCove: A Tool for Voxel-wise fMRI Brain Connectivity Visualization. | |
CN104134205B (zh) | 一种基于空间相似度的脑纤维分类方法 | |
CN108830922B (zh) | 一种基于多线程的轮廓树构建方法 | |
CN102915238A (zh) | 一种基于Kinect应用的三维仿真试衣中人体移动跟踪方法 |
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: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai. Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 No. 2258 Chengbei Road, Jiading Industrial Zone, Jiading District, Shanghai. Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |