CN108459801B - 一种高亮显示三维ct图像中的目标的方法和系统 - Google Patents
一种高亮显示三维ct图像中的目标的方法和系统 Download PDFInfo
- Publication number
- CN108459801B CN108459801B CN201810167220.1A CN201810167220A CN108459801B CN 108459801 B CN108459801 B CN 108459801B CN 201810167220 A CN201810167220 A CN 201810167220A CN 108459801 B CN108459801 B CN 108459801B
- Authority
- CN
- China
- Prior art keywords
- target
- dimensional
- expected
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/06—Ray-tracing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2203/00—Indexing scheme relating to G06F3/00 - G06F3/048
- G06F2203/048—Indexing scheme relating to G06F3/048
- G06F2203/04804—Transparency, e.g. transparent or translucent windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/62—Semi-transparency
Abstract
本发明公开了一种高亮显示三维CT图像中的目标的方法和系统,其中,所述方法包括:接受用户在至少两个不同视角下的射线的选择;确定期望坐标点;其中,所述期望坐标点到各不同视角下射线的距离和最小;选择所述期望坐标点所指示的目标作为期望目标,并在三维CT图像中对所述期望目标进行高亮显示。通过本发明能够方便用户迅速准确地高亮显示出CT图像中的嫌疑物。
Description
技术领域
本发明属于安全检查技术领域,尤其涉及一种高亮显示三维CT图像中的目标的方法和系统。
背景技术
在安全检查系统中,判图即是,在安检显示设备显示的图像中,发现嫌疑物,需要判图人员利用鼠标之类的输入设备,对嫌疑物进行标注。对于DR类的安全检查系统,直接在二维的DR图像上标记嫌疑物原理简单且有成熟的方案。对于CT类型的安检系统,如何在CT数据生成的三维数据图像上快速、准确地标记出嫌疑物是一个亟待解决的问题。
发明内容
本发明的技术解决问题:克服现有技术的不足,提供一种高亮显示三维CT图像中的目标的方法和系统,能够方便用户迅速准确地高亮显示出CT图像中的嫌疑物。
为了解决上述技术问题,本发明公开了一种高亮显示三维CT图像中的目标的方法,包括:
接受用户在至少两个不同视角下的射线的选择;
确定期望坐标点;其中,所述期望坐标点到各不同视角下射线的距离和最小;
选择所述期望坐标点所指示的目标作为期望目标,并在三维CT图像中对所述期望目标进行高亮显示。
在上述高亮显示三维CT图像中的目标的方法中,还包括:
对除所述期望坐标点外的区域进行减淡处理。
在上述高亮显示三维CT图像中的目标的方法中,还包括:
当所述期望目标处于其他容器中时,在三维CT图像中对所述期望目标和所述其他容器进行高亮显示;其中,所述期望目标对应的亮度值大于所述其他容器对应的亮度值。
在上述高亮显示三维CT图像中的目标的方法中,还包括:
当所述期望坐标点不能直接指示目标时,选取以所述期望坐标点为中心的设定范围的三维区域数据;
根据选取的三维区域数据确定所述期望目标。
在上述高亮显示三维CT图像中的目标的方法中,所述期望坐标点为一个或多个;其中,所述一个或多个期望坐标点用于指示一个或多个期望目标。
相应的,本发明还公开了一种高亮显示三维CT图像中的目标的系统,包括:
接收模块,用于接受用户在至少两个不同视角下的射线的选择;
确定模块,用于确定期望坐标点;其中,所述期望坐标点到各不同视角下射线的距离和最小;
选择显示模块,用于选择所述期望坐标点所指示的目标作为期望目标,并在三维CT图像中对所述期望目标进行高亮显示。
本发明具有以下优点:
本发明公开的高亮显示三维CT图像中的目标的方案,能够高亮显示选定的期望目标并减淡未选定部分,方便用户迅速准确地高亮显示出CT图像中的嫌疑物,确定嫌疑物所在相对位置,以利于操作人员开箱检查。
附图说明
图1是本发明实施例中一种高亮显示三维CT图像中的目标的方法的步骤流程图;
图2是本发明实施例中一种三维CT图像的显示示意图;
图3是本发明实施例中一种射线L1选择示意图;
图4是本发明实施例中一种射线L2选择示意图;
图5是本发明实施例中一种坐标点O选择示意图;
图6是本发明实施例中一种期望目标高亮显示示意图。
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,下面将结合附图对本发明公开的实施方式作进一步详细描述。
参照图1,示出了本发明实施例中一种高亮显示三维CT图像中的目标的方法的步骤流程图。在本实施例中,所述高亮显示三维CT图像中的目标的方法,包括:
步骤101,接受用户在至少两个不同视角下的射线的选择。
在本实施例中,在对三维CT图像进行绘制显示时,可以接受用户在至少两个不同视角下的射线的选择。其中,在三维CT图像的绘制过程中,可实时计算数据之间的参数关系,以便后续步骤102中对期望坐标点的确定。
步骤102,确定期望坐标点。
在本实施例中,所述期望坐标点到各不同视角下射线的距离和最小。也即,可根据用户在不同视角下选取的射线,确定一个坐标点,使这个坐标点到每条射线的距离和最小。
优选的,在选择确定第一条射线后,在选择第二条射线时,可高亮显示出一个满足到各不同视角下射线的距离和最小的坐标点A,且该坐标点A可以随着新选定的第二条射线角度信息改变而改变位置,达到指引用户调整射线方位信息的目的。当需要加入更多射线时,需要调整选定的坐标位置时,也按照上面所描述的高亮显示一个起到指引作用的坐标位置。
步骤103,选择所述期望坐标点所指示的目标作为期望目标,并在三维CT图像中对所述期望目标进行高亮显示。
在本实施例中,在对所述期望目标进行高亮显示的同时还可以对除所述期望坐标点外的区域进行减淡处理,进而更加突出显示所述期望目标。
在本发明的一优选实施例中,当所述期望目标处于其他容器中时,可在三维CT图像中对所述期望目标和所述其他容器进行高亮显示。其中,所述期望目标对应的亮度值大于所述其他容器对应的亮度值。
优选的,在确定期望目标的一定阈值条件,还有其他的连通区域,则可判定这一连通区域是期望目标的容器,在以后的显示中可以次于期望目标的高亮标注程度进行高亮显示。
在本发明的一优选实施例中,当所述期望坐标点不能直接指示目标时,可选取以所述期望坐标点为中心的设定范围的三维区域数据;进而,根据选取的三维区域数据确定所述期望目标。
优选的,可以选取以所述期望坐标点为中心的设定范围的三维区域数据,对所述三维区域数据中各点之间的参数进行分类,并统计其中占比重最大的一部分数据,并根据该占比重最大的一部分数据,计算出期望目标,选定目标物体。
在本发明的一优选实施例中,所述期望坐标点为一个或多个;其中,所述一个或多个期望坐标点用于指示一个或多个期望目标。也即,被检测物中可能存在不止一个可疑物品,在确定其中一个嫌疑物品并选定之后,可继续选定其他可疑物品。
在本发明的一优选实施例中,高亮显示包括但不仅限于:颜色加深或间歇的闪烁;减淡处理包括但不仅限于:颜色减淡或数据透明度增加。
在上述实施例的基础上,下面结合几个具体实例对本发明所述的高亮显示三维CT图像中的目标的方法进行进一步说明。
实例1
P01:显示一幅三维CT图像。
在步骤P01中,读取被检查的三维CT图像,在显示器装置上显示被检查物体的三维图像。如图2,示出了本发明实施例中一种三维CT图像的显示示意图,在图2中,显示了一个长方形立方体A,该长方形立方体A包含了一个长方形立方体B。在数据进行重建后,可以应用八叉树的数据结构,对数据进行预先的处理,设定阈值合并大部分透明的数据。在绘制提数据时,可以采用光线投影的算法来进行体绘制。
P02:在用户选定一个视角上,选定数据上一点并确定通过该点射线的方向;把三维的CT数据转动一定角度,并选定数据上一点并确定通过该点射线的方向;按照这种操作可以选取至少两条射线。
在步骤P02中,在用户通过鼠标之类的操作,确定一个三维图像的视角,选定一点并确定通过该点射线的角度信息,待用户将三维图像旋转一定角度,再次确定一点,并确定通过该点射线的角度信息。进一步,选择第二条射线,显示器高亮显示出一个坐标满足到各不同视角下射线的距离和最小,且这个坐标可以随着新选定的第二条射线角度信息改变而改变位置,达到指引用户调整射线方位信息的目的。
其中,当需要加入更多射线时,需要调整选定的坐标位置时,也按照上面所描述的高亮显示一个起到指引作用的坐标位置。
如图3和图4,选定一个视角上,选定数据上一点并确定通过该点射线的方向;把三维的CT数据转动一定角度,并选定数据上一点并确定通过该点射线的方向,在图3中,确定一条射线L1,在将体数据旋转一定角度后,确定射线L2,见图4。
P03:根据上一步骤所选择的射线,确定三维的CT数据内一个坐标。
在步骤P03中,根据用户最终确定的射线,最终计算出一个位置坐标,来进行进一步的计算。
如图5,由两条射线L1和L2,确定一个坐标点O,点O满足到射线L1和L2的距离和最短。
P04:根据确定的坐标,选定一个三维目标物体,并判断目标物体是否包含在其他容器内。
在步骤P04中,根据确定的坐标,来选定一个三维目标物体,例如:确定物体方法可以采用区域生长的算法,来对三维的CT数据进行选取。
由于在二维的显示器上选取射线,确定三维数据内部的点,用户所确定的点有时不能精确的取在目标物体上,导致当所确定的坐标不能很好进行计算,这种情况下可以选取以该坐标为中心的小区域内数据集合,并对这一集合数据进行分类,按照其中占比例最大的部分进行计算。
根据选定的坐标来确定物体,不仅限与采用区域生长算法,也可以是基于边界的分割选取技术或者结合特定理论的区域分割选取技术。
判断目标物体是否处于其他容器中,可以在目标物体表面一定范围内寻找例如:梯度值均一的数据区域块,或者也可以采用其他的参数作为阈值进行衡量计算,最终确定目标物体周围是否存在其他连通数据块,进而判断物体是否处于其他的容器内。
如图6,根据确定的坐标点O,充分利用八叉树结果的优势,以确定的坐标为一个节点,进行向上向下的检索,选定了一个目标物体B,并对这部分数据进行颜色加深显示,
P05:若显示的三维CT数据中,包含不止一个嫌疑物体,在选定一个目标物体后,重复上面P02-P04步骤,选定所有嫌疑物体,或用户取消继续选定,进行下一步骤。
在步骤P05中,被检测物中可能存在不止一个可疑物品,在确定其中一个嫌疑物品并选定之后,继续重复上面P02-P04步骤,选定所有嫌疑物体,或用户取消继续选定,然后进行下一步骤。
P06:高亮显示选定的目标物体,并减淡显示未选定部分,如果目标物体包含在其他容器内,则容器和选定的物体都均高亮显示,其中容器的高亮显示弱于选定的物体。
在步骤P06中,主要完成高亮显示选定的目标物体,并减淡显示未选定部分,如果目标物体包含在其他容器内,则容器和选定的物体都均高亮显示,其中容器的高亮显示弱于选定的物体。
高亮显示方式,可以是目标物体数据的颜色加深或间歇的闪烁,减淡显示可以是数据的颜色减淡或数据透明度增加。
通过高亮显示选定物体,并减淡显示未选定数据,达到确定目标物体的目的,并且可以确定目标物体位于检测物的相对位置,方便检测人员定位嫌疑物品,达到检测的目的。
实例2
本发明实例2,说明当用户选择射线确定的坐标处的物体,存在其他的容器中,容器和选中的物体都高亮显示,其中容器的高亮显示效果比所选定的物体高亮效果要弱。
具体操作方法可以采用八叉数的数据压缩方法,就算出体数据中的包围关系,从而快速的确定目标物体被包围在的物体的坐标,参照坐标在三维显示的窗口进行颜色的修改。压缩后的包围关系的区域坐标可以采用树的结构来存储,方便查询和确定包围关系。
实例3
本发明实施例3,说明确定一个坐标后,当以这个坐标作为中心计算不能确定一个物体时,将以这个坐标作为中心的小范围数据进行计算,确定一个物体。
当数据噪声较大,物质不均匀等原因,所确定的点数据不能很好的用分割数据,需要根据确定点坐标周围更多的数据,来确定与周围邻域中与所选数据有相同或相似性质的数据,从而在根据生长或者相似的判断准则进行,数据不断的判断与生长,最终确定想要分割的数据。
或当要选择的物体,体积较小或者比较薄时,射线所确定的点不容易落在想要选择的物体上时,此时可以设置确定目标点处的一个小球体的数据集合作为采样数据,再根据数据集合中占比最大的数据作为目标数据,继续寻找与数据集合中占比最大的数据具有相同值或者相同性质的数据,最终确定想要分割出来的对象。
本发明还公开了一种高亮显示三维CT图像中的目标的系统,包括:接收模块,用于接受用户在至少两个不同视角下的射线的选择;确定模块,用于确定期望坐标点;其中,所述期望坐标点到各不同视角下射线的距离和最小;选择显示模块,用于选择所述期望坐标点所指示的目标作为期望目标,并在三维CT图像中对所述期望目标进行高亮显示。
对于系统实施例而言,由于其与方法实施例相对应,所以描述的比较简单,相关之处参见方法实施例部分的说明即可。
本说明中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
以上所述,仅为本发明最佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。
Claims (2)
1.一种高亮显示三维CT图像中的目标的方法,其特征在于,包括:
读取被检查的三维CT图像,对读取的被检查的三维CT图像进行数据重建后;应用八叉树的数据结构,对数据进行预处理,基于设定阈值合并透明数据;根据预处理后数据,采用光线投影法对三维CT图像进行绘制显示;
在对三维CT图像进行绘制显示时,接受用户在至少两个不同视角下的射线的选择;
确定期望坐标点;其中,所述期望坐标点到各不同视角下射线的距离和最小;
判断期望坐标点是否能直接指示目标;若期望坐标点能直接指示目标,则选择所述期望坐标点所指示的目标作为期望目标,并在三维CT图像中对所述期望目标进行高亮显示;若期望坐标点不能直接指示目标,则选取以所述期望坐标点为中心的设定范围的三维区域数据;对三维区域数据中各点之间的参数进行分类,并统计其中占比重最大的一部分数据,并根据该占比重最大的一部分数据,计算出期望目标;在三维CT图像中对所述期望目标进行高亮显示;
其中,所述期望坐标点为一个或多个,用于指示一个或多个期望目标,在确定其中一个嫌疑物品并选定之后,可继续选定其他可疑物品;
其中,所述在三维CT图像中对所述期望目标进行高亮显示的步骤包括:
根据期望目标周围是否存在其他连通数据块,判断期望目标是否处于其他容器内;若确定期望目标周围存在其他连通数据块,则确定期望目标处于其他容器内,在三维CT图像中对所述期望目标和所述其他容器进行高亮显示,期望目标对应的亮度值大于所述其他容器对应的亮度值;若确定期望目标周围不存在其他连通数据块,则确定期望目标未处于其他容器内,则在三维CT图像中对所述期望目标进行高亮显示。
2.根据权利要求1所述的高亮显示三维CT图像中的目标的方法,其特征在于,还包括:对除所述期望坐标点外的区域进行减淡处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810167220.1A CN108459801B (zh) | 2018-02-28 | 2018-02-28 | 一种高亮显示三维ct图像中的目标的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810167220.1A CN108459801B (zh) | 2018-02-28 | 2018-02-28 | 一种高亮显示三维ct图像中的目标的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108459801A CN108459801A (zh) | 2018-08-28 |
CN108459801B true CN108459801B (zh) | 2020-09-11 |
Family
ID=63216629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810167220.1A Active CN108459801B (zh) | 2018-02-28 | 2018-02-28 | 一种高亮显示三维ct图像中的目标的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108459801B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104658028A (zh) * | 2013-11-18 | 2015-05-27 | 清华大学 | 在三维图像中快速标记目标物的方法和装置 |
CN105784731A (zh) * | 2014-06-25 | 2016-07-20 | 同方威视技术股份有限公司 | 一种定位三维ct图像中的目标的方法和安检系统 |
WO2018026758A1 (en) * | 2016-08-02 | 2018-02-08 | Covidien Lp | System and method of generating and updating a three dimensional model of a luminal network |
-
2018
- 2018-02-28 CN CN201810167220.1A patent/CN108459801B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104658028A (zh) * | 2013-11-18 | 2015-05-27 | 清华大学 | 在三维图像中快速标记目标物的方法和装置 |
CN105784731A (zh) * | 2014-06-25 | 2016-07-20 | 同方威视技术股份有限公司 | 一种定位三维ct图像中的目标的方法和安检系统 |
WO2018026758A1 (en) * | 2016-08-02 | 2018-02-08 | Covidien Lp | System and method of generating and updating a three dimensional model of a luminal network |
Also Published As
Publication number | Publication date |
---|---|
CN108459801A (zh) | 2018-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110069972B (zh) | 自动探测真实世界物体 | |
US8396284B2 (en) | Smart picking in 3D point clouds | |
US20180196158A1 (en) | Inspection devices and methods for detecting a firearm | |
CN103900503B (zh) | 提取形状特征的方法、安全检查方法以及设备 | |
RU2484531C2 (ru) | Устройство обработки видеоинформации системы охранной сигнализации | |
CN102713582B (zh) | 抛光的宝石中的夹杂物检测 | |
US20090231327A1 (en) | Method for visualization of point cloud data | |
US20140169639A1 (en) | Image Detection Method and Device | |
CN110148130A (zh) | 用于检测零件缺陷的方法和装置 | |
CN106910204B (zh) | 一种对海面船只自动跟踪识别的方法和系统 | |
US20110246073A1 (en) | System and method for analyzing trees in lidar data using views | |
CN106530271B (zh) | 一种红外图像显著性检测方法 | |
JP7156515B2 (ja) | 点群アノテーション装置、方法、及びプログラム | |
US8462211B2 (en) | Method of detecting objects | |
CN110199317A (zh) | 使用手持设备对木板的自动检测、计数和测量 | |
CN113256082A (zh) | 一种隧道掌子面智能地质素描及地质评价方法 | |
CN103985110A (zh) | 数字图像中伪影或非均匀亮度的定位及显示方法 | |
CN104658034B (zh) | Ct图像数据的融合绘制方法 | |
CN110067274A (zh) | 设备控制方法及挖掘机 | |
JP2022051770A (ja) | 地図生成システム、地図生成方法及び地図生成プログラム | |
Haralick et al. | Glossary of computer vision terms | |
CN108459801B (zh) | 一种高亮显示三维ct图像中的目标的方法和系统 | |
US8538695B2 (en) | System and method for analyzing trees in LiDAR data using views | |
WO2022045877A1 (en) | A system and method for identifying occupancy of parking lots | |
US20040179010A1 (en) | Apparatus and method for semi-automatic classification of volume data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |