CN113496539B - 一种基于三维网格模型参数设计的纹理贴图方法及系统 - Google Patents

一种基于三维网格模型参数设计的纹理贴图方法及系统 Download PDF

Info

Publication number
CN113496539B
CN113496539B CN202110656928.5A CN202110656928A CN113496539B CN 113496539 B CN113496539 B CN 113496539B CN 202110656928 A CN202110656928 A CN 202110656928A CN 113496539 B CN113496539 B CN 113496539B
Authority
CN
China
Prior art keywords
model
segmentation
texture
dimensional
tissue structure
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
CN202110656928.5A
Other languages
English (en)
Other versions
CN113496539A (zh
Inventor
周元峰
陈晓飞
马龙
陆书一
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202110656928.5A priority Critical patent/CN113496539B/zh
Publication of CN113496539A publication Critical patent/CN113496539A/zh
Application granted granted Critical
Publication of CN113496539B publication Critical patent/CN113496539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Generation (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供了一种基于三维网格模型参数设计的纹理贴图方法及系统，获取一组CT图像的分割结果，根据分割结果的标记，分别进行各组织结构面模型的重建，得到三维网格模型；根据分割结果的标记，确定各组织模型的类别，对不同类别的组织配置不同分割方案；将各分割结果进行参数化，得到三维模型到平面的一一映射关系，得到初步的参数化结果；根据已经设计好的纹理图像，根据分割对应的位置对初步的参数化结果进行归一化，得到参数化表面与纹理图像的对应；将对应好的分割结果重新合并或将增加分割线的模型进行缝合，得到带有纹理坐标的某组织的三维模型；对有纹理坐标的模型进行法线贴图。本发明可以实现批量自动化纹理贴图并显示。

Description

一种基于三维网格模型参数设计的纹理贴图方法及系统
技术领域
本发明属于医学图像三维可视化技术领域，具体涉及一种基于三维网格模型参数设计的纹理贴图方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
三维重建技术是指将一系列二维的切片图像重建成三维模型，医学图像的三维重建技术一般是指通过一组医学切片图像数据构建成组织器官的三维模型，是现有的医学影像处理工具中的关键技术之一。医学图像的三维重建技术可以给医生提供真实感三维图形，可以从任意角度观察，并辅助医生进行临床诊断。在医学图像三维重建过程中往往需要绘制三角面片来得到三维网格模型。三角面片的生成方式包括：体绘制和面绘制，而由于面绘制方法对比体绘制来说具有资源需求小、绘制速度快、交互性强等优势，在目前的医学影像处理系统中，面绘制更为常见。Marching cubes算法是面绘制中最典型的算法，其本质是将一系列的二维切片数据看作是一个三维的数据场，从中将具有某种阈值的物质抽取出来，以某种拓扑形势连接成三角面片。
为了增强重建的器官模型的细节度与真实感，可以在器官模型上应用纹理。通过二维纹理来表示器官表面的细节信息，纹理映射技术就是把二维的纹理像素映射到三维模型上的过程。平面参数化方法是目前纹理映射技术应用的主流方法，其原理是将三维的三角形网格保持拓扑地映射到二维平面上，实现一个二维纹理图像和三维网格模型的一一对应关系。因此，平面参数化技术的改近与提升推动三位模型表面纹理映射技术的发展。因此，纹理映射以及对应的参数化技术同三维重建一样也是医学影像处理系统中的关键技术。网格的平面参数化的主要目标是最小化角度扭曲和面积扭曲。角度扭曲通常可以通过通过使用保角映射来消除。但是共形参数化却带来了参数域的面积扭曲，这会直接影响到纹理映射、网格重采样等应用的效果。如何找到一种面积扭曲最小的最佳共形映射是纹理映射的关键。
普通的纹颜色贴图技术是根据三维物体与纹理图像的对应关系，改变物体表面的颜色属性增强物体的真实感，无法达到凹凸感的表达。凹凸纹理贴图技术是一种扰动光照计算以使表面看起来粗糙或起皱，来逼真的表现物体表面细节的技术。其中，法线贴图是现在非常流行的实时凹凸纹理映射技术之一。
在现有的医学影像处理工具或系统中，我们见到的三维可视化模型往往都是指定了一个对应的颜色，而很少进行渲染贴图。主要原因是对人体器官模型的贴图有一些挑战：医学三维重建模型具有表面粗糙，且由于病变等因素扭曲较大等特点，这导致参数化困难，很难找到一种合适的方法进行高质量的映射；对于形状不规则的模型，如何正确有效的进行分割以更好地进行参数化与达到更好的贴图效果；如何实现网格参数化表面与纹理图像的对应。而且现有的3D建模和渲染软件也只能进行手动贴图而无法进行批量的自动化贴图。
发明内容
本发明为了解决上述问题，提出了一种基于三维网格模型参数设计的纹理贴图方法及系统，本发明能够实现网格参数化表面与纹理图像的对应，将纹理贴图应用于医学影像的三维显示，实现批量自动化纹理贴图并显示。
根据一些实施例，本发明采用如下技术方案：
本发明的第一方面，提供一种基于三维网格模型参数设计的纹理贴图方法，包括以下步骤：
获取一组CT图像的分割结果，根据分割结果的标记，分别进行各组织结构面模型的重建，得到三维网格模型；
根据分割结果的标记，确定各组织模型的类别，对不同类别的组织配置不同分割方案；
将各分割结果进行参数化，得到三维模型到平面的一一映射关系，得到初步的参数化结果；
根据已经设计好的纹理图像，根据分割对应的位置对初步的参数化结果进行归一化，得到参数化表面与纹理图像的对应，即纹理坐标；
将对应好的分割结果重新合并或将增加分割线的模型进行缝合，得到完整的带有纹理坐标的某组织结构的三维模型；
使用三维模型各个顶点的法线依据以上参数化得到的纹理坐标进而可以得到法线图；
对有纹理坐标的模型进行凹凸纹理贴图。
作为可选择的实施方式，根据分割结果的标记，分别进行各组织结构面模型的重建的具体过程包括：依据分割结果的标记提取出每种组织结构，根据连通域分别对三种类别组织的每个连通域进行三维面模型的重建，得到每个组织结构的三维网格模型。
作为可选择的实施方式，对不同类别的组织配置不同分割方案的具体过程包括：
判断组织结构的类别，如果是类似圆饼状的组织结构，使用法向聚类的方法进行三段式分割，如果是条状的组织结构，进行最短路径式切割。
作为进一步限定的实施方式，使用法向聚类的方法进行三段式分割的具体过程包括：
计算近似圆饼状网格模型上所有三角面片的法线；
根据法线方向将模型上的三角面片进行聚类，以上下两个方向即(0,0,1)和(0,0,-1)为初始的聚类中心，设定阈值，聚上下两类，其余为第三类；
对聚类结果进行优化，根据连通性处理除三个最大的连通域以外的小连通域，根据网格中三角面片的邻接关系进行重新归类；
处理三个连通域中尖锐的边界面片，将其归为相邻类；
分别将分割后各部分的顶点和面的信息进行保存。
作为进一步限定的实施方式，进行最短路径式切割的具体过程包括：确定模型上下两个点为切割线的起止点；
使用Dijkstra算法计算两个点之间的最短路径，通过最短路径给模型添加切割线；
将添加了分割线的可展开的模型进行保存。
作为可选择的实施方式，将各分割结果进行参数化的具体步骤包括：
构造拉普拉斯系数矩阵，给相邻点赋值权重，保存其几何信息，并初始化每个顶点的角亏；
在每个三角面片上放置一个十字标架，通过标架变化为每个顶点都构造一个共形因子方程，使用Eigen库求解各方程，得到共形因子；
利用Flood Fill算法填写标架；
初始化边界上某个顶点的参数，逐步求解边界上其他顶点的参数，进而求解所有内部顶点的参数。
作为可选择的实施方式，根据已经设计好的纹理图像，根据分割对应的位置对初步的参数化结果进行归一化的具体过程包括：
根据纹理图像，找到对应分片的位置；
得到的每一部分的参数根据每一部分位置进行归一化，得到归一化后的纹理坐标，此时所有的纹理坐标介于0到1之间。
作为可选择的实施方式，将对应好的分割结果重新合并或将增加分割线的模型进行缝合的具体过程包括：
获取所有部分的顶点、面以及纹理坐标；
分别遍历每一部分的面的信息，面中出现的顶点坐标若为重复，则将此顶点及其纹理坐标丢弃，并更改面的信息，并加入新的面列表；否则，将当前面片中的顶点及其纹理坐标加入新的顶点列表和纹理坐标的列表；
返回新的顶点、面以及纹理坐标为合并后模型的顶点、面以及纹理坐标。
本发明的第二方面，提供一种基于三维网格模型参数设计的纹理贴图系统，包括：
三维重建模块，被配置为获取一组CT图像的分割结果，根据分割结果的标记，分别进行各组织结构面模型的重建，得到三维网格模型；
分割方案确定模块，被配置为根据分割结果的标记，确定各组织模型的类别，对不同类别的组织配置不同分割方案；
参数化模块，被配置为将各分割结果进行参数化，得到三维模型到平面的一一映射关系，得到初步的参数化结果；
归一化模块，被配置为根据已经设计好的纹理图像，根据分割对应的位置对初步的参数化结果进行归一化，得到参数化表面与纹理图像的对应，即纹理坐标；
优化模块，被配置为将对应好的分割结果重新合并或将增加分割线的模型进行缝合，得到完整的带有纹理坐标的某组织的三维模型；
贴图模块，被配置为对有纹理坐标的模型进行法线贴图。
作为可选择的实施方式，还包括显示模块，可以显示贴图结果。
本发明的第三方面，提供一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种基于三维网格模型参数设计的纹理贴图方法中的步骤。
本发明的第四方面，提供一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种基于三维网格模型参数设计的纹理贴图方法中的步骤。
与现有技术相比，本发明的有益效果为：
本发明提出了一种最平滑的共形参数化方法，保护角度的同时，通过增加共形因子的平滑性使面积扭曲最小，得到一种高质量的映射。
本发明针对大体形态为圆饼状，但细节不规则的组织结构提出了一种分割方案，即通过法向聚类的方法并考虑连通性将模型表面分割为三部分，使分割线处于视觉上不明显的位置，更有利于得到更好的贴图效果。
本发明将同一张纹理图像应用于相似形态的组织结构，同一种纹理映射机制可以应用于相似形态的组织结构。实现纹理贴图在医学图像三维建模领域中进行批量贴图的应用。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是基于参数化的三维网格模型纹理贴图方法整体流程图。
图2是面积扭曲最小的共形参数化方法流程图。
图3(a)、图3(b)是单个组织结构求解参数化结果并使用Meshlab贴图显示的结果。
图4(a)、图4(b)是腰椎部分三维模型批量贴图显示的结果。
具体实施方式：
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
一种基于三维网格模型参数设计的纹理贴图方法，包括以下步骤：
步骤1：读入一组nii.gz格式的腰部CT分割结果,根据分割结果的标签，三维重建得到椎间盘、神经根、硬膜囊的三维网格模型；
所述步骤1具体包括：
步骤1.1：使用nibabel库读取一组nifti压缩格式的CT影像的分割结果；
步骤1.2：依据分割结果的标记，分割结果的值1，2，3分别对应神经根、椎间盘、硬膜囊，再根据连通域将每个组织结构分为各个连通的部分；
步骤1.3：分别对三种类别组织的每个部分使用skimage库中的marching_cubes_lewiner函数进行三维面模型的重建，得到每块椎间盘的、每条神经根以及硬膜囊的三维网格模型，并分别保存为OBJ格式的模型文件。
步骤2：对重建的比较粗糙的网格模型进行优化，通过微调顶点坐标达到网格平滑的目的，且可以避免出现狭长的三角形面片，有助于参数化的实施；
所述步骤2具体包括：
步骤2.1：使用VTK库的vtkOBJReader读取模型；
步骤2.2：VTK中的vtkSmoothPolyDataFilter类实现了网格的拉普拉斯平滑算法，用其实现网格优化，并使用vtkSmoothPolyDataFilter::SetNumberOfIterations()控制迭代次数，次数越大平滑越厉害。
步骤2.3：使用VTK库的vtkOBJExporter再次保存模型为OBJ格式；
步骤3：对步骤2已经经过优化的几块椎间盘、神经根以及硬膜囊根据组织结构类别不同实行不同的分割方案；
所述步骤3具体包括：
步骤3.1：判断组织结构的类别，如果是椎间盘，则进行步骤3.2操作，如果是神经根或硬膜囊，则进行步骤3.3操作；
步骤3.2：对于椎间盘这样的柱状的组织结构，使用法向聚类的方法进行三段式分割，进一步的，椎间盘分割的具体步骤为：
步骤3.2.1：读取模型的OBJ文件，得到椎间盘模型的顶点以及面的信息，并将其储存为openmesh数据结构，此数据结构用于表示以及对三角形网格进行操作；
步骤3.2.2：使用openmesh的calc_face_normal函数计算椎间盘网格模型上所有三角面片的法线；
步骤3.2.3：将椎间盘模型上的三角面片进行聚类，相似度使用法线之间的角度度量。以上下两个方向即(0,0,1)和(0,0,-1)为初始的聚类中心，设定阈值，聚上下两类，其余为第三类。迭代，直至聚类中心不再变化；
步骤3.2.4：由于椎间盘表面凹凸不平，且有不同程度的病灶分布，因此初始的聚类结果不是连通的三部分，需要对聚类结果进行优化。根据连通性处理除三个最大的连通域以外的小连通域，根据网格中三角面片的邻接关系进行重新归类。具体步骤包括：找到所有连通域；每部分的结果初始化为每部分最大的连通域；根据面的邻接关系将其它的小区域重新归类。
步骤3.2.5：迭代处理最终得到的三个连通域中尖锐的边界面片：遍历上下两片中的面，如果当前面的相邻面中只有一个属于当前类，则为尖锐面片，要归为第三类；遍历第三类中的面，相邻面中属于第三类的个数为一则重新归类，重新归类的方法为判断相邻面中除了第三类的还有哪一类就归为哪一类；迭代，直至三类中面片的不再有尖锐的边界三角面片；
步骤3.2.6：分别将分割后各部分的顶点和面的信息保存为OFF模型文件。
步骤3.3：对于神经根或硬膜囊这样的条状的组织结构，分割的具体步骤为：
步骤3.3.1：读取模型的OBJ文件，得到模型的顶点以及面的信息；
步骤3.3.2：首先通过模型的顶点坐标确定模型同一侧最上、最下两个点分别为切割线的起止点；
步骤3.3.3：计算网格任意两相邻顶点之间的距离(权重)，保存在权重矩阵中，是一个稀疏矩阵；
步骤3.3.4：应用Dijkstra算法计算得到两个点之间的最短路径，这里使用scipy库中的dijkstra函数，输入参数包括权重矩阵以及起始顶点的索引并将return_predecessors的值设置为TRUE，即可返回任意两顶点之间的距离矩阵dist_matrix，以及前趋矩阵predecessors_matrix,其中，dist_matrix[i,j]给出了从顶点i到顶点j之间的最短距离，predecessors_matrix[i,j]给出了从点i到点j的路径上的前一个节点的索引，因此使用矩阵predecessors_matrix可以用来重建最短路径并将最短路径依次添加到最短路径列表中。
步骤3.3.5：沿最短路径添加分割线，添加分割线的方法为：把切割线上的点即在最短路径列表中的顶点拆成两个；
步骤3.3.6：将添加了分割线的可展开的模型保存为OFF模型文件。
步骤4：将分割结果进行参数化，得到三维模型到平面的一一映射关系，得到初步的参数化结果；
如图2所示，所述步骤4具体包括：
步骤4.1：读取.off格式的三维网格模型文件，得到模型的顶点和面的信息，储存为半边数据结构便于对模型进行操作；
步骤4.2：初始化拉普拉斯系数矩阵及角亏，其中，拉普拉斯系数矩阵通过下列公式计算：
Lij＝cot∠ViVkVj+cot∠VjVlVi
其中，Vi和Vj为要求解拉普拉斯系数的两个顶点，Vk和Vl为以Vi和Vj为顶点的边为公共边的两个三角面片的不在公共边上的另外两个顶点。构造矩阵的方法为：如果Vj与Vi相邻，那么矩阵[i,j]处的元素等于-Lij；如果Vj不与Vi相邻且j≠i，那么令矩阵[i,j]处的元素为0；如果j＝i，那么令矩阵[i,j]处的值为Vi周围所有边对应的拉普拉斯系数Lik之和。
角亏的计算方法为：如果是边界顶点，角亏为π减去顶点上边之间的夹角之和，即如果是内部顶点，角亏为2π减去顶点边与边夹角之和，即/>其中，n为以当前顶点为公共点的三角面片的个数，θi为上述每个三角面片中以当前顶点为公共端点的角的度数。
步骤4.3：为每个顶点构造一个如下所示共形因子方程，即可得到一个方程组，使用Eigen库求解方程组，得到共形因子；
其中n为以顶点o为公共点的三角面片的个数，δo为顶点o的角亏。
步骤4.4：已知拉普拉斯系数矩阵以及共形因子，根据以下公式，可以进一步通过Flood Fill算法填写标架；
其中，θijk,θijl分别为Δijk,Δijl两个三角形面的十字标架。
步骤4.5：构造边界顶点的参数。首先，可以初始化边界上某个顶点的参数为u＝0,v＝0，然后根据下列公式逐步求解边界上其他顶点的参数。
其中，δu和δv分别为两个相邻顶点Vi和Vj的参数从Vi运动到Vj变化量，为两个顶点上的共形因子的平均值，/>为以ViVj为边的三角面片的标架的两个相互垂直的方向。
步骤4.6：根据已经确定的边界顶点参数以及以下方程，构造方程组，即可求解所有内部顶点的参数。
其中，n为顶点Vi的邻接顶点的个数，ij是Vi的邻接顶点的下标，u和v是参数。
步骤4.7：将顶点、面以及参数信息保存到OBJ文件。
步骤5：根据已经设计好的纹理图像，根据分割结果对应的位置对步骤3的结果进行归一化，进而得到参数化表面与纹理图像的对应，即纹理坐标；
所述步骤5具体包括：
步骤5.1：根据纹理图像，找到对应分片的大致覆盖区域，包括起始位置，即覆盖区域的左下角位置设为(u_bias,v_bias)及覆盖区域大小：在u方向上长度设为u_，在v方向上长度设为v_。
步骤5.2：将步骤3得到的每一部分的参数根据每一部分位置进行归一化：
其中，ui,vi为第i个顶点的通过参数化得到的初始纹理坐标，ui′,vi′为对应的归一化后的纹理坐标，δu,δv分别为初始纹理坐标在u,v方向上的最大最小值的差。将所有顶点对应的纹理坐标经过以上计算，此时所有的纹理坐标介于0到1之间。
步骤6：将带有纹理坐标的分割结果重新合并，得到完整的带有纹理坐标的某组织的三维模型；
所述步骤6具体包括：
步骤6.1：读取以上步骤得到的每部分的顶点、面以及纹理坐标；
步骤6.2：分别遍历每一部分的面的信息，面中出现的顶点坐标若为重复，则将此顶点及其纹理坐标丢弃，并更改面的信息，并加入新的面列表；否则，将当前面片中的顶点及其纹理坐标加入新的顶点列表和纹理坐标的列表；
步骤6.3：返回新的顶点、面以及纹理坐标为合并后模型的顶点、面以及纹理坐标。
图3(a)以及图3(b)分别为对椎间盘以及硬膜囊执行完分割和参数化后得到模型纹理坐标并保存为OBJ文件，然后使用Meshlab进行贴图显示的结果，可见分割及参数化方法得到了比较理想的结果。
步骤7：使用OpenGL对有纹理坐标的模型进行法线贴图。
所述步骤7具体包括：
步骤7.1：创建法线图。首先使用openmesh的calc_face_normal函数计算模型上所有顶点的法线，然后依据参数化得到的纹理坐标得到对应的法线图；
步骤7.2：采用Phong光照模型，根据法线图计算每个顶点的光照；
步骤7.3：分别读取椎间盘和硬膜囊的PNG格式的纹理图像到OpenGL中并进行垂直翻转，创建两个纹理对象；
步骤7.4：绑定纹理对象到纹理单元上，OpenGL的shader是通过纹理单元得到纹理对象的；
步骤7.5：更新顶点着色器，将纹理坐标TexCoord作为输入参数。同时输出的不再是颜色而是将纹理坐标从顶点缓冲器传递到片段着色器；
步骤7.6：更新片段着色器，将从顶点着色器得到的插值后的纹理坐标作为输入，还有一个sampler2D类型的取样器一致性变量，并使用内部的texture函数对纹理取样，这个函数即可返回采样并经过过滤后的颜色值；
步骤7.7：根据顶点的位置及上述步骤得到的颜色值与法线影响下的亮度值进行调制，或者相加，或者相乘，最终进行显示。
图4(a)和图4(b)为对椎间盘和硬膜囊进行纹理贴图并显示的结果。可以看出，本发明的效果较好。
实施例二
一种基于三维网格模型参数设计的纹理贴图系统，包括：
三维重建模块，被配置为获取腰椎部分一组CT图像的分割结果，根据分割结果的标记，分别进行各组织结构面模型的重建，得到腰椎的三维网格模型；
分割方案确定模块，被配置为根据分割结果的标记，确定各组织模型的类别，对不同类别的组织配置不同分割方案；
参数化模块，被配置为将各分割结果进行参数化，得到三维模型到平面的一一映射关系，得到初步的参数化结果；
归一化模块，被配置为根据已经设计好的纹理图像，根据分割对应的位置对初步的参数化结果进行归一化，得到参数化表面与纹理图像的对应，即纹理坐标；
优化模块，被配置为将对应好的分割结果重新合并或将增加分割线的模型进行缝合，得到完整的带有纹理坐标的某组织的三维模型；
贴图模块，被配置为对有纹理坐标的模型进行法线贴图。
还包括显示模块，可以显示贴图结果。
实施例三
一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行实施例一所提供的一种基于三维网格模型参数设计的纹理贴图方法中的步骤。
实施例四
一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行实施例一所提供的一种基于三维网格模型参数设计的纹理贴图方法中的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (8)

1.一种基于三维网格模型参数设计的纹理贴图方法，其特征是：包括以下步骤：
获取一组CT图像的分割结果，根据分割结果的标记，分别进行各组织结构面模型的重建，得到三维网格模型；
根据分割结果的标记，确定各组织结构面模型的类别，对不同类别的组织结构面模型配置不同分割方案；具体过程包括：判断组织结构面模型结构的类别，如果是圆饼状的组织结构面模型结构，使用法向聚类的方法进行三段式分割，如果是条状的组织结构面模型结构，进行最短路径式切割；
对于类似圆饼状的结构，使用法向聚类的方法进行三段式分割的具体过程包括：计算网格模型上所有三角面片的法线；根据法线方向将网格模型上的三角面片进行聚类，以上下两个方向即(0, 0, 1)和(0, 0, -1)为初始的聚类中心，设定阈值，聚上下两类，其余为第三类；对聚类结果进行优化，根据连通性处理除三个最大的连通域以外的小连通域，根据网格中三角面片的邻接关系进行重新归类；处理三个连通域中尖锐的边界面片，将其归为相邻类；分别将分割后各部分的顶点和面的信息进行保存；对于近似条状的结构，进行最短路径式切割的具体过程包括：确定网格模型上下两个点为切割线的起止点；使用Dijkstra算法计算两个点之间的最短路径，通过最短路径给网格模型添加切割线；将添加了分割线的可展开的网格模型进行保存；
将各三维网格模型的分割结果进行参数化，得到三维模型到平面的一一映射关系，得到初步的参数化结果；
根据已经设计好的纹理图像，根据分割对应的位置对初步的参数化结果进行归一化，得到参数化表面与纹理图像的对应，即纹理坐标；
将对应好的三维网格模型的分割结果重新合并或将增加分割线的部分组织三维网格模型进行缝合，得到完整的带有纹理坐标的某组织结构面模型的三维模型；
对有纹理坐标的模型进行法线贴图。
2.如权利要求1所述的一种基于三维网格模型参数设计的纹理贴图方法，其特征是：根据分割结果的标记，分别进行各组织结构面模型的重建的具体过程包括：依据分割结果的标记提取出每种组织结构面模型结构，根据连通域分别对三种类别组织结构面模型的每个连通域进行三维面模型的重建，得到椎间盘、神经根、硬膜囊的三维网格模型。
3.如权利要求1所述的一种基于三维网格模型参数设计的纹理贴图方法，其特征是：将各三维网格模型的分割结果进行参数化的具体步骤包括：
构造拉普拉斯系数矩阵，给相邻点赋值权重，保存其几何信息，并初始化每个顶点的角亏；
在每个三角面片上放置一个十字标架，通过标架变化为每个顶点都构造一个共形因子方程，使用Eigen库求解各方程，得到共形因子；
利用Flood Fill算法填写标架；
初始化边界上某个顶点的参数，逐步求解边界上其他顶点的参数，进而求解所有内部顶点的参数。
4.如权利要求1所述的一种基于三维网格模型参数设计的纹理贴图方法，其特征是：根据已经设计好的纹理图像，根据分割对应的位置对初步的参数化结果进行归一化的具体过程包括：
根据纹理图像，找到对应分片的位置；
得到的每一部分的参数根据每一部分位置进行归一化，得到归一化后的纹理坐标，此时所有的纹理坐标介于0到1之间。
5.如权利要求1所述的一种基于三维网格模型参数设计的纹理贴图方法，其特征是：将对应好的三维网格模型的分割结果重新合并或将增加分割线的模型进行缝合的具体过程包括：
获取所有部分的顶点、面以及纹理坐标；
分别遍历每一部分的面的信息，面中出现的顶点坐标若为重复，则将此顶点及其纹理坐标丢弃，并更改面的信息，并加入新的面列表；否则，将当前面片中的顶点及其纹理坐标加入新的顶点列表和纹理坐标的列表；
返回新的顶点、面以及纹理坐标为合并后网格模型的顶点、面以及纹理坐标。
6.一种基于三维网格模型参数设计的纹理贴图系统，其特征是：包括：
三维重建模块，被配置为获取一组CT图像的分割结果，根据分割结果的标记，分别进行各组织结构面模型的重建，得到三维网格模型；
分割方案确定模块，被配置为根据分割结果的标记，确定各组织结构面模型的类别，对不同类别的组织结构面模型配置不同分割方案；具体过程包括：判断组织结构面模型结构的类别，如果是圆饼状的组织结构面模型结构，使用法向聚类的方法进行三段式分割，如果是条状的组织结构面模型结构，进行最短路径式切割；
对于类似圆饼状的结构，使用法向聚类的方法进行三段式分割的具体过程包括：计算网格模型上所有三角面片的法线；根据法线方向将网格模型上的三角面片进行聚类，以上下两个方向即(0, 0, 1)和(0, 0, -1)为初始的聚类中心，设定阈值，聚上下两类，其余为第三类；对聚类结果进行优化，根据连通性处理除三个最大的连通域以外的小连通域，根据网格中三角面片的邻接关系进行重新归类；处理三个连通域中尖锐的边界面片，将其归为相邻类；分别将分割后各部分的顶点和面的信息进行保存；对于近似条状的结构，进行最短路径式切割的具体过程包括：确定网格模型上下两个点为切割线的起止点；使用Dijkstra算法计算两个点之间的最短路径，通过最短路径给网格模型添加切割线；将添加了分割线的可展开的网格模型进行保存；
参数化模块，被配置为将各三维网格模型的分割结果进行参数化，得到三维模型到平面的一一映射关系，得到初步的参数化结果；
归一化模块，被配置为根据已经设计好的纹理图像，根据分割对应的位置对初步的参数化结果进行归一化，得到参数化表面与纹理图像的对应，即纹理坐标；
优化模块，被配置为将对应好的三维网格模型的分割结果重新合并或将增加分割线的部分组织三维网格模型进行缝合，得到完整的带有纹理坐标的某组织结构面模型的三维模型；
贴图模块，被配置为对有纹理坐标的模型进行法线贴图。
7.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-5中任一项所述的一种基于三维网格模型参数设计的纹理贴图方法中的步骤。
8.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-5中任一项所述的一种基于三维网格模型参数设计的纹理贴图方法中的步骤。
CN202110656928.5A 2021-06-11 2021-06-11 一种基于三维网格模型参数设计的纹理贴图方法及系统 Active CN113496539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110656928.5A CN113496539B (zh) 2021-06-11 2021-06-11 一种基于三维网格模型参数设计的纹理贴图方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110656928.5A CN113496539B (zh) 2021-06-11 2021-06-11 一种基于三维网格模型参数设计的纹理贴图方法及系统

Publications (2)

Publication Number Publication Date
CN113496539A CN113496539A (zh) 2021-10-12
CN113496539B true CN113496539B (zh) 2023-08-15

Family

ID=77997907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110656928.5A Active CN113496539B (zh) 2021-06-11 2021-06-11 一种基于三维网格模型参数设计的纹理贴图方法及系统

Country Status (1)

Country Link
CN (1) CN113496539B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674279B (zh) * 2021-10-25 2022-03-08 青岛美迪康数字工程有限公司 基于深度学习的冠脉cta影像的处理方法及装置
CN114241124B (zh) * 2021-11-17 2022-10-18 埃洛克航空科技（北京）有限公司 三维模型中缝合边确定方法、装置和设备
CN114445564B (zh) * 2022-04-08 2022-06-17 腾讯科技（深圳）有限公司 一种模型展开方法、设备、存储介质及计算机程序产品
CN116246002A (zh) * 2022-11-29 2023-06-09 思看科技(杭州)股份有限公司 基于纹理映射的纹理图像前置置换方法、装置和存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI282941B (en) * 2001-03-15 2007-06-21 Toshiba Corp Entrance management apparatus and entrance management method by using face features identification
EP3807800A4 (en) * 2018-06-13 2022-03-16 Igloocompany Pte. Ltd. SYSTEM AND METHOD FOR MANAGING ELECTRONIC LOCKS
US20220172218A1 (en) * 2019-03-18 2022-06-02 Nec Corporation Information processing apparatus, server device, information processing method, and storage medium

Also Published As

Publication number Publication date
CN113496539A (zh) 2021-10-12

Similar Documents

Publication Publication Date Title
CN113496539B (zh) 一种基于三维网格模型参数设计的纹理贴图方法及系统
US11361503B2 (en) Systems and methods for generating volumetric models
US10867435B2 (en) System and method for generating planar section 3D shape representations
Kalvin et al. Constructing topologically connected surfaces for the comprehensive analysis of 3-D medical structures
Zachow et al. 3D reconstruction of individual anatomy from medical image data: Segmentation and geometry processing
Braude et al. Contour-based surface reconstruction using mpu implicit models
d'Otreppe et al. Generating smooth surface meshes from multi‐region medical images
Wang et al. Feature-sensitive tetrahedral mesh generation with guaranteed quality
Feng et al. Feature-preserving triangular geometry images for level-of-detail representation of static and skinned meshes
US20240212863A1 (en) Unified anisotropic volume and surface mesh storage
Garcia-Cantero et al. Neurotessmesh: a tool for the generation and visualization of neuron meshes and adaptive on-the-fly refinement
Qi et al. Divided Voxels: an efficient algorithm for interactive cutting of deformable objects
Yu et al. New software developments for quality mesh generation and optimization from biomedical imaging data
Lee et al. Mesh decomposition using motion information from animation sequences
Sayeed et al. State of the Art Non-Photorealistic Rendering (NPR) Techniques.
Clarenz et al. Surface processing methods for point sets using finite elements
Krahnstoever et al. Computing curvature-adaptive surface triangulations of three-dimensional image data
CA2864700A1 (en) System and method for generating planar section 3d shape representations
Zhang et al. Adaptive and Quality Quadrilateral/Hexahedral Meshing from Volumetric Imaging Data.
Reitinger Virtual liver surgery planning: simulation of resections using virtual reality techniques
Meyer Dynamic particles for adaptive sampling of implicit surfaces
Paget An automatic 3d texturing framework
Duan Topology adaptive deformable models for visual computing
Winkler et al. Mesh massage: a versatile mesh optimization framework
Singh et al. A Narrative Review on 3D Visualization Techniques in Neurosurgical Education, Simulation and Planning

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