CN117333615A - 分层扫描数据重构四面体网格模型的方法及系统 - Google Patents

分层扫描数据重构四面体网格模型的方法及系统 Download PDF

Info

Publication number
CN117333615A
CN117333615A CN202311303354.9A CN202311303354A CN117333615A CN 117333615 A CN117333615 A CN 117333615A CN 202311303354 A CN202311303354 A CN 202311303354A CN 117333615 A CN117333615 A CN 117333615A
Authority
CN
China
Prior art keywords
dimensional
tetrahedron
model
interface
vertex
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.)
Granted
Application number
CN202311303354.9A
Other languages
English (en)
Other versions
CN117333615B (zh
Inventor
严波
万闯闯
申斌
周健
曹云
陈兰
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong 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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202311303354.9A priority Critical patent/CN117333615B/zh
Publication of CN117333615A publication Critical patent/CN117333615A/zh
Application granted granted Critical
Publication of CN117333615B publication Critical patent/CN117333615B/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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • 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
    • G06T17/205—Re-meshing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00—Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种分层扫描数据重构四面体网格模型的方法，包括：预处理步骤：获取试样的一系列二维分层扫描图像；对二维分层扫描图像数据进行预处理，确定不同材料分界面的灰度阈值；确定步骤：初始化预设精度的四面体初始网格，建立邻接拓扑关系，预设材料类型；建立模型步骤：根据交点所在边将涉及的四面体分割成多个四面体，并更新拓扑关系，最终建立三维四面体网格模型；分析与计算步骤：对生成网络模型进行连通性分析；计算各连通区域的体积比、比表面积、边界信息等。本发明利用多材料多组分的分层扫描数据重建的三维四面体网格模型，计算效率高，二维表面和三维体元同时构造，有很大的灵活性和稳定性。

Description

分层扫描数据重构四面体网格模型的方法及系统
技术领域
本发明涉及计算机图形学技术领域，具体地，涉及一种分层扫描数据重构四面体网格模型的方法及系统。
背景技术
在材料科学和工程领域，对多材料多组分系统的材料微观结构建模与模拟是未来发展的重点之一。这些复杂材料包括多孔介质、纤维复合材料、生物材料等，其内部通常由多个不同材料组成，具有各种不规则形状和孔隙结构。理解和建模这些复杂材料的内部结构对于优化材料性能和设计新材料至关重要。
对于多材料多组分系统的模拟，以往的做法是将复杂结构简化为各向同性的简单模型，使用计算机辅助设计(CAD)软件来建立规则和理想化的模型。CAD软件提供了基础的建模工具，描述常见结构组件的外观和几何特性。一旦建立了这些理想化的模型，可以进行相应的参数化设计和工程分析。不过这种方法存在一定的局限性，将多材料多组分系统简化为理想模型可能会忽略现实世界中复杂的物理和化学相互作用，失去了真实系统的关键特征。特别是在需要考虑材料之间的复杂界面效应或非线性行为时，可能会导致对系统行为的不准确模拟甚至误解。同时简化模型的建立和参数化需要大量的实验和验证工作，这是十分耗时且昂贵的任务。
为了克服理想化几何形状的限制，近年来，基于表面边界进行三维网格划分的技术得到了持续发展。通常，工业领域使用传感器来获取点云数据，然后从这些离散点中提取有用的信息，以进行表面重建。医学图像处理领域成熟的三维表面重建算法MarchingCubes算法及其改进算法已经被广泛应用。然后采用Delaunay三角剖分、波前法等成熟的网格划分方法，可以自动生成高质量的三维网格。使用面绘制的方法提取结构的边界并创建三维表面模型，可以更准确地捕捉结构的复杂性和非规则性。然而，这种方法也存在一些局限性和缺陷。它在处理相对简单结构的情况下表现良好，但当结构变得复杂时，就会显现出一些问题。复杂结构可能会导致生成的表面存在缺陷，内部面通常具有曲折和细长的边界，增加了模拟的复杂度，复杂结构的网格划分变得非常耗时，同时也容易导致网格畸变和空洞的出现，难以获得满足要求的高质量网格。
为了解决这些问题，近年来出现了一些创新的方法，其基本思想就是利用断层扫描技术获得的高分辨率数据直接进行体绘制生成三维模型，而不依赖于传统的表面重建方法。通过体绘制方法可以直接呈现对象的内部结构，无需担心边界表面的不完整性或曲折。它不受复杂结构的限制，可以处理包括多孔介质、细小结构、非均匀材料分布等在内的各种复杂情况。与基于表面进行网格划分的方法不同，体绘制方法直接基于真实结构，不需要进行自适应的划分，后续的网格优化也是基于已经建立的三维网格模型，简化了流程并减少了计算负担。未来，我们可以期待看到这一方法在多个领域中的广泛应用，为科学和工程领域带来更准确和全面的三维建模工具。
目前的体绘制方法大多是基于结构化网格建立，基本单元一般是结构化六面体网格，结构化网格通常是均匀的，它的规则性是的计算机能够更有效的处理，因此具有较高的计算效率。不过结构化网格也存在一定缺点，例如结构化网格对于规则边界几何形状问题处理十分得当，但是在处理复杂和不规则几何形状是存在限制，因为正六面体的特性无法对边界进行有效模拟，除非引入更多的网格细化，但这导致计算复杂性的增加。
专利文献CN103942836A公开了一种三维网格模型四面体化方法，包括以下步骤：(1)模型初始位置预处理；(2)构建体心立方结构；(3)计算节点符号及两端节点符号相反的四面体边的切点；(4)切点移动；(5)边界重四面体化。本发明公开的三维模型四面体化方法，基于体心立方的网格四面体化算法，增加了三维模型主成分分析的预处理，改进了模型边界切点的移动方式转向模型特征点移动，并对最终的四面体网格使用了密度能量误差函数来优化节点的位置。三维模型运用主成分分析后，提高了初始四面体单元的质量；改进切点向模型特征点移动保证了四面体化后模型的局部特征；密度能量误差函数优化了最终四面体网格的质量。
本发明旨在解决多材料多组分系统建立四面体网格模型相关的问题。首先，本发明的目标是获得尽量精确的四面体网格模型，包括准确的结构边界，以最大程度还原实际结构的特征。这对于材料科学、工程学和医学等领域研究至关重要，因为精确的结构边界是模拟、设计和分析的基础。本发明旨在生成与真实情况更接近的三维网格模型。这意味着我们的模型不仅能够捕捉表面特征，还能够准确地反映内部结构，从而提供更全面的数据。
建立完整的三维四面体模型后，需要进行连通性分析，掌握建模区域的几何特征，可以更好地理解和优化复杂结构，指导设计决策，进行模拟和分析，以及解决各种实际问题。首先需要了解区域内不同材料的连通性情况、不同材料的体积比；计算各个连通区域的体积、表面积、边界信息；对于区域内存在孔隙的情况，需要评估材料的孔隙率和多孔性；分析结构的曲率和形状特征；如果用于缺陷检测，需要分析区域内存在的几何缺陷，如裂缝、孔洞、不均匀等；如果比较看重不同材料接触表面的性能，需要分析接触区域的形状、面积等几何特征。
本发明提供了一个创新的算法，旨在应对上述问题。利用多材料多组分的一系列二维断层扫描图像数据，我们通过降噪技术对图像数据进行预处理，确定图像的灰度阈值，计算等值面的值，这是界定不同材料接触边界的关键；接下来预设一定精度的四面体初始网格，完成构建三维模型的基础；通过各边与分界面的交点，可以精确地确定表面位置，并以交点所在的边为基础对四面体进行剖分，同时更新四面体之间的邻接关系，以确保后续拓扑关系不发生错乱；此时三维模型建立完成，后续根据不同的需求计算不同的几何特征。
本发明算法以四面体作为基本单元，相对于六面体单元，在同等计算精度下对边界特征的还原程度更高。相比于依靠边界面进行网格划分，通过预设初始四面体单元，成功解决了传统的Delaunay等网格划分技术面对多层边界生成时带来的巨大计算量问题。这一创新不仅提高了计算效率，还最大程度地保证了边界的真实性。
以边为基准进行四面体剖分，每次剖分仅影响少量四面体的拓扑关系，确保在计算过程中不会出现过长的计算时间。时效性对于许多应用来说至关重要，特别是在需要快速决策和分析的领域，如工程设计、医学诊断和科学研究。
本算法不仅仅能够构造三维体元，还能够同时构造三维表面模型，为广泛的应用提供了更大的灵活性。算法的设计考虑到了稳定性和可靠性，特别是在四面体剖分时以边为基准的策略。这确保了拓扑关系的更新非常精确和便捷，为未来用于有限元仿真等科学计算提供了坚实的基础。
未来，我们期望继续改进和扩展这一算法，以满足不断发展的工程和科学需求。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种分层扫描数据重构四面体网格模型的方法及系统。
根据本发明提供的一种分层扫描数据重构四面体网格模型的方法，包括：
预处理步骤：通过使用分层扫描技术扫描待测试样，获取试样的一系列二维分层扫描图像；对二维分层扫描图像数据进行预处理，确定不同材料分界面的灰度阈值；
确定步骤：初始化预设精度的四面体初始网格，建立邻接拓扑关系，预设材料类型；
具体的，比较每条边顶点对应灰度值与分界面阈值，若分界面阈值不在两个顶点灰度值之间，则该边与分界面没有交点，不需要后续处理；若分界面阈值处于两个顶点灰度值之间，即该边与分界面存在交点，则通过插值函数计算该交点位置；
建立模型步骤：根据交点所在边将涉及的四面体分割成多个四面体，并更新拓扑关系，分割涉及的边、面、体根据顶点材料类型更新其材料类型，最终建立三维四面体网格模型；
分析与计算步骤：对生成网络模型进行连通性分析，包括：分析测试区域的几何特征；计算各连通区域的体积比、比表面积、边界信息等。
优选的，所述预处理步骤包括：
所述二维分层扫描图像，是一组连续的、已知层与层之间的间隔距离的、扫描方式相同的二维分层扫描图像；
所述预处理步骤在保留不同材料接触界面特征的基础上进行，包括且不仅限于降噪处理；
所述的不同材料分界面的灰度阈值需要根据一组二维分层扫描图像确定不同材料之间的唯一的灰度阈值。
优选的，所述确定步骤包括：
所述初始化预设四面体网格的整体区域为一个长方体，该长方体的长、宽、高分别由二维图像的长、宽以及所述预处理步骤中测得的一组二维扫描图像的个数决定；预设的四面体按一定规则排列，相邻的四面体含有公共边、公共面，却不存在畸点；具体的，一个点在预设四面体上，但不是该四面体的四个顶点之一；
所述插值函数为根据两顶点灰度值建立的线性插值函数，或者为根据附近更多顶点的灰度值空间分布建立的插值函数。
优选的，所述建立模型步骤包括：
所述的分割四面体方法为遍历所有的边，根据边与分界面的交点分割共有边的所有四面体；
所述三维四面体网格模型中的各顶点、各条边、各个三角形面、各个四面体均有相应的材料类型或组分类型，所述材料类型的设置由其包含顶点的灰度值与分界面阈值的大小对比决定。
一种分层扫描数据重构四面体网格模型的系统，包括：
预处理模块：通过使用分层扫描技术扫描待测试样，获取试样的一系列二维分层扫描图像；对二维分层扫描图像数据进行预处理，确定不同材料分界面的灰度阈值；
确定模块：初始化预设精度的四面体初始网格，建立邻接拓扑关系，预设材料类型；
具体的，比较每条边顶点对应灰度值与分界面阈值，若分界面阈值不在两个顶点灰度值之间，则该边与分界面没有交点，不需要后续处理；若分界面阈值处于两个顶点灰度值之间，即该边与分界面存在交点，则通过插值函数计算该交点位置；
建立模型模块：根据交点所在边将涉及的四面体分割成多个四面体，并更新拓扑关系，分割涉及的边、面、体根据顶点材料类型更新其材料类型，最终建立三维四面体网格模型；
分析与计算模块：对生成网络模型进行连通性分析，包括：分析测试区域的几何特征；计算各连通区域的体积比、比表面积、边界信息等。
优选的，所述预处理模块包括：
所述二维分层扫描图像，是一组连续的、已知层与层之间的间隔距离的、扫描方式相同的二维分层扫描图像；
所述预处理模块在保留不同材料接触界面特征的基础上进行，包括且不仅限于降噪处理；
所述的不同材料分界面的灰度阈值需要根据一组二维分层扫描图像确定不同材料之间的唯一的灰度阈值。
优选的，所述确定模块包括：
所述初始化预设四面体网格的整体区域为一个长方体，该长方体的长、宽、高分别由二维图像的长、宽以及所述预处理模块中测得的一组二维扫描图像的个数决定；预设的四面体按一定规则排列，相邻的四面体含有公共边、公共面，却不存在畸点；具体的，一个点在预设四面体上，但不是该四面体的四个顶点之一；
所述插值函数为根据两顶点灰度值建立的线性插值函数，或者为根据附近更多顶点的灰度值空间分布建立的插值函数。
优选的，所述建立模型模块包括：
所述的分割四面体方法为遍历所有的边，根据边与分界面的交点分割共有边的所有四面体；
所述三维四面体网格模型中的各顶点、各条边、各个三角形面、各个四面体均有相应的材料类型或组分类型，所述材料类型的设置由其包含顶点的灰度值与分界面阈值的大小对比决定。
与现有技术相比，本发明具有如下的有益效果：
1、本发明算法基于分层扫描图像，二维表面和三维体元同时构造，解决了Marching Cubes等一些面绘制算法无法生成体单元的问题，同等效率下此发明可以同时生成表面和体网格，不仅可以用于表面形貌研究，还可以用于有限元应力分析等领域；
2、本发明算法网格基本单元是四面体，四面体形状可以随意变换，解决了正六面体结构化网格对边界还原不准确的问题，同等精度下四面体网格单元对边界的还原度最高，更接近结构真实情况，确保分界面的精准；
3、本发明通过对建模区域预设初始四面体，在初始四面体基础上进行分割，解决了Delaunay等主流网格划分方法层层递进，按次序生成网格，面对复杂结构时计算时间过长，且易生成缺陷的问题，本发明生成网格的时间短，且精确度高；
4、本发明与真实结构的吻合度高，确保分界面的精准，可以为材料性能预测、材料改良方案的模拟等领域提供更精确的工具，有限元模拟与仿真等科学计算更加便捷。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为四面体网格生成算法的流程图；
图2为经过图像预处理得到的木塑复合材料的一张二维断层扫描图像的示意图；
图3为建立的初始网格与二维分层扫描图像的关系示意图；
图4为实例中立方体的各位置编号示意图；
图5为Marching Tetrahedral算法将移动立方体分成六个相同四面体的规则示意图；
图6为一个四面体根据边进行分割成两个四面体的示意图；
图7为根据本发明生成的木塑复合材料的三维四面体模型实例示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明提出一种基于多材料多组分的断层扫描数据生成高精度四面体网格模型的算法。初始数据为一系列待模拟材料的断层扫描二维图像，主要目标是生成高精度的三维四面体网格模型，特别是在边界区域的准确性，以及几何特征的计算，包括但不限于不同材料的连通性、体积比等。
为了实现上述目的，本发明采用如下技术方案：一种分层扫描数据重构四面体网格模型的方法，算法流程图如附图1所示，包括以下步骤：
一、图像预处理，计算等值面灰度阈值
实际扫描过程中，图像数据会受到多种因素的影响，例如辐射噪声和电子噪声等。这些噪声源会引入图像中的不确定性和干扰，不仅对精度没有任何改善，还会增加无关的计算量，对后续模型重建的质量产生负面影响。因此首先我们需要采用双边滤波等方法对图像数据进行降噪。对于材料的结构特征来说，降噪后需要保留边界特征，同时尽可能清除细小噪点。
对于一组二维序列断层扫描图像，根据每一张图像灰度值分布情况获取对应的灰度阈值。取这组阈值数据的众数，作为等值面的值。这种确定等值面的值的方法简单实用，可以避免因手动选择等值面的值造成三维模型生成效果不好的问题。
如果仅对该物质内的两种材料来说，它们之间有接触边界，则在断层扫描图像数据中的灰度分布直方图一般为双峰结构。使用最大类问方差法(OTSU)来确定图像的灰度阈值。
对于一幅图像如附图2，所有灰度值为i的像素点出现的概率Pi为：
Pi＝Ni/N (1)
其中，Ni表示灰度值为i的像素点数，i∈[0，L-1]，L为图像灰度级，N表示图像像素点总数。
假设像素点按阈值T划分为A区域At和B区域Ab，At包括灰度值范围[0，T]的像素点，Ab包括灰度值范围[T+1，L-1]的像素点。
按照如下步骤确定图像的灰度阈值：
(1)分别计算目标区域像素点的比例kt和背景区域像素点的比例kb，其中
(2)计算目标灰度均值μt、背景灰度均值μb和总体灰度均值μ；
(3)计算类间方差δ2：δ2＝kt(μt-μ)2+kb(μb-μ)2
(4)计算灰度阈值Th：
对于一组二维序列断层扫描图像，获取每一张图像的分界面灰度阈值，取这组阈值数据的众数，作为两种材料整体的分界面灰度阈值。这种确定等值面的值的方法简单实用，可以避免因手动选择等值面的值造成三维模型生成效果不好的问题。经过计算得到的整体灰度阈值为110。
二、四面体初始网格生成
首先划定整个待建模的结构区域，三维模型整体区域应为一个立方体。如附图3所示，选定其中一个顶点为坐标原点，三个坐标轴正方向分别为该顶点所在的三条棱边。设置好单位长度所代表的实际长度。从原点出发先遍历X轴，再遍历Y轴，Z轴。
对于单个正方体来说，命名规则如附图4，N0、N1、N2、N3、N4、N5、N6、N7代表单个正方体的顶点，E0、E1、E2、E3、E4、E5、E6、E7、E8、E9、E10、E11代表单个正方体的棱边，0、1、2、3、4、5代表单个立方体的各个面。顶点、棱边、面的相互关系如图所示。由于我们直接生成四面体，因此需要将单个正方体按规则剖分成6个是四面体，剖分规则如图5所示；具体四面体及对应的顶点如表一。
表一
现在初始四面体的生成规则已经确定，同时我们还要更新基础的邻接关系。基础的邻接关系建立必须要保证尽量精简，只保留必须的邻接关系，因为后续我们还需要不断剖分四面体，邻接关系还会不断更新。对于每个顶点来说，我们需要清楚该点在哪条边上，哪个面上。对于每条边来说，需要清楚该边的两个端点，该边在哪个面上，该边在哪些四面体上。对于每个面(三角形)来说，需要清楚该三角形的三个顶点，三条棱边。对于每个四面体来说，需要清楚该四面体的四个顶点，六条棱边，四个面。同时数据存储时要注意信息存储的顺序一致，以免发生拓扑关系错乱。
三、与等值面相交的边确定交点位置
根据每个顶点的位置坐标与断层扫描数据，可以获取每个顶点对应位置的灰度值，将其存储起来。不同材料对X射线的穿透能力不同，对应图像灰度值范围不同，根据顶点灰度值可确定顶点对应位置的材料类型，根据顶点材料类型预设顶点所在边的材料类型，进一步预设面、体的材料类型。首先设置材料类型，若有两种材料类型a、b，a为各顶点灰度值均小于等于等值面阈值的四面体材料类型，b为各顶点灰度值均大于等于等值面阈值的四面体材料类型。遍历每一条边，如果边的两个顶点的灰度值在阈值同侧，证明该四面体不需要进行后续剖分处理，直接设置好对应材料类型即可。如果边的两个顶点的灰度值在阈值两侧，说明等值面与该条边相交，此时需要进行四面体剖分，四面体将会分成两个小四面体，材料类型分别为a和b。接下来对该四面体进行剖分：首先要确定交点，断层扫描数据由其图像本身的限制，不能得到准确的数据，所以通过线性插值法确定交点的位置。如果为了计算简便，也可以使用四等分点/五等分点作为交点的位置，避免坐标值为无限小数，对计算精度不会有太大影响。若棱边两个端点分别为P1(x1，y1，z1)、P2(x2，y2，z2)，那么交点P(x，y，z)的计算方式为：
其中，g1、g2表示两个端点的灰度值；isoualue表示等值面的值。
四、以边为基准对四面体进行剖分
若Np为等值面与该边的交点，如图6所示将边Na,Nb分成两部分，这两条新的边记录下来，删除原有的边。遍历该边的所有邻接面，每个邻接面都会被分成两部分，如图所示面F1被Nd,Np这条边分成两部分，将所有新生成的面记录下来，并删除原有的面，此过程中产生新的边记录下来，同时更新涉及到的边与点之间的邻接关系，根据Na,Nb点对应的灰度值确定边和面的材料类型。遍历该条边所在的所有四面体，邻接的四面体都需要进行剖分。如图所示原四面体被分成两部分，此时会产生一个新的面NcNpNd，记录下来，面和四面体的材料类型是以该四面体或该面上存在边NaNp还是NpNd决定的。在剖分面的时候要注意更新面与顶点，面与边之间的邻接关系。剖分四面体的时候需要注意更新四面体与顶点、边、面的拓扑关系。至此整个三维四面体网格模型已经基本创建完毕，如附图7所示。每个顶点、边、面、四面体所对应位置的材料类型已经确定，接下来补足剩余未建立的邻接关系。例如四面体与四面体之间的邻接关系并未确定，我们可以根据面与四面体的邻接关系来找出四面体与四面体之间的邻接关系，因为拥有相同面的不同四面体必定相邻。整个三维模型的建立时间为11.552秒，生成的四面体数量为428万，三角形面个数为861万，边个数为510万，顶点个数为76万。
五、连通性分析
连通性分析可以深入了解模型中不同部分之间的连接方式和关系，了解材料内部区域不同材料类型或者材料与孔隙的分布情况。
对材料进行连通性分析的主要方法有广度优先搜索(BFS)和深度优先搜索(DFS)。DFS深度优先搜索会进行递归，会占用较多栈内存空间，如果某一连通域的空间较大，很容易会出现栈溢出错误。因此选择BFS广度优先搜索进行连通性分析，BFS会新建一个队列存储待处理的四面体索引，每次从队首取出四面体索引，都会将该四面体的所有未被访问过的且材料类型相同的邻接四面体加入队尾。知道队列中不存在元素，说明该连通区域的所有四面体均已访问，将访问过的四面体记录下来即为当前连通区域的所有元素。以此类推，便可建立不同的连通区域。计算得到的连通区域共有487个，整个三维模型的总体积为337824。
接下来计算连通区域的体积、表面积。体积的计算为连通区域内每个四面体体积之和。表面积为边界上每个三角形的面积之和；计算各材料的孔隙率为该材料类型为孔隙的总体积占整体体积的百分比；评估材料的孔隙率和多孔性。
本发明还提供一种分层扫描数据重构四面体网格模型的系统，所述分层扫描数据重构四面体网格模型的系统可以通过执行所述分层扫描数据重构四面体网格模型的方法的流程步骤予以实现，即本领域技术人员可以将所述分层扫描数据重构四面体网格模型的方法理解为所述分层扫描数据重构四面体网格模型系统的优选实施方式。
一种分层扫描数据重构四面体网格模型的系统，包括：预处理模块：通过使用分层扫描技术扫描待测试样，获取试样的一系列二维分层扫描图像；对二维分层扫描图像数据进行预处理，确定不同材料分界面的灰度阈值；确定模块：初始化预设精度的四面体初始网格，建立邻接拓扑关系，预设材料类型；具体的，比较每条边顶点对应灰度值与分界面阈值，若分界面阈值不在两个顶点灰度值之间，则该边与分界面没有交点，不需要后续处理；若分界面阈值处于两个顶点灰度值之间，即该边与分界面存在交点，则通过插值函数计算该交点位置；建立模型模块：根据交点所在边将涉及的四面体分割成多个四面体，并更新拓扑关系，分割涉及的边、面、体根据顶点材料类型更新其材料类型，最终建立三维四面体网格模型；分析与计算模块：对生成网络模型进行连通性分析，包括：分析测试区域的几何特征；计算各连通区域的体积比、比表面积、边界信息等。
具体的，所述预处理模块包括：所述二维分层扫描图像，是一组连续的、已知层与层之间的间隔距离的、扫描方式相同的二维分层扫描图像；所述预处理模块在保留不同材料接触界面特征的基础上进行，包括且不仅限于降噪处理；所述的不同材料分界面的灰度阈值需要根据一组二维分层扫描图像确定不同材料之间的唯一的灰度阈值。
具体的，所述确定模块包括：所述初始化预设四面体网格的整体区域为一个长方体，该长方体的长、宽、高分别由二维图像的长、宽以及所述预处理模块中测得的一组二维扫描图像的个数决定；预设的四面体按一定规则排列，相邻的四面体含有公共边、公共面，却不存在畸点；具体的，一个点在预设四面体上，但不是该四面体的四个顶点之一；所述插值函数为根据两顶点灰度值建立的线性插值函数，或者为根据附近更多顶点的灰度值空间分布建立的插值函数。
具体的，所述建立模型模块包括：所述的分割四面体方法为遍历所有的边，根据边与分界面的交点分割共有边的所有四面体；所述三维四面体网格模型中的各顶点、各条边、各个三角形面、各个四面体均有相应的材料类型或组分类型，所述材料类型的设置由其包含顶点的灰度值与分界面阈值的大小对比决定。
具体的，所述分析与计算模块包括：计算模块：计算区域内不同材料的连通性情况、不同材料的体积比；计算各个连通区域的体积、表面积、边界信息；评估材料的孔隙率和多孔性；分析结构的曲率和形状特征；分析接触区域的形状、面积等几何特征。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (8)

1.一种分层扫描数据重构四面体网格模型的方法，其特征在于，包括：
预处理步骤：通过使用分层扫描技术扫描待测试样，获取试样的一系列二维分层扫描图像；对二维分层扫描图像数据进行预处理，确定不同材料分界面的灰度阈值；
确定步骤：初始化预设精度的四面体初始网格，建立邻接拓扑关系，预设材料类型；
具体的，比较每条边顶点对应灰度值与分界面阈值，若分界面阈值不在两个顶点灰度值之间，则该边与分界面没有交点，不需要后续处理；若分界面阈值处于两个顶点灰度值之间，即该边与分界面存在交点，则通过插值函数计算该交点位置；
建立模型步骤：根据交点所在边将涉及的四面体分割成多个四面体，并更新拓扑关系，分割涉及的边、面、体根据顶点材料类型更新其材料类型，最终建立三维四面体网格模型；
分析与计算步骤：对生成网络模型进行连通性分析，包括：分析测试区域的几何特征；计算各连通区域的体积比、比表面积、边界信息等。
2.根据权利要求1所述的分层扫描数据重构四面体网格模型的方法，其特征在于，所述预处理步骤包括：
所述二维分层扫描图像，是一组连续的、已知层与层之间的间隔距离的、扫描方式相同的二维分层扫描图像；
所述预处理步骤在保留不同材料接触界面特征的基础上进行，包括且不仅限于降噪处理；
所述的不同材料分界面的灰度阈值需要根据一组二维分层扫描图像确定不同材料之间的唯一的灰度阈值。
3.根据权利要求1所述的分层扫描数据重构四面体网格模型的方法，其特征在于，所述确定步骤包括：
所述初始化预设四面体网格的整体区域为一个长方体，该长方体的长、宽、高分别由二维图像的长、宽以及所述预处理步骤中测得的一组二维扫描图像的个数决定；预设的四面体按一定规则排列，相邻的四面体含有公共边、公共面，不存在畸点；具体的，一个点在预设四面体上，但不是该四面体的四个顶点之一；
所述插值函数为根据两顶点灰度值建立的线性插值函数，或者为根据附近更多顶点的灰度值空间分布建立的插值函数。
4.根据权利要求1所述的分层扫描数据重构四面体网格模型的方法，其特征在于，所述建立模型步骤包括：
所述的分割四面体方法为遍历所有的边，根据边与分界面的交点分割共有边的所有四面体；
所述三维四面体网格模型中的各顶点、各条边、各个三角形面、各个四面体均有相应的材料类型或组分类型，所述材料类型的设置由其包含顶点的灰度值与分界面阈值的大小对比决定。
5.一种分层扫描数据重构四面体网格模型的系统，其特征在于，包括：
预处理模块：通过使用分层扫描技术扫描待测试样，获取试样的一系列二维分层扫描图像；对二维分层扫描图像数据进行预处理，确定不同材料分界面的灰度阈值；
确定模块：初始化预设精度的四面体初始网格，建立邻接拓扑关系，预设材料类型；
具体的，比较每条边顶点对应灰度值与分界面阈值，若分界面阈值不在两个顶点灰度值之间，则该边与分界面没有交点，不需要后续处理；若分界面阈值处于两个顶点灰度值之间，即该边与分界面存在交点，则通过插值函数计算该交点位置；
建立模型模块：根据交点所在边将涉及的四面体分割成多个四面体，并更新拓扑关系，分割涉及的边、面、体根据顶点材料类型更新其材料类型，最终建立三维四面体网格模型；
分析与计算模块：对生成网络模型进行连通性分析，包括：分析测试区域的几何特征；计算各连通区域的体积比、比表面积、边界信息等。
6.根据权利要求5所述的分层扫描数据重构四面体网格模型的系统，其特征在于，所述预处理模块包括：
所述二维分层扫描图像，是一组连续的、已知层与层之间的间隔距离的、扫描方式相同的二维分层扫描图像；
所述预处理模块在保留不同材料接触界面特征的基础上进行，包括且不仅限于降噪处理；
所述的不同材料分界面的灰度阈值需要根据一组二维分层扫描图像确定不同材料之间的唯一的灰度阈值。
7.根据权利要求5所述的分层扫描数据重构四面体网格模型的系统，其特征在于，所述确定模块包括：
所述初始化预设四面体网格的整体区域为一个长方体，该长方体的长、宽、高分别由二维图像的长、宽以及所述预处理模块中测得的一组二维扫描图像的个数决定；预设的四面体按一定规则排列，相邻的四面体含有公共边、公共面，却不存在畸点；具体的，一个点在预设四面体上，但不是该四面体的四个顶点之一；
所述插值函数为根据两顶点灰度值建立的线性插值函数，或者为根据附近更多顶点的灰度值空间分布建立的插值函数。
8.根据权利要求5所述的分层扫描数据重构四面体网格模型的系统，其特征在于，所述建立模型模块包括：
所述的分割四面体方法为遍历所有的边，根据边与分界面的交点分割共有边的所有四面体；
所述三维四面体网格模型中的各顶点、各条边、各个三角形面、各个四面体均有相应的材料类型或组分类型，所述材料类型的设置由其包含顶点的灰度值与分界面阈值的大小对比决定。
CN202311303354.9A 2023-10-09 2023-10-09 分层扫描数据重构四面体网格模型的方法及系统 Active CN117333615B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311303354.9A CN117333615B (zh) 2023-10-09 2023-10-09 分层扫描数据重构四面体网格模型的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311303354.9A CN117333615B (zh) 2023-10-09 2023-10-09 分层扫描数据重构四面体网格模型的方法及系统

Publications (2)

Publication Number Publication Date
CN117333615A true CN117333615A (zh) 2024-01-02
CN117333615B CN117333615B (zh) 2024-09-10

Family

ID=89291389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311303354.9A Active CN117333615B (zh) 2023-10-09 2023-10-09 分层扫描数据重构四面体网格模型的方法及系统

Country Status (1)

Country Link
CN (1) CN117333615B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105261068A (zh) * 2015-11-16 2016-01-20 中国石油大学(华东) 基于Micro-CT技术的储层岩心三维实体模型重构方法
CN105279794A (zh) * 2015-11-25 2016-01-27 中国石油大学(华东) 基于Micro-CT技术的储层岩心多组织模型构建方法
CN109166167A (zh) * 2018-07-27 2019-01-08 西安理工大学 一种基于点集体素的多质分界面提取方法
CN110428498A (zh) * 2019-07-12 2019-11-08 南京理工大学 一种将三维地质模型转化为数值计算模型的方法
CN110610478A (zh) * 2019-07-24 2019-12-24 浙江大学 一种基于邻域拓扑的医学图像三维重建方法
WO2021203711A1 (zh) * 2020-04-07 2021-10-14 华南理工大学 一种基于几何重建模型的等几何分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105261068A (zh) * 2015-11-16 2016-01-20 中国石油大学(华东) 基于Micro-CT技术的储层岩心三维实体模型重构方法
CN105279794A (zh) * 2015-11-25 2016-01-27 中国石油大学(华东) 基于Micro-CT技术的储层岩心多组织模型构建方法
CN109166167A (zh) * 2018-07-27 2019-01-08 西安理工大学 一种基于点集体素的多质分界面提取方法
CN110428498A (zh) * 2019-07-12 2019-11-08 南京理工大学 一种将三维地质模型转化为数值计算模型的方法
CN110610478A (zh) * 2019-07-24 2019-12-24 浙江大学 一种基于邻域拓扑的医学图像三维重建方法
WO2021203711A1 (zh) * 2020-04-07 2021-10-14 华南理工大学 一种基于几何重建模型的等几何分析方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
PAOLO CIGNONI: "Adaptive TetraPuzzles: E cient Out-of-Core Construction and Visualization of Gigantic Multiresolution Polygonal Models", 《ACM》, 1 August 2004 (2004-08-01) *
张渭军;: "基于四面体的地质体可视化与剖分研究", 金属矿山, no. 01, 15 January 2011 (2011-01-15) *
彭成: "数字岩心多分辨率存储及连通区域分析", 《科学技术与工程》, 31 December 2022 (2022-12-31) *
李改: "MC算法与MT算法的比较", 《现代计算机》, 31 January 2007 (2007-01-31), pages 19 - 23 *
秦绪佳, 欧宗瑛, 张勇, 侯建华: "医学图像三维重建系统的数据结构表达及表面模型的构建", 生物医学工程学杂志, no. 02, 25 June 2002 (2002-06-25) *
黄贤胜: "基于CT扫描图像的砂岩石三维建模研究", 《中国优秀硕士论文全文库-工程科技Ⅰ辑》, 15 March 2021 (2021-03-15), pages 18 - 49 *

Also Published As

Publication number Publication date
CN117333615B (zh) 2024-09-10

Similar Documents

Publication Publication Date Title
JP4381743B2 (ja) 境界表現データからボリュームデータを生成する方法及びそのプログラム
CN108776993B (zh) 带有孔洞的三维点云的建模方法及地下电缆工井建模方法
CN111382777B (zh) 从网格中提取特征树
CN105793848B (zh) 包括建模步骤的计算机辅助设计方法
GB2460411A (en) Variable mesh resolution in medical image generation
Fuhrmann et al. Direct resampling for isotropic surface remeshing.
CN113971718B (zh) 一种对三维点云模型进行布尔运算的方法
CN111859747A (zh) 基于损伤映射有限元网格的分层量化方法
Jaillet et al. Fast Quadtree/Octree adaptive meshing and re-meshing with linear mixed elements
JP4255016B2 (ja) ３次元形状データのセル内部データへの変換方法および変換プログラム
JP4175536B2 (ja) 境界データの内外判定方法とそのプログラム
CN117333615B (zh) 分层扫描数据重构四面体网格模型的方法及系统
Fan et al. Arbitrary surface data patching method based on geometric convolutional neural network
Kase et al. Volume cad
Magillo Spatial operations on multiresolution cell complexes
JP2020115338A (ja) 生メッシュからの構造化３ｄモデルの生成
Mayer et al. Feature-Based Reconstruction of Non-Beam-Like Topology Optimization Design Proposals in Boundary-Representation
CN110349265B (zh) 一种四面体拓扑网格生成方法及电子设备
Hormann From scattered samples to smooth surfaces
Patel et al. Automatic CAD model topology generation
JP3739209B2 (ja) 点群からのポリゴン自動生成システム
Bevilacqua et al. An evolutionary optimization method for parameter search in 3d points cloud reconstruction
CN101071453A (zh) 使用3d扫描数据识别初始设计意图的系统和方法
CN111696111A (zh) 一种基于ssdf衰减图聚类的3d模型网格分割方法
Johnen Indirect quadrangular mesh generation and validation of curved finite elements

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