[发明专利]基于二维传递函数的三维图像可视化方法

说明书

技术领域

本发明涉及计算机图形学中的三维可视化领域，特别涉及体绘制中的二维传递函数技术。

背景技术

体绘制(Volume Rendering)出现于上个世纪70年代，是三维图像可视化方法中非常重要的一种方法。由于体绘制不仅可以显示体数据的表面信息，还可以显示其内部信息，从而能实现体数据的真实感显示，有利于体数据信息的全面理解与分析，因此在辅助医生诊断、工业CT缺陷检测等方面有着非常重要的作用。

体绘制算法的关键之一是传递函数(Transfer Function)。传递函数负责设置体数据(也称为三维数据)的颜色、不透明度(也称为阻光度)等光学参数，从而实现具有真实感的三维图像可视化。传递函数从性质上可分为一维传递函数、二维传递函数和三维传递函数等等；从用途上可分为颜色传递函数、不透明度(阻光度)传递函数等等。其中，二维传递函数是体数据中标量值和梯度幅度与光学参数之间的映射关系。然而，传递函数的设计是一件非常困难的事情，设计合适的传递函数已经被列为可视化领域里的十大难题之一。原因之一：传递函数的核心问题之一是提取用户感兴趣的特征，同时抑制那些不需要的结构，传递函数仅仅使用了体数据的标量、梯度等数据信息，然而，在图像中，各种组织器官间的亮度值梯度值差异不大，很难将其分开；原因之二：传递函数界面缺乏直观性，空间域与传递函数域是相对独立的，空间域是我们熟悉的三维体数据空间，而传递函数域则是一个抽象的空间，它的维度并不是空间维度而是体数据的亮度等等，它的函数值不是标量值而是颜色(如R、G、B)、不透明度等向量值；原因之三：传递函数的设计存在盲目性，对于一个具体的体数据集，医生并不十分清楚感兴趣特征的传递函数信息，例如，对于一个待分析的腹部数据集，医生无法知道病人的肝脏是否有肿瘤还是有损伤，无法知道这些特征的亮度范围大概在哪个区间，只有通过反复的调节光学参数才能知道，需要耗费大量的时间和精力。

发明内容

解决的技术问题：

为了解决体数据光学参数(如不透明度，颜色等)设置、用户感兴趣结构提取、无关结构抑制和三维图像半透明可视化的技术问题，本发明的目的是提供一种基于二维传递函数的三维图像可视化方法。

技术方案：

为达成所述目的，本发明提出基于二维传递函数的三维图像可视化方法的技术方案如下：

步骤S1：根据体数据的标量值和梯度幅度建立二维传递函数的广义模型：

g＝TF(f，‖▽f‖)

其中，g表示二维传递函数的广义模型；TF表示体数据的标量值和梯度幅度与光学参数的映射规则；f表示体数据中的标量值；‖▽f‖表示体数据的梯度幅度；

步骤S2：根据体数据的标量值和梯度幅度设计斜坡分类器、半椭球分类器、金字塔形状分类器和斜面分类器。

步骤S3：结合步骤S1中二维传递函数广义模型和步骤S2中斜坡分类器、半椭球分类器、金字塔形状分类器和斜面分类器，得到二维传递函数的具体模型：

其中，G表示二维传递函数的具体模型；表示二维传递函数的最大值，设定如果是不透明度二维传递函数取值范围为0～1，则有m表示二维传递函数第i种分类器，设定m＝4；n表示二维传递函数第i种分类器中个数；C_ij表示二维传递函数第i种分类器中的第j个，C_i0＝0；

步骤S4：根据二维传递函数具体模型得到的光学参数绘制出三维图像；

所述斜坡分类器由四个控制点、七至九条棱边、两个曲面和二到三个平面组成；四个控制点包括：左顶点、右顶点、中心点和下顶点，中心点的函数值最大，其它三个点的函数值最小；斜坡分类器形状由四个控制点设置，当中心点在下顶点的正上面时，斜坡分类器有七条棱边，两个平面；当中心点在下顶点的正上面以外的其它位置时，斜坡分类器有九条棱边，三个平面；

所述半椭球分类器在三维空间内为一个半椭球；半椭球分类器的位置和形状由左顶点、右顶点、中心点和下顶点四个控制点设置；中心点的函数值最大，其它三个点的函数值最小；

所述金字塔形状分类器由四个控制点、一个底面、四个侧面和八条棱边组成；四个控制点包括：左顶点、右顶点、中心点和下顶点，中心点的函数值最大，其它三个点的函数值最小；金字塔形状分类器由四个控制点设置；

所述斜面分类器由三个控制点、六个平面、十二条棱边组成；斜面分类器的形状由三个控制点设置，控制点包括左顶点、右顶点和下顶点，左顶点和右顶点函数值相等；当左顶点和右顶点函数值最大的时候，下顶点函数值最小；当左顶点和右顶点函数值最小的时候，下顶点函数值最大。