[发明专利]一种基于渲染的快速体数据骨架提取方法

权利要求书

1.一种基于渲染的快速体数据骨架提取方法，其特征在于包括如下步骤：

(1)在X、Y、Z，3个坐标轴的正负方向即上下前后左右上设置六个视点，用RayCasting直接体绘制算法对三维体数据进行渲染，得到6个2D图像；

(2)利用轮廓线检测方法对得到的6个2D图像进行轮廓线的提取时，直接提取的轮廓需要收缩以获得有效轮廓线，并用Canny算子提取所有2D图像的部分关键特征线，将轮廓线与部分关键特征线融合以获得有效2D曲线，这些2D曲线体现了体数据的几何及拓扑结构；所述部分关键特征线即关节部位的特征线；

(3)对步骤(2)提取的2D曲线反投射回三维，由于每条2D曲线与3D曲线是一对多的关系，故定义一个能量最小化函数，利用动态规划算法求解最优解，得到2D曲线所对应的最优3D曲线；该过程是在GPU上实现，每个线程控制一条曲线的求解过程，大大提高了求解速度；该过程是在GPU上实现，每个线程控制一条曲线的求解过程，大大提高了求解速度；

(4)对空间进行采样，求得的3D曲线在采样空间内会经过若干采样点，采用卷积曲面的方法，对经过采样点一定范围的曲线进行积分求得采样点的曲线密度，以构建曲线密度场；由于很多采样点周围并没有曲线经过，因此其曲线密度值为零，对这些点则通过预计算剔除，只需计算剩余采样点的曲线密度值即可；该过程是在GPU上实现，在预计算阶段，每个线程控制一条曲线，将其经过范围的采样点标记，没被标记的点则是被剔除的点；在采样点曲线密度求解阶段，每个线程控制一个剩余采样点的计算，大大提高了计算速度；

(5)获得曲线密度场后，用Sobel算子求得采样点的梯度，由于步骤(4)已经剔除了值为零的采样点，所以此过程只需计算非零采样点的梯度值；梯度表征了场的变化率最大的方向，因此采样点的梯度大致垂直曲线方向，利用最小二乘方法可以在梯度基础上求得采样点的曲线方向，该过程是在GPU上实现，每个线程控制一个非零采样点的计算过程，大大提高了计算速度；

(6)由于3D曲线表征了体数据的几何和拓扑结构，求得采样点的曲线方向后，将采样点的曲线方向赋值给其所对应的体素，以体素的位置和方向为依据构建包围盒，包围盒的构建过程是以连通性为依据，将包围盒内所有体素求平均值，得到表征节点；

(7)用Prim算法将所用表征节点用最小生成树连接成Polyline曲线，最后用B样条将求得的Polyline曲线平滑拟合，得到最终体数据骨架。

2.根据权利要求1所述的基于渲染的快速体数据骨架提取方法，其特征在于：所述步骤(1)包括：从X,Y,Z正负轴方向设置6个相机，用RayCasting直接体绘制算法对三维体数据进行渲染，得到6个2D图像，该过程是在GPU上实现，利用计算统一设备架构CUDA的硬件加速，大大提高渲染速度，并利用PBO，FBO技术渲染到纹理，并保存到2D渲染结果。

3.根据权利要求1所述的基于渲染的快速体数据骨架提取方法，其特征在于：所述步骤(7)具体实现为：以这些表征节点为节点，以表征节点之间的距离为权，构建无向完全图G，并用Prim算法求解图G的最小生成森林，检测出森林中树的叶节点和分叉点，从而进一步生成Polyline曲线。采用B样条拟合方法，Polyline上的点作为控制点，计算出更多的插值点，求得B样条曲线，得到更加的光滑体数据骨架。