一种由非平行断层图像序列重建三维目标对象表面的方法，属三维图像重建和可视化技术领域，通过对断层图像分割提取目标对象轮廓，并对其进行距离变换、提取圆盘集并去除冗余找出目标对象轮廓内的极大圆盘集，在相邻断层图像中选择用来插值的圆盘集，计算断层图像中每一点指向图像中目标对象的矢量值，确定插值断层图像之间空间点的距离值，并进行基于轮廓的面绘制显示。本发明专利技术实现了由非平行断层图像序列直接重建三维目标对象表面，重建精度高，速度快，对几何形状复杂的三维目标对象进行表面重建也具有很好的效果。
【技术实现步骤摘要】
本专利技术涉及一种图像重建和可视化的方法，尤其涉及一种由非平行断层图像序列重建三维目标对象表面的方法。
技术介绍
在三维图像重建和可视化
的某些应用场合，人们经由数据采集得到的是三维目 标对象的一系列非平行的断层图像序列，而观察三维目标对象最常用的方式之一是表面显 示，这就要求我们必须能够由非平行断层图像序列重建三维目标对象的表面。这里，基于轮 廓的表面重建是应用最为广泛的方法。以往的基于轮廓的表面重建方法通常是首先将非平行 的断层图像序列进行重组重排后得到一个规则的体数据空间，在此体数据空间中，对若干平 行的断层图像进行手动或半自动分割得到其上目标对象的轮廓，然后再插值获得这些平行断 层图像之间的其它断层图像上的目标对象的轮廓，最后进行基于轮廓的面绘制显示。以往方 法中的重组重排插值处理计算量较大、处理过程较为耗时、方法的工程实用性较差。而且， 以往方法至少需要两次插值计算，降低了方法的重建精度。据査，目前为止也有少量的研究者对由非平行断层图像序列重建三维目标对象表面问题 进行了研究，如G. M. Treece等人在文章"Fast surface and volume estimation from non-parallel cross-sections, for freehand 3_D ultrasound, 1998，，禾口 "Surface interpolation from sparse cross-sections using region correspondence, 1999"中基 于形状插值方法实现了由非平行断层图像序列重建三维目标对象的表面，但是其重建过程计 算量大、耗时长。A. L. Bogush等人在文章"3D Object Reconstruction from Non-parallel Cross-sections, 2004"中采用三次样条插值方法解决此问题，他们的方法对几何外形较为 简单的三维目标对象能够取得较好的应用效果，但对于几何外形较为复杂的三维目标对象应 用效果却很不理想，因为他们的方法不能正确计算轮廓之间的空间几何关系。
技术实现思路
针对
技术介绍
所述重建方法的耗时长、精度低、实用性差、难以适应几何外形复杂的三 维目标对象的缺点，本专利技术提出了一种由原始非平行断层图像序列直接重建三维目标对象表 面的方法，它直接由部分原始断层图像分割得到三维目标对象的轮廓，再插值得到基于轮廓 的面绘制显示所需要的全部轮廓。，步骤如下51) 对部分断层图像进行分割，提取目标对象轮廓先对部分断层图像进行分割，提取这些断层图像中目标对象的轮廓；在己提取出目标对 象轮廓的断层图像序列中，对每相邻的两帧断层图像都依次执行以下步骤S2)-S6);52) 对断层图像进行距离变换，得到距离图像将得到目标对象轮廓的相邻的两帧断层图像转化为二值图像；然后进行Chamfer距离变换， 选取3x3的模板，如图2示；距离变换完毕后，令轮廓外部点的距离值取原来的负数，轮廓 内部点的距离值不变，以区分轮廓内外点，得到的图像为断层图像的距离图像，其中目标对 象轮廓外部的每个点，其像素值表示该点到目标对象轮廓上最近一点距离的负值；内部的每 个点，其像素值表示该点到目标对象轮廓上最近一点的距离值；目标对象轮廓上点的像素值为零53) 提取距离图像中目标对象轮廓内的极大圆盘集，并去除冗余提取圆盘集通过计算得到一系列与目标对象轮廓相切且完全在目标对象轮廓内部的圆 盘集，其中的每个圆盘都不会被其余所有圆盘所完全覆盖；这些圆盘集代表了目标对象的骨 架及走向趋势；首先找出距离图像中目标轮廓内所有像素值的极大值点，即圆盘的中心点对目标对象 轮廓内每个点P的像素值都要与其8个邻点的像素值进行比较判断，若满足/7^/(户)>/7^/(《)-"则该点即为极大值点；其中点《是点； 上下左右及对角线方向上的8个相邻点，/为点《到点/ 的相对距离值；对于点/7上下左右四个方向上的四个邻点，/ = 3;对于点;7对角线方向上的四个邻点，？ = 4;距离图像中的每个点都要进行判断，直到找出所 有的极大值点；每个极大值点都对应一个圆盘，且圆盘中心位于极大值点处；然后计算每个极大值点对应圆盘的半径，对每个极大值点分别进行以下相同处理；首先 对距离图像进行初始化，除当前处理的极大值点外，其余点像素值都初始化为0;然后对图像中每个点进行与距离变换相似的两次扫描，取3x3的模板，如图2,每次扫描后得到的像素值由下式确定《r = max(《S—其中v;7为图像上(/,力位置处在第柳m次扫描后的像素值，(t/)为模板相对其中心(o，o)的位置坐标，而^,/)为模板在(A:,/)处与中心位置的相对距离值；若点(A:,/)位于中心位置的上 下左右四个方向上的四个邻点处时，《、/) = 3;若(、/)位于中心位置的对角线方向上的四个邻点处时，"A:,/) = 4;经过两次扫描之后的图像，其中只有极大值点附近点的像素值是非零值，且这些点的像素值小于极大值点的像素值，其它点的像素值是零值；找出其中的最小 非零值w，则该圆盘的半径为r-v-w，其中v为极大值点处的像素值，r即为该极大值点 对应圆盘的半径；重复上述操作直到每个极大值点对应的圆盘半径都被计算出；对圆盘集去冗余:令M为原始的极大圆盘集，iV为去冗余的极大圆盘集；取出M中半径最大的圆盘/m，将该圆盘放入iV中；然后对M中剩下的每一个圆盘/"都与圆盘/m进行比较，取/为两圆盘圆心之间的距离，取/fl^ra^Ay(/w)-0.5xrW^(/")，若_/72</^2，则把/w从M中去掉；然后重复上述操作，直到M为空；最终得到的W即为去冗余后的圆盘 集；54) 在断层图像中选择用来插值的圆盘集插值两相邻断层图像之间的像素值时，将其中一幅图像X中目标对象轮廓内每一个极大 圆盘sm依次向另一幅图像S进行投影(对于非平行断层图像，沿两相邻断层图像的平均法线方向进行投影)，如图4,判断圆盘^2的投影与被投影图像中目标对象轮廓内包含的任意圆盘训是否有重叠部分，若有重叠部分，则将sm放入集合C,， s"放入集合q，若^"在q中己经存在，就不用往里放；然后重复上述过程，直到处理完^中所有圆盘；最后C,与(^分别为两相邻断层图像中插值所用的圆盘集；S5)计算断层图像中每一点指向图像中目标对象的矢量值根据步骤S4)得到的两相邻断层图像中用来插值的圆盘集，对两相邻断层图像中的每 一个点fl,进行如下计算，<formula>formula see original document page 7</formula>4其中，c表示断层图像中用来插值的圆盘集，y^是圆盘c/的中心，。是圆盘c/的半径，a,是断层图像中的任意点，S为一矢量值，表示断层图像中点a,到目标对象的方向与距离；结果 即得到与两相邻断层图像相对应的两幅新图像，其中每一点的像素值为一矢量值，表示了该点到图像中目标对象的方向与距离；56) 确定插值断层图像之间空间点的距离值把两相邻断层图像的距离图像中其中一幅j作为出发点，遍历其中每一个点fl，过该点 沿两断层图像的平均法线方向做直线交第二幅断层图像s于一点6 ，然后连本文档来自技高网...
【技术保护点】
一种由非平行断层图像序列重建三维目标对象表面的方法，步骤如下： Ｓ１）对部分断层图像进行分割，提取目标对象轮廓 先对部分断层图像进行分割，提取这些断层图像中目标对象的轮廓；在已提取出目标对象轮廓的断层图像序列中，对每相邻的两帧断层图像都依次执行以下步骤Ｓ２）－Ｓ６）； Ｓ２）对断层图像进行距离变换，得到距离图像 将得到目标对象轮廓的相邻的两帧断层图像转化为二值图像；然后进行Ｃｈａｍｆｅｒ距离变换，选取３×３的模板，距离变换完毕后，令轮廓外部点的距离值取原来的负数，轮廓内部点的距离值不变，以区分轮廓内外点，得到的图像为断层图像的距离图像，其中目标对象轮廓外部的每个点，其像素值表示该点到目标对象轮廓上最近一点距离的负值；内部的每个点，其像素值表示该点到目标对象轮廓上最近一点的距离值；目标对象轮廓上点的像素值为零值； Ｓ３）提取距离图像中目标对象轮廓内的极大圆盘集，并去除冗余 提取圆盘集：通过计算得到一系列与目标对象轮廓相切且完全在目标对象轮廓内部的圆盘集，其中的每个圆盘都不会被其余所有圆盘所完全覆盖；这些圆盘集代表了目标对象的骨架及走向趋势； 首先找出距离图像中目标轮廓内所有像素值的极大值点，即圆盘的中心点：对目标对象轮廓内每个点ｐ的像素值都要与其８个邻点的像素值进行比较判断，若满足ｐｉｘｅｌ（ｐ）＞ｐｉｘｅｌ（ｑ）－ｔ，则该点即为极大值点；其中点ｑ是点ｐ上下左右及对角线方向上的８个相邻点，ｔ为点ｑ到点ｐ的相对距离值；对于点ｐ上下左右四个方向上的四个邻点，ｔ＝３；对于点ｐ对角线方向上的四个邻点，ｔ＝４；距离图像中的每个点都要进行判断，直到找出所有的极大值点；每个极大值点都对应一个圆盘，且圆盘中心位于极大值点处； 然后计算每个极大值点对应圆盘的半径，对每个极大值点分别进行以下相同处理；首先对距离图像进行初始化，除当前处理的极大值点外，其余点像素值都初始化为０；然后对图像中每个点进行与距离变换相似的两次扫描，取３×３的模板，每次扫描后得到的像素值由下式确定： ｖ↓［ｉ，ｊ］↑［ｎｕｍ］＝＊（ｖ↓［ｉ＋ｋ，ｊ＋ｌ］↑［ｎｕｍ－１］－ｔ（ｋ，ｌ）） 其中ｖ↓［ｉ，ｊ］↑［ｎｕｍ］为图像上（ｉ，ｊ）位置处在第ｎｕｍ次扫描后的像素值，（ｋ，ｌ）为模板相对其中心（０，０）的位置坐标，而ｔ（ｋ，ｌ）为模板在（ｋ，ｌ）处与中心位置的相对距离值；若点（ｋ，ｌ）位于中心位置的上下左右四个方向上的四个邻点处时，ｔ（ｋ，ｌ）＝３；若（ｋ，ｌ...
【技术特征摘要】
【专利技术属性】
技术研发人员：孙丰荣，王丽梅，王文明，王庆浩，张明强，
申请(专利权)人：山东大学，
类型：发明
国别省市：88[中国|济南]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。