【技术实现步骤摘要】
本申请涉及数据处理，具体涉及一种三维模型生成方法、装置、设备、介质和程序产品。
技术介绍
1、在医学影像处理中，通常通过影像数据生成三维模型。但相关技术中存在无法兼顾三维模型的美观和真实特定部位特征的问题。
技术实现思路
1、本申请实施例的目的是提供一种三维模型生成方法、装置、设备、介质和程序产品，借助该三维模型生成方法，兼顾了三维模型的美观和真实特定部位特征。
2、本申请的技术方案如下：
3、第一方面，本申请实施例提供了一种三维模型生成方法，三维模型生成方法包括：
4、基于目标对象的第一影像数据生成初始三维模型；
5、获取初始三维模型中至少一个第一目标分段点；
6、基于至少一个第一目标分段点和第一影像数据，确定至少两个第一目标区域；
7、基于至少两个第一目标区域，生成至少两个目标图像，第一目标区域与目标图像对应；
8、基于至少两个目标图像，生成第一目标三维模型，第一目标三维模型中各个目标图像对应位置的图像精度不同。
9、在第一方面的一些可选实施方式中，基于至少一个第一目标分段点和第一影像数据，确定至少两个第一目标区域，包括：
10、基于第一影像数据，生成第二影像数据，第一影像数据和第二影像数据的数据格式不同；
11、按照至少一个第一目标分段点对第二影像数据进行分段，得到至少两个第一目标区域。
12、在第一方面的一些可选实施方式中，至少两个第一目标区域
13、基于至少两个第一目标区域，生成至少两个目标图像，包括：
14、基于第一目标子区域，生成第一目标图像；
15、基于第二目标子区域，生成第二目标图像；
16、基于至少两个目标图像，生成第一目标三维模型，包括：
17、基于第一目标图像和第二目标图像，生成第一目标三维模型。
18、在第一方面的一些可选实施方式中，至少两个第一目标区域包括第一目标子区域、第二目标子区域和第三目标子区域，至少两个目标图像包括第一目标图像、第二目标图像和第三目标图像，第三目标图像的图像精度大于第二目标图像的图像精度，且第三目标图像的图像精度小于第一目标图像的图像精度；
19、基于至少两个第一目标区域，生成至少两个目标图像，包括：
20、基于第一目标子区域，生成第一目标图像；
21、基于第二目标子区域，生成第二目标图像；
22、基于第三目标子区域，生成第三目标图像；
23、基于至少两个目标图像，生成第一目标三维模型，包括：
24、基于第一目标图像、第二目标图像和第三目标图像，生成第一目标三维模型。
25、在第一方面的一些可选实施方式中，基于第二目标子区域，生成第二目标图像，包括：
26、基于第二目标子区域和第一抽样平滑算法，生成第二目标图像。
27、在第一方面的一些可选实施方式中，基于第三目标子区域，生成第三目标图像，包括：
28、基于第三目标子区域和第二抽样平滑算法，生成第三目标图像。
29、在第一方面的一些可选实施方式中，基于目标对象的第一影像数据生成初始三维模型之后，方法还包括：
30、获取初始三维模型的点云数据、面片数据、至少一个第二目标分段点和至少一个第三目标分段点，第二目标分段点为点云数据对应的分段点，第三目标分段点为面片数据对应的分段点；
31、获取点云数据对应的第二目标分段点和面片数据对应的第三目标分段点；
32、利用第二目标分段点划分点云数据，得到多个点云子数据；
33、利用第三目标分段点划分面片数据，得到多个面片子数据；
34、对点云子数据和面片子数据进行抽样处理，得到第一目标三维模型，其中，不同所述点云子数据的抽样处理方式不同，不同面片子数据的抽样处理方式不同。
35、在第一方面的一些可选实施方式中，基于目标对象的第一影像数据生成初始三维模型，包括：
36、基于目标对象的第一影像数据以及等值面提取算法，生成初始三维模型。
37、在第一方面的一些可选实施方式中，等值面提取算法包括梯度立方体算法。
38、在第一方面的一些可选实施方式中，获取初始三维模型中至少一个第一目标分段点，包括：
39、将初始三维模型输入推算模型进行分段点的推算，得到至少一个第一目标分段点。
40、在第一方面的一些可选实施方式中，将初始三维模型输入推算模型进行分段点的推算，得到至少一个第一目标分段点之前，方法还包括：
41、获取训练样本集，训练样本集包括多个训练样本，各个训练样本包括三维模型和三维模型的至少一个分段点；
42、基于训练样本集对预设模型进行训练，得到推算模型。
43、在第一方面的一些可选实施方式中，获取初始三维模型中至少一个第一目标分段点，包括：
44、响应于用户基于终端的输入操作，确定初始三维模型中至少一个第一目标分段点。
45、基于相同的专利技术构思，第二方面，本申请实施例提供了一种三维模型生成装置，三维模型生成装置包括：
46、第一生成模块，用于基于目标对象的第一影像数据生成初始三维模型；
47、第一获取模块，用于获取初始三维模型中至少一个第一目标分段点；
48、确定模块，用于基于至少一个第一目标分段点和第一影像数据，确定至少两个第一目标区域；
49、第二生成模块，用于基于至少两个第一目标区域，生成至少两个目标图像，第一目标区域与目标图像对应；
50、第三生成模块，用于基于至少两个目标图像，生成第一目标三维模型，第一目标三维模型中各个目标图像对应位置的图像精度不同。
51、在第二方面的一些可选的实施方式中，确定模块，包括：
52、第一生成子模块，用于基于第一影像数据，生成第二影像数据，第一影像数据和第二影像数据的数据格式不同；
53、分段子模块，用于按照至少一个第一目标分段点对第二影像数据进行分段，得到至少两个第一目标区域。
54、在第二方面的一些可选实施方式中，至少两个第一目标区域包括第一目标子区域和第二目标子区域，至少两个目标图像包括第一目标图像和第二目标图像，第一目标图像的图像精度大于第二目标图像的图像精度；
55、第二生成模块，包括：
56、第二生成子模块，用于基于第一目标子区域，生成第一目标图像；
57、第三生成子模块，用于基于第二目标子区域，生成第二目标图像；
58、第三生成模块，具体用于：
59、基于第一目标图像和第二目标图像，生成第一目标三维模型。...
【技术保护点】
1.一种三维模型生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个第一目标分段点和所述第一影像数据，确定至少两个第一目标区域，包括：
3.根据权利要求1所述的方法，其特征在于，所述至少两个第一目标区域包括第一目标子区域和第二目标子区域，所述至少两个目标图像包括第一目标图像和所述第二目标图像，所述第一目标图像的图像精度大于所述第二目标图像的图像精度；
4.根据权利要求1所述的方法，其特征在于，所述至少两个目标区域包括第一目标子区域、第二目标子区域和第三目标子区域，所述至少两个目标图像包括第一目标图像、所述第二目标图像和第三目标图像，所述第三目标图像的图像精度大于所述第二目标图像的图像精度，且所述第三目标图像的图像精度小于所述第一目标图像的图像精度；
5.根据权利要求3或4所述的方法，其特征在于，所述基于所述第二目标子区域，生成所述第二目标图像，包括：
6.根据权利要求4所述的方法，其特征在于，所述基于所述第三目标子区域，生成所述第三目标图像，包括：
7.根据权利要求1所
8.根据权利要求1所述的方法，其特征在于，所述基于目标对象的第一影像数据生成初始三维模型，包括：
9.根据权利要求8所述的方法，其特征在于，所述等值面提取算法包括梯度立方体算法。
10.根据权利要求1所述的方法，其特征在于，所述获取所述初始三维模型中至少一个第一目标分段点，包括：
11.根据权利要求10所述的方法，其特征在于，所述将所述初始三维模型输入推算模型进行分段点的推算，得到至少一个第一目标分段点之前，所述方法还包括：
12.根据权利要求1所述的方法，其特征在于，所述获取所述初始三维模型中至少一个第一目标分段点，包括：
13.一种三维模型生成装置，其特征在于，包括：
14.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-12任一所述的三维模型生成方法的步骤。
15.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-12任一所述的三维模型生成方法的步骤。
16.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令由电子设备的处理器执行时，使得所述电子设备执行如权利要求1-12任一所述的三维模型生成方法的步骤。
...【技术特征摘要】
1.一种三维模型生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个第一目标分段点和所述第一影像数据，确定至少两个第一目标区域，包括：
3.根据权利要求1所述的方法，其特征在于，所述至少两个第一目标区域包括第一目标子区域和第二目标子区域，所述至少两个目标图像包括第一目标图像和所述第二目标图像，所述第一目标图像的图像精度大于所述第二目标图像的图像精度；
4.根据权利要求1所述的方法，其特征在于，所述至少两个目标区域包括第一目标子区域、第二目标子区域和第三目标子区域，所述至少两个目标图像包括第一目标图像、所述第二目标图像和第三目标图像，所述第三目标图像的图像精度大于所述第二目标图像的图像精度，且所述第三目标图像的图像精度小于所述第一目标图像的图像精度；
5.根据权利要求3或4所述的方法，其特征在于，所述基于所述第二目标子区域，生成所述第二目标图像，包括：
6.根据权利要求4所述的方法，其特征在于，所述基于所述第三目标子区域，生成所述第三目标图像，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于目标对象的第一影像数据生成初始三维模型之后，所述方法还包括：
8.根据权利要求1所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：万杰，刘玮，王智平，马平，吴刚，
申请(专利权)人：西安和华瑞博科技有限公司，
类型：发明
国别省市：
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。