低维传递函数空间中属性相似结构的分离方法技术

一种体可视化技术领域的低维传递函数空间中属性相似结构的分离方法，通过在低维传递函数空间选择感兴趣区域，根据空间连通性对属性相似边缘进行预分离，并结合集合运算对误连接边缘进行分离；该方法克服了低维传递函数设计中边缘重叠问题，及解决了低维传递函数空间中属性相似边缘的区域重叠问题，同时避免了高维传递函数设计的复杂性。本发明专利技术适用于复杂的实际三维数据中边缘的可视化，尤其是医学三维数据中不同解剖结构边缘的可视化。

【技术实现步骤摘要】

本专利技术涉及一种体可视化领域的技术，尤其涉及一种低维传递函数空间中属性相 似边缘的分离方法。
技术介绍
体可视化作为一项重要的三维数据可视化技术，能够探索三维数据中不同结构的 形状，大小和空间位置关系。为了正确的可视化三维数据中的不同结构，一个合适的传递函 数是必须的；传递函数用来对不同的结构分配不同的颜色和透明度，透明度决定了哪些结 构是可见的，而颜色用来区分不同的结构。 传递函数设计目前被广泛地研宄和应用，尤其在医学三维可视化中。但是仍然面 临着一个挑战，就是如何设计一个合适的传递函数为实际的三维数据。因为在实际三维数 据中不同的结构可能具有相似的属性，或者这些结构在三维空间上是紧密相邻的，容易发 生误连接，这些原因都导致了设计传递函数的难度和复杂度。目前大多数传递函数设计都 是通过在传递函数空间选择不同的属性区域来分离不同的结构。每个传递函数空间都是有 特定的属性组成，比如：灰度、梯度、二阶导数、纹理、曲率，大小等。根据传递函数空间维数 的不同，传递函数可以分为低维传递函数和高维传递函数。 低维传递函数通过利用很少的属性来达到分类的目的，流行的低维传递函数主要 包括一维传递函数和二维传递函数。一维传递函数是基于一个特定的属性，主要通过灰度 来分类三维数据结构。二维传递函数是基于两个属性，比如：灰度梯度二维传递函数，边缘 变化更小更大二维传递函数和局部区域的均值方差二维传递函数等。它们都是通过选择传 递函数空间中特定的区域来分离不同的边缘。低维传递函数的优点是能够提供交互友好的 界面，让用户直观的选择和调整特征空间，因此被广泛应用在体绘制中。但是低维传递函数 面临着边缘重叠问题：具有相同属性的不同结构在传递函数空间中具有相同的区域。与此 同时，由于PVE(Partial Volume Effects，半体效应）区域数据值是由其它相邻数据值和本 身数据值混合而成，紧密相邻的属性相似的不同边缘通常会发生误连接，这使得边缘重叠 问题更为复杂。这是低维传递函数设计所面临的最大技术问题。高维传递函数对每个体素 都分配了更多的属性，通常能够分离的更好比较低维传递函数。比如：改进的树状图方法、 智能系统方法，机器学习方法等。但是高维传递函数设计也面临着很严重的复杂性：第一， 很难确定需要哪些属性来设计一个传递函数；第二，高维传递函数时间开销非常巨大，限制 了它的实际推广应用；第三，高维传递函数作为一个黑盒操作，通常不能根据实际需要灵活 操作传递函数；第四，高维传递函数面对属性相似边缘误连接的情况具有有限的分离能力。
技术实现思路
针对现有技术存在的上述不足，本专利技术提出一种低维传递函数空间中属性相似结 构的分离方法，通过在低维传递函数空间选择感兴趣区域，并在三维数据中对符合区域属 性的数据点进行空间连通性计算，分离出不同的连通集边缘。结合集合运算对误连接边缘 进行分离。最后对分离出来的边缘赋予不同的颜色和透明度进行显示。本专利技术适用于复杂 的实际三维数据中边缘的可视化，尤其是医学三维数据中不同解剖结构边缘的可视化。 本专利技术提供一种，用以解决低维传 递函数设计中遇到的边缘重叠问题和高维传递函数设计中遇到的复杂性。 本专利技术具体包括以下步骤： 步骤一，输入三维图像，构建梯度灰度二维传递函数空间（SG-TF)，在SG-TF空间 中选择矩形区域U，U代表了所选定的灰度和梯度范围，矩形U左右边界代表灰度范围Vs = ，上下边界代表梯度范围Ve= ，同时将满足U属性范围的数据集Φ"组成了 符合所选属性范围的结构边缘，φ" = {(.y): E A, E 其中：f(x， y，z)代表灰度，IlVZ(Xy^)Il代表梯度。 步骤二，对所有φ"中的数据点进行空间连通性计算，抽取出所有的连通集c k，虽 然每个连通集都代表一个结构边缘Si,但由于PVE区域的存在，空间上紧密相邻的两个边缘 会发生误连接，即连通集为两个存在误连接的结构边缘的并集。 所述的空间连通性计算是指：连通性表示在三维规则数据网格中，数据点是否相 邻挨着，相邻挨着就说明是连通的。遍历所有Φ"中的数据点，根据邻域范围确定哪些数据 点是空间上相邻的，抽取出所有的空间上相邻的连通集。 步骤三，通过腐蚀操作分离两个包含PVE区域的误连接边缘，通过膨胀操作和相 减操作得到一侧不含有PVE区域的结构边缘；然后在另一侧重复膨胀操作和相减操作即可 得到另一侧不含有PVE区域的结构边缘。 所述的腐蚀操作是指：通过控制矩形区域边缘，去除PVE区域的数据点，达到分离 误连接边缘的目的，分离形成两个腐蚀的结构边缘。 所述的膨胀操作是指：对腐蚀后的腐蚀结构边缘进行邻域扩张得到膨胀边缘，以 达到包含PVE区域数据点的目的。 所述的相减操作是指：因为PVE区域包含于膨胀边缘中，因此从两个误连接边缘 中减去其中一个膨胀边缘，然后进行连通性计算以去除碎片并获得其中的最大的连通集， 即其中一个的不含PVE区域的结构边缘。 步骤四，重复上述步骤三，直到Φ"中包含的所有边缘SjP被分离，最后对不同边 缘S i赋予不同的颜色和透明度，实现图像的结构边缘的可视化。 本专利技术涉及一种实现上述方法的系统，包括：边缘采集模块、空间连通性计算模 块、集合运算模块，其中：边缘采集模块与空间连通性计算模块相连传输边缘点，空间连通 性计算模块与集合运算模块相连传输边缘对应的连通集；所述的集合运算模块包括腐蚀处 理模块，膨胀处理模块和相减处理模块，其中：腐蚀处理模块与膨胀处理模块相连传输腐蚀 边缘点，膨胀处理模块与相减处理模块相连传输膨胀边缘点。 技术效果 与现有技术相比，本专利技术解决了低维传递函数设计中边缘重叠问题，及解决了低 维传递函数空间中属性相似边缘的区域重叠问题，同时避免了高维传递函数设计的复杂 性。【附图说明】 图1为本专利技术方法的流程图。 图2为本专利技术方法中空间连通性计算方法流程图。 图3为本专利技术系统结构示意图。 图4为本专利技术实施例边缘分离结果示意图1，图中：(a)为原始图；(b)为本专利技术处 理示意图；（c)为现有技术对比图。 图5为本专利技术实施例边缘分离结果示意图2,图中：(a)为原始图；(b)为本专利技术处 理示意图；（c)为现有技术对比图。 图6为本专利技术实施例边缘分离结果示意图3,图中：(a)为原始图；(b)为本专利技术处 理示意图；（c)为现有技术对比图。【具体实施方式】 本专利技术提供的适用于多种领域，例 如医学三维图像可视化，工业三维图像可视化等，以下实施例以医学图像为例进行详细说 明，但不仅限于医学图像。 实施例1 如图1所示，本实施例包括以下步骤： 步骤一、首先在SG-TF空间选择矩形区域U，这个矩形区域U限定了所要采集的数 据点范围，矩形左右边缘代表了灰度范围区间V s= ，上下边缘代表了梯度范围区间 Ve= ，只有数据点的灰度梯度满足这个矩形范围才被采集和显示出来，这里采集数 据点集合为Φυ。【主权项】1. 一种，其特征在于，包括以下步骤： 步骤一，在梯度灰度二维传递函数空间中选择矩形区域U，同时将满足U属性范围的数 据集组成了符合所选属性范围的结构边缘； 步骤二，对数据集中的数据点进行空间连通性计算，抽取出其中所有的连通集； 步骤三，通过腐蚀操作分离两个包含PVE区域的误连接边本文档来自技高网...

【技术保护点】
一种低维传递函数空间中属性相似结构的分离方法，其特征在于，包括以下步骤：步骤一，在梯度灰度二维传递函数空间中选择矩形区域U，同时将满足U属性范围的数据集组成了符合所选属性范围的结构边缘；步骤二，对数据集中的数据点进行空间连通性计算，抽取出其中所有的连通集；步骤三，通过腐蚀操作分离两个包含PVE区域的误连接边缘，通过膨胀操作和相减操作得到连通集一侧不含有PVE区域的结构边缘；然后在连通集另一侧重复膨胀操作和相减操作即可得到另一侧不含有PVE区域的结构边缘；步骤四，重复上述步骤三，直到数据集中包含的所有的结构边缘都被分离，最后对不同的结构边缘赋予不同的颜色和透明度，实现图像的结构边缘的可视化。

【技术特征摘要】

【专利技术属性】
技术研发人员：兰守忍，王利生，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31