【技术实现步骤摘要】
本专利技术涉及ct成像，具体为一种模铸化石的数字实体化方法及系统。
技术介绍
1、古生物学是以化石为基础来研究地球生命历史的学科。化石是指存留在岩石中的地质历史时期的生物遗体、遗物或生活痕迹。化石按其保存特点可以分为实体化石、模铸化石、遗迹化石和化学化石等4大类。实体化石是由古生物遗体本身的全部或部分（特别是硬体部分）保存下来而形成的化石。模铸化石是古生物遗体留在岩层或围岩中的印痕和复铸物。遗迹化石是指保留在岩层中的古生物生活时的活动痕迹及其遗物。化学化石是指在某种特定的条件下，古生物遗体没有保存下来，但组成生物的有机成分分解后形成的氨基酸、脂肪酸等有机物却仍然保留在岩层里。
2、其中一类模铸化石由于其原始骨骼在埋藏过程中已经部分或全部分解，只剩下保存在围岩中的空腔。这些空腔保存了模铸化石在围岩中的原始分布情况，是古生物学研究中的重要信息。另外，统计模铸化石的原始分布可以挖掘出大量丰富地质信息，尤其在油气勘探方面，地质工作者通过统计地层中模铸化石的分布情况，可以为寻找和确定生油岩层的潜在方向提供重要依据。
3、然而，通常这类模铸化石为保存在围岩中的空腔结构，无法采用传统的机械方式进行化石修理，因此难以得到模铸化石在围岩中的原始分布情况。近年来，得益于显微ct技术在化石无损检测中的广泛使用，古生物学者能够通过显微ct扫描，无损地获得更全面的化石三维信息，包括从化石内部到表面的三维显微结构。同时，3d打印技术正在进入各行各业，并发挥着越来越重要的作用，使得古生物学者结合ct扫描与3d打印技术复制模铸化石的原始
技术实现思路
1、为了实现对这类原始骨骼被部分或全部分解的模铸化石进行数字实体化，本专利技术提供一种模铸化石的数字实体化方法及系统，可以高效、客观地对模铸化石进行ct扫描、图像去噪、语义分割、三维建模、化石分类以及3d打印实体化。
2、本专利技术的
技术实现思路
，包括：
3、一种模铸化石的数字实体化方法，所述方法包括：
4、获取模铸化石的ct图像；
5、基于所述模铸化石的ct图像，生成模铸化石三维模型；
6、提取所述模铸化石三维模型的局部特征，并对该局部特征进行特征组合，根据组合后的整体特征对模铸化石进行分类；其中，所述模铸化石三维模型的局部特征包括：瘤点结构特征、放射脊结构特征和髓腔孔结构特征；
7、基于模铸化石三维模型和模铸化石的分类结果，生成数字实体化的模铸化石。
8、进一步地，生成所述模铸化石的ct图像，包括：
9、依据设定尺寸切割岩样，得到模铸化石；
10、利用x射线探测器对模铸化石进行360°步进式的不同角度成像；
11、将每个角度的图像进行重构，并采用滤波反投影算法获取模铸化石ct图像。
12、进一步地，基于所述模铸化石的ct图像，生成模铸化石三维模型，包括：
13、去噪模铸化石的ct图像，得到高信噪比ct图像；
14、对高信噪比ct图像进行语义分割，得到模铸化石的语义分割结果；
15、将语义分割结果进行等值面提取和表面体绘制渲染，生成模铸化石的三维模型。
16、进一步地，所述去噪模铸化石的ct图像，得到高信噪比ct图像，包括：
17、采用滤波器对模铸化石的ct图像去噪，得到高信噪比ct图像；其中，所述滤波器包括：中值滤波器或均值滤波器；
18、或，
19、使用基于深度学习的ct图像去噪网络对模铸化石的ct图像去噪，得到高信噪比ct图像；其中，所述基于深度学习的ct图像去噪网络包括：noise2noise网络模型或noise2void网络模型。
20、进一步地，所述对高信噪比ct图像进行语义分割，得到模铸化石的语义分割结果，包括：
21、获取模铸化石的灰度均值、围岩的灰度均值以及高信噪比ct图像的整体灰度值；
22、通过计算当最佳阈值为时的类间方差，得到最佳阈值；其中，为模铸化石的概率，为围岩的概率；
23、应用最佳阈值将高信噪比ct图像进行二值化图像分割，得到二值化后的模铸化石ct图像；
24、去除二值化后的模铸化石ct图像中的外部小颗粒以及内部小间隙后，通过选取模铸化石的种子点来合并属性相似的相邻像素并结合手动圈选方式，将具有相似性质的像素集合起来构成语义区域，得到模铸化石的语义分割结果。
25、进一步地，将语义分割结果进行等值面提取和表面体绘制渲染，生成模铸化石的三维模型，包括：
26、获取每一语义分割结果所对应的三维体数据；
27、在三维体数据中寻找与等值面相交的体素，得到体素边；
28、应用线性插值方式求解等值面与所述体素边的交点；
29、连接所有交点，以提取等值面，生成所述模铸化石的三维模型。
30、进一步地，所述提取所述模铸化石三维模型的特征，并基于该特征对所述模铸化石进行分类，包括：
31、对所述模铸化石三维模型进行预处理；
32、采用迁移学习的vgg16网络模型提取预处理后的模铸化石三维模型的整体特征；其中，所述采用迁移学习的vgg16网络模型提取预处理后的模铸化石三维模型的特征包括：
33、利用vgg16网络模型中的靠前部分网络，得到所述模铸化石三维模型的低级特征图，所述低级特征图包含模铸化石三维模型的边缘结构信息；
34、利用vgg16网络模型中的中间部分网络对所述低级特征图进行组合，得到所述模铸化石三维模型的局部特征；
35、利用vgg16网络模型中的靠后部分网络对所述局部特征进行组合，得到所述模铸化石三维模型的整体特征；
36、采用循环神经网络模型中的长短时记忆架构对多视角的整体特征进行融合；
37、选择svm多分类器对融合后的特征进行分类，得到所述模铸化石的分类结果。
38、进一步地，对所述模铸化石三维模型进行预处理，包括：
39、采用pca方法对所述模铸化石三维模型进行姿态归一化；
40、和，
41、应用平均曲率图增强所述模铸化石三维模型局部几何形态特征；
42、和，
43、使用多视图渲染工具采集所述模铸化石三维模型多视角视图。
44、进一步地，基于模铸化石三维模型和模铸化石的分类结果，生成数字实体化的模铸化石，还包括：
45、对模铸化石三维模型进行修复，所述修复包括：反转反向三角面片、缝合缝隙、填补空洞、删除坏边、交叉和重叠三角面片以及干扰壳体；
46、将修复后的模铸化石三维模型导入3d打印切片软件，并将围岩赋予透明材料，将模铸化石基于模铸化石的分类结果赋予颜色材料，以得到实体化的模铸化石三维模型。
47、一种模铸化石的数字实体化系统，所述系统包括：...
【技术保护点】
1.一种模铸化石的数字实体化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，生成所述模铸化石的CT图像，包括：
3.根据权利要求1所述的方法，其特征在于，基于所述模铸化石的CT图像，生成模铸化石三维模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述去噪模铸化石的CT图像，得到高信噪比CT图像，包括：
5.根据权利要求3所述的方法，其特征在于，所述对高信噪比CT图像进行语义分割，得到模铸化石的语义分割结果，包括：
6.根据权利要求3所述的方法，其特征在于，将语义分割结果进行等值面提取和表面体绘制渲染，生成模铸化石的三维模型，包括：
7.根据权利要求1所述的方法，其特征在于，所述提取所述模铸化石三维模型的特征，并基于该特征对所述模铸化石进行分类，包括：
8.根据权利要求7所述的方法，其特征在于，对所述模铸化石三维模型进行预处理，包括：
9.根据权利要求1所述的方法，其特征在于，基于模铸化石三维模型和模铸化石的分类结果，生成数字实体化的模铸化石，还包括：
10.一种模铸化石的数字实体化系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种模铸化石的数字实体化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，生成所述模铸化石的ct图像，包括：
3.根据权利要求1所述的方法，其特征在于，基于所述模铸化石的ct图像，生成模铸化石三维模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述去噪模铸化石的ct图像，得到高信噪比ct图像，包括：
5.根据权利要求3所述的方法，其特征在于，所述对高信噪比ct图像进行语义分割，得到模铸化石的语义分割结果，包括：
6.根据权利要求3所述...
【专利技术属性】
技术研发人员：侯叶茂，崔心东，尹鹏飞，张效梅，
申请(专利权)人：中国科学院古脊椎动物与古人类研究所，
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。