- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
体绘制技术的发展思路医学科技论文
1体绘制中的主要光照模型
体绘制首先要对每个体素赋以不透明度和颜色值,然后再根据各体素所在点的灰度梯度及光照模型计算出相应体素的光照强度,最后计算出全部采样点对屏幕像素的贡献,即像素的光照强度,生成结果图象.体素主要有两种模型,一种被定义为采样点中心就是体素中心的一个立方体,另一种被定义成由相邻的8个三维采样点所围成的立方体.体光照模型来源于物理光学模型,可分成吸收、发射、单/多散射和混合等多种模型.实际应用的体光照模型是由一种或多种光照模型组成的.在医学可视化中,常用的有以下几种:
(1)MIP(MaximumIntensityProjection)模型每个体素被认为是能发光的立方体,将所有体素沿视线方向投影到相应像素中的最大体素亮度作为最终像素的亮度.MIP主要应用于MRA和Ultra-sound[6]中.
(2)DRR(DigitalReconstructionRadio-gra-phy)或者X-RAY模型模拟X光穿过吸收介质,能量趋于衰减的模型.DRR主要应用于重构X光图象[7].
(3)源衰减模型这是一个光线的吸收和发射模型,也是体绘制中应用最多的光照模型[8].
(4)梯度表面和等值面模型这一模型广泛应用于医学数据集的体绘制中,文献[9]定义了梯度和不透明度,最终像素的值是不透明度和颜色值混合的结果.
(5)组合散射模型(ComposedScatteringMod-el)[10]这种模型与其他模型的不同之处在于,它将数据的分割与光的衰减看作是相关的两部分,不但能显示出图象的细微结构,而且能清晰地显示出边界表面.其主要应用于CT和MRI数据.
(6)全局光照模型[11]这种模型除了考虑以上光照效应外,还考虑了光线的折射、反射等效果,是一种最理想的也是最复杂的光照模型.在医学可视化中多使用前5种模型.
2体绘制的主要方法
体绘制方法主要有基于图象空间、对象空间、频域空间3种.下面主要对前两种体绘制方法的思想、主要的加速技术和提高图象质量的方法进行讨论.由于基于频域空间的体绘制方法绘制效果不理想,当前还没有应用到实际中.
2.1基于图象空间的体绘制
2.1.1基本思想
Levoy于1988年提出的光线投射算法是基于图象空间体绘制的经典算法[9].图象平面的每个像素都沿着视线方向发出一条射线,且此射线穿过体数据集.沿着这条射线选择k个等距采样点,并由距离某一采样点最近的8个数据点的颜色值和不透明度值作三线性插值,求出该采样点的不透明度和颜色值,最后将这条射线上的各采样点的颜色及不透明度值由前向后或由后向前加以合成,即可得到该像素的颜色值.
2.1.2主要的加速技术
光线投射法采用的主要加速技术有两方面,一方面利用图象空间的相关性尽量减少投射光线的数目,另一方面利用对象空间相关性尽量减少不必要的采样点数目以及相应的并行技术[12],这里不对并行技术进行讨论.
(1)减少投射光线的数目由于在结果图象中,相邻像素存在着相关性,也就是它们很可能有相似的颜色[13],因此并不需图象平面中的所有像素都投射出光线,而是间隔地投射出光线.结果图象上的两个间隔像素投射出光线,如果组合计算出对应像素的差值小于设定的阈值,则该间隔之间的像素就不用再投射光线,其像素值等于两间隔像素值的插值;否则必须投射中间像素的光线,必须单独计算像素值,这也称作自适应图象采样.
(2)减少不必要的采样点由于光线穿过体空间中的体素,有许多空的体素,或一条光线上的相邻采样点的值变化不大,因此可以从体数据的存储结构上来处理这种相关性,从而跳过空的体素,这种技术也称作空间跳跃技术(Space-Leaping)[14],是近年来研究较多的方法,下面重点介绍其中的几种.
采用分层的数据结构将体数据表示成分层数据结构中的节点,每个空体素被指定一个能反映出它所属层次的值,当光线遇到这样的空体素时,可以向前跳到下一个非空的体素.Levoy使用金字塔分层数据结构来加速绘制.这种结构较为复杂,需要使用浮点运算[15].Glassner将体数据存储成八叉树的结构而不是网格结构.利用快速的八叉树遍历方法,绘制速度比利用网格结构提高很多[16].文献[17]使用八叉树分层结构,并充分考虑了用硬件实现的可能性.但由于在计算过程中,需要使用乘法和浮点运算,速度虽有提高,但还是不令人满意.文献[18]提出了一种称作BOXER的算法,对八叉树只使用整数和逻辑操作,以进一步加快处理速度.Wi-helms简化了八叉树的结构,提出了根据需要分叉[19].Jung基于八叉树数据结构,采用了一种新的光照强度的合成方法[20].他指出
文档评论(0)