[发明专利]一种基于各向异性结构张量的三维数据增强可视化方法

说明书

技术领域

本发明涉及三维体数据的可视化的技术领域，具体涉及一种基于各向异性结构张量的三维体数据增强可视化方法。

背景技术

三维体数据的可视化在医学研究、三维重建、仿真设计中有很广泛地应用。当在有限分辨率的显示设备上显示体数据时，人们希望在放大焦点区域时也能观察到全局数据的信息。因此有研究者提出了Focus+Context可视化方法，它能在放大Focus区域的同时能保留整体数据的结构信息。而为了增强Focus区域的细节信息，必需压缩Context区域以留出更多空间。实际应用中人们希望形变后的结果能给用户一种操作真实三维物体的感觉。因此，形变结果应该很好地保留体数据中物体的形状和结构信息。

在体数据的可视化研究中，一些研究者通过扭曲或者覆盖Context区域来突显Focus区域。Viola等（参见文献[1]I.Viola,A.Kanitsar,M.E.Groller,Importance-Driven Volume Rendering,In:Proceedings Of The Conference On Visualization,IEEE Computer Society,2004,Pp.139–146.）提出一种重要性驱动的自动Focus+Context体数据绘制方法。该方法根据转换方程将体数据的可见性作为体数据的重要性。并且在绘制时要求非关键区域不能遮挡重要区域。Wang等（参见文献[2]Y.-S.Wang,C.Wang,T.-Y.Lee,K.-L.Ma,Feature-Preserving Volume Data Reduction And Focus+Context Visualization,IEEE Transactions On Visualization And Computer Graphics,Vol.17,No.2,Pp.171–181,2011.）用六面体风格均匀划分体数据，并用转换方程计算各个单元六面体的重要值。然后构建一个全局能量函数放大Focus区域，同时保留Context区域的内容。

大部分现有的Focus+Context方法仅计算各个单元体的重要值，而没有考虑到体数据中内容的形状信息。本发明在形变的过程中，将体数据中的结构信息作为重要程度的一部分。基于这个想法，该发明实现了一个新颖的Focus+Context可视化方法，该方法能以结构敏感的方式实现对体数据各向同性或各向异性的放大。

发明内容

本发明解决的技术问题是：实现了一个新颖的Focus+Context可视化方法，该方法能以结构敏感的方式实现对体数据各向同性或各向异性的放大。首先，逐体素地计算三维数据的结构张量，用结构张量求得体数据的局部切方向，并将相邻区域中具有相同切方向的体素聚类成一个子物体。然后，自适应的将三维体数据划分成四面体网格，这样重要区域中的四面体网格更加稠密。这样ROI(Region of Interest)区域的放大可视化的问题就转换成一个不规则网格变换的问题。这个问题可以通过构造一个最优化的能量函数来解决，在这个能量函数中用一个带方向的缩放因子来体现子物体的各向异性方向。本发明的主要创新点是：（1）用基于四面体的结构张量各向异性地放大三维体数据。（2）定义一个全局的能量函数放大三维体数据中的ROI区域，同时保留三维体数据的拓扑信息和结构信息。

本发明采用的技术方案为：一种基于各向异性结构张量的三维体数据增强可视化方法，包括以下四个步骤：

步骤（1）、结构张量的计算：给定三维体数据，首先在每个体素点计算结构张量，并将其最大特征值对应的特征向量设为该点的法线方向；

步骤（2）、三维体数据局部方向的计算：由步骤（1）中的法线构建一个最优化方程，该方程能写成一个协方差矩阵的形式，对该协方差矩阵进行特征分解，其最小特征值对应的特征向量即为相应点的局部切线方向向量，再将相邻部分中有相同切线方向的体素聚类，并定义其为一个子物体；

步骤（3）、自适应四面体划分：首先用均匀划分的四面体网格，再将每个四面体内部每个体素点不透明度的累加和，再用该四面体的体积除，将其归一化到[0,1]，记为该四面体的权重；网格中每个控制点的权重是其周围四面体权重的平均值，每条边的权重是其两个端点权重的平均值，给定目标网格中控制点的数量，用一个循环，每次去除一个控制点，具体做法为：每次从现有边的集合中选取权重最小的边，并将这条边的两个端点合并；