[发明专利]骨骼建模与仿真方法

摘要

本发明提供了一种骨骼建模与仿真方法，包括：步骤1，对骨骼进行CT扫描从而得到图像数据，得到点云数据；步骤2，根据点云数据的轮廓进行基面投影，得到点云数据的参数值和表面控制点；步骤3，将表面控制点作为已知条件进行体插值，利用离散Coons体插值算法得到体参数化模型；步骤4，设置多个采样点，并且将体参数化模型划分出多个节点，通过最小二乘法原理和二次型优化求得表面控制点和内控制点的灰度值；步骤5，根据采样点的参数值和灰度值得到骨骼的骨骼模型；步骤6，进行网格细分得到单元网格，将单元网格的单元刚度矩阵装到总体刚度矩阵中，然后得到未知量的值，最后对未知量的值处理后的结果进行显示。

主权项

1.一种骨骼建模与仿真方法，用于将人体的骨骼作为非均质性产品根据所述骨骼的材料性能对所述骨骼进行建模与仿真，其特征在于，包括以下步骤：步骤1，对所述骨骼进行CT扫描从而得到图像数据，然后，对所述图像数据进行图像处理后得到点云数据；步骤2，根据所述点云数据的轮廓进行基面投影，并且与B样条相对应对所述点云数据进行B样条参数化，从而得到所述点云数据的参数值，然后，将所述点云数据中的散乱点进行基曲面投影得到该散乱点的参数值，然后，利用最小二乘法原理将所述散乱点进行B样条曲面拟合并且得到表面控制点；步骤3，将所述表面控制点作为已知条件进行体插值，利用离散Coons体插值算法得到体参数化模型，所述体参数化模型中的所述表面控制点对应所述骨骼的表面信息，所述体参数化模型中的内控制点对应所述骨骼的材料信息；步骤4，设置多个采样点，并且将所述体参数化模型划分出多个节点，然后，寻找与所述采样点最近的所述节点，该节点的参数值作为所述采样点的初始参数值，然后在所述初始参数值附近离散所述B样条的区域，在所述区域中找出距离所述采样点最近的B样条体节点，将该B样条体节点作为所述采样点的参数值；并且，根据所述采样点的参数值并且通过最小二乘法原理和二次型优化求得所述表面控制点和所述内控制点的灰度值，根据非均质B样条参数化体模型表示为：式中，Ni,p,Nj,q,Nk,r为三维实体在三个方向上的B样条基函数；h和λijk分别表示所述节点和所述控制点的灰度信息，且进行了归一化处理，设所述采样点为Ts＝{xs,ys,zs,hs}，即每个所述采样点满足：根据矩阵性质,上式也可以写成以下形式：所述节点的数量为所述采样点数量的十倍；步骤5，根据所述采样点的参数值和所述灰度值得到所述骨骼的骨骼模型；以及步骤6，根据所述B样条进行网格细分得到单元网格，将未知量表示为与所述B样条的基函数相对应的形式，然后采用弱解形式以及最小势能原理将所述单元网格的单元刚度矩阵装到总体刚度矩阵中，然后对所述总体刚度矩阵进行处理，得到所述未知量的值，最后对所述未知量的值处理后的结果进行显示，对所述总体刚度矩阵进行处理，采用高斯积分点的总和来代替单元集成，求解线性方程：Ku＝F,式中，K是所述总体刚度矩阵，u是位移矩阵，F是载荷矩阵，其中K是通过组装所述单元刚度矩阵Ke得到，所述单元刚度矩阵用下式计算：上式中：Rs＝Ni(ug)Nj(vg)Nk(wg)，式中，S＝i+j+k，i∈[1,p+1],j∈[1,q+1],k∈[1,r+1]s∈[1,ne],ne＝(p+1)(q+1)(r+1)，ug,vg,wg根据有限元方法中常用的高斯积分点选取规则计算得到，并且，设非均质材料中杨氏模量与泊松比随位置而变化，故采用高斯积分方法，在高斯积分点处根据所述B样条基函数将所述杨氏模量与所述泊松比在积分点间进行插值，即式中，E是所述杨氏模量、ν是所述泊松比。