醫(yī)學影像數(shù)據(jù)的高清體繪制算法研究.pdf

1、高清體繪制的算法研究要求高質(zhì)量、高效率的繪制體數(shù)據(jù)的數(shù)據(jù)特征。直接體繪制方法在GPU并行加速的支持下能夠達到高質(zhì)量、實時可交互的繪制,但是對用戶感興趣區(qū)域的繪制往往需要通過調(diào)節(jié)傳輸函數(shù)來實現(xiàn)。傳輸函數(shù)的調(diào)節(jié)需要用戶通過反復嘗試的方法對體數(shù)據(jù)進行分類繪制,要求用戶具備領(lǐng)域經(jīng)驗,并且簡單的傳輸函數(shù)通常無法對某些數(shù)據(jù)特征進行有效分類。最大強度差值累積方法提出一種通過降低最大強度值變化區(qū)域的累積不透明度的方法實現(xiàn)對最大強度值區(qū)域的加強繪制,但是

2、存在不能繪制局部特征信息的問題。因此,本文提出了一種基于特征分析的局部特征加強體繪制方法,對體數(shù)據(jù)進行快速高質(zhì)量的特征繪制。
　　 基于特征分析的局部特征加強體繪制方法包含兩個過程,分別為體數(shù)據(jù)的局部特征分析以及局部特征加強繪制,實現(xiàn)了對體數(shù)據(jù)的特征提取以及特征加強繪制。
　　 (1)體數(shù)據(jù)的局部特征分析。本文提出一種局部特征分析的方法獲取體數(shù)據(jù)的特征信息。利用高斯濾波去除數(shù)據(jù)的高頻噪聲,并利用移動最小二乘法對體數(shù)據(jù)標量

3、曲線進行重構(gòu),并對光滑連續(xù)的標量曲線進行極小值點查詢,最后利用梯度閾值確定特征邊界點,并實現(xiàn)對特征的歸類。
　　 (2)局部特征加強繪制。在獲取體數(shù)據(jù)的局部特征信息的條件下,提出局部特征差值累積方法,累積過程中引入深度信息優(yōu)化加權(quán)累積方法。為增強繪制結(jié)果的三維立體感,引入Phong光照模型,并利用特征分析結(jié)果選擇適當?shù)奶荻确ㄏ蛄坑嬎愎庹?。同時,引入自適應Tone衰減對最終結(jié)果實現(xiàn)顏色亮度平衡,增強局部特征對比度。此外,本文還提出