CN105701860A - 一种体绘制方法 - Google Patents
一种体绘制方法 Download PDFInfo
- Publication number
- CN105701860A CN105701860A CN201610108464.3A CN201610108464A CN105701860A CN 105701860 A CN105701860 A CN 105701860A CN 201610108464 A CN201610108464 A CN 201610108464A CN 105701860 A CN105701860 A CN 105701860A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- dimensional
- object plotting
- average
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000009877 rendering Methods 0.000 title abstract 4
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000002591 computed tomography Methods 0.000 claims abstract description 5
- 238000009499 grossing Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 238000005070 sampling Methods 0.000 abstract description 4
- 238000003709 image segmentation Methods 0.000 abstract 2
- 241001269238 Data Species 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种体绘制方法,将通过CT扫描获取二维断层图像,首先,通过平滑去噪处理,去除图像中的噪声点,然后,通过图像分割处理,滤除无关背景部分,保留图像中的有用部分,最后,采用改进的光线投射算法对三维体数据进行进行重建。本发明的体绘制方法,通过两次图像分割,大大减少了待处理的数据量;采用了改进的递推中值滤波器,提高了滤波速度,改善了图像的滤波效果,采用了基于层次包围盒的光线投射算法,仅对包围盒内的图像采样点进行处理,减少了投射光线的数量,提高了绘制速度。
Description
技术领域
本发明涉及一种体绘制方法,属于图像处理技术领域。
背景技术
体绘制又称直接体绘制,不必生成中间几何图元,直接由三维数据场生成屏幕上二维图像的技术。
二维数字图像对应的是描述数据元素的颜色和光强的二维阵列,这些元素称为像素,同理,一个三维数据场可以用一个具有相应值的三维阵列来描述,这些值称为体素。类似于数字图像的二维光栅,可以把体数据场看为一个三维光栅。一个典型的三维数据场是医学图像三维数据场,由CT或MRI扫描获得一系列的医学图像切片数据,把这些切片数据按照位置和角度信息进行规则化处理,然后就形成一个三维空间中由均匀网格组成的规则的数据场,网格上的每个节点为一个体素,描述了对象的密度等属性信息。体绘制以这种体素为基本操作单位,计算出每个体素对显示图像的影响。
体绘制形成的图像一般是半透明的图像,颜色一般是人工指定的伪彩色。体绘制首先需要对数据进行分类处理,不同类别赋予不同的颜色和不透明度值,然后根据空间中视点和体数据的相对位置确定最终的成像效果。体绘制常用的算法有光线投射法,抛雪球法,错切变形法和基于三维纹理映射法等。
体绘制的优点是可以探索物体的内部结构,可以描述非常定形的物体,对人体内部病灶信息一目了然;缺点是数据存储量大,计算时间较长,目前对于体绘制的改进方法多是致力于优化算法,提高计算速度方法。
发明内容
本发明的主要目的在于,克服现有技术的缺陷,提供一种体绘制方法,处理的对象是医学图像,通过对CT获得的二维图像预处理,进行平滑去噪,图像分割,去除图像中无关的背景内容,大大减少数据量,提高有用图像部分质量,实现快速高质的三维图像重建。
为了达到上述目的,本发明所采用的技术方案是:
一种体绘制方法,其特征在于,包括如下步骤:
A,通过CT扫描获取二维断层图像;
B,对获得的二维断层图像进行平滑去噪处理,去除图像中的噪声点;
C,对去噪后的图像进分割处理,滤除无关背景部分,保留图像中的有用部分;
D,采用改进的光线投射算法对三维体数据进行重建。
前述的一种体绘制方法,其特征在于,所述步骤B中对二维断层图像进行平滑去噪处理的方法,包括如下步骤:
B1,使用改进的中值滤波算器对图像进行滤波处理,除去图像中的细小噪声点;
B2,通过开运算去除图像中的细小毛刺。
前述的一种体绘制方法,其特征在于,所述步骤C中对去噪后的图像进行分割处理的方法,包括如下步骤:
C1,使用Prewitt算子对图像边缘进行检测;
C2,根据步骤C1获得的图像边缘分割出图像中的有用部分;
C3,滤除图像中的无关的背景部分,减少待处理的数据量。
前述的一种体绘制方法,其特征在于,所述步骤D中改进的光线投射算法,具体过程为:
D1,对原始图像进行序列分割,得到分割后的二值图像;
D2,以分割后的二值图像为蒙板,对原始图像进行蒙板处理,得到需绘制部分的图像;
D3,构造层次包围盒;
D4,进行光线投射处理。
前述的一种体绘制方法,其特征在于,所述改进的中值滤波器为门限递推中值滤波器,过程为,对像素点f(x,y)在邻域窗口内求中值时,先对窗口内的像素求均值average,若像素点f(x,y)不大于均值average,则不进行滤波,若像素点f(x,y)大于均值average,则用递推法求中值g(x,y),并用中值g(x,y)代替原来的像素点f(x,y)。
前述的一种体绘制方法,其特征在于,所述利用开运算去除图像中的细小毛刺,过程为,先对图像进行腐蚀处理,将细小毛刺清除,同时图像边缘内缩,然后对图像进行膨胀处理,将图像边缘进行复原。
本发明具有以下有益效果:本发明的体绘制方法,在对二维图像进行预处理时,通过门限递推中值滤波器进滤波,快速有效地除去图像中的噪声点,提高了图像质量,对去噪后的图像进行分割处理,滤除了图像中的无关背景,大大减少了需要处理的数据量,采用基于层次包围盒的光线投射算法进行三维重建,又进一步减少了原始图像数据量,而且只对包围盒内图像采样点进行处理,加快了图像的绘制速度,适用于医学上面三维图像重建。
附图说明
图1是本发明的体绘制方法的流程图。
图2是本发明的体绘制方法的改进的光线投射算法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种体绘制方法,包括如下步骤:
A,通过CT扫描获取二维断层医学图像,作为原始图像;
B,对获得的原始图像进行平滑去噪处理,去除图像中的噪声点,具体步骤为:
B1,使用门限递推中值滤波器对图像进行滤波处理,过程为,对像素点f(x,y)在邻域窗口内求中值时,先对窗口内的像素求均值average,若像素点f(x,y)不大于均值average,则不进行滤波,若像素点f(x,y)大于均值average,则用递推法求中值g(x,y),并用中值g(x,y)代替原来的像素点f(x,y),重复操作,直至处理完整幅图像,这种方法,只在像素点f(x,y)大于均值average时,进行滤波,减少了排序的次数,加快运算速度,又可以改善滤波效果;
B2,通过开运算去除图像中的细小毛刺,过程为,先对图像进行腐蚀处理,将细小毛刺清除,同时图像边缘内缩,然后对图像进行膨胀处理,将图像边缘进行复原,既去除了图像中细小毛刺,又改善了图像边缘;
C,对去噪后的图像进分割处理,滤除无关背景部分,保留图像中的有用部分,包括如下步骤:
C1,使用Prewitt算子对图像边缘进行检测;
C2,根据步骤C1获得的图像边缘分割出图像中的有用部分;
C3,滤除图像中的无关的背景部分,减少待处理的数据量;
D,采用改进的光线投射算法对三维体数据进行重建,过程如图2所示,具体为:
D1,对原始图像进行序列分割,得到分割后的二值图像;
D2,以分割后的二值图像为蒙板,对原始图像进行蒙板处理,得到需绘制部分的图像;
D3,构造层次包围盒;
D4,进行光线投射处理。
通过D1,D2两步骤,分割出图像的需绘制部分,进一步减少了待处理的数据量,通过步骤D3构造层次包围盒,仅对包围盒内的图像采样点进行处理,减少了投射光线的数量,提高了绘制速度。
综上所述,本发明的体绘制方法,通过两次图像分割,大大减少了待处理的数据量;采用了改进的递推中值滤波器,提高了滤波速度,改善了图像的滤波效果,采用了基于层次包围盒的光线投射算法,仅对包围盒内的图像采样点进行处理,减少了投射光线的数量,提高了绘制速度。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (6)
1.一种体绘制方法,其特征在于,包括如下步骤:
A,通过CT扫描获取二维断层图像;
B,对获得的二维断层图像进行平滑去噪处理,去除图像中的噪声点;
C,对去噪后的图像进分割处理,滤除无关背景部分,保留图像中的有用部分;
D,采用改进的光线投射算法对三维体数据进行重建。
2.根据权利要求1所述的一种体绘制方法,其特征在于,所述步骤B中对二维断层图像进行平滑去噪处理的方法,包括如下步骤:
B1,使用改进的中值滤波算器对图像进行滤波处理,除去图像中的细小噪声点;
B2,通过开运算去除图像中的细小毛刺。
3.根据权利要求1所述的一种体绘制方法,其特征在于,所述步骤C中对去噪后的图像进行分割处理的方法,包括如下步骤:
C1,使用Prewitt算子对图像边缘进行检测;
C2,根据步骤C1获得的图像边缘分割出图像中的有用部分;
C3,滤除图像中的无关的背景部分,减少待处理的数据量。
4.根据权利要求1所述的一种体绘制方法,其特征在于,所述步骤D中改进的光线投射算法,具体过程为:
D1,对原始图像进行序列分割,得到分割后的二值图像;
D2,以分割后的二值图像为蒙板,对原始图像进行蒙板处理,得到需绘制部分的图像;
D3,构造层次包围盒;
D4,进行光线投射处理。
5.根据权利要求2所述的一种体绘制方法,其特征在于,所述改进的中值滤波器为门限递推中值滤波器,过程为,对像素点f(x,y)在邻域窗口内求中值时,先对窗口内的像素求均值average,若像素点f(x,y)不大于均值average,则不进行滤波,若像素点f(x,y)大于均值average,则用递推法求中值g(x,y),并用中值g(x,y)代替原来的像素点f(x,y)。
6.根据权利要求2所述的一种体绘制方法,其特征在于,所述利用开运算去除图像中的细小毛刺,过程为,先对图像进行腐蚀处理,将细小毛刺清除,同时图像边缘内缩,然后对图像进行膨胀处理,将图像边缘进行复原。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610108464.3A CN105701860A (zh) | 2016-02-29 | 2016-02-29 | 一种体绘制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610108464.3A CN105701860A (zh) | 2016-02-29 | 2016-02-29 | 一种体绘制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105701860A true CN105701860A (zh) | 2016-06-22 |
Family
ID=56223541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610108464.3A Pending CN105701860A (zh) | 2016-02-29 | 2016-02-29 | 一种体绘制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105701860A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107978015A (zh) * | 2016-10-25 | 2018-05-01 | 西安理邦科学仪器有限公司 | 一种自适应实时三维体绘制的加速方法和装置 |
CN109598784A (zh) * | 2018-11-20 | 2019-04-09 | 哈尔滨理工大学 | 一种高效的脊柱断层扫描图像三维重建方法 |
CN111462266A (zh) * | 2020-03-20 | 2020-07-28 | 北京东软医疗设备有限公司 | 图像重建方法、装置、ct设备及ct*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077557A (zh) * | 2013-02-07 | 2013-05-01 | 河北大学 | 一种自适应分层次胸部大数据显示的实现方法 |
US8600125B2 (en) * | 2005-06-22 | 2013-12-03 | The Research Foundation Of State University Of New York | System and method for computer aided polyp detection |
CN103714574A (zh) * | 2013-12-19 | 2014-04-09 | 浙江大学 | 一种基于gpu加速的海中场景建模与实时交互绘制方法 |
CN104361581A (zh) * | 2014-10-22 | 2015-02-18 | 北京航空航天大学 | 基于用户交互和体绘制相结合的ct扫描数据分割方法 |
US8995736B2 (en) * | 2010-01-22 | 2015-03-31 | The Research Foundation Of The State University Of New York | System and method for prostate visualization and cancer detection |
-
2016
- 2016-02-29 CN CN201610108464.3A patent/CN105701860A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8600125B2 (en) * | 2005-06-22 | 2013-12-03 | The Research Foundation Of State University Of New York | System and method for computer aided polyp detection |
US8995736B2 (en) * | 2010-01-22 | 2015-03-31 | The Research Foundation Of The State University Of New York | System and method for prostate visualization and cancer detection |
CN103077557A (zh) * | 2013-02-07 | 2013-05-01 | 河北大学 | 一种自适应分层次胸部大数据显示的实现方法 |
CN103714574A (zh) * | 2013-12-19 | 2014-04-09 | 浙江大学 | 一种基于gpu加速的海中场景建模与实时交互绘制方法 |
CN104361581A (zh) * | 2014-10-22 | 2015-02-18 | 北京航空航天大学 | 基于用户交互和体绘制相结合的ct扫描数据分割方法 |
Non-Patent Citations (3)
Title |
---|
王召伟: "医学图像分割与三维重建", 《中国优秀硕士学位论文全文数据库_信息科技辑》 * |
苏玉梅: "植物叶片图像分析方法的研究与实现", 《中国优秀硕士学位论文全文数据库_信息科技辑》 * |
赵芳: "一种医学图像体绘制的改进方法", 《中国优秀硕士学位论文全文数据库_信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107978015A (zh) * | 2016-10-25 | 2018-05-01 | 西安理邦科学仪器有限公司 | 一种自适应实时三维体绘制的加速方法和装置 |
CN107978015B (zh) * | 2016-10-25 | 2021-05-07 | 西安理邦科学仪器有限公司 | 一种自适应实时三维体绘制的加速方法和装置 |
CN109598784A (zh) * | 2018-11-20 | 2019-04-09 | 哈尔滨理工大学 | 一种高效的脊柱断层扫描图像三维重建方法 |
CN111462266A (zh) * | 2020-03-20 | 2020-07-28 | 北京东软医疗设备有限公司 | 图像重建方法、装置、ct设备及ct*** |
CN111462266B (zh) * | 2020-03-20 | 2023-08-04 | 北京东软医疗设备有限公司 | 图像重建方法、装置、ct设备及ct*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1127700C (zh) | 通过消除主结构增强数据显象能力 | |
US20190139223A1 (en) | System and method for extracting a region of interest from volume data | |
JP2006271971A (ja) | ボリュメトリック画像強調システム及び方法 | |
JP2004520923A (ja) | デジタル画像をセグメント化する方法 | |
CN105701860A (zh) | 一种体绘制方法 | |
CN103136731B (zh) | 一种动态pet图像的参数成像方法 | |
Zhao et al. | An automated pulmonary parenchyma segmentation method based on an improved region growing algorithmin PET-CT imaging | |
KR102195047B1 (ko) | 3d이미지 품질을 향상시키는 방법과 장치 | |
EP2405816B1 (en) | Pattern noise correction for pseudo projections | |
CN111080554A (zh) | 一种投影内容中字幕区域增强方法、装置及可读存储介质 | |
CN104224230B (zh) | 基于gpu平台的三维及四维超声成像方法与装置及*** | |
Fuchs et al. | Self-supervised learning for pore detection in CT-scans of cast aluminum parts | |
CN116277978B (zh) | 多模态骨关节数字化3d打印方法 | |
Shahab et al. | A modified 2D chain code algorithm for object segmentation and contour tracing. | |
Gai et al. | EGRA-NeRF: Edge-guided ray allocation for neural radiance fields | |
CN116468838A (zh) | 一种区域资源渲染方法、***、计算机及可读存储介质 | |
JP2019209149A (ja) | 医用画像処理装置、及びレンダリング方法 | |
CN104915992A (zh) | 基于股骨ct图像的实时阴影体绘制方法 | |
CN109767396B (zh) | 一种基于图像动态分割的口腔cbct图像去噪方法 | |
CN114299081A (zh) | 一种上颌窦cbct图像分割方法、装置、存储介质及电子设备 | |
CN112233791B (zh) | 基于点云数据聚类的乳腺假体制备装置及方法 | |
CN115082585A (zh) | 医学影像重建方法 | |
Feineigle et al. | Processing of 3D DIC microscopy images for data visualization | |
Liu | A method of CT image denoising based on residual encoder‐decoder network | |
Fourati et al. | Contour-based surface modeling and analysis of microtomographic trabecular bone images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160622 |
|
RJ01 | Rejection of invention patent application after publication |