CN111325825B - 确定体积数据集的照明效果的方法 - Google Patents
确定体积数据集的照明效果的方法 Download PDFInfo
- Publication number
- CN111325825B CN111325825B CN201911293003.8A CN201911293003A CN111325825B CN 111325825 B CN111325825 B CN 111325825B CN 201911293003 A CN201911293003 A CN 201911293003A CN 111325825 B CN111325825 B CN 111325825B
- Authority
- CN
- China
- Prior art keywords
- sampling point
- vector
- value
- lighting effect
- values
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000005286 illumination Methods 0.000 title claims abstract description 84
- 230000000694 effects Effects 0.000 title claims abstract description 76
- 238000005070 sampling Methods 0.000 claims abstract description 142
- 239000013598 vector Substances 0.000 claims description 99
- 238000009877 rendering Methods 0.000 claims description 47
- 230000003287 optical effect Effects 0.000 claims description 28
- 239000000463 material Substances 0.000 claims description 11
- 238000005315 distribution function Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 16
- 238000012546 transfer Methods 0.000 description 14
- 238000012800 visualization Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 4
- 238000005266 casting Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000000275 quality assurance Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 125000000391 vinyl group Chemical group [H]C([*])=C([H])[H] 0.000 description 1
- 229920002554 vinyl polymer Polymers 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
- G06T15/50—Lighting effects
- G06T15/506—Illumination models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Image Generation (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本公开内容涉及一种确定体积数据集的照明效果的方法。确定体积数据集的照明效果值的方法包括:基于体积数据集,确定与体积数据集在采样点处的一个或更多个特性有关的一个或更多个参数值。提供一个或更多个参数值作为各向异性照明模型的输入,从而确定与采样点处的照明效果有关的照明效果值。照明效果值定义了采样点处的入射光的量与射出光的量之间的关系。
Description
技术领域
本发明涉及提供体积数据集的照明效果值,并且涉及体积数据集的直接体绘制的方法。
背景技术
体积数据集的可视化可以包括可以被称为体绘制(volume rendering)的处理。体绘制可以例如用作医学成像处理的一部分,例如以可视化由数据收集处理收集的体积数据集。在医学领域,体绘制可以使得放射科医生、外科医生或治疗师能够理解和解释体积数据,并且可以支持与患者的交流,还可以支持对开业医生的教育。
医学数据集的可视化可以用于例如诊断、教学、患者交流等。体积数据的可视化还应用于许多其他技术领域,例如地质、工业质量保证和科学模拟。
发明内容
根据本发明的第一方面,提供了一种确定体积数据集的照明效果值的方法,该方法包括:基于体积数据集,确定与体积数据集在采样点处的一个或更多个特性有关的一个或更多个参数值;提供一个或更多个参数值作为各向异性照明模型的输入,从而确定与采样点处的照明效果有关的照明效果值,照明效果值定义了采样点处的入射光的量与射出光的量之间的关系。
各向异性照明模型可以是包括定义椭圆的数学模型的一个或更多个参数的基于椭圆的模型,并且可以提供与采样点处的一个或更多个特性有关的一个或更多个参数值作为定义椭圆的一个或更多个参数的输入值。
与采样点处的一个或更多个特性有关的一个或更多个参数值可以是与采样点处的曲率有关的值。
与采样点处的曲率有关的值中的至少一个可以是主曲率值或主曲率方向值。
所确定的照明效果值可以是双向反射分布函数(BRDF)的镜面项。
可以根据以下表达式定义各向异性照明模型:
其中:
fs,1是照明效果值,并且是BRDF的镜面项;
eT和eB是定义椭圆的参数;
N是采样点处的法向量;
L是采样点处的光向量;
V是采样点处的观察向量;
H是在L与V之间的中间处的的半角向量(halfway vector),并且被定义为
Fr是菲涅耳(Fresnel)项;以及
φh是H与切向量T之间的方位角。
可以根据以下表达式定义各向异性照明模型:
其中:
fs,2是照明效果值,并且是BRDF的镜面项;
eT和eB是定义椭圆的参数;
θi是在采样点处的法向量N与在采样点处的光向量L之间的仰角;
θo是法向量N与观察向量V之间的仰角;
θh是法向量N与半角向量H之间的仰角,其中,H是在L与V之间的中间处的向量,并且被定义为以及
φh是半角向量H与切向量T之间的方位角。
可以根据以下表达式定义各向异性照明模型:
其中:
fs,3是被确定的照明效果值,并且是BRDF的镜面项;
eT和eB是定义椭圆的参数;
α是定义与采样点相关联的材料的光泽度的常数;以及
φh是半角向量H与切向量T之间的方位角,其中,H是在L与V之间的中间处的向量,并且被定义为
提供一个或更多个参数值作为各向异性照明模型的输入可以包括提供一个或更多个参数值之一作为参数eT和eB之一的输入值。
提供一个或更多个参数值之一作为eT和eB的中的每一个的输入值可以包括如下提供eT和eB的参数值:
和/>或者
和/>或者
和n,
其中,或者
和n,或者
和n,
其中,和/>
其中,n是取决于所使用的各向异性照明模型的归一化值。
根据第一方面的方法可以包括提供主曲率方向作为切向量T和双切向量B的输入,使得切向量T和双切向量B各自与采样点处的主曲率方向之一对准。
根据本发明的第二方面,提供了一种执行体积数据集的直接体绘制的方法,该方法包括:对会聚在视点处并且穿过体积数据集的多个射线进行模拟;选择体积数据集中的沿着多个射线中的每一个的多个采样点;对采样点中的每一个的一个或更多个光学特性进行分类;针对多个采样点的给定采样点,通过根据本发明的第一方面的方法,确定与给定采样点处的照明效果有关的照明效果值;针对给定采样点,基于对采样点处的光学特性的分类以及所确定的采样点处的照明效果值,确定采样点处的光学特性之一的值;以及沿着针对沿射线的每个采样点确定的光学特性的每个模拟射线值进行累积,从而获得用于绘制体积数据集的光学特性的累积值。
根据本发明的第三方面,提供了一组机器可读指令,其在由处理器执行时使得执行根据第一方面或第二方面的方法。
根据本发明的第四方面,提供了一种机器可读介质,其包括根据第三方面的一组机器可读指令。
根据本发明的第五方面,提供了一种装置,其包括处理器和包含一组机器可读指令的存储器,所述一组机器可读指令在由处理器执行时使处理器执行根据第一方面或第二方面的方法。
附图说明
图1示出了确定体积数据集的照明效果值的示例方法的流程图表示;
图2示意性地示出了根据示例的绘制体积数据集的示例方法的一部分;
图3示出了根据示例的绘制体积数据集的方法的流程图表示;
图4a和图4b示意性地示出了在确定照明效果值的示例方法中使用的体积数据集的一部分和相关联的向量;以及
图5示意性地示出了根据示例的包括用于绘制体积数据集的装置的***。
具体实施方式
图1示出了确定体积数据集的照明效果值的示例方法100的流程图表示。方法100包括:在框101处,确定与数据集在采样点处的一个或更多个特性有关的一个或更多个参数值。可以在框101处确定的并且与数据集的特性有关的参数值的示例包括与采样点处的曲率有关的值,但是也可以与和采样点有关的其他值有关,如下面将要讨论的。
在框102处,方法包括提供与采样点处的数据集的一个或更多个特性有关的一个或更多个参数值作为各向异性照明模型的输入。如本文的示例中所提及的,照明模型是可以用于模拟体积中的点与光的相互作用的数学模型。可以通过用于提供在采样点处的照明效果值的数学表达式来定义照明模型。在一些示例中,定义包括一个或更多个参数的照明模型的数学表达式,对于该照明模型可以输入与采样点有关的参数值,使得该表达式提供针对采样点的照明效果值。照明模型的类型包括各向同性模型和各向异性模型,下面将讨论可以在示例方法诸如方法100中使用的各向异性照明模型的示例。
通过将与采样点有关的一个或更多个参数输入到各向异性照明模型中,方法100确定体积数据集的照明效果值。照明效果值定义了采样点处的入射光的量与射出光的量之间的关系。例如,照明效果值在一个示例中可以是至少部分地定义在采样点处的双向反射分布函数的值。下面将讨论可以通过示例方法100确定的照明效果值的示例。
可以例如在绘制例如体积数据集的直接体绘制的方法期间执行示例方法100。
图2示意性地示出了体积数据集200和绘制体积数据集200的示例方法。体积数据集200在本文中可以被称为体积200或数据集200。
在一个示例中,体积数据集200包括标量场的离散采样。例如,体积数据集200可以包括3D医学数据集。可以通过从存储器、传感器和/或其他源加载来接收这样的医学数据集。这样的医学数据集可以表示患者例如人类患者或动物患者的一部分。通常,将产生3D体积数据集的任何扫描形态都可以用于产生体积数据集200。例如,扫描形态可以包括使用计算机断层摄影(CT)或磁共振成像(MRI)。在一些示例中,可以使用包括使用正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、超声或另外的扫描形态的扫描形态。扫描数据可以以多个二维(2D)扫描的形式提供,或者可以从3D扫描格式化。在一些示例中,体积数据集200是通过使用扫描形态扫描患者的至少一部分而创建的DICOM数据集。在其他示例中,构成体积数据集200的值可以表示地质数据(例如,使用地震数据收集的),或作为工业质量保证的一部分(例如,使用工业X射线扫描收集的)。在其他示例中,体积数据集200可以包括表示经由科学模型产生的对象的值,而不是表示物理对象的测量值。
在示例中,体积数据集200可以包括被格式化为多个体素201的数据。体素201可以例如处于均匀或不均匀的3D网格中,或者可以以某种其他类型的几何形状布置(例如,极坐标格式)。如上所述,每个体素201可以表示标量值,诸如通过对标量场进行采样而获得的标量值。由每个体素201表示的标量值的类型可以取决于获得体积数据集200的方式。例如,在使用CT扫描仪产生体积数据集200的情况下,数据集可以包括霍恩斯菲尔德(Hounsfield)值。在该示例中,体积数据集200包括对象210的表示,其可以是医疗患者等的一部分的表示。
对图2中所示的体积数据集200进行可视化的示例方法包括相对于体积数据集200定义视点10。还定义了观察平面20,并将观察平面20放置在视点10的前面。观察平面20包括例如以网格布置的多个像素(图中未示出),并且使得能够构造如从视点10观察的3D体积数据集200的2D可视化。对体积数据集200进行可视化的一些示例方法可以被称为直接体绘制。在示例中,直接体绘制包括使多个模拟射线30、31穿过体积数据集200,其中,射线30、31中的每一个与观察平面20相交,并且射线30会聚在视点10处。例如,对于观察平面20的每个像素,可以使一个射线或多于一个射线穿过体积200。
穿过体积200的每个射线,例如射线30,可以使得能够确定用于由与该射线相交的观察平面20的像素显示的值或值的集合。例如,可以采用绘制算法,该绘制算法经由考虑到射线30通过体积200的路径的计算来确定用于由像素显示的值。在一些示例中,可以经由以下方式来确定像素的颜色和亮度:使射线30从视点10穿过体积200,并计算体积200的沿射线30的路径的部分的累积的光学特性对射线30的影响。这样的示例方法可以被称为通过射线投射(casting)进行直接体绘制。
在示例中,体积200中的点被分类并被分配一个或更多个光学参数,所述光学参数定义体积200的点如何影响截取该点的射线30。例如,体积200的体素201对射线30的影响可以由分配给体素201的参数集以及向体素201分配光学特性来定义。在一个示例中,被分配给每个体素201的光学参数集包括不透明度和颜色。在示例中,经由使用传递函数来确定定义每个体素201的参数集。传递函数可以例如至少基于体积200的该体素201的标量值,将光学参数分配给体素201。在一些示例中,与体素201有关的附加特性,例如体素处的体积数据集201的标量值的梯度,可以用作传递函数的输入,因此可以影响分配给体素201的一个或多个光学特性。
在其他示例中,传递函数可以将以下项中的一个或更多个分配给体积200中的给定点:散射系数、镜面系数、扩散系数、散射分布函数、双向透射率分布函数、双向反射率分布函数以及颜色信息。这些参数可以用于得到给定点的表面的透明度、反射率、表面粗糙度和/或其他特性。这些表面材料特性可以基于绘制位置处的体积数据集的标量值和/或基于用户指定的参数来得到。
在示例中,选择体积数据集200内的沿着射线30的路径的多个采样点。例如,可以沿着射线30以规则的间隔选择采样点。在图2中,示出了沿射线30的第一采样点211和第二采样点212,而射线31包括多个采样点213、214。在示例中,某些采样点可以位于体积200的外部,因此将不会对用于由与射线相关联的像素显示的一个或多个值有所贡献。将理解的是,在一些示例中,可以使用提高体绘制方法的效率的算法来选择采样点位置。
应当注意,采样点中的至少一些可能与体素201不重合,并且因此,与特定采样点有关的计算(例如传递函数的使用)可以采用内插法来确定在该采样点处的标量值。例如,第一点211可能与体素201之一不重合。然后,可以基于与第一点211相邻的体素集的标量值来执行三线性内插或另外的内插的示例方法,以确定第一点211的内插标量值。然后,点211的分类可以包括将传递函数应用于体积数据集200在采样点211处的内插值。类似地,体积200在点211处的标量值的梯度可以根据相邻的梯度值进行内插,或者可以使用内插的标量值并根据那些内插值确定梯度。将理解的是,可以在应用传递函数等之前完成内插,或者可以对由应用这样的函数而产生的值本身进行内插以用于本文的方法中。
在该示例和其他示例中,在确定累积的光学特性例如沿着每个射线30、31的路径的不透明度和颜色时,绘制算法对针对体积200的照明的每个采样点211进行累积的值的影响进行建模。在该示例方法中,体积200由模型光源50照明。
在示例中,光源50可以是点源、定向光源,或者可以包括光图。模拟光源也可以是任何其他类型的光源——例如,任何发光的对象的模型——或多个不同光源的组合。在一些示例中,体积数据集本身的一部分可以发光。在一些示例中,光源可以包括高清晰度光图。在一些示例中,光图可以在例如体积是立方体的情况下具有与体积数据集的外侧相对应的六个侧面。
现在参照图3,其从301开始,利用流程图表示示出了绘制体积数据集200的示例方法。如参照图2所描述的,图3所示的方法包括使源于视点10的多个射线30、31穿过体积200。射线30、31已沿它们定位了多个采样点,例如采样点211、212、213、214等。所示方法的框302至307的每次迭代表示沿穿过的射线30、31之一在给定采样点处执行的动作。
在框302处,确定所考虑的当前采样点是否在体积200之外,即,在采样点所处的射线30已经通过了体积的点处。如果对此的答案为“是”,那么方法以动作308结束,因为这表明射线30穿过体积200已经完成。如果沿着射线30的当前位置在体积200之内,那么在框303处,可以对体积进行采样。
在框304处,在该示例中,对被采样的采样点进行分类。如上面参照图2所描述的,这可以包括在采样点处应用传递函数,例如以确定沿着射线30累积的采样点的光学特性例如不透明度和颜色。
在框305处,在采样点处应用照明效果。在采样点处应用照明效果包括通过执行根据参照图2描述的示例方法的方法来确定照明效果值。然后,照明效果值可以用于对在框304处通过对采样点的分类确定的一个或更多个光学特性中的一个或更多个例如颜色和不透明度进行调制。这样,可以基于采样点的分类和所确定的照明效果值来针对采样点确定一个或更多个光学特性的值。例如,可以根据所确定的照明效果值,对通过采样点的分类针对采样点确定的颜色值进行调制,以产生采样点的经调制的颜色值。下面将参照图4a和图4b更详细地讨论确定采样点处的照明效果值的示例方法的更多细节。
在框306处,将在框305处确定的一个或更多个光学特性值累积到沿着射线30的一个或更多个光学特性值的总和中。在框307处,方法前进到下一采样点,例如从第一采样点211前进至第二采样点212,并重复以上描述的示例方法的框302(以及在需要时重复框303至307)。从而,方法导致针对每个采样点确定的一个或更多个光学特性的累积值,以从而获得用于绘制体积数据集的一个或更多个光学特性的累积值。例如,如上所述,参照图3描述的方法可以使得能够获得沿着射线30的不透明度和颜色的累积值,其可以用于确定用于由观察平面20中的像素显示的值。
在体绘制的示例方法期间应用照明效果的示例方法可以向体积200的绘制图像添加真实感。例如,照明效果可以协助用户解释由体积数据集200表示的对象、表面和/或材料边界。例如,照明效果可以帮助将绘制对象的视觉形状信息传达给用户。
在示例中,局部照明模型可以用于对光与体积200的相互作用进行建模。通常,当考虑体积中的特定点例如第一采样点211时,局部照明模型可以仅考虑从光源50直接入射在该特定点上的光。相比之下,全局照明模型可以考虑例如经由散射或折射从体积中的其他点到达体积中该点的光。在一些示例中,局部照明模型对于给定体积可以包括比全局照明模型更少的计算数量,因此局部照明模型可以比全局照明模型提供更少的计算资源的负担。特定局部照明模型的细节将返回到下面。
在直接体绘制的示例方法中,考虑到根据传递函数确定的点211的颜色以及由点211散射到射线30中或从射线30散射出的任何光线,可以确定来自点211的颜色的总体贡献。该技术根据光与体积的相互作用的物理近似得到,其可以被简单地称为绘制方程。在示例绘制算法中,该点211对射线30的总体效果可以例如经由求和运算来累积,以便求解绘制方程。然后,算法可以包括继续使射线30穿过,移动到另一采样点212。因此,算法可以通过在每个采样点处累积由照明效果值修改的颜色和不透明度从而确定与射线30相关联的像素的颜色和亮度来沿着射线的路径进行积分。在示例中,仅针对体积数据集200内的采样点执行所描述的采样和累积。也就是说,在该示例中,沿着射线30的不位于体积数据集200内的点不会对针对射线30确定的累积值有所贡献。
现在将参照图4a和图4b来描述确定用于诸如参照图3所描述的绘制方法中的照明效果值的示例方法。在图4a和图4b中,出于说明用于确定照明效果值的示例局部照明模型的目的,示出了体积数据集200中的点p和与点p相关联的向量。点p在表面401上,表面401是由与点p具有相同标量值的点的集合形成的等值面。参照图4a和图4b:
N是在点p处与切平面402垂直正交的表面,其中,切平面402由虚线表示;
T是与法线N正交并位于切平面402内的切向量;
B是与法线N和切向量T正交并且也位于切平面中的双切向量——三个向量N、T和B形成正交基,其原点在点p处;
L是从点p指向入射光源(例如图2的光源50)的光方向向量;
V是指向视点的观察方向向量,例如在图2中,沿着射线30的方向指向视点10;
H是L与V之间的半角向量,其被定义为如在Blinn-Phong模型中用于局部照明计算的计算效率;
Φ是方位角,其描述投影到切平面402上的向量围绕法向量N的旋转,其中φh是图4b中所示的示例方位角,并且是半角向量H与切向量T之间的方位角;
θ是仰角,其描述向量与表面法线N之间的角度;其中,θi是光向量L的仰角(即入射角),θo是观察向量V的仰角(即出射光的角度),并且θh是半角向量H的仰角;
其中,以上描述的所有向量均归一化为单位长度。
将由体积数据集200表示的标量场称为s,可以将点p处的梯度向量g定义为
并且那么法向量N是
在一些示例中,通过本文描述的示例方法确定的照明效果值可以是与双向反射分布函数(BRDF)有关的值,该函数是这样的函数:其对以特定方向离开表面点的反射辐射与从另一定义的方向入射到该表面点的辐照度的比率进行建模。因此,BRDF可以提供在给定光方向L的情况下沿给定观察方向V的出射光的比率,并且BRDF在本文中被称为:fr=(L,V)。应当理解,在示例中,可以对多个入射光源进行建模,或者例如可以使用光场对入射在体积200上的光进行建模。因此,为了计算点p处的照明效果值,存在的光源(其中每个可以具有至少一个光源向量)的贡献的总和可以被确定为到达点p的最终照明效果值。
在示例中,BRDF可以基于局部照明模型,其中,BRDF用扩散项和镜面项表示,如下所示:
fr=(L,V)=kdfd(L,V)+ksfs(L,V)
其中,fd(L,V)是扩散项,并且kd是对扩散项加权的常数;并且
其中,fs(L,V)是镜面项,并且ks是对镜面项加权的常数。
本文的一些示例方法是如上用公式表示的那样确定局部照明BRDF的镜面项的方法。在一些已知的示例中,BRDF的镜面项是各向同性项。即,其取决于光向量L和观察向量V相对于表面法线N的仰角,分别为θi和θo。各向同性镜面项还可以取决于光向量L与观察向量V之间的方位角φ的差异,但是不分别依赖于光向量L与观察向量V的方位角的实际值。
在对某些类型的表面(例如拉丝金属、缎面、毛皮或乙烯基或光盘的表面)的照明进行建模时,使用各向异性的镜面项代替各向同性的镜面项可能是合适的,并且可以提供要传递给用户的其他视觉信息。本公开内容的示例涉及例如在参照图2和图3描述的直接体绘制的方法中使用各向异性照明模型。现在将描述合适的各向异性照明模型的示例。
在一些示例中,合适的各向异性照明模型是基于椭圆的模型。在此,基于椭圆的各向异性照明模型是包括定义椭圆的数学模型的一个或更多个参数的照明模型。基于椭圆的各向异性照明模型可以用于确定BRDF的镜面分量,并且当在绘制体积数据集中用作照明效果时,可能导致椭圆形镜面反射高光。基于椭圆的各向异性照明模型可以例如包括标量参数eT和eB,标量参数eT和eB定义椭圆的主轴线的长度并且因此定义椭圆的伸长率。在这样的模型中,椭圆的定向可以由参数cosφh和sinφh确定;并且应该注意,如下根据图4a和图4b表示的几何结构,cosφh=(H·T)并且sinφh=(H·B)。这样,在示例中,切向量T和双切向量B可以有效地控制通过应用基于椭圆的各向异性照明模型确定的椭圆镜面高光的定向。
下面示出了各向异性照明模型的示例,其包括定义椭圆的参数并且可以用于确定本文方法中的照明效果值。
在第一示例中,基于椭圆的各向异性照明模型确定BRDF的镜面项,并且由以下表达式(1)定义:
其中,在表达式(1)中,即,eT,B可以采用不包括0的实数的集合中的任何一个的值。在表达式(1)中,Fr表示菲涅耳项。
在另一示例中,基于椭圆的各向异性照明模型确定BRDF的镜面项,并由以下表达式(2)定义:
其中,在表达式(2)中,eT,B∈(0,1]。即,eT,B可以是大于0且小于或等于1的任何实数。在表达式(2)中,如上面参照图4a和图4b所描述的,θh是法线N与半角向量H之间的角度;θi是法线N与光向量L之间的角度;并且θo是法线N与观察向量V之间的角度。
在另一示例中,基于椭圆的各向异性照明模型确定BRDF的镜面项,并由以下表达式(3)定义:
其中,a是定义材料的光泽度(shininess)的常数,如可以在基于Phong的标准反射模型中使用的那样。同样,在表达式(3)中,eT,B∈(0,1]。
例如在图3中所示的方法的框305处,将照明应用到采样点包括执行如根据图1所描述的方法,这里将描述其示例的进一步细节。
返回图1,如上所述,在框101处,示例方法100包括:通过基于体积数据集200确定与给定采样点的一个或更多个特性有关的一个或更多个参数值,在给定的采样点处应用各向异性照明模型例如以上描述的模型之一。在示例中,以上描述的示例各向异性模型包括可以在框101处确定与给定采样点有关的参数值的参数eT和eB以及φh(或等效地T和B)。
考虑第一采样点211,在一些示例中,确定与数据集200在第一采样点211处的特性有关的参数值包括确定与第一采样点211相关联的eT的参数值和eB的参数值。可以基于例如与采样点211相关联的体积数据集200标量值来针对第一采样点211确定eT和eB的参数值。例如,可以在采样点211的分类期间通过使用传递函数来针对采样点211确定eT和eB的参数值。在一个示例中,可以基于如由传递函数给出的采样点处的不透明度为采样点分配eT和eB的参数值。在一个示例中,可以基于对采样点211表示的材料的类型的指示来为eT和eB分配值。例如,与采样点211相关联的标量值的大小可以用于确定采样点211表示骨材料。然后,传递函数可以将骨材料的值分配给eT和eB,其中这些值可以指示各向异性镜面高光的特征,其表示可以在骨材料上观察到的特征。在一些示例中,这样的值可以根据经验确定,例如,通过执行针对特定类型的照明在骨材料上观察到的镜面高光的尺寸的测量,或者在其他示例中,这样的值可以由***的用户定义。在一些示例中,可以基于采样点处的其他特性来确定用于输入作为各向异性照明模型中的椭圆参数的值的给定采样点处的参数值。例如,在采样点处的体积的梯度的大小和/或定向可以用于确定用于输入到各向异性照明模型中的参数值。
给定采样点处的切向量T和双切向量B的值是与体积数据集200的特性有关的参数值的进一步的示例;如上所述,T和B确定由示例基于椭圆的照明模型产生的镜面高光的定向。为了提供用于输入到各向异性照明模型中的T和B的特定参数值,定义了在给定采样点处位于切平面中的成对的垂直单位向量。在示例中,可以将位于切平面中的可用成对的垂直单位向量中的任何之一定义为T和B的参数值。在一些示例中,可以通过定义固定向量来确定用于输入作为T和B的参数值的成对的单位向量,该固定向量例如可以被标记为A,其具有相对于体积数据集100的给定定向。在给定的采样点处,T的参数值然后可以在一个示例中被定义为归一化为单位长度的A与N的叉积;即归一化为单位长度的A×N。在这种情况下,在给定采样点处的B被分配了归一化为单位长度的参数值N×T。以这种方式定义用于输入到各向异性照明模型中的T和B的参数值可能是有利的,因为它可以在整个体积100上产生具有恒定各向异性方向的照明效果。
在本公开内容的示例中,与给定采样点处的曲率有关的一个或更多个值被确定为与采样点处的数据集200的特性有关的一个或更多个参数值。也就是说,框101可以包括如下确定与给定采样点处的曲率有关的一个或更多个值。
返回到图4a和图4b,点p所处的表面401可以被认为具有在点p处的曲率。在表面401上,曲率定义了从点p开始在表面401上施加无穷小的位置变化时法向量的变化。因此,点p处的曲率基于标量场s相对于在表面401上点p处的位置x,y,z的二阶导数。
在一个示例中,可以定义法平面,其中法平面是在点p处包含法向量N的平面。应当理解,可以定义一组法平面,每个法平面由旋转的方位角φ定义。每个法平面与作为二维表面的表面401的相交在每个法平面上形成相交曲线。根据表面401与法平面之间的每个相交曲线,可以例如通过确定相交曲线的二阶导数来确定点p处的曲率值κ。
在示例中,通过确定法平面中的每一个的曲率值,可以确定点p的最小曲率和最大曲率。最小曲率κ1和最大曲率κ2可以统称为表面401在点p处的主曲率。主曲率κ1和κ2与它们的切线方向相关联。表示主曲率κ1和κ2的切线方向的单位向量分别被称为主曲率方向c1和c2。从微分几何学知道,主曲率方向c1和c2总是彼此正交。
主曲率的乘积可以被称为高斯曲率,并且主曲率的平均值/>可以被称为平均曲率。
将会理解,对于体积数据和由该数据表示的标量场s,可以使用各种方法来确定主曲率和主曲率方向。例如,在Kindlemann等人的著作(Curvature-based transferfunctions for direct volume rendering:Methods and applications,InVisualization,2003年,VIS 2003,IEEE(第513至520页),IEEE)中描述的方法可以用于从标量场的二阶偏导数重建主曲率和主曲率方向。在一些示例中,可以基于体积数据集200的平滑版本来确定曲率值。例如,可以在经由使用空间平滑滤波器(例如盒式滤波器(boxfilter)、帐篷滤波器(tent filter)或高斯滤波器)计算曲率值之前执行体积的平滑处理。此外,用于本文描述的方法中的确定曲率值的示例方法可以定义对允许曲率值的范围的限制。例如,为了减少曲率测量的差异,主曲率值可以限制在针对数据集确定的曲率值的平均值周围的k个标准偏差内的范围。在此,k可以例如是1、2或3。
在框102处,提供与给定采样点有关的参数值作为所使用的各向异性照明模型的输入。在一些示例中,将在框101处确定的并且与给定采样点有关的参数值输入到各向异性照明模型中,用作参数eT和eB的值。在一些示例中,如上所述,对于给定采样点针对eT和eB确定的参数值与在给定采样点处的曲率无关,而是由传递函数等确定。在一些示例中,然而,在框101处确定的并且与采样点处的曲率有关的参数值被设置为eT和eB中的每一个的值。
当确定用于输入到以上各向异性照明模型之一中的示例参数值,以考虑在所述模型中使用的eT和eB的不同范围时,可以定义归一化因子n。归一化因子n用于将确定的参数值的范围映射到适合用作所使用的给定各向异性照明模型中的参数eT和eB的值的范围。
现在将描述可以输入作为eT和eB的值的参数值的示例。可以考虑以下示例来定义曲率值到示例各向异性照明模型中存在的基于椭圆的值的不同映射。
在一个示例中,定义给定采样点处的局部归一化曲率的参数值被输入为参数eT和eB的值。也就是说,各向异性照明模型可以如下为参数分配参数值:
并且
其中,
是由采样点处的两个主曲率κ1和κ2的绝对值|κ1|和|κ2|形成的单位向量。
也就是说,在该示例中,在该示例中应用的特定各向异性照明模型中,定义椭圆的伸长率的参数是取决于归一化值n与由给定采样点处的主曲率的绝对值|к1|、|κ2|形成的单位向量的分量和/>的乘积的分配值。/>
如上所述,n是用于定义可以输入到给定的各向异性照明模型中作为参数eT和eB的值的值的范围的以上描述的归一化因子。例如,当应用由表达式(1)定义的模型来确定采样点处的镜面项时,即,确定采样点处的fs,1的值时,n的值可能大于1,因为在fs,1的表达式中,但是,当应用由表达式(2)定义的模型或由表达式(3)定义的模型来确定采样点处的镜面项时,即,确定fs,2或fs,3的值时,n=1,因为在这些模型中eT,B∈(0,1]。
在另一示例中,用于输入作为参数eT和eB的值的参数值可以是在采样点处的局部归一化的主曲率的倒数。也就是说,可以如下分配参数值:
以及/>
其中,和/>是如上定义的局部归一化的主曲率。
在另一示例中,用于输入作为eT和eB的值之一的参数值可以是在采样点处的局部归一化的主曲率的比率。在示例中,用于输入至eT和eB中的另一个的另一参数值可以是归一化值n。也就是说,可以如下分配参数值:
以及eB=n。
在另一示例中,用于输入作为eT和eB的参数值可以是根据给定采样点处的局部归一化的主曲率计算的高斯曲率,而用于输入的另一参数可以是归一化值n。即:
以及eB=n
其中,并且/>为高斯曲率;并且/>是由主曲率的有符号值形成的归一化单位向量,即,/>
在另一示例中,用于输入作为参数eT和eB的值的参数值可以是平均曲率,即局部归一化的有符号曲率的单位向量的分量的平均值,而用于输入的另一参数值也可以是归一化值n。即:
以及eB=n
其中,
在示例中,在框101处针对向量T和B确定的参数值也可以是在框102处的输入。应该注意的是,在实践中,这可能意味着选择在采样点处使用的正交基的定向,即,选择切向量T和双切向量B。实际上,输入到模型中的参数值可以是φh的参数值,其取决于T和B,并且出现在上述示例各向异性照明模型中。
在一些示例中,例如,从位于采样点处的切平面中的可能切向量的集合中任意选择切向量T的参数值。相反,可以选择与切向量T正交的双切向量B的参数值,并且通过该选择唯一地定义切向量T。
在示例中,用于输入到各向异性照明模型中作为参数T和B的值的参数值与体积数据集200在采样点处的曲率有关。例如,可以如上所述确定采样点处的主曲率方向C1和C2(其是单位向量),并将其作为参数T和B的值输入到模型中。
在一个示例中,可以输入主曲率方向C1作为切向量T的参数值,即T=C1,并且可以输入C2作为双切向量B的参数值,即B=C1。这样,由示例各向异性照明模型产生的镜面高光的定向可以被配置成遵循在给定的采样点处的主曲率方向。
从上面可以看出,在根据本公开内容的示例中,可以将与应用照明效果的采样点处的曲率有关的参数值输入到所使用的各向异性照明模型中,从而确定在该点处的各向异性镜面照明效果值。如上所述,照明效果值被用于对给定点的光学特性进行调制,以累积到沿着被模拟的射线的光学特性的值的总和。因此,示例方法可以实现以下各向异性照明效果,其取决于在给定采样点处的表面的曲率。这可以向观看者提供附加的视觉信息,并使观看者能够识别体积数据集200内的对象诸如对象210的弯曲部分。继而,这可以提供被提供给观看者的体积数据集200的绘制图像中增加的真实感,或者提供由观看者根据产生的图像对体积数据集200内的例如边界、形状和深度的改善的感知。
在确定直接体绘制期间的照明效果值的示例方法中,选择各向异性照明模型,并且还选择用于输入作为所选择的各向异性照明模型的参数的值的一个或更多个参数值。所选择的各向异性照明模型可以是例如以上描述的基于椭圆的模型之一。类似地,一个或更多个参数值可以是例如如上所描述的要输入作为定义椭圆并形成所选择的照明模型的一部分的参数的值的值。例如,在一些示例中,方法100可以包括选择特定的各向异性照明模型,以便确定在体积数据集200中的特定采样点处应用的照明效果值。将理解的是,在一些示例中,可以在每个采样点处使用相同的各向异性照明模型,而在其他示例中,可以选择不同的各向异性照明模型以应用于体积数据集200内的不同采样点处。在其他示例中,各向异性照明模型可以仅应用于数据集200内的所选择的采样点处。例如,各向异性照明模型可以应用于数据集200中的确定各向异性照明效果可能有益于观看者对该点的感知的点处。在这样的示例中,可以应用不同的照明模型,例如各向同性的局部照明模型,来确定数据集200内其他点处的照明效果值,例如,其中各向异性的照明效果被认为不太可能对观看者的感知具有重要性。
类似地,对于数据集200内的不同采样点,用于输入到所选择的各向异性照明模型中的所选择的参数值可能会有所不同。这样,方法100可以包括选择用于输入作为被使用的照明模型中的参数的值的参数值的特定映射。特别地,用于控制椭圆伸长率例如用于输入作为参数eT和eB的参数值的上述选项中的任一项可以与用于控制椭圆定向例如用于提供T和B的输入值的上述选项中的任一项进行组合。在一些示例中,可以交换对给定的各向异性照明模型的参数的参数值分配。即,例如,可以颠倒eT和eB的上述表达式,使得例如和/>类似地,可以交换作为T和B的值输入的参数值,使得在一个示例中,T=C2和B=C1。
各向异性照明模型的选择和/或参数值的选择以及如何在特定采样点处将它们输入到所选择的各向异性照明模型中,即如何将它们映射到所选择的照明模型的参数,可以取决于例如定义数据集200中的样本点或其周围的局部标准。这样的标准的示例是表面特性、遮挡(occlusion)、深度、材料、不透明度、分割(segmentation)等。
现在参照图5,示意性地示出了示例***501,其中可以使用示例绘制装置504。***501包括扫描仪502、绘制装置504和可视化单元514。在一些示例中,***可以包括与图5所示的部件相比更少的部件或另外的部件。例如,***501可以包括计算机网络例如因特网。
扫描仪502可以是用于生成包括体积数据集200的数据集的任何扫描仪,如所描述的,其可以是例如表示患者的一部分的医学体积数据集。例如,扫描仪502可以是计算机断层摄影(CT)扫描仪、磁共振成像(MRI)扫描仪、正电子发射断层摄影(PET)扫描仪、超声扫描仪等。在另一示例中,扫描仪502可以例如用于产生表示地质数据的体积数据集。扫描仪502例如经由有线或无线连接而连接至绘制装置504。扫描仪502可以被布置成将体积数据集提供给绘制装置504。
绘制装置504包括处理器506和呈存储器508形式的存储装置。在该示例中,绘制装置504被布置成执行以上描述的确定照明效果和/或绘制体积数据集的方法。例如,存储器508可以包括机器可读介质,机器可读介质包括一组机器可读指令,所述机器可读指令在由处理器506执行时使绘制装置504执行以上描述的示例方法。程序可以被存储在计算机可读介质上,计算机可读介质可以由绘制装置504读取由此执行程序。绘制装置504可以被布置成从扫描仪502直接或间接地接收或以其他方式从扫描仪502获取体积数据集200。
体积绘制器504可以包括处理器,该处理器用于操作能够模拟体积数据集200内的光传输的任何绘制算法。示例合适的绘制算法是射线投射方法,其包括如上所描述的确定照明效果值的方法。
绘制装置504可以被布置成将信息例如用于2D图像平面中的每个像素的颜色值传输至可视化单元514。传输可以是直接的或间接的,例如经由有线连接、无线连接或者经由因特网。
可视化单元514可以包括用于显示三维对象510的二维投影的可视化软件。可视化单元514可以包括显示屏以及一个或更多个图形硬件或软件组件。在一些示例中,可视化单元514可以是移动设备或包括移动设备。在一些示例中,可视化单元514可以包括虚拟现实设备。
尽管已经在采用射线投射方法的直接体绘制算法的背景中描述了本发明,但是应当理解,本发明可以应用于对体积进行可视化的其他示例方法中。例如,包括确定照明效果值的任何体绘制方法都可以使用通过应用如本文所描述的各向异性照明模型来确定照明效果值的方法。例如,本文所描述的确定照明效果的方法可以用于体绘制技术中,例如路径跟踪(path tracing)、抛雪球(splatting)或错切变换(shear warp)。
上述实施方式应当被理解为本发明的说明性示例。设想了其他实施方式。将要理解,关于任何一个实施方式描述的任何特征可以单独使用,或者与所描述的其他特征结合使用,并且还可以与任何其他实施方式的的一个或更多个特征或任何其他实施方式的任何组合结合使用。此外,在不偏离所附权利要求中限定的本发明的范围的情况下,还可以采用以上未描述的等同物和修改。
Claims (13)
1.一种执行体积数据集(200)的直接体绘制的方法,包括:
对会聚在视点(10)并且穿过所述体积数据集(200)的多个射线(30)进行模拟;
选择所述体积数据集(200)中的沿着所述多个射线(30)中的每一个的多个采样点(211);
对所述采样点(211)中的每一个的一个或更多个光学特性进行分类;
针对所述多个采样点(211)中的给定采样点(211),通过以下方式来确定与所述给定采样点(211)处的照明效果有关的照明效果值:基于所述体积数据集(200),确定与所述体积数据集(200)在所述给定采样点(211)处的一个或更多个特性有关的一个或更多个参数值;以及提供所述一个或更多个参数值作为各向异性照明模型的输入,从而确定与所述给定采样点(211)处的照明效果有关的照明效果值,所述照明效果值定义了所述给定采样点(211)处的入射光的量与射出光的量之间的关系;
针对所述给定采样点(211),基于对所述采样点(211)处的光学特性的所述分类以及所确定的所述采样点(211)处的照明效果值,确定所述采样点(211)处的光学特性之一的值;以及
沿着针对沿所述射线(30)的每个采样点(211)确定的光学特性的每个模拟射线(30)值进行累积,从而获得用于绘制所述体积数据集(200)的光学特性的累积值,
其中,所述照明效果值用于对通过对所述采样点的分类而确定的一个或更多个光学特性进行调制。
2.根据权利要求1所述的方法,其中,所述各向异性照明模型是包括定义椭圆的数学模型的一个或更多个参数的基于椭圆的模型,并且提供与所述给定采样点处的一个或更多个特性有关的所述一个或更多个参数值作为定义椭圆的所述一个或更多个参数的输入值。
3.根据权利要求1或2所述的方法,其中,与所述给定采样点(211)处的一个或更多个特性有关的所述一个或更多个参数值是与所述给定采样点(211)处的曲率有关的值。
4.根据权利要求3所述的方法,其中,与所述给定采样点(211)处的曲率有关的值中的至少一个是主曲率值或主曲率方向值。
5.根据权利要求1至4中任一项所述的方法,其中,所确定的照明效果值是双向反射分布函数BRDF的镜面项。
6.根据权利要求5所述的方法,其中,根据以下表达式来定义所述各向异性照明模型:
其中:
fs,1是所述照明效果值,并且是所述BRDF的镜面项;
eT和eB是定义椭圆的参数;
N是所述给定采样点(211)处的法向量;
L是所述给定采样点(211)处的光向量;
V是所述给定采样点(211)处的观察向量;
H是在L与V之间的中间处的半角向量,并且被定义为
Fr是菲涅耳项;以及
φh是H与切向量T之间的方位角。
7.根据权利要求5所述的方法,其中,根据以下表达式来定义所述各向异性照明模型:
其中:
fs,2是所述照明效果值,并且是所述BRDF的镜面项;
eT和eB是定义椭圆的参数;
θi是在所述给定采样点(211)处的法向量N与在所述给定采样点(211)处的光向量L之间的仰角;
θo是所述法向量N与观察向量V之间的仰角;
θh是所述法向量N与半角向量H之间的仰角,其中,H是在L与V之间的中间处的向量,并且被定义为以及
φh是所述半角向量H与切向量T之间的方位角。
8.根据权利要求5所述的方法,其中,根据以下表达式来定义所述各向异性照明模型:
其中:
fs,3是被确定的照明效果值,并且是所述BRDF的镜面项;
eT和eB是定义椭圆的参数;
a是定义与所述给定采样点(211)相关联的材料的光泽度的常数;以及
φh是半角向量H与切向量T之间的方位角,其中,H是在L与V之间的中间处的向量,并且被定义为
9.根据权利要求6至8中任一项所述的方法,其中,提供所述一个或更多个参数值作为所述各向异性照明模型的输入包括提供所述一个或更多个参数值之一作为所述参数eT和eB之一的输入值。
10.根据权利要求9所述的方法,其中,提供所述一个或更多个参数值之一作为eT和eB中的每一个的输入值包括如下提供eT和eB的参数值:
和/>或者
和/>或者
和n,
其中,或者
和n,或者
和n,
其中,和/>
其中,n是取决于所使用的各向异性照明模型的归一化值。
11.根据权利要求6至10中任一项所述的方法,其中,所述方法包括提供主曲率方向作为所述切向量T和所述双切向量B的输入,使得所述切向量T和所述双切向量B各自与所述给定采样点(211)处的主曲率方向之一对准。
12.一种机器可读介质,包括一组机器可读指令,所述一组机器可读指令在由处理器(506)执行时使得执行根据权利要求1至11中任一项所述的方法。
13.一种装置(504),其包括处理器(506)和包含一组机器可读指令的存储器(508),所述一组机器可读指令在由所述处理器(506)执行时使所述处理器(506)执行根据权利要求1至11中任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18212583.1 | 2018-12-14 | ||
EP18212583.1A EP3667624A1 (en) | 2018-12-14 | 2018-12-14 | Method of determining an illumination effect of a volumetric dataset |
Publications (3)
Publication Number | Publication Date |
---|---|
CN111325825A CN111325825A (zh) | 2020-06-23 |
CN111325825B true CN111325825B (zh) | 2024-03-15 |
CN111325825B9 CN111325825B9 (zh) | 2024-07-19 |
Family
ID=64959110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911293003.8A Active CN111325825B9 (zh) | 2018-12-14 | 2019-12-12 | 确定体积数据集的照明效果的方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10970919B2 (zh) |
EP (1) | EP3667624A1 (zh) |
CN (1) | CN111325825B9 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019045144A1 (ko) | 2017-08-31 | 2019-03-07 | (주)레벨소프트 | 의료용 항법 장치를 위한 의료 영상 처리 장치 및 의료 영상 처리 방법 |
US11004253B2 (en) * | 2019-02-21 | 2021-05-11 | Electronic Arts Inc. | Systems and methods for texture-space ray tracing of transparent and translucent objects |
US11398072B1 (en) * | 2019-12-16 | 2022-07-26 | Siemens Healthcare Gmbh | Method of obtaining a set of values for a respective set of parameters for use in a physically based path tracing process and a method of rendering using a physically based path tracing process |
CN113674375B (zh) * | 2021-08-19 | 2023-10-27 | 北京航空航天大学 | 一种用于半透明材质渲染的次表面散射计算方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2420491Y (zh) * | 2000-04-12 | 2001-02-21 | 华锦光电科技股份有限公司 | 发光二极管照明装置 |
JP2006318438A (ja) * | 2005-05-16 | 2006-11-24 | Kaadeikku Corporation:Kk | 可変型照明モデルレンダリング回路 |
CN102542598A (zh) * | 2011-12-20 | 2012-07-04 | 浙江工业大学 | 一种面向医学体数据的局部特征加强体绘制方法 |
CN102564347A (zh) * | 2011-12-30 | 2012-07-11 | 中国科学院上海光学精密机械研究所 | 基于达曼光栅的物体三维轮廓测量装置及测量方法 |
CN102855656A (zh) * | 2011-06-01 | 2013-01-02 | 西门子公司 | 用于借助光线投影有效地编辑三维体积的方法和装置 |
CN103778658A (zh) * | 2014-01-23 | 2014-05-07 | 浙江财经大学 | 一种快速展示体数据特征的可视化方法 |
CN104008568A (zh) * | 2013-02-20 | 2014-08-27 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
CN107093541A (zh) * | 2016-02-18 | 2017-08-25 | 西门子医疗有限公司 | 具有转换器元件上的照明层的x射线检测器 |
CN107864015A (zh) * | 2017-12-07 | 2018-03-30 | 重庆市万盛区杜宇机电有限责任公司 | 一种井下对讲*** |
CN107924580A (zh) * | 2015-09-03 | 2018-04-17 | 西门子保健有限责任公司 | 在医学成像中的表面体积混合模块的可视化 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040233193A1 (en) * | 2003-04-30 | 2004-11-25 | Sulzer Markets And Technology Ag | Method for visualising a spatially resolved data set using an illumination model |
US7184052B2 (en) * | 2004-06-18 | 2007-02-27 | Microsoft Corporation | Real-time texture rendering using generalized displacement maps |
US7689035B2 (en) * | 2005-06-17 | 2010-03-30 | The Regents Of The University Of California | Methods for identifying, separating and editing reflection components in multi-channel images and videos |
GB2441353A (en) * | 2006-08-29 | 2008-03-05 | Aardvark Engineering Consultan | A display device |
US7953265B2 (en) * | 2006-11-22 | 2011-05-31 | General Electric Company | Method and system for automatic algorithm selection for segmenting lesions on pet images |
US7800315B2 (en) * | 2007-09-21 | 2010-09-21 | Exclara, Inc. | System and method for regulation of solid state lighting |
DE102009042328B4 (de) * | 2009-09-21 | 2024-02-15 | Siemens Healthcare Gmbh | Effiziente Bestimmung von Lichteffekten beim Volume Rendering |
GB2499220B (en) * | 2012-02-08 | 2018-12-12 | Radiant Res Limited | A power control system for an illumination system |
US9576390B2 (en) * | 2014-10-07 | 2017-02-21 | General Electric Company | Visualization of volumetric ultrasound images |
US10104369B2 (en) * | 2015-09-15 | 2018-10-16 | Looking Glass Factory, Inc. | Printed plane 3D volumetric display |
US20180079906A1 (en) * | 2016-09-22 | 2018-03-22 | Ecole polytechnique fédérale de Lausanne (EPFL) | Azacyanine dyes and use thereof |
-
2018
- 2018-12-14 EP EP18212583.1A patent/EP3667624A1/en not_active Withdrawn
-
2019
- 2019-12-04 US US16/703,084 patent/US10970919B2/en active Active
- 2019-12-12 CN CN201911293003.8A patent/CN111325825B9/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2420491Y (zh) * | 2000-04-12 | 2001-02-21 | 华锦光电科技股份有限公司 | 发光二极管照明装置 |
JP2006318438A (ja) * | 2005-05-16 | 2006-11-24 | Kaadeikku Corporation:Kk | 可変型照明モデルレンダリング回路 |
CN102855656A (zh) * | 2011-06-01 | 2013-01-02 | 西门子公司 | 用于借助光线投影有效地编辑三维体积的方法和装置 |
CN102542598A (zh) * | 2011-12-20 | 2012-07-04 | 浙江工业大学 | 一种面向医学体数据的局部特征加强体绘制方法 |
CN102564347A (zh) * | 2011-12-30 | 2012-07-11 | 中国科学院上海光学精密机械研究所 | 基于达曼光栅的物体三维轮廓测量装置及测量方法 |
CN104008568A (zh) * | 2013-02-20 | 2014-08-27 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
CN103778658A (zh) * | 2014-01-23 | 2014-05-07 | 浙江财经大学 | 一种快速展示体数据特征的可视化方法 |
CN107924580A (zh) * | 2015-09-03 | 2018-04-17 | 西门子保健有限责任公司 | 在医学成像中的表面体积混合模块的可视化 |
CN107093541A (zh) * | 2016-02-18 | 2017-08-25 | 西门子医疗有限公司 | 具有转换器元件上的照明层的x射线检测器 |
CN107864015A (zh) * | 2017-12-07 | 2018-03-30 | 重庆市万盛区杜宇机电有限责任公司 | 一种井下对讲*** |
Non-Patent Citations (3)
Title |
---|
Ament Marco et al."Anisotropic Ambient Volume Shading".《IEEE》.2016,第22卷(第22期),正文第1015页左栏第1段,1017-1020页全部内容,图3. * |
Gordon Kindlmann et al."Hue-Balls and Lit-Tensors for Direct Volume Rendering of Diffusion Tensor Fields".《IEEE》.1999,第187页公式(10). * |
Michael Ashikhmin et al."An Anisotropic Phong BRDF Model".《JOURNAL OF GRAPHICS TOOLS》.2000,第5卷(第5期),正文第28页. * |
Also Published As
Publication number | Publication date |
---|---|
CN111325825A (zh) | 2020-06-23 |
CN111325825B9 (zh) | 2024-07-19 |
EP3667624A1 (en) | 2020-06-17 |
US10970919B2 (en) | 2021-04-06 |
US20200193695A1 (en) | 2020-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111325825B (zh) | 确定体积数据集的照明效果的方法 | |
US10957098B2 (en) | Consistent 3D rendering in medical imaging | |
Lawonn et al. | A survey of surface‐based illustrative rendering for visualization | |
CN109584349B (zh) | 用于渲染材料属性的方法和设备 | |
US10893262B2 (en) | Lightfield rendering based on depths from physically-based volume rendering | |
US11810243B2 (en) | Method of rendering a volume and a surface embedded in the volume | |
Khan et al. | A methodological review of 3D reconstruction techniques in tomographic imaging | |
JP4588736B2 (ja) | 画像処理方法および装置並びにプログラム | |
JP2007528529A (ja) | 3dデータ集合のサーフェスを識別するための方法及びシステム(「ボクセル分割」) | |
Lawonn et al. | Line integral convolution for real‐time illustration of molecular surface shape and salient regions | |
Kretschmer et al. | ADR-anatomy-driven reformation | |
CN114387380A (zh) | 用于生成3d医学图像数据的基于计算机的可视化的方法 | |
Cai et al. | Radiative gaussian splatting for efficient x-ray novel view synthesis | |
WO2020044346A1 (en) | Detecting spinal shape from optical scan | |
US20230274493A1 (en) | Direct volume rendering apparatus | |
Kang et al. | Neural Reflectance Capture in the View-Illumination Domain | |
Zhang | Medical Data and Mathematically Modeled Implicit Surface Real-Rime Visualization in Web Browsers | |
Mensmann et al. | Interactive cutting operations for generating anatomical illustrations from volumetric data sets | |
Nystrom et al. | Segmentation and visualization of 3D medical images through haptic rendering | |
US12002147B2 (en) | Method and system for optimizing distance estimation | |
EP3767593A1 (en) | Method of generating a computer-based representation of a surface intersecting a volume and a method of rendering a visualization of a surface intersecting a volume | |
CN111724388B (zh) | 医学图像数据的可视化 | |
Eichelbaum et al. | Fabric-like visualization of tensor field data on arbitrary surfaces in image space | |
CN117237524A (zh) | 用于提供对象的三维模型的方法和设备 | |
Petkov et al. | Conformal visualization for partially-immersive platforms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CI03 | Correction of invention patent |
Correction item: Claims|Description Correct: correct False: error Number: 11-02 Page: ?? Volume: 40 |