[發明專利]一種由非平行斷層圖像序列重建三維目標對象表面的方法

無效

• 申請號: 200910020718.6
• 申請日: 2009-04-21
• 公開（公告）號: CN101533518A
• 公開（公告）日: 2009-09-16
• 發明（設計）人: 孫豐榮;王麗梅;王文明;王慶浩;張明強
• 申請（專利權）人: 山東大學
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 濟南金迪知識產權代理有限公司
• 代理人: 許德山

(一)技術領域

本發明涉及一種圖像重建和可視化的方法，尤其涉及一種由非平行斷層圖像序列重建三維目標對象表面的方法。

(二)背景技術

在三維圖像重建和可視化技術領域的某些應用場合，人們經由數據采集得到的是三維目標對象的一系列非平行的斷層圖像序列，而觀察三維目標對象最常用的方式之一是表面顯示，這就要求我們必須能夠由非平行斷層圖像序列重建三維目標對象的表面。這里，基于輪廓的表面重建是應用最為廣泛的方法。以往的基于輪廓的表面重建方法通常是首先將非平行的斷層圖像序列進行重組重排后得到一個規則的體數據空間，在此體數據空間中，對若干平行的斷層圖像進行手動或半自動分割得到其上目標對象的輪廓，然后再插值獲得這些平行斷層圖像之間的其它斷層圖像上的目標對象的輪廓，最后進行基于輪廓的面繪制顯示。以往方法中的重組重排插值處理計算量較大、處理過程較為耗時、方法的工程實用性較差。而且，以往方法至少需要兩次插值計算，降低了方法的重建精度。

據查，目前為止也有少量的研究者對由非平行斷層圖像序列重建三維目標對象表面問題進行了研究，如G.M.Treece等人在文章“Fast?surface?and?volume?estimation?fromnon-parallel?cross-sections，for?freehand?3-D?ultrasound，1998”和“Surfaceinterpolation?from?sparse?cross-sections?using?region?correspondence，1999”中基于形狀插值方法實現了由非平行斷層圖像序列重建三維目標對象的表面，但是其重建過程計算量大、耗時長。A.L.Bogush等人在文章“3D?Object?Reconstruction?from?Non-parallelCross-sections，2004”中采用三次樣條插值方法解決此問題，他們的方法對幾何外形較為簡單的三維目標對象能夠取得較好的應用效果，但對于幾何外形較為復雜的三維目標對象應用效果卻很不理想，因為他們的方法不能正確計算輪廓之間的空間幾何關系。

(三)發明內容

針對背景技術所述重建方法的耗時長、精度低、實用性差、難以適應幾何外形復雜的三維目標對象的缺點，本發明提出了一種由原始非平行斷層圖像序列直接重建三維目標對象表面的方法，它直接由部分原始斷層圖像分割得到三維目標對象的輪廓，再插值得到基于輪廓的面繪制顯示所需要的全部輪廓。

一種由非平行斷層圖像序列重建三維目標對象表面的方法，步驟如下：

S1)對部分斷層圖像進行分割，提取目標對象輪廓

先對部分斷層圖像進行分割，提取這些斷層圖像中目標對象的輪廓；在已提取出目標對象輪廓的斷層圖像序列中，對每相鄰的兩幀斷層圖像都依次執行以下步驟S2)-S6)；

S2)對斷層圖像進行距離變換，得到距離圖像

將得到目標對象輪廓的相鄰的兩幀斷層圖像轉化為二值圖像；然后進行Chamfer距離變換，選取3×3的模板，如圖2示；距離變換完畢后，令輪廓外部點的距離值取原來的負數，輪廓內部點的距離值不變，以區分輪廓內外點，得到的圖像為斷層圖像的距離圖像，其中目標對象輪廓外部的每個點，其像素值表示該點到目標對象輪廓上最近一點距離的負值；內部的每個點，其像素值表示該點到目標對象輪廓上最近一點的距離值；目標對象輪廓上點的像素值為零值；

S3)提取距離圖像中目標對象輪廓內的極大圓盤集，并去除冗余

提取圓盤集：通過計算得到一系列與目標對象輪廓相切且完全在目標對象輪廓內部的圓盤集，其中的每個圓盤都不會被其余所有圓盤所完全覆蓋；這些圓盤集代表了目標對象的骨架及走向趨勢；

首先找出距離圖像中目標輪廓內所有像素值的極大值點，即圓盤的中心點：對目標對象輪廓內每個點p的像素值都要與其8個鄰點的像素值進行比較判斷，若滿足pixel(p)＞pixel(q)-t，則該點即為極大值點；其中點q是點p上下左右及對角線方向上的8個相鄰點，t為點q到點p的相對距離值；對于點p上下左右四個方向上的四個鄰點，t＝3；對于點p對角線方向上的四個鄰點，t＝4；距離圖像中的每個點都要進行判斷，直到找出所有的極大值點；每個極大值點都對應一個圓盤，且圓盤中心位于極大值點處；

然后計算每個極大值點對應圓盤的半徑，對每個極大值點分別進行以下相同處理；首先對距離圖像進行初始化，除當前處理的極大值點外，其余點像素值都初始化為0；然后對圖像中每個點進行與距離變換相似的兩次掃描，取3×3的模板，如圖2，每次掃描后得到的像素值由下式確定：