海量数据的曲面分片重建算法.pdfVIP

海量数据的曲面分片重建算法 吕晟珉杨勋年汪国昭’ (浙扛大学数学系浙江大学计算机图像图形研究所杭州310027) 摘耍；医学图像可视化中人们很早就关注对二维图像序列进行表面重建的问题。但随着处理的数据量的不断 增长，硬件条件(主要是内存容量)不能再满足以往算法中所需，报多现有的算法就显得无能为力了。如何利 用有限的存储空间对大数据量进行处理，从而完成曲面的重建是本文研究的问题。本文针对大数据置的已分 割的医学切片图像(每个象素都有医学组织属性)，利用逐层重建，即时简化的基本思想，，给出—个易于操作 实现，数据量可控制的算法。这样可以在硬件条件不太高韵计算机，如内存不太大的个人微机上可以实现大 数据量的医学图像表面重建。 关■字；曲面重建网格光顺网格简化 PiecewiseSurfacesReconstructionFtom volumetricdatasets， Large Lv XtmnianGuozhao ShengndnV Yang Wang (DepelIznentofMathematicsInstituteofComputerGraphics andImageProcessing， UniversityHangzhou310027) Zhejiaug Abstract：Surfacesreconstmclionfromserial$e商011is-matureresearchinvisualizationofmedical images imaging．SincethevolumetricdatasetsareluIgeand datasbucturesbetoo to might di出This beea tO l口驴∞off-load paperpresents∞dl擘0ri山Ⅲ。山越hasdeigned COflSUMCt mesh 3Dsurfacesfrom and volumewic canbecomtmctedand huge segmented dma蛐．Approximate simpli丘edlayefbylayer．Andusercancontrolmeshcomplexitybyparameters． 1引言 在医学研究中。很多数据来源于一些产生图像的设备，比如CT，MRI或是PET扫描仪。 这些设备得到的数据均为二维断层图像j约束了人们对组织和器官的整体把握。对于如何根 据连续断层图像重建物体表面的可视化技术，人们从70年代就开始了研究。但随着设备的改 进，得到的二维图像的越来越精细，算法要求处理的数据量越来越大。以往的很多算法在中 间过程中会因为计算机内存不够而被终止。本文主要研究的问题是如何在有限的存储空间内 完成从二维序列切片图像中重建出人们感兴趣的医学组织和器官的表面。 由连续二维图像序列重建曲面从可视化的方法来分，大致可以分为两大类：(1)基于轮 廓线的曲面重建：从二维图像中找出感兴趣部位的边界，该边界称之为轮廓线。然后建立相 邻两张图像中的轮廓线的对应关系，由此构造出物体的表面；(2)基于体素的曲面重建：将 数据空间剖分盛—个个小的立方体，在这已划分的数据空间中抽取出物体表面所在的等值面。 Cubes算法“就是典型的等值面算法。本文中所处理的数据是已分割的医学切片图 Marching 像数据，即切片图像中的每个象素点给出所属的医学组织的分割编号(segment)。医学组