專利名稱：一種三維圖像網格化方法
技術領域：
本發(fā)明涉及計算機圖形圖像處理技術領域，特別涉及一種三維圖像網格化方法。
背景技術：
在計算機圖像的有限元仿真過程中，單元類型的選擇對有限元仿真的計算效率、 自動化程度、計算精度等都將產生重要影響。在三維有限元仿真領域，常采用的單元類型是四面體或六面體單元。大量研究結果表明對給定的模型來說，采用六面體單元進行三維有限元仿真可采用較少的網格數量達到較高的計算精度，并且計算結果也最接近試驗結果； 采用四面體單元需要成倍的網格數量，而且容易產生質量較差的單元(形狀畸變)，計算效率和精度較差。因此，六面體單元由于變形特性好、計算效率和精度高等優(yōu)點而在很多三維有限元仿真領域中得到了廣泛的應用。對于六面體單元網格的自動生成方法，已有大量研究，但至今仍未得到真正意義上的解決。目前得到應用的六面體網格生成方法有原型法、掃描法、柵格法等。其中原型法是通過設置網格剖分模板來對簡單幾何形體進行網格剖分，比如，將每個四面體分解為4 個六面體，而直接形成全六面體網格；這種方法得到的網格質量較差，邊界擬合能力弱。掃描法是以二維四邊形網格為基礎網格，通過旋轉、掃描、拉伸等操作而形成六面體網格的方法；這種方法已得到大量應用，但只能適合形狀簡單的三維物體，并且需要人機交互控制， 自動化程度低。柵格法是使用正規(guī)柵格或者有限八叉樹生成覆蓋目標區(qū)域的柵格；這種方法可以獲得質量優(yōu)良的六面體，但存在邊界光順和不同規(guī)格網格相容性問題。為了提高有限元模型的建模速度和精度，基于逆向工程思想從圖像出發(fā)構建目標有限元模型的方法得到受到重視。隨著斷層掃描成像(CT)和核磁共振成像(MRI)等復雜的成像設備的廣泛應用，以及切片制作工藝的進步，獲取人體、動植物的高精度斷層圖像已經不是難題，但從圖像建立可用于有限元分析的有限元模型方法還沒有統(tǒng)一的方法。一般來說，可將三維圖像中感興趣目標的每個體素視為一個六面體單元，從而建立完全由正六面體組成的六面體網格模型，但這類模型的缺點在于其表面呈現“臺階狀”，難以保證求解的穩(wěn)定性。另外，這種方法通常會生成比其他網格剖分算法更多的單元，單元(節(jié)點)數目的巨量增加也導致計算代價過高。

發(fā)明內容
(一)要解決的技術問題針對現有技術的缺點，本發(fā)明為了解決現有技術中三維圖像處理缺乏有效的六面體網格自動生成方法的問題，提出了一種三維圖像網格化方法，通過對表面四邊形網格的處理，有效消除了正六面體網格所固有的“臺階狀”表面，在控制網格生成數量的同時保證表面平滑，并且利用內部網格協(xié)調形變，生成較高質量的六面體網格模型。( 二 )技術方案為實現上述目的，本發(fā)明采用如下技術方案
一種三維圖像網格化方法，所述方法包括步驟Si，獲取三維圖像并進行目標分割將切片圖像組裝成三維圖像數據，對感興趣目標的體素進行分割，并使用重采樣插值方法獲得用戶指定規(guī)模的體素分辨率；S2，建立目標的六面體網格模型在步驟Sl處理后的三維圖像數據的基礎上，將三維圖像數據中體素轉換成六面體網格模型中的相應的六面體單元，對六面體網格模型中的單元與節(jié)點進行統(tǒng)一編號，并根據六面體網格與體素的對應關系計算各單元與節(jié)點的屬性值；S3，六面體網格平滑在步驟S2處理后的六面體網格模型的基礎上，通過邊界檢測抽取出位于目標與背景之間的所有邊界四邊形面，并對抽取出的四邊形網格模型應用表面平滑方法，再將平滑后的四邊形網格模型按照節(jié)點對應關系映射到原六面體網格模型上，通過計算表面變形對內部每個六面體單元變形的貢獻大小，驅動六面體網格模型表面和內部單元的協(xié)調變形，從而建立表面平滑的全六面體網格模型。優(yōu)選地，步驟Sl中，利用連續(xù)的切片圖像按照空間關系組裝成三維圖像數據。優(yōu)選地，步驟Sl中，所述分割是指將感興趣目標的體素標記為目標標記值，其他體素標記為背景標記值，根據標記值確定出目標與背景。優(yōu)選地，步驟Sl中，所述重采樣插值方法為最近鄰方法、雙線性內插方法或三次卷積內插方法；所述用戶指定規(guī)模是指用戶指定的六面體單元大小或者用戶指定的生成單元數目。優(yōu)選地，步驟S2中，所述將三維圖像數據中每個體素轉換成六面體網格模型中的一個六面體單元的方法為將三維圖像數據中每個體素視為一個六面體單元，將該體素的8個頂點視為六面體網格的8個節(jié)點，根據三維圖像數據的體素數量構造同等規(guī)模的六面體網格模型。優(yōu)選地，步驟S2中，所述將三維圖像數據中每個體素轉換成六面體網格模型中的一個六面體單元的方法為以三維圖像數據中每個體素的中心點作為六面體網格的一個節(jié)點，并連接相鄰節(jié)點構造出六面體網格模型。優(yōu)選地，步驟S2中，所述根據網格與體素的對應關系計算各單元與節(jié)點的屬性值的具體步驟為按照六面體網格模型中每個六面體單元與三維圖像數據中每個體素之間的對應關系，將每個節(jié)點屬性值設置為與該節(jié)點相連的所有節(jié)點在三維圖像數據上對應體素強度的均值；將每個單元屬性值設置為構成該單元的8個節(jié)點屬性值的均值。優(yōu)選地，各單元按照單元屬性值分為背景單元、目標單元和邊界單元三類。優(yōu)選地，所述邊界四邊形面是指在每個邊界單元的六個四邊形面中，節(jié)點屬性值位于目標與背景之間的四邊形面。優(yōu)選地，步驟S3中，對抽取出的四邊形網格模型上每個頂點進行拓撲和幾何分析，確定與每個頂點相連的其他節(jié)點和四邊形，并將這些信息保存到該頂點的數組中；對于每個頂點，通過遍歷該頂點的數組中所有點計算出幾何中心，并以所述幾何中心作為該頂點移動到的位置對該頂點位置進行調整；重復上述頂點位置調整的操作，遍歷全部頂點多次完成平滑操作。
優(yōu)選地，步驟S3中，所述計算表面變形對內部每個六面體單元變形的貢獻大小具體包括步驟根據平滑后的四邊形網格模型與原六面體網格模型上的節(jié)點對應關系，計算出四邊形表面網格模型中每個表面節(jié)點的位移向量；基于用戶指定的表面節(jié)點位移的最遠傳遞距離，計算每個非表面節(jié)點的位移向量；其中，表面節(jié)點位移的最遠傳遞距離，是指該表面節(jié)點的位移量能影響到非表面節(jié)點的最遠范圍；對于每個非表面節(jié)點，如果在指定的最遠傳遞距離內存在表面節(jié)點，則建立一個數組保存這些表面節(jié)點，遍歷數組中每個表面節(jié)點，為每個表面節(jié)點生成一個從表面節(jié)點指向該非表面節(jié)點的向量，該向量的方向與表面節(jié)點的位移向量方向一致，該向量的大小等于表面節(jié)點的位移大小乘以一個比例因子，該比例因子為表面節(jié)點和該非表面節(jié)點的實際距離與最遠傳遞距離的比值；通過累加遍歷數組過程中生成的所有向量，得到該非表面節(jié)點的位移向量，表示該非表面節(jié)點的實際位移。優(yōu)選地，步驟S3中，所述驅動六面體網格模型表面和內部單元的協(xié)調變形具體包括步驟根據獲得的所有表面節(jié)點和非表面節(jié)點的位移向量，驅動六面體網格模型中對應節(jié)點的位移，從而生成平滑后的六面體網格模型。(三)有益效果本發(fā)明的方案中，通過將通用的四邊形表面網格平滑方法融入六面體網格模型的平滑中，能有效消除了正六面體網格所固有的“臺階狀”表面，在控制網格生成數量的同時保證表面平滑，并且利用內部網格協(xié)調形變生成較高質量的六面體網格模型，使因網格質量導致的計算誤差得到很大程度改善。


圖1是本發(fā)明實施例的三維圖像網格化方法的流程示意圖；圖2是對玉米莖桿連續(xù)切片圖像處理后的灰度圖像示意圖；圖3是將三維圖像數據轉換成六面體網格模型示意圖；圖4是按照單元和節(jié)點屬性值確定邊界六面體單元示意圖；圖5是提取出在背景與目標之間的所有表面四邊形構成的四邊形表面網格模型示意圖；圖6是應用表面平滑方法生成的平滑后四邊形網格模型示意圖；圖7是六面體網格模型平滑后的結果示意圖。
具體實施例方式下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明的一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
首先，如圖1所示，本發(fā)明的三維圖像網格化方法可自動生成六面體網格模型并對其進行界面平滑，所述方法具體包括以下步驟Si，獲取三維圖像并分割出感興趣目標基于三維圖像數據或者由系列切片圖像組成的三維圖像數據，應用圖像處理方法對感興趣目標像素進行標記，獲得包括目標與背景兩種標記值的三維圖像數據，使用重采樣插值方法獲得用戶指定規(guī)模的體素分辨率；S2，建立目標的六面體網格模型在輸入三維數據基礎上，通過統(tǒng)一的單元與節(jié)點編號將三維圖像數據中每個體素轉換成六面體網格模型中的一個六面體單元，并根據圖像中每個像素標記值計算對應單元與節(jié)點的屬性值；S3，六面體網格平滑在輸入的六面體網格模型基礎上，通過邊界檢測抽取出目標表面上的所有四邊形，并對得到的四邊形表面網格模型應用表面網格平滑方法，再將平滑后的四邊形網格模型按照節(jié)點對應關系映射到原六面體網格模型上，通過計算表面變形對內部每個六面體單元變形的貢獻大小，驅動六面體網格模型表面和內部單元的協(xié)調變形， 從而建立表面平滑的全六面體網格模型。其中，步驟Sl具體可分為三維圖像獲取、目標分割和重采樣插值步驟三維圖像獲取步驟，是利用連續(xù)的切片圖像按照空間關系生成三維圖像數據，圖2 顯示了玉米莖桿的連續(xù)切片圖像處理后的灰度圖像(黑色像素是感興趣目標，白色像素是背景)，圖像大小為551X501 ；將這些切片圖像按照空間關系組裝成的三維圖像數據，圖像維數為 551X501X9。目標分割步驟，是基于三維圖像獲取步驟生成的三維圖像數據，將感興趣目標的體素標記為255，其他體素標記為0，利用圖像分割技術分割出感興趣目標，其中圖像分割技術可以是簡單的閾值過濾，或者區(qū)域生長等其他圖像分割方法；重采樣插值步驟，是基于目標分割步驟的結果，按照用戶指定的六面體單元大小或者生成的單元數，利用重采樣插值方法減少或者增加三維圖像數據中體素的個數即在三維空間(x，Y，z)方向上設置體素的采樣率(1，1，1)表示維持原有的數據規(guī)模；如果是小于1的數值，表示刪減；大于1，表示插值。本實施例中使用的采樣率為(0. 1，0. 1，5)，表示在X和Y方向的體素保留10 %，在Z方向的體素增加5倍體素，目的是是最后的每個體素的長寬高接近一致，最后得到的三維圖像維數為56 X 51 X 41。其中，步驟S2具體可分為模型轉換步驟，是將三維圖像數據到六面體網格模型。轉換方法可以有兩種將三維圖像數據中每個體素視為一個六面體單元，將體素的8個頂點視為六面體網格的8個節(jié)點，根據三維圖像數據的大小構造同等規(guī)模的六面體網格模型；以三維數據中每個體素的中心點作為六面體網格的節(jié)點，建立的六面體網格數量比前一種方法少；本實施例中，按照第一種方法轉換得到的六面體網格模型如圖3所示；單元與節(jié)點編號步驟，是對六面體網格模型中每個單元和節(jié)點進行統(tǒng)一編號；單元與節(jié)點屬性值確定步驟，是按照六面體網格模型中每個六面體網格與三維圖像數據中每個體素之間的對應關系，計算每個六面體網格單元和節(jié)點的屬性值。其中，節(jié)點屬性值設置為該節(jié)點相連的所有節(jié)點在三維圖像數據上對應體素強度的均值；單元屬性值設置為構成該單元的8個節(jié)點屬性值的均值。按照單元的屬性值，可以將單元分為三類，一類表示背景單元(屬性值為0)，一類表示目標單元(屬性值為255)，其他的表示邊界單元(屬性值在0 255之間)。其中，步驟S3具體可分為表面四邊形網格抽取步驟，是根據所述步驟S2中建立的目標六面體網格模型，根據單元和節(jié)點的屬性值確定位于目標與背景之間的所有邊界四邊形面，圖4顯示了按照單元和節(jié)點屬性值，確定邊界六面體單元示意圖，其中灰色六面體表示邊界六面體，黑色為內部六面體單元，圖5顯示了從邊界六面體單元中提取出在背景與目標之間的所有表面四邊形構成的四邊形表面網格模型。表面平滑步驟，是對抽取的四邊形網格模型應用拉普拉斯表面平滑方法調整節(jié)點位置對抽取出的四邊形網格模型上每個頂點進行拓撲和幾何分析，確定與每個頂點相連的其他節(jié)點和四邊形，并將這些信息保存到該頂點的數組中；對于每個頂點，通過遍歷該頂點的數組中所有點計算出幾何中心，并以所述幾何中心作為該頂點移動到的位置對該頂點位置進行調整；重復上述頂點位置調整的操作，遍歷全部頂點多次完成平滑操作。圖6顯示了應用拉普拉斯表面平滑方法調整表面節(jié)點的位置，生成的表面平滑后網格模型。六面體網格平滑步驟又可細分為表面節(jié)點位移向量計算、非表面節(jié)點位移計算、 驅動六面體網格模型表面和內部單元的協(xié)調變形。其中，“表面節(jié)點位移向量計算”是根據平滑后的表面模型與平滑前的表面模型上的節(jié)點對應關系，計算出表面模型上每個節(jié)點(表面模型上的節(jié)點都是表面節(jié)點；在六面體網格單元中除表面節(jié)點外的所有其他節(jié)點稱為非表面節(jié)點)的位移向量?！胺潜砻婀?jié)點位移計算”，是基于用戶指定的表面節(jié)點位移的最遠傳遞距離，計算每個非表面節(jié)點的位移向量；其中，表面節(jié)點位移的最遠傳遞距離，是指該表面節(jié)點的位移量能影響到非表面節(jié)點的最遠范圍；對于每個非表面節(jié)點，如果在指定的最遠傳遞距離內存在表面節(jié)點，則建立一個數組保存這些表面節(jié)點，遍歷數組中每個表面節(jié)點，為每個表面節(jié)點生成一個從表面節(jié)點指向該非表面節(jié)點的向量，該向量的方向與表面節(jié)點的位移向量方向一致，該向量的大小等于表面節(jié)點的位移大小乘以一個比例因子，該比例因子為表面節(jié)點和該非表面節(jié)點的實際距離與最遠傳遞距離的比值；通過累加遍歷數組過程中生成的所有向量，得到該非表面節(jié)點的位移向量，表示該非表面節(jié)點的實際位移?！膀寗恿骟w網格模型表面和內部單元的協(xié)調變形”是利用以上計算得到的平滑后的表面四邊形網格模型和各非表面節(jié)點上位移向量和，驅動六面體網格模型中每個節(jié)點的位移，從而生成平滑后的六面體網格模型。圖7顯示了六面體網格模型平滑后的效果。更進一步地，在完成六面體網格模型的整體的表面平滑處理后，還可以進行六面體節(jié)點的局部協(xié)調變形。此時以六面體網格12條邊中邊長最大值與最小值的比值大小確定需要改進的網格節(jié)點，通過調整該節(jié)點的位置，使以其為節(jié)點的8個六面體單元體積相等或基本相等，然后按照上述方法調整其周圍節(jié)點的位置進行協(xié)調變形，改進六面體網格質量。從以上實施方式可以看出，本發(fā)明通過將通用四邊形表面網格平滑方法融入六面體網格模型的平滑中，能有效消除了正六面體網格所固有的“臺階狀”表面，在控制網格生成數量的同時保證表面平滑，并且利用內部網格協(xié)調形變生成較高質量的六面體網格模型，使因網格質量導致的計算誤差得到很大程度改善。另外，本發(fā)明能按照不同的應用需求，生成不同網格規(guī)模、不同表面平滑程度、不同內部協(xié)調變形范圍的六面體網格模型，能滿足進行科學研究和工程應用的需求。因此，本發(fā)明的方法應用面廣、靈活、普適性強，而且，實驗證明，應用本發(fā)明的方法能夠有效控制生成網格數量，并獲得性狀良好、表面平滑的六面體網格模型，這對基于三維圖像的人體、動物和植物的有限元建模與仿真十分有用。以上實施方式僅用于說明本發(fā)明，而并非對本發(fā)明的限制，有關技術領域的普通技術人員，在不脫離本發(fā)明的精神和范圍的情況下，還可以做出各種變化和變型，因此所有等同的技術方案也屬于本發(fā)明的范疇，本發(fā)明的專利保護范圍應由權利要求限定。
權利要求
1.一種三維圖像網格化方法，其特征在于，所述方法包括步驟Si，獲取三維圖像并進行目標分割將切片圖像組裝成三維圖像數據，對感興趣目標的體素進行分割，并使用重采樣插值方法獲得用戶指定規(guī)模的體素分辨率；S2，建立目標的六面體網格模型在步驟Sl處理后的三維圖像數據的基礎上，將三維圖像數據中體素轉換成六面體網格模型中的相應的六面體單元，對六面體網格模型中的單元與節(jié)點進行統(tǒng)一編號，并根據六面體網格與體素的對應關系計算各單元與節(jié)點的屬性值；S3，六面體網格平滑在步驟S2處理后的六面體網格模型的基礎上，通過邊界檢測抽取出位于目標與背景之間的所有邊界四邊形面，并對抽取出的四邊形網格模型應用表面平滑方法，再將平滑后的四邊形網格模型按照節(jié)點對應關系映射到原六面體網格模型上，通過計算表面變形對內部每個六面體單元變形的貢獻大小，驅動六面體網格模型表面和內部單元的協(xié)調變形，從而建立表面平滑的全六面體網格模型。
2.根據權利要求1所述的方法，其特征在于，步驟Sl中，利用連續(xù)的切片圖像按照空間關系組裝成三維圖像數據。
3.根據權利要求1所述的方法，其特征在于，步驟Sl中，所述分割是指將感興趣目標的體素標記為目標標記值，其他體素標記為背景標記值，根據標記值確定出目標與背景。
4.根據權利要求1所述的方法，其特征在于，步驟Sl中，所述重采樣插值方法為最近鄰方法、雙線性內插方法或三次卷積內插方法；所述用戶指定規(guī)模是指用戶指定的六面體單元大小或者用戶指定的生成單元數目。
5.根據權利要求1所述的方法，其特征在于，步驟S2中，所述將三維圖像數據中體素轉換成六面體網格模型中的相應的六面體單元的方法為將三維圖像數據中每個體素視為一個六面體單元，將該體素的8個頂點視為六面體網格的8個節(jié)點，根據三維圖像數據的體素數量構造同等規(guī)模的六面體網格模型。
6.根據權利要求1所述的方法，其特征在于，步驟S2中，所述將三維圖像數據中體素轉換成六面體網格模型中的相應的六面體單元的方法為以三維圖像數據中每個體素的中心點作為六面體網格的一個節(jié)點，并連接相鄰節(jié)點構造出六面體網格模型。
7.根據權利要求1所述的方法，其特征在于，步驟S2中，所述根據網格與體素的對應關系計算各單元與節(jié)點的屬性值的具體步驟為按照六面體網格模型中每個六面體單元與三維圖像數據中每個體素之間的對應關系， 將每個節(jié)點屬性值設置為與該節(jié)點相連的所有節(jié)點在三維圖像數據上對應體素強度的均值；將每個單元屬性值設置為構成該單元的8個節(jié)點屬性值的均值。
8.根據權利要求7所述的方法，其特征在于，各單元按照單元屬性值分為背景單元、目標單元和邊界單元三類。
9.根據權利要求8所述的方法，其特征在于，所述邊界四邊形面是指在每個邊界單元的六個四邊形面中，節(jié)點屬性值位于目標與背景之間的四邊形面。
10.根據權利要求1所述的方法，其特征在于，步驟S3中，對抽取出的四邊形網格模型上每個頂點進行拓撲和幾何分析，確定與每個頂點相連的其他節(jié)點和四邊形，并將這些信息保存到該頂點的數組中；對于每個頂點，通過遍歷該頂點的數組中所有點計算出幾何中心，并以所述幾何中心作為該頂點移動到的位置對該頂點位置進行調整；重復上述頂點位置調整的操作，遍歷全部頂點多次完成平滑操作。
11.根據權利要求1所述的方法，其特征在于，步驟S3中，所述計算表面變形對內部每個六面體單元變形的貢獻大小具體包括步驟根據平滑后的四邊形網格模型與原六面體網格模型上的節(jié)點對應關系，計算出四邊形表面網格模型中每個表面節(jié)點的位移向量；基于用戶指定的表面節(jié)點位移的最遠傳遞距離，計算每個非表面節(jié)點的位移向量；其中，表面節(jié)點位移的最遠傳遞距離，是指該表面節(jié)點的位移量能影響到非表面節(jié)點的最遠范圍；對于每個非表面節(jié)點，如果在指定的最遠傳遞距離內存在表面節(jié)點，則建立一個數組保存這些表面節(jié)點，遍歷數組中每個表面節(jié)點，為每個表面節(jié)點生成一個從表面節(jié)點指向該非表面節(jié)點的向量，該向量的方向與表面節(jié)點的位移向量方向一致，該向量的大小等于表面節(jié)點的位移大小乘以一個比例因子，該比例因子為表面節(jié)點和該非表面節(jié)點的實際距離與最遠傳遞距離的比值；通過累加遍歷數組過程中生成的所有向量，得到該非表面節(jié)點的位移向量，表示該非表面節(jié)點的實際位移。
12.根據權利要求11所述的方法，其特征在于，步驟S3中，所述驅動六面體網格模型表面和內部單元的協(xié)調變形具體包括步驟根據獲得的所有表面節(jié)點和非表面節(jié)點的位移向量，驅動六面體網格模型中對應節(jié)點的位移，從而生成平滑后的六面體網格模型。
全文摘要
本發(fā)明涉及計算機圖形圖像處理技術領域，提出了一種三維圖像網格化方法，其包括如下步驟獲取三維圖像并分割出感興趣目標；建立目標的六面體網格模型；六面體網格模型平滑。利用本發(fā)明的方法，能夠有效地改善正六面體網格模型表面上所固有的“臺階狀”特征，能在控制網格生成數量的同時保證表面平滑，并且在內部生成較高質量的協(xié)調變形六面體網格，使因網格質量導致的計算誤差得到很大程度改善。
文檔編號G06T17/20GK102279981SQ20111021956
公開日2011年12月14日 申請日期2011年8月2日 優(yōu)先權日2011年8月2日
發(fā)明者何瑩瑩, 吳升, 杜建軍, 趙春江, 郭新宇 申請人:北京農業(yè)信息技術研究中心