一种快速展示体数据特征的可视化方法
【专利摘要】本发明公开一种快速展示体数据特征的可视化方法，包括：获取目标对象的体数据，在初始的线性传输函数特征空间中，根据光学属性曲线的位置和颜色信息，确定所述体数据的标量值属性与光学属性的对应关系，进而根据标量值属性的大小将所述体数据的体素映射为相应的不透明度和颜色属性；获得屏幕各像素的颜色值，获得体绘制结果图像。利用本发明方法可以在光学积分过程中，动态分析采样点对绘制结果图像的贡献，自适应计算调整参数以实现体数据内部特征可视化，无需复杂而耗时的传输函数交互设计过程，提升了体数据可视化与分析效率。
【专利说明】一种快速展示体数据特征的可视化方法
【技术领域】
[0001]本发明涉及快速展示体数据特征的可视化方法，属于计算机图形学及科学计算可视化【技术领域】。
【背景技术】
[0002]体数据可视化是将三维采样数据转化为直观的二维图像的过程，主要可以归纳为分类和绘制两个步骤。分类是建立三维空间中的数据与视觉元素之间的映射关系，通常由传输函数设置完成；绘制则是沿着视线方向，将体数据的视觉属性按照经典的光学积分方程，投影至图像空间的过程。然而，经典的传输函数交互设计过程不够直观，复杂而耗时，一定程度上影响了体数据分析与可视化的效率。为了提升体数据可视化及分析效率，国内外研究学者致力于直观、便捷的传输函数设计方法研究，取得了丰硕的研究成果。
[0003]基于图像的传输函数是直观化光学参数设计的有效途径。Design Galleries是对初始的传输函数向量进行启发式扰动，如果扰动获得的传输函数向量与初始的传输函数向量满足一定的距离关系，则保留该传输函数向量并继续扰动。进而由用户在不同扰动传输函数作用下的绘制结果图像集合中选取能够满足其需求的图像，即可实现光学参数优化设计（Gibson S, Beardsley P, Ruml ff, et al. Design Galleries:A General Approachto Setting Parameters for Computer Graphics and Animation[C]. In Proceedingsof SIGGRAPH. 1997:389-400. )。Wu等学者提出一种基于遗传算法的交互式传输函数设计方法（Wu Y, Qu H. Interactive Transfer Function Design Based on Editing DirectVolume Rendered Images[J]. IEEE Transactions on Visualization and ComputerGraphics, 2007, 13 (5) : 1027-1040.)，用户可以在不同的绘制结果图像中定义其感兴趣特征，以感兴趣区域相似程度为衡量标准，对初始的传输函数集利用遗传算法不断进化，进而实现能够满足用户需求的光学参数设计。为了进一步直观地定义光学参数，Ropinski等学者提出一种基于笔画的传输函数设计方法（Ropinski T, Prassni J, Steinicke F，etal. Stroke-based Transfer Function Design[C]. IEEE/EG International Symposium onVolume and Point-Based Graphics. 2008:41-48.),用户在当前传输函数对应的绘制结果图像中交互式勾画出感兴趣特征线与背景特征线，统计特征线对应的数据直方图，利用直方图的差异获得感兴趣特征的标量值范围，进而交互式定义感兴趣特征的光学属性，实现感兴趣特征的有效展示。Guo等学者进一步简化了光学参数设计过程，提出一种所见即所得（WYSIWYG)的体数据可视化系统（Guo H, Mao N, Yuan X. WYSIWYG (What You See is WhatYou Get)Volume Visualization[J]. IEEE Transactions on Visualization and ComputerGraphics, 2011，17(12) :2106-2114.)。利用图割（Graph Cut)确定感兴趣区域和背景区域，并对相应的空间数据进行聚类分析，以获取感兴趣特征的信息，进而借鉴Photoshop中的图像处理交互思想，用户可以利用简单而直观的交互手段设置体数据特征的光学参数，以实现体数据感兴趣特征的可视化。
[0004]近年来，由绘制角度出发，分析特征的可见性，进而优化光学参数设计的研究不断成熟。Correa等学者提出一种基于可见性直方图的传输函数设计方法（Correa C，MaK.Visibility Histograms and Visibility-Driven Transfer Functions[J]. IEEETransactions on Visualization and Computer Graphics, 2011, 17(2):192-204.),利用可见性直方图指导用户交互地定义光学参数，亦可以定义能量方程度量可见性直方图的差异，进而实现半自动的光学参数设计。Wang等学者拓展可见性至特征可见性，用户在二维传输函数特征空间中确定感兴趣特征，进而统计特征可见性直方图，用户交互设置目标特征可见性直方图，定义能量方程度量特征可见性直方图的差异，迭代优化实现特征的光学参数自动设计（Wang Y, Zhang J, Chen W，et al. Efficient Opacity Specificationbased on Feature Visibilities in Direct Volume Rendering[J]. Computer GraphicsForum. 2011,30(7) :2117-2126. )。Ruiz等学者提出一种基于信息差异的传输函数自动设计方法（Ruiz M, Bardera A, Boada I, et al. Automatic Transfer Functions Based onInformational Divergence[J]. IEEE Transactions on Visualization and Computer Graphics, 2011，17(12) :1932-1941.)，由用户交互给定感兴趣特征的可见性分布，利用KL距离度量当前传输函数作用下体数据特征的可见性分布与目标可见性分布的差异，进而采用近似的求解方法最小化KL距离，迭代求解获得满足用户需求的传输函数，并获得能够有效展示感兴趣特征的绘制结果图像。
[0005]亦有大量研究利用调整参数修改标准的体绘制积分方程，动态分析视线方向上采样点的可见性，自适应地调整绘制过程中采样点的光学参数，进而获得示意性的可视化结果，实现感兴趣特征的高效展示。MIP算法是查找视线方向上具有最大标量值的采样点，并直接将最大标量值投影至绘制结果图像对应的像素上（Schreiner S，Jr. Galloway R L. Afast maximum-intensity projection algorithm for generating magnetic resonanceangiograms [J]. IEEE Transactions on Medical Imaging, 1993，12 (I) : 50-57. X 为 了增强最大密度特征的视觉感知，Diaz等学者提出深度感知增强的DEMIP算法（Diaz J, VazquezP. Depth-enhanced maximum intensity projection[Z]· 2OlO:93_100.),利用两次光线投射分别查找最大密度特征及其之前的相似特征，进而将相似特征的深度与最大标量值加权，并以相似特征的朝向信息计算颜色，加权获得对应像素的颜色值。Zhou等学者提出形状感知增强的 SEMIP 算法（Zhou Z, Tao Y, Lin H, Dong F, Gordon C. Shape-enhancedMaximum Intensity Projection[J]. The Visual Computer, 2011，27(6-8):677-686.),在视线方向上查找最大密度特征的最佳法向信息，进而引入Phong光照模型对最大密度特征做光照处理，表面的明暗变化增强了最大密度特征的形状感知。Bruckner等则是结合了MIP 算法和 DVR 算法各自的优势,提出 MIDA 算法（Bruckner S，Groller M. Instant VolumeVisualization using Maximum Intensity Difference Accumulation[J]. ComputerGraphics Forum. 2009, 28(3) :775-782.)，动态计算采样点标量值与当前最大标量值的差异，自适应地修改标准的体绘制积分方程，无需调节复杂的传输函数，便可以有效地展示最大密度特征及其背景特征。为了显示视线方向上的隐藏特征，周志光等学者一种有效显示隐藏特征的光线投射方法(周志光，陶煜波，林海.一种有效显示隐藏特征的光线投射算法[J].计算机学报，2011，(03):517-526.)，利用低通滤波方法查找视线方向上的感兴趣特征，进而动态更新体绘制积分方程，实现隐藏特征的有效展示。Liang等学者提出一种局部最大标量差累积法（LIDA) (Liang R, Wu Y, Dong F, Gordon C. Accumulation ofLocal Maximum Intensity for Feature Enhanced Volume Rendering[J]. The VisualComputer. 2012, 28(6-8) :625-633.)，引入移动最小二乘法(MLS)查找特征点，进而更新体绘制积分方程，实现视线方向上局部最大标量值特征的有效展示。为了进一步避免复杂的传输函数定义过程，简化光学参数设计，Marchesin等学者提出不透明度动态调整法(Marchesin S，Dischler J M, Mongenet C. Per-Pixel Opacity Modulation for FeatureEnhancement in Volume Rendering[J]. IEEE Transactions on Visualization andComputer Graphics, 2010, 16(4) :560-570.)，引入相关函数度量不同采样点的重要度，在保证最远相关特征可见性最大的前提下，推导体绘制积分方程，进而获得实现方向上感兴趣特征的有效展示。
[0006]可以看出，修改体绘制积分方程可以快速展示体数据内部特征，避免复杂的传输函数设计过程，一定程度上提升了体数据可视化及分析效率。而现有的利用调整参数优化积分方程的体数据可视化方法尚存一定的局限性，光线投射过程中采样点的分析过程复杂而耗时，占用大量GPU的资源，妨碍了体数据可视化效率的提升。
【发明内容】
[0007]本发明的目的是提供一种快速展示体数据特征的可视化方法，从而在体数据可视化过程中，自适应计算调整参数，实现体数据特征可视化，避免了复杂的传输函数设计过程，提升体数据可视化效率。
[0008]为实现上述目的，本发明所采用的技术方案是：
[0009]本发明快速展示体数据特征的可视化方法包括如下步骤：
[0010]步骤（1)，获取目标对象的体数据，在初始的线性传输函数特征空间中，根据光学属性曲线的位置和颜色信息，确定所述体数据的标量值属性与光学属性的对应关系，进而根据标量值属性的大小将所述体数据的体素映射为相应的不透明度和颜色属性；
[0011]步骤（2)，按以下方法获得屏幕各像素的颜色值，获得体绘制结果图像：
[0012]由屏幕像素出发，沿视线方向对所述体数据的三维空间按照从前向后的顺序进行采样，对于当前采样点i，判断之前采样点的不透明度的累加值A/ 是否小于阈值，如果小于阈值，则将颜色积分公式（I)和不透明度积分公式（2)中的调整参数β设置为I ;否贝U，令不透明度积分公式（2)中的之前采样点的不透明度的累加值A/ 与当前采样点i积分合成后获得的不透明度累加值Ai'均为阈值η，进而通过公式（3)计算获得调整参数β，然后，根据计算获得的调整参数β，利用公式（1)，由当前样点开始，对视线方向上的采样点由前向后进行光学属性积分合成，直到积分合成至视线方向上最后一个采样点，获得屏幕像素对应的颜色值；
[0013]Ci' = β .Ci' _!+(1-β · Ai' -JCi (I)
[0014]公式（I)中，Ci'表示当前采样点i积分合成后获得的颜色累加值，β表示调整参数，Ai, 表示之前采样点的不透明度的累加值，Ci, ^表示当前采样点i之前采样点的颜色的累加值，Ci表示当前采样点i的颜色值；
[0015]Ai' = β .Ai' _!+(1-β · Ai' ^Ai (2)
[0016]公式（2)中，Ai'表示当前采样点i积分合成后获得的不透明度累加值，β表示调整参数，Ai, !表示当前采样点i之前采样点不透明度的累加值，Ai表示当前采样点i的不透明度；
【权利要求】
1.一种快速展示体数据特征的可视化方法，其特征在于，包括如下步骤： 步骤（1)，获取目标对象的体数据，在初始的线性传输函数特征空间中，根据光学属性曲线的位置和颜色信息，确定所述体数据的标量值属性与光学属性的对应关系，进而根据标量值属性的大小将所述体数据的体素映射为相应的不透明度和颜色属性； 步骤（2)，按以下方法获得屏幕各像素的颜色值，获得体绘制结果图像： 由屏幕像素出发，沿视线方向对所述体数据的三维空间按照从前向后的顺序进行采样，对于当前采样点i，判断之前采样点的不透明度的累加值Ai' !是否小于阈值，如果小于阈值，则将颜色积分公式（I)和不透明度积分公式（2)中的调整参数β设置为I ;否则，令不透明度积分公式（2)中的之前采样点的不透明度的累加值A/ 与当前采样点i积分合成后获得的不透明度累加值Ai'均为阈值η，进而通过公式（3)计算获得调整参数β，然后，根据计算获得的调整参数β，利用公式（1)，由当前样点开始，对视线方向上的采样点由前向后进行光学属性积分合成，直到积分合成至视线方向上最后一个采样点，获得屏幕像素对应的颜色值； Ci' = β .Ci' _!+(1-β .Ai' -Jci (I) 公式（I)中，Ci'表示当前采样点i积分合成后获得的颜色累加值，β表示调整参数，Ai, 表示之前采样点的不透明度的累加值，Ci, ^表示当前采样点i之前采样点的颜色的累加值，Ci表示当前采样点i的颜色值； Ai' = β .Ai' _!+(1-β .Ai' JAi (2) 公式（2)中，Ai'表示当前采样点i积分合成后获得的不透明度累加值，β表示调整参数，Ai' !表示当前采样点i之前采样点不透明度的累加值，Ai表示当前采样点i的不透明度；`
【文档编号】G06T15/08GK103778658SQ201410030663
【公开日】2014年5月7日 申请日期:2014年1月23日 优先权日:2014年1月23日
【发明者】周志光 申请人:浙江财经大学