虚拟3D环境中的物体定义的制作方法

本发明涉及对计算机生成的虚拟环境的辅助探索，并且具体来说涉及在这样的环境中的对分立物体的识别。

背景技术：

在许多领域(例如工程、材料科学、医学成像、天体物理学)中发现体积数据集。对体积数据集的探索是重要的，并且被用户的特定需求严重影响。例如，在绝大多数机场中，在行李检查的背景下，安检员涉及这样的数据探索。x射线和断层扫描是两种通常使用的荧光检查扫描系统。x射线系统提供平整的2d行李扫描，而断层扫描系统提供横断扫描，也被称为切片。由于诸如拉东变换之类的数据处理技术，这些系统可以产生完整的3d扫描，包括具有对应的密度数据的体素集合。由于得到的x射线扫描的图像仅包含体素或像素密度，因此它不能显示原始的材料颜色。标准的颜色视觉映射使用三种不同的颜色(橙、绿、和蓝)来显示数据密度。橙色对应于低密度(主要是有机的物件)。相反，蓝色用于高密度值(即，金属)。在x射线系统的情况下，绿色对应于不同种类的材料或平均密度材料的重合。

图1示出了其中物品可能在扫描中被混淆的方式中的一些方式。如图1中示出，所显示的2d扫描图像可能经受四个问题：

重合：威胁(例如，禁止的物体，如刀、切割器……)可能隐蔽在密致材料后方。有时候，不可能使用诸如高渗透(增强的x射线功率)或图像处理(对比度加强)之类的功能来看穿该蒙蔽的屏障。如图1中示出的，右上角101中的雨伞和一些密致物体可能混淆感兴趣的物体。

位置：取决于其在行李内部的位置，可能难以检测威胁。位于角落中的、边缘中或行李框架内部的物体非常难以识别。如图1中示出的，可伸缩的手推车把手和箱子的坚硬角落102可能混淆感兴趣的物品。

分解：掩饰威胁的另一种方式是在行李中分离和展开其部分(武器或爆炸物由许多单独的物件构成，比如扳机、枪管……)。这种分解可以与其它掩饰技术组合。如图1中示出的，存在可能不太引起特定注意的但可能被组装以形成感兴趣的某个物品的多个明显难以描述的物件103。

诱饵：恶意的个体可以使用诱饵来隐藏真实的威胁。例如，类似小剪刀的小威胁可以清楚可见并捕获安检员的注意，而较重要的威胁保持隐藏。如图1中示出的，金属棒104可能引起用户的注意，使其远离某个不那么可见的威胁。

在许多科学领域中，利用直接体积渲染技术的体积数据探索对于在视觉上提取相关结构具有很大帮助：医学成像、天体物理学以及最近在行李安检中。为了利用该知识提取，已经开发了许多技术。在该领域中已知多种现有的基础技术，包括体积可视化、传递函数、直接体素操纵以及关注加上下文交互。

具体来说，体积可视化可以利用几何渲染系统来完成，该几何渲染系统将数据转换成表示等位面的一组多边形。等高线树算法和诸如分支分解之类的其它替代方式通常用于找到这些等位面。等高线树算法可能易受噪声影响，而这在行李检查中可能是有问题的，这是因为诸如钢之类的密致材料通过反射x射线来造成噪声。

为了调查体积数据集，可以使用传递函数(tf)。实际上，这将体素密度与特定的颜色(包括其透明度)映射。传递函数可以是1维、2维或者n维的，并对在体积数据中隔离感兴趣的结构有很大帮助。由于混色处理，适当的传递函数也可以显示等位面或隐藏密度来改进体积数据可视化。

在诸如关于图1所描述的环境之类的环境中产生具体的困难，这个困难是用户对特定的感兴趣的物品的查看将通常被不感兴趣的多个其它物体混淆。为了较好地查看感兴趣的物体，用户可能期望隔离或突出显示感兴趣的物体，或者选择性地移除或较少渲染可见的干涉物体。然而，在基于体素的环境中，不存在对物体的固有检测，这是因为整个环境仅仅是变化的密度的体素的矩阵。在这种环境中，期望提供用于有效地识别分立物体的功能。

技术实现要素：

根据第一方面，提供了一种基于由体素的集合定义的三维体积来选择体素以在计算机生成的图像中显示的方法，所述方法包括以下步骤：选择具有超过预定阈值的标量元数据值的第一体素，评估与所述第一体素相邻的每个体素，以及选择和标记其标量元数据值阈值超过所述预定标量元数据值阈值的每个相邻体素。这些评估、选择和标记的步骤针对与标记的体素相邻的每个体素进行重复，直到没有另外的体素满足标准以进行评估为止。该方法提供了一种用于在一组体素中隔离物体的快速机制，具有对系统资源的最小需求。

根据第一方面的展开，显示标记的体素。显示物体可以就其本身是结束，并且还允许识别和基础阈值的有效性的视觉确认，由此避免错误。

根据第一方面的另外的展开，确定虚拟摄像头的位置，并在所述物体的部分与所述虚拟摄像头的位置之间建立直线路径，并且其中，所述第一体素被选择为是最接近于沿着所述路径坐落的所述虚拟摄像头的位置并超过预定标量元数据值阈值的体素。以用户的凝视点开始物体识别过程提供了用于在具有与用户期望符合的高可能性的情况下设置阈值并定义第一体素的低复杂度机制，而不需要来自用户的明确输入，由此使得校正行动最小化并节省时间和计算资源。

根据第一方面的另外的展开，标量元数据值表示相应的体素的不透明度。通过使用不透明度数据，机制内在地与许多现有系统兼容，由此减小开发成本以及对数据类型的另外转换的需要，由此节省系统资源需求。

根据第一方面的另外的展开，体素被布置在非立方晶格中。所提出的机制适于许多不同的建模背景。

根据第一方面的另外的展开，针对与标记体素相邻的每个体素重复评估、选择和标记的步骤直到没有另外的体素满足标准以评估的步骤涉及遍历由其标量元数据值阈值超过所述预定标量元数据值阈值的、并通过其它这样的体素的链连接到第一选择的体素的体素定义的树。将过程处理为树爬取问题使得机制与图形探索技术的发展直接兼容。

根据第一方面的另外的展开，树是根据深度优先算法来遍历的。

根据第一方面的另外的展开，树是根据宽度优先算法来遍历的。

根据第一方面的另外的展开，步骤响应于指定不同的标量元数据值阈值的用户输入来实时执行。使得用户指定阈值支持对物体过程的直接控制。这可能导致对最佳值的较快速收敛，减少处理时间和系统资源需求，并减小误差。

根据第一方面的另外的展开，选择第一体素和评估、选择以及标记每个相邻体素的步骤针对相同组的体素和相同的第一选择的体素、以多个不同的标量元数据值阈值而进行重复的。

根据第一方面的另外的展开，显示标记的体素的步骤包括在相同视图的相应表示中同时显示步骤的每次迭代的结果。使得用户能够将结果与不同的阈值支持进行比较导致对最佳值的较快速收敛，减小了处理时间和系统资源需求，并减小了误差。

根据第一方面的另外的展开，将由每次迭代中标记的体素定义的物体与已知物体的库进行比较，并且提供最接近地对应于库的模型的物体的标量元数据值阈值针对物体向用户的呈现而保留。使得用户能够将结果与不同的阈值支持进行比较导致对最佳值的较快速收敛，减小了处理时间和系统资源需求，并减小了误差。

根据第二方面，提供了一种装置，该装置适于实施任何前述权利要求的方法。

根据第三方面，提供了一种装置，该装置适于基于由体素的集合定义的三维体积来选择用于在计算机生成的图像中显示的体素，所述装置适于选择具有超过预定阈值的标量元数据值的第一体素，所述装置还适于评估与所述第一体素相邻的每个体素，以及选择和标记其标量元数据值阈值超过所述预定标量元数据值阈值的每个相邻体素，所述装置还适于针对与标记体素相邻的每个体素重复所述评估、选择和标记的步骤，直到没有另外的体素满足标准以进行评估为止。

根据第四方面，提供了一种计算机程序，该计算机程序适于实施第一方面的步骤。

附图说明

现在将参照附图描述本发明的以上优点和其它优点，在附图中：

图1描述了其中物品可能在扫描中被混淆的一些方式；

图2示出了根据实施例的方法；

图3是图2中的方法的更具体的实施方式；

图4示出了将图3中的方法应用于体素的特定集合的示例；

图5示出了在图4的示例中识别的物体；

图6示出了可以利用较低的不透明度阈值识别的物体；

图7将图4中的所选择的体素表示为树；

图8示出了适于本发明的实施例的实施方式的通用计算系统；

图9示出了适于组成实施例的智能电话设备；

图10示出了适于组成示例的物体扫描仪系统；以及

图11示出了适于组成实施例的体扫描仪系统。

具体实施方式

图2示出了根据示例的一种方法。

如图2中示出的，提供了一种方法，该方法基于由体素的集合定义的三维体积来选择体素以供在计算机生成的图像中显示。方法从在行进到步骤210之前以选择具有超过预定标量元数据值阈值的标量元数据值的第一体素的步骤200处开始。为了本示例的目的，标量元数据值将被假设为表示与体素相关联的不透明度，然而，标量元数据值可具有任何含义，例如表示颜色、密度、等等。方法接下来行进到步骤220，在步骤220处，对与第一体素相邻的每个体素进行评估。对于不透明度阈值超过预定不透明度阈值的任何相邻体素，方法行进到步骤240，在步骤240处，选择和标记体素。一旦针对给定的所选择的体素而评估了所有相邻体素，方法就可以行进到步骤250，在步骤250处，考虑其它体素是否满足标准以进行评估(即，是否与标记体素相邻并超过预定的不透明度阈值)，在这种情形下，方法经由步骤260循环回去以重复评估步骤220，并针对与标记体素相邻的每个体素进行选择和标记240，直到没有另外的体素满足标准以进行评估，于是在步骤270处，方法进行显示所有标记体素。

显示标记体素的步骤可以完全省略，或者可以根据期望在某个任意的之后的时间执行。

通过改变到新的第一体素和新的标记、以及重复所述选择、评估和改变的步骤直到在所述计算机生成的环境中的所有体素都已经被标记，图2中的过程可以迭代以识别环境中的物体。在此基础上，采用具有相同标签的每组体素来组成物体。

将意识到的是，图2中的基础下层方法可以通过各种不同机制来实现。对与当前所选择的体素相邻的体素进行评估的过程可以涉及对每个相邻体素进行评估，其可以针对每个相邻体素依次执行、或每个都可以并行地评估。评估过程在本质上可以是多步骤的，例如，首先考虑有疑问的体素是否已经被标记，随后考虑其是否满足不透明度标准。在一些实施例中，可以在体素不能满足标准时而不是在它们确实满足标准时来标记体素，或者可以标记所有被评估的体素以指示它们是否满足不透明度阈值。

在一些实施例中，对根据这些步骤识别的任何物体的定义可以被保留用于稍后参考。例如，对每个新的物体的标记可以特定于该物体，或者替代地，可以对哪些体素已经被分组在一起作为一个物体的记录进行编译。因此，通过对所描述的方法的多次应用，可以按照物体的集合而不仅仅是体素的矩阵来定义三维环境。此外，这种方法可以加速过程以供该过程的随后应用，这是因为已经被识别为属于第一对象的体素可以从过程中被排除。

图3是图2中的方法的较具体的实施方式。如图3中示出的，方法从在行进到步骤210处以选择具有超过预定不透明度阈值的不透明度的第一体素之前的步骤200处开始。方法接下来行进到步骤321，在步骤321处，确定在正x方向上与第一体素相邻的体素是否已经被标记。如果体素尚未被标记，则方法行进以步骤341，在341处，确定所评估的体素是否超过不透明度阈值。如果超过阈值，则在步骤342处，所评估的体素被标记为满足选择标准并被选择为用于相邻体素的接下来的评估的参照系。否则，在步骤343处，体素被标记为不满足选择标准，并且方法随后回到步骤321。假设在正x方向上的相邻体素不满足不透明度阈值，则方法现在将从步骤321行进到步骤322，这是因为在正x方向上的相邻体素现在被标记为不满足选择标准。过程现在将依次针对每个相邻像素重复，其中步骤322评估在正y方向上的相邻体素，步骤323评估在正z方向上的相邻体素，步骤324评估在负x方向上的相邻体素，步骤325评估在负y方向上的相邻体素，并且步骤326评估在负z方向上的相邻体素。对于给定的所选择的体素，方法最终将确定已经被标记了所有的相邻体素，不管是标记为满足选择标准，还是未被标记为满足选择标准，并且将到达步骤351处，在步骤351处，方法考虑与标记为满足选择标准的体素相邻的任何体素是否尚未被评估。这将在在步骤342处方法选择新的体素作为参考点以用于相邻体素的评估的情况下发生，在这种情形下，尚未被评估的任何体素将被暂时忽视，直到方法在步骤352处转回至它们。在另一方面，如果在步骤351处确定与被标记为满足选择标准的任何体素相邻的所有体素都已经被标记(标记为不满足选择标准)，则完全探索了树状图，并且方法可以行进以在步骤280处终止前在步骤270处显示被标记为满足选择标准的体素。

在一些实施例中，不透明度阈值可以是双重的，需要体素不仅应当超过最小值，而且应当落在最大值以下。

可以取决于待隔离的物体和周围的材料的特征来设置不同的阈值，这是因为通过选择最佳阈值，根据本发明定义的物体可以最靠近地接近表示可以对应的真实物体的表示。如果阈值按照密度来定义，则被布料包围的金属物体可以被容易地隔离，但是诸如鞋之类的复合物体可以要求在其可以被正确地隔离为物体之前而小心地微调阈值。就这一点而言，较低的阈值可以等于感兴趣的物体可能具有的最低密度分量的密度。如果阈值物体按照诸如不透明度之类的中间特征来定义，则可能需要转换回到下层物理背景以选择适当的阈值。实际上，用户可以简单地扫描通过阈值的某一范围，并且观察在物体的外表方面的所得到的变化，并且包括或多或少的物理体素，并在用户考虑其给出了最佳结果的基础上选择一个或多个阈值。

通过改变到新的第一体素和新的标记、以及重复所述选择、评估和改变的步骤直到在所述计算机生成的环境中的所有体素都已经被标记，图3中的过程可以迭代以识别环境中的物体。在此基础上，采用具有相同标签的每组体素来组成物体。

图4示出了将图3中的方法应用于体素的特定集合的应用的示例。

图4示出了通过x、y和z轴411、412、413定义的三维空间(3d)中的体素的集合。如示出的，体素被分类为属于四个不透明度等级中的一个。在图1中的应用的背景下，不透明度与密度匹配。最致密的体素在图4中示出为暗淡和不透明的(例如，体素451)，次致密的是中灰色并且稍稍透明(例如，体素452)，更次致密的仍然是黑灰色并且高度透明(例如，体素453)，并且为了清楚起见，最不致密的并未被渲染。为了本示例的目的，不透明度阈值被定义为中等密度体素的不透明度。

第一选择的体素可以以多种不同的方式来进行选择。例如，其可以被选择为最靠近限定用户视角的虚拟摄像头460的当前位置，其满足预定义的不透明度阈值。在该基础上，鉴于虚拟摄像头460的位置和取向和预定义的不透明度阈值，为了本示例的目的，第一选择的体素为体素431。因此，提供了确定虚拟摄像头的位置、以及在对象的部分与虚拟摄像头的位置之间建立直线路径的另外的步骤，由此第一体素被选择为最接近于沿所述路径放置的所述虚拟摄像头的位置并超过所述预定不透明度阈值的体素。

根据图3的方法，方法考虑在在体素431的正x方向上的体素。该体素未被标记，但是不满足不透明度阈值。方法随后考虑在正y方向上的体素。该体素未被标记，但是不满足不透明度阈值。方法随后考虑在正z方向上的体素。该体素未被标记，但不满足不透明度阈值。方法随后考虑在负x方向上的体素。该体素未被标记，但是不满足不透明度阈值。方法随后考虑在负y方向上的体素432。该体素未被标记，但是满足不透明度阈值。因此，体素432被标记为满足选择标准，并且被选择为用于下一轮评估的基础。这里将指出的是，体素442也满足不透明度阈值，但是尚未被评估。评估过程针对体素432重复，这导致对体素433、随后对434、随后对435的选择。当针对体素435执行评估时，确定除了已经被标记的体素434之外，相邻体素中没有一个满足不透明度阈值，从而没有新的体素可以选择。因此，如上面所描述的，方法行进到步骤351，在步骤351处，确定体素436与被标记为满足用于选择的标准但尚未评估的体素434相邻。因此，选择转回到体素434。此时，体素435由于已经被标记而被忽视，并且选择行进到体素436。以类似的方式，在行进通过体素437、438、439、440和441之前，选择随后转回到体素433，并随后转回到440以到达442，接着转回到431以探索包括体素443、444、445、446、447和448的分支。借助这种方式，方法已经标记了从所选择的第一选择的体素431开始的满足不透明度阈值的连续体素中的经标记的每个体素。

图5示出了在图4的示例中所识别的物体。示出了可视体素431、432、433、434、435、436、437、438、439、441、442、443、444、445、446、447，而掩盖了体素440和448。已经在所显示的图像中移除了图4中的未被标记为满足选择标准的所有其它体素，提供了对所识别的物体的较清楚的视图。

将意识到的是，对物体的识别将很大程度上取决于对不透明度阈值的选择。例如，在其中期望将金属物体与周围的有机材料隔离的情形下，2500kg/m³的密度阈值可以证实有效，而如果目标是将活体组织与服装等分隔开等，则1000kg/m³的密度阈值可以证实有效。在不透明度被用作为对密度的表示的情况下，将相应地使用这些密度值的相应的不透明度值。

图6示出了可以利用较低的不透明度阈值识别的物体。在如上面呈现的图4和图5的示例中，利用与所示出的体素的最低不透明度等级相对应的不透明度阈值来应用方法。如果选择最高的不透明度等级，例如如由体素451所表示的，将限定较小的物体，表示如图6中示出的物体的致密的核。

图7将图4中的所选择的体素表示为树。将意识到的是，关于图4详细描述的方法实现了树爬取(treecrawl)。如上文关于图4所描述的，过程跟随分支到它的末端(深度优先搜索)，并随后回溯到最接近的未探索的分叉，等等，如用虚线700所表示的。其它等同算法可以转回到最远的未探索的分叉，或者在行进到下一等级之前在树形图的每个等级处探索每种可能性(宽度优先所搜索)。在这种算法中，体素可能以以下顺序来进行选择：431、432、443、432、433、434、437、444、435、436、445、438、446、439、447、440、447、441、442、448、等等。树形搜索算法自身是在学术研究的领域中，并且实施例可以包括如在相关步骤处的适当的配置所需要的任何这种算法，具体来说，在“重复评估选择和标记另外的体素的步骤”的步骤260。

根据一些实施例，关于图2或图3所描述的过程可以响应于用户输入来实时执行，该用户输入指定不同的标量元数据值的阈值，从而用户可以立即看到标量元数据值的阈值的改变的效果。这种用户输入可以使借助滑动条、滚轮等而输入，从而用户可以快速尝试不同的值并识别给出在视觉上最有用的结果的值。

根据一些实施例，关于图2或图3所描述的过程可以针对相同组的体素和相同的第一选择的体素而重复，但是具有不同的标量元数据值的阈值的范围。得到的物体可以按顺序显示给用户，以给予用户选择有疑问的物体的在视觉上最令人信服的表示的机会。

根据一些实施例，关于图2或图3所描述的过程可以针对相同组的体素和相同的第一选择的体素而重复，但是具有不同的标量元数据值的阈值的范围。得到的物体可以在相同视图的多个表示中共同显示给用户，以给予用户选择有疑问的物体的在视觉上最令人信服的表示的机会。

关于图2或图3所描述的过程可以针对相同组的体素和相同的第一选择的体素而重复，但是具有不同的标量元数据值的阈值的范围。可以将得到的物体与已知物体的库进行比较，并且提供与最接近地对应于库模型的物体的标量元数据值的阈值可以被保留以用于将物体呈现给用户。

在前述示例中，已经将具有共同面的那些体素作为相邻体素。在其它实施例中，术语可以延伸到包括具有共同顶点的体素，并且更进一步，延伸到预定半径内的体素、或者具有预定数量的中间体素。

已经在被布置在立方晶格中的体素的基础上描述了前述实施例。将意识到的是，例如基于正八面体和四面体、菱形正十二面体和截角八面体等等已知其它体素类型的结构。并且只要可能明确地识别相邻的体素，则图2中的过程就适于任何这样的结构。

根据一些实施例，通过遍历满足关于与每个体素相关联的标量元数据值(例如，不透明度或密度)的预定标准的相邻体素，对基于体素的计算机生成的三维环境中的物体进行了识别。这些相邻体素可以根据诸如宽度优先或深度优先算法之类的树爬取算法来进行探索。一旦识别了所有满足标准的相邻单元，这些就被确定为表示分立物体，并这样进行显示。爬取过程的开始点可以是最接近于沿着虚拟摄像机的视线的满足标准的虚拟摄像机位置的体素。

所公开的方法可以采用全硬件的实施例(例如，fpga)、全软件的示例(例如，用于根据本发明来控制系统的软件实施例)或包含硬件和软件元件两者的实施例。因此，实施例可以包括多个子系统、适于彼此通信的执行本发明的功能元件或单元、和/或具有例如如下面描述的标准固定功能或可编程元件。

软件实施例包括但不限于应用、固件、驻留的软件、微代码、等等。本发明可以采用可从提供用于由计算机或指令执行系统使用或结合计算机或指令执行系统使用的程序代码的计算机可用或计算机可读介质获得的计算机程序产品的形式。

计算机可用或计算机可读装置可以是可包含、储存、传输、传播、或传递用于由指令执行系统、装置、或设备使用或结合指令执行系统、装置、或设备使用的程序的任何装置。介质可以是电、磁、光、电磁、红外、或半导体系统(或装置或设备)或传播介质。

在一些实施例中，本文中所描述的方法和过程可以全部由用户设备或部分地由用户设备实现。这些方法和过程可以通过计算机应用程序或服务、应用编程接口(api)、库、和/或其它计算机程序产品、或这实体的任意组合来实现。

用户设备可以是移动设备，例如智能电话或平板设备、无人机、计算机、或具有处理能力的任何其它设备，例如机器人或其它连接设备。

根据一些实施例，为了在容许图形表示的数据集的集合中进行浏览，这些数据集与一维、二维或三维的浮动标尺(slidingscale)上的点相关联。当用户经由鼠标指向器、触摸接口等等选择与特定数据集相对应的点时，其被绘制为图形表示并且被呈现给用户。当选择中间的点时，生成与附近的点相对应的数据集的插值，并且得到的数据集被渲染为图形表示并且被呈现给用户。交互可以通过具有混合行为的滑动条类型的小部件来实现，以使得在条上点击使得按钮跳到与数据相对应的最接近的点，而滑动到所选择的中间位置激活相邻数据集的插值。

图8示出了适于本发明的实施例的实施方式的通用计算系统。

如图8中示出的，一种系统包括逻辑设备801和储存设备802。系统可以可选地包括显示子系统811、输入/输出子系统803、通信子系统820、和/或未示出的其它组件。

逻辑设备801包括被配置为执行指令的一个或多个物理设备。例如，逻辑设备801可以被配置为执行作为一个或多个应用、服务、程序、例程、库、对象、组件、数据结构、或其它逻辑构造的部分的指令。这些指令可以被运行以执行任务、执行数据类型、传送一个或多个组件的状态、实现技术效果、或者以其它方式达到期望的结果。

逻辑设备801可以包括被配置为执行软件指令的一个或多个处理器。另外地或替代地，逻辑设备可以包括被配置为执行硬件或固件指令的一个或多个硬件或固件逻辑设备。逻辑设备的处理器可以是单核或多核，并且在其上执行的指令可以被配置用于顺序、并行、和/或分布式的处理。逻辑设备801的个体组件可选地可以在两个或更多个分离的设备中分布，该两个或更多个分离的设备可以位于远处和/或被配置用于协同处理。逻辑设备801的方面可以被视觉化并由远程可获得的、根据云计算配置来配置的联网计算设备来执行。

储存设备802包括一个或多个物理设备，该一个或多个物理设备被配置为保存可由逻辑设备执行的指令，以实施本文中描述的方法和过程。当实施这些方法和过程时，储存设备802的状态可以被转换为——例如保存不同的数据。

储存设备802可以包括可移动和/或内置设备。储存设备602可以包括一种或多种类型的储存设备，包括光存储器(例如，cd、dvd、hd-dvd、蓝光盘等等)、半导体存储器(例如，flash、ram、eprom、eeprom、等等)和/或磁存储器(例如，硬盘驱动器、软盘驱动器、磁带驱动器、mram、等等)、等。储存设备可以包括易失性、非易失性、动态、静态、读/写、只读、随机存取、顺序存取、位置可寻址、文件可寻址、和/或内容可寻址设备。

在一些布置中，系统可以包括适于支持逻辑设备801与另外的系统组件之间的通信的接口803。例如，额外的系统部件可以包括可移动和/或内置的扩展储存设备。扩展的储存设备可以包括一种或多种类型的储存设备，包括光存储器832(例如，cd、dvd、hd-dvd、蓝光盘等等)、半导体存储器(未示出)(例如，ram、eprom、eeprom、flash、等等)、和/或磁存储器831(例如，硬盘驱动、软盘驱动、磁带驱动、mram、等等)、等。这种扩展的储存设备可以包括易失性、非易失性、动态、静态、读/写、只读、随机存取、顺序存取、位置可寻址、文件可寻址、和/或内容可寻址设备。

将意识到的是，储存设备包括一个或多个物理设备，并且不包括传播信号自身。然而，本文中所描述的指令的方面替代地可以通过通信介质(例如，电磁信号、光信号、等等)来传播，如与储存在储存设备上相反。

逻辑设备801和储存设备802的方面可以在一起被集成到一个或多个硬件逻辑组件中。这些硬件逻辑组件可以例如包括现场可编程门阵列(fpga)、可编程专用集成电路/专用集成电路(pasic/asic)、可编程专用标准产品和专用标准产品(pssp/assp)、片上系统(soc)、和复杂可编程逻辑器件(cpld)。

术语“程序”可用于描述被实现为执行特定功能的计算系统的方面。在一些情形下，程序可以经由执行被储存设备保存的机器可读指令的逻辑设备来初始化。将理解的是，不同的模块可以从相同的应用、服务、代码块、对象、库、例程、api、功能等等来初始化。类似地，相同的程序可以通过不同的应用、服务、代码块、对象、例程、api、功能等等来实例化。术语“程序”可以包含可执行文件、数据文件、库、驱动程序、脚本、数据库记录等等的个体或组。

特别地，图8中的系统可用于实现本发明的实施例。

例如，实施关于图2或图3所描述的步骤的程序可以储存在储存设备802中并被逻辑设备801执行。用于包括体素及其相关联的标量元数据的数据集的图形表示的创建的数据可以储存在储存器802中或者扩展的储存设备832或831中，并且显示器811用户显示图形表示。

在一些情形下，计算系统可以包括扫描仪880或如上面中所描述的其它三维成像系统进行通信。该通信可以根据期望通过有线或无线网络、串行总线、火线、雷电、scsi或任何其它通信装置来实现。在这些情形下，用于扫描仪880的控制和/或从中取回数据的程序可以同时运行在逻辑设备801上，或者这些特征可以在相同的程序中被实现为关于图2或图3所描述的步骤。

因此，本发明可以以计算机程序的形式来体现。

此外，当适当地配置和连接时，图8中的元件可以组成适于生成数据集的图形表示的装置，并使得显示设备显示所述表示；该装置还可以适于从眼球追踪系统接收指示注视点的数据。装置可以包括用于编译在一时间段上的注视点的记录的储存器，并且装置还可以适于修改图形表示以指示所述注视点在所述表示中的每个点处指向的持续时间的比例。该注视点随后可以被同化为如上面所描述的所选择的点和/或光标。

将意识到，如本文中使用的“服务”是可跨多个用户会话执行的应用程序。服务可以用于一个或多个系统组件、程序、和/或其它服务。在一些实施方式中，服务可以在一个或多个服务计算设备上运行。

当被包括时，显示子系统811可以用于呈现由储存设备保存的数据的视觉表示。该视觉表示可以采用图形用户界面(gui)的形式。如本文中描述的方法和过程改变由储存设备802保存的数据，并因此传送储存设备802的状态，显示子系统811的状态可以类似地被转换为在视觉上表示下层数据的变化。显示子系统811可以包括在视觉上利用任何类型的技术(例如如上面讨论的那些)的一个或多个显示设备。这些显示设备可以与共享的外壳中的逻辑设备和/或储存设备进行组合，或者这些显示设备可以是外设显示设备。

当被包括时，输入子系统可以包括一个或多个用户输入设备，例如键盘812、鼠标813、触摸屏811、或游戏控制器(未示出)，或者与该一个或多个用户输入设备接合。在一些实施例中，输入子系统可以包括所选择的自然用户输入(nui)元件部分或者与自然用户输入元件部分接合。这种元件部分可以是集成的或外设的，并且输入动作的转换和/或处理可以是手持式的或者板上的板外的。示例的nui元件部分可以包括用于演说和/或语音识别的麦克风；用于机器视觉和/或手势识别的红外、颜色、立体声、和/或深度摄像头；用于运动检测和/或意图识别的头部追踪器、眼球追踪器、加速度计、和/或陀螺仪；以及用于评估脑部活动的电厂感测援建部分。

当被包括时，通信子系统820可以被配置为将计算系统与一个或多个其它计算设备通信地耦合。例如，通信模块可以经由包括任何尺寸的网络(包括例如个人局域网、本地局域网、广域网、或互联网)将计算设备通信地耦合到例如寄存在远程服务器876上的远程服务。通信子系统可以包括与一个或多个不同的通信协议兼容的有线和/或无线通信设备。作为非限制性的示例，通信子系统可以被配置用于经由无线电话网络874、或者有线或无线局域网或广域网来通信。在一些实施例中，通信子系统可以允许计算系统经由诸如互联网875之类的网络向其他设备发送消息和/或从其它设备接收消息。通信子系统可以另外支持具有无源设备(nfc、rfid等)的短距离感应通信。

图8中的系统旨在反映宽泛范围的不同类型的信息处理系统。将意识到的是，对于本发明的实施方式并不需要关于图8所描述的子系统和特征中的许多子系统和特征，但是包括了这些子系统和特征以反映根据本发明的可能的系统。将意识到的是，系统架构可以广泛变化，并且图8中的不同子系统之间的关系仅仅是示意性的，并且可能根据系统中的布局和角色分配而变化。将意识到的是，在实际中，系统可能包括关于图8所描述的不同特征和子系统的不同子集。图9、图10和图11公开了根据本发明的另外的示例设备。本领域普通技术人员将意识到，可以在将来采用根据本发明操作的系统。

图9示出了适于组成实施例的智能电话设备。如图9中示出的，智能电话设备包括如上面所描述的元件801、802、803、820、近场通信接口921、闪存933、元件814、815、以及811。其经由网络875与电话网络974和服务器876进行通信。也可以使用诸如专用网络或wifi之类的替代的通信机制。设备也可以与扫描仪设备880进行通信。在该附图中公开的特征也可以包括在平板设备内。

图10示出了适于组成实施例的物体扫描仪系统。其代表在机场等中使用以用于扫描行李和用于隐藏的武器或走私品的其它物品的设备。如图10中示出的，物体扫描仪系统包括如上面所描述的元件801、802、803、820、814和817。其可能经由网络875与服务器876进行通信。也可以使用诸如专用网络或wifi之类的替代的通信机制。设备还与扫描仪硬件880进行通信。

图11示出了适于组成实施例的体扫描仪系统。其代表用在机场、火车站等等中的设备，以用于针对隐藏的武器或走私品而对个人进行扫描。如图11中示出的，物体扫描仪系统包括如上面所描述的元件801、802、803、820、814和817。其可以经由网络875与服务器876进行通信。也可以使用诸如专用网络或wifi之类的替代的通信机制。设备也与扫描仪硬件880进行通信。

将理解的是，本文中所描述的配置和/或方法在本质上是示例性的，并且示例的这些具体实施例并不在限制性的意义上进行考虑，这是因为许多变型是可能的。本文中所描述的具体例程或方法可以表示任何数量的处理策略中的一个或多个处理策略。因此，所例示的和/或所描述的不同行为可以在所例示的和/或所描述的顺序中执行、在其它顺序中执行、并行执行、或者被省略。可以改变以上描述的过程的顺序。

本公开内容的主题包括不同过程、系统和配置、以及本文中公开的其它特征、功能、行为、和/或属性、以及它们的任何和所有等同方式的所有新颖的和非明显的组合和子组合。