基于VTK人体肺部的三维重建

合集下载

基于VTK的医学图像三维可视化实现

基于VTK的医学图像三维可视化实现郑小中;周振环;赵明【摘要】3D visualization of medical image on the platform of visual studio 2008 is realized by using visualization toolkit, focusing on how to use Marching Cubes algorithm and ray-casting algorithm for 3D reconstruction with all kinds of slices, such as DICOM slices and so. Interactive surface developed by MFC and summary of data preprocessing and optimization during the reconstruction are also discussed.%利用VTK可视化工具包在Visual Studio2008平台上实现了医学序列图像三维的可视化．在对三维数据的预处理和优化基础上，在MFC实现的可交互界面上，用Marching Cubes（立方体移动）算法和Ray—casting（光线投射）算法对DICOM等格式的切片进行三维重建．【期刊名称】《深圳职业技术学院学报》【年(卷),期】2011(010)005【总页数】9页(P17-25)【关键词】VTK;MFC;DICOM;立方体移动;光线投射【作者】郑小中;周振环;赵明【作者单位】五邑大学,广东江门529020;深圳职业技术学院,广东深圳518055;深圳职业技术学院,广东深圳518055;深圳职业技术学院,广东深圳518055【正文语种】中文【中图分类】TP317.4尽管计算机断层扫描（CT）及核磁共振（MR）已广泛应用于疾病诊断，但是这些医疗仪器只能提供人体内部的二维图像，医生只能凭经验由多幅二维图像对病灶的大小及形状进行估计，这给诊断带来了困难[1].此外，从宏观上来看，国内已经具备了医疗设备的生产能力，但许多医疗软件仍需高额从国外进口，致使大多数的医疗单位难以承受，对进口软件的维护成本较高，也增加了患者的负担.从微观上来看，用于图像处理的软件占据统治地位的仍旧是OpenGL和DirectX，而这 2种技术在使用上却存在着缺陷.例如OpenGL是开源的，但因其主要用于底层算法的实现，所以工作量及难度都比较大；而 DirectX又只限于Windows图像处理的开发，所以制约着图像处理开发的进步发展.本文以VTK（Visualization Toolkit）为基础，在Windows平台上，以Visual Studio 2008为开发平台，结合MFC（Microsoft Foundation Classes），对多种格式的二维切片、Marching Cubes算法和Ray-casting算法在VTK中的实现及优化进行研究，并实现了面绘制和体绘制.1 可视化工具包VTK1.1 VTK简介VTK（Visualization ToolKit）是一套用于计算机图形可视化及图像处理的开源的、面向对象的工具包，1993年由美国 GE公司研发部的 Will Schroeder和Ken Martin作为开源软件首次发布，并支持多平台（如Windows、Unix和Linux）的软件系统[2].VTK可以利用已成为工业标准的三维图形图像绘制库 OpenGL，使人们可以有效地利用各种支持OpenGL标准的显卡进行硬件加速处理，且实践证明 VTK在三维化的效果更好、速度更好.此外，VTK利用面向对象的编程模式大大简化了用OpenGL开发的代码复杂性，使编程更加简洁易读，代码的开源性也在不断地促使工具包的丰富和完善，用户可以根据自己的编程能力编写出适合自己的功能模块，其强大的功能已被医疗软件开发商和研究机构所认可.1.2 VTK的程序框架结构VTK主要由图形模型和可视化模型构成：1）图形模型主要包括的类有：vtkRenderWindow（绘制窗口）、vtkRenderer （绘制器）、vtkLight（光源）、vtkCamera（照相机）、vtkActor（角色）、vtkProperty（特征）和Transform（变换）.2）可视化模型采用数据流（Dataflow）方法将各个对象连接成可视化网络结构，最终形成流水线管道（Pipeline），管道是贯穿于VTK的一个核心内容，其每个对象将负责相应的数据处理或用户输入等操作.可视化模型的最高层次是数据源，因为VTK并不善于绘制复杂的图形结构，所以其数据一般来自自带的简单数据集（Simple Source）或者外部的图像文件；将数据源传送给各种数据处理对象（如等值面的提取，表面法线的生成等滤波器或函数），对数据进行加工处理；最后以一个或多个映射器（Mapper）将数据集映射为图库中对应的图形几何，以此结束管道.映射器的输出主要用于可视化或写入等操作.数据流中各个对象的处理联系紧密，尤其是滤波器、读/写图像等操作，所以可以由该对象的 Update()方法实时触发执行，以便为下步操作提供准备.图1展示了VTK的框架结构及可视化流水线[3].1.3 VTK的图像读取器目前医学影像设备种类繁多，成像原理及图像格式不尽相同，给图像处理带来了困难.VTK不仅提供了DICOM图像文件读取的接口，还提供了其他类型图像的接口，并可以用vtkImageShiftScale将其他数据类型的图像转换为VTK可以识别的unsigned short类型或者unsigned char类型，极大地方便了图像显示和处理操作.图2展示了VTK提供的5种图像读取器的类关系图及其主要成员函数，其中vtkVolume16Reader读取的图像主要用于三维可视化操作，其他4种既可读取单个图像也可以读取多个切片图像.·SetFilePrefix()和 SetFilePattern()共同设置读取文件的目录及文件名前缀格式，vtkDICOMImageReader的 SetDirectoryName()只需指定切片的读取目录即可（如果切片文件名没有特殊的扩张格式），如果每个切片有规范的文件名格式，需要采用SetFilePattern()予以说明[2].例如：读取文件夹 BMPFiles下切片格式为BN1.BMP BN2.BMP...BN256.BMP的 BMP文件时，除了SetFilePrefix()设置为“.../BMPFiles/BN”外，还需将SetFilePattern()设置为“%s%d.BMP”.图1 VTK框架结构及可视化流程图2 读取器类结构·SetDataExtent()用于指定切片的大小（前4个参数）和读取切片的范围（后2个参数）；·SetDataSpacing()用于设置X，Y，Z轴方向上像素的间距. ·SetDataImageRange()主要用于设置读取的文件范围，常用于vtkVolume16Reader.·SetDataOrigin()设置数据集的中心坐标.·SetFileNameSliceOffset()用于设置从某个切片开始读取，默认值为 1，即从第一切片读取切片序列.·SetFileNameSliceSpa cing()用于设置读取有规律的切片，如将其设置为 2时，将读取切片filename.1，filename3，filename5....默认值为 1即连续读取切片序列.·SetDataDimension()用于设置切片的尺寸.2 VTK与MFC的接口本文以 Visual Studio 2008为例，首先确保VTK同Visual Studio2008已正确配置；其次将程序中用到的类库添加到“项目→属性→配置属性→链接器→输入→附加依赖项”中（注意每个类库需要附带扩展名.lib，且类库之间以空格隔开）.此外，VTK与MFC的常见接口有两种：第一种方式可以采用 vtkRenderWindow类中的 SetParentId()函数设置绘制窗口的父窗口句柄，一般为 MFC中某控件的句柄（如staticText、当前视图、对话框等），以此将VTK的绘制窗口定位并覆盖在MFC指定的控件上，如renWin→SetParentId（hwnd）.但由于该操作主要实现在控制台程序中，所以不仅无法实现MFC的鼠标响应和消息的传递等交换功能，而且还限制了后续代码的扩展，所以并不提倡该方法[3].第二种方法采用MFC的数据处理（文档类实现）和显示（视图类实现）分离机制，充分利用面向对象的编程风格和MFC的消息机制及类库函数，可以实现友好的交互界面.该操作用到的头文件主要有 vtkWin32OpenGLRenderWindow.h，vtkWin32 RenderWindowInteractor.h，vtkMFCWindow.h，对应的类库为vtkMFC.lib.该功能的实现需要解决如下3个主要问题：1）绘制窗口：通过vtkMFCWindow *m_vtkMFC=new vtkMFCWindow(this)将VTK的绘制窗口指定到MFC的视图窗口（该操作在视类中进行设置，所以直接用this即可，其他窗口对象也可以），并通过代码m_vtkMFC→GetRenderWindow()→Add Renderer(m_Renderer)将绘制器添加到绘制窗口中现实对角色的绘制操作.2）交互：利用代码m_vtkMFC→GetInteractor()→SetInteractorStyle(style)设置利用鼠标交互的方式，可以实现放缩、移动、旋转等操作.3）重绘：在视图类 OnDraw()函数中添加代码m_vtkMFC→DrawDC(pD C)，当对绘制窗口（视图窗口）进行交换时，实现对绘制窗口进行重绘操作[4].本程序主要是基于MFC的FormView框架结构，首先在视类头文件中声明4个函数，void readFile()、void initSlider()、void setSlider()、void Draw() 分别实现切片的读取、滑块的初始化、滑块值的设置、数据流的实现；然后在OnInitialUpdate()中对程序启动时进行初始化，即调用readFile()、initSlider()、Draw()；最后在各个滑块的OnNMReleasedcapturesclar1op()消息中对Draw进行调用，实现交互绘制.参考代码如下：3 三维可视化的实现三维可视化主要包括面绘制与体绘制2种.3.1 面绘制面绘制是采用分割技术对一系列的二维图像进行轮廓识别、提取等操作的过程，最终还原出被检测物体的三维模型，并以表面的方式显示出来.图3展示了面绘制的数据流结构.图3 面绘数据流3.1.1 提取等值面（Marching Cubes）对图像进行进行提取等值面操作（分割操作），不仅需要选用合适的分割算法，还需要了解被分割对象的组织结构，如：皮肤和骨骼的密度是不同的，并且头盖骨同其他部位的骨头密度也显然不同，根据不同组织具有不同的密度（或者灰度值）进行等值面提取操作.经典的Marching Cubes算法的基本原理：首先，假定原始数据是离散的三维空间规则数据场，用于医学诊断的断层扫描仪（CT）及核磁共振仪（MRI）等产生的图像均属于这一类型；其次，为了在这一数据场中构造等值面，给出所求等值面的值；最后，找出等值面经过的体元位置，求出该体元内的等值面并计算出相关参数，以便由常用的图形软件包或图形硬件提供的面绘制功能绘制等值面.由于该方法是逐个体元依次处理的，因此被称为移动立方体法（Marching Cubes）.用MC方法求等值面的步骤为：①将三维离散规则数据场分层读入内存；②扫描两层数据，逐个构造体元，每个体元中的8个角点取自相邻的两层；③将体元每个角点的函数值与给定的等值面做比较，根据比较结果，构造该体元的状态表；④根据状态表，得出将与等值面又交点的体元边界；⑤通过线性插值方法，计算出体元边界与等值面的交点；⑥利用中心差分方法，求出体元各角点处的法向，再通过线性插值方法，求出三角形各定点处的法向；⑦根据各三角面片个顶点的坐标值及法向量绘制等值面图像.VTK主要提供了两种提取等值面的类vtkContourFilter滤波器和封装了 MC （Marching Cubes）算法类vtkMarchingCubes，最终通过设置SetValue （arg1，arg2）实现对某轮廓组织的提取，其中arg1是提取的标号一般从0开始，arg2是提取等值面的值，所以可以同时实现多个等值面的提取操作，但由于不同组织的等值信息难以分类，所以我们在这里采用滑块（Slider Control）进行调节.3.1.2 数据处理根据需要可以对读取的图像进行各种预处理或者优化操作，例如在 VTK 中通过vtkPolyDataNormals在等值面上产生法向量；用vtkStripper在等值面上产生纹理或三角面片等.最终实现图4等值面的绘制操作.程序的核心代码如下：3.1.3 面绘制实验结果实验数据来源于某骨质医院和 VTK数据包.图4采用读取器vtkVolume16Reader 读取93张64*64大小的头部CT数据，将vtkContourFilter设置为皮肤灰度值为500的绘制效果；图5用vtkDICOMImageReaderd读取34张胸腔DICOM图像，图像大小为512*512，vtkMarchingCubes设置骨骼灰度值150的绘制效果；图6利用257张BMP格式的头颅图像，图像大小为256*256，用vtkBMPReader读取数据，vtkMarchingCubes设置等值为80的绘制效果；图7为利用1878张大小为 587*341的 JPG格式人体骨骼图像，用vtkJPEGReader读取标号 1001到 2878的图像，vtkContourFilter设置等值为100的绘制效果. 3.2 体绘制体绘制不同于面绘制，面绘制需要生成中间几何图元，而体绘制是直接绘制，所以内存的需求较面绘制小，但是由于每切换一个视角需要重新对所有的像素点进行颜色、透明度等计算，所以需要的时间又比面绘制的长.本系统利用光线投射算法进行体绘制，光线投射算法的基本原理如图8所示.图4 头部皮肤效果图5 胸腔骨骼效果图6 头骨效果图7 人体骨骼效果图8 光线投射算法基本原理流程图1）数据预处理：常见有2种操作，一种是类型的转换，通过vtkImageShiftScale 将不同类型的数据集转换为 VTK可以处理的数据；另一种是剔除冗余数据，例如通过vtkStripper防止无效的旧单元的存在，提高绘制速度.2）数据分类：三维数据场中的数据是三维空间中多种不同物质的测量结果或计算机数值计算的结果.例如，在人体或动物的CT扫描图像中，对应用骨骼、肌肉和皮肤等不同密度的物质，就有不同的CT值，在CT图像中表现为具有不同的灰度值.为了在最终的可视化图像中以不同颜色正确地表示出共存的多种物质的分布，就需要对数据进行分类，找出数据与不同物质之间的对应关系；为了在最终图像中以不同颜色表示单一物质的不同属性，如温度、密度等，也需要进行分类.所以分类是整个可视化算法非常重要的一步，但是分类又是非常困难的，又如，人的头部同一组织结构往往具有不同的灰度值，而同一灰度值的像素又有可能属于不同的组织结构.因此，尽管图像处理和模式识别技术对物质分类问题进行了多年研究，但仍然只能对简单的或特定的三维数据场进行自动分类.本范例，为了方便寻找坡度或不同组织，采用滑块Slider Control进行实现.3）给数据点赋颜色值：将分类后的组织信息分别予以不同的颜色，便于图像分析是非常必要的，VTK 采用 vtkColorTransferFunction 类的AddRGBPoint()函数将不同组织信息转换为不同的颜色.4）给数据点赋不透明度值：在体绘制中，需要显示三维数据场的内部结构，因而需要生成具有透明度的图像.因此对每个体元不仅要根据分类结果赋予不同的颜色值（R，G，B），而且还要赋予不透明度值α.α＝1表示该体元完全不透明；α＝0则表示完全透明.体元颜色值由实现， iP为第i种物质所占的百分比， ),,( iiiiii BaGaBaCi= 为第i中物质的颜色值.VTK采用分段函数vtkPiecewiseFunction类的AddPoint()函数实现不同组织透明度的设置.5）光照效应计算：VTK中采用光线函数 vtk-VolumeRayCastCompositeFunction进行投射，最终用vtkVolumeRayCastMapper进行光效应等的计算.6）图像合成：主要通过设置 vtkVolume的SetMapper()和 SetProperty()函数将上述类型进行合成.VTK中对应上述的核心代码如下：面绘制图像5和6，经滑块调节后体绘制效果见图9，10，得到较高的绘制效果. 图9 头部光线投射重建效果图10 胸腔光线投射重建效果参考文献：[1] 齐敏，位军，陈世浩.M Lehmpfuhl.基于 VTK的医学三维可视化分析系统[J].计算机仿真，2008，25（3）：242-245.[2] 骆建珍，林财兴，孟令旗，等.DICOM医学图像三维可视化系统的研究[J].机电一体化，2007，13：45-48.[3] 罗火灵，许永忠，陈世仲.基于VTK和MFC的医学图像三维重建研究和实现[J].生物工程学进展，2010，31（1）：23-28.。

基于ITK和VTK的医学图像处理系统设计与实现

在系统实现过程中，我们遇到了一些问题，如图像噪声过大、分割不准确等，但通过优化算法和改进方法，最终得到了较好的解决。
研究不足与展望
虽然本文所设计的医学图像处理系统取得了一定的成果，但在某些方面仍存在不足之处，如图像分割算法的鲁棒性还有待提高，对复杂结构的分割效果不理想。
在未来的研究中，我们可以进一步探索更加有效的图像处理算法和方法，以提高系统的性能和准确性。
基于ITK和VTK的医学图像处理系统设计与实现
2023-11-09
contents
目录
• 引言 • ITK和VTK概述 • 系统需求分析与设计 • 系统实现的关键技术 • 系统应用与实验验证 • 结论与展望 • 参考文献
01
引言
研究背景与意义
医学图像处理在医疗诊断和治疗中的重要作用
现有的医学图像处理系统存在的问题和不足
之处，如对某些特殊图像的处理效果不佳等，需要进一步改进和完善。
06
结论与展望
研究成果总结
本文设计并实现了一个基于ITK和VTK的医学图像处理系统，能够完成图像导入、预处理、分割、测量等功能，为医学图像分析提供了完整的解决方案。
通过实验验证，本文所设计的系统在图像处理速度、分割准确率和测量精度等方面都取得了较好的效果，能够满足实际应用需求。
经过对比和分析，该系统在医学图像分割、配准和可视化方面均
取得了较好的效果。
结果比较与讨论
01
与手工分割、配准和可视化结果比较
该系统的准确性和稳定性均较高，且操作简便，大大提高了医学图像处
理的效率。
02
与其他医学图像处理系统比较
该系统在处理速度、准确性和稳定性方面具有一定的优势。
03
讨论

基于VTK的医学图像三维重建的研究与实现

Ｋｅｙｗｏｒｄｓ：ＶＴＫ；Ｃｒｏｓｓ — — ｓｅｃｔｉｏｎＰｌａｎｅ；ＣｏｒｏｎａｌＰｌａｎｅ；ＳａｇｉｎｌａＰｌａｎｅ；３ＤＲｅｃｏｎｓｔｒｕｃｔｉｏｎ
Ｖｏ１．９，Ｎｏ．１，Ｊａｎｕａｒｙ２０１３．
Ｔｅｌ：＋８６ — ５５ｌ一６５６９０９６３６５６９０９６４
基于ＶＴＫ的医学图像三维重建的研究与实现
贺锐钢，杜红
（长江大学电子信息学院，湖北荆州４３４０２３）
ｃｉａｎｓｗｉｔｈｔｈｅｐａｔｉｅｎｔＳｃｏｎｄｉｔｉｏｎｉｎｆｏｒｍａｔｉｏｎｉｎｔｕｉｔｉｖｅｌｙ．ｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙａｎｄａｃｃｕｒａｔｅｌｙ．ＶＴＫｉｓａｎｉｎｔｅｒｎａｔｉｏｎａｌｗｉｄｅｌｙｕｓｉｎｇｏｐｅｎｓｏｕｒｃｅｖｉｓｕａｌｉｚａｔｉｏｎｔｏｏｌｋｉｔ，ｗｈｉｃｈｈａｓｅｘｃｅｌｌｅｎｔｆｒａｍｅｗｏｒｋａｎｄｏｐｅｒａｔｉｏｎｍｅｃｈａｎｉｓｍ．ＴｈｒｏｕｇｈｔｈｅｒｅｓｅａｒｃｈｏｆｔｈｅＤＩ —
关键词：ＶＴＫ；横断面；冠状面；矢状面；三维重建中图分类号：ＴＰ３１７文献标识码：Ａ文章编号：１００９ — ３０４４（２０１３）０１ — ０１６５ — ０３

用VTK实现CT图片的三维重建过程

⽤VTK实现CT图⽚的三维重建过程1．读取数据⾸先，读取切⽚数据，并将其转换为我们的开发⼯具VTK所⽀持的⼀种数据表达形式。

我们给CT数据建⽴的是⽐较抽象的等值⾯模型，最后将物理组件与抽象的模型结合在⼀起来建⽴对CT 数据的可视化，以帮助⽤户正确理解数据。

利⽤VTK中的vtkDICOMImageReader 我们可以很⽅便的读取切⽚数据，读取数据的代码如下所⽰：reader = vtkDICOMImageReader::New();//建⽴⼀个读取对象reader->SetDataByteOrderToLittleEndian();reader->SetDirectoryName(m_path); //设置读取切⽚数据⽂件的路径shrink=vtkImageShrink3D::New();//抽取样点，显⽰数量减少速达加快shrink->SetShrinkFactors(4,4,1);shrink->AveragingOn();shrink->SetInput((vtkDataObject *)reader->GetOutput());2．提取等值⾯接着我们就可以⽤算法对所读取的数据进⾏处理了。

本⼈采⽤的经典MC的⾯绘制⽅法，⾸先利⽤vtkMarchingCubes 类来提取出某⼀CT 值的等值⾯，但这时的等值⾯其实仍只是⼀些三⾓⾯⽚，还必须由vtkStripper 类将其拼接起来形成连续的等值⾯。

这样就把读取的原始数据经过处理转换为应⽤数据，也即由原始的点阵数据转换为多边形数据然后由vtkPolyDataMapper 将其映射为⼏何数据，并将其属性赋给窗⼝中代表它的演员，将结果显⽰出来。

vtkMarchingCubes *skinExtractor = vtkMarchingCubes::New();//建⽴⼀个Marching Cubes 算法的对象，从CT切⽚数据中提取出⽪肤skinExtractor->SetValue(0,300); //提取出CT 值为300skinExtractor->SetInputConnection(shrink->GetOutputPort());vtkDecimatePro *deci=vtkDecimatePro::New(); //减少数据读取点，以牺牲数据量加速交互deci->SetTargetReduction(0.3);deci->SetInputConnection(skinExtractor->GetOutputPort());vtkSmoothPolyDataFilter *smooth=vtkSmoothPolyDataFilter::New(); //使图像更加光滑smooth->SetInputConnection(deci->GetOutputPort());smooth->SetNumberOfIterations(200) ;vtkPolyDataNormals * skinNormals = vtkPolyDataNormals::New(); //求法线skinNormals->SetInputConnection(smooth->GetOutputPort());skinNormals->SetFeatureAngle(60.0);vtkStripper *stripper=vtkStripper::New(); //将三⾓形连接起来stripper->SetInputConnection(skinNormals->GetOutputPort());vtkPolyDataMapper *skinMapper = vtkPolyDataMapper::New(); //将⼏何数据映射成图像数据skinMapper->SetInput(stripper->GetOutput());skinMapper->ScalarVisibilityOff();利⽤同样的⽅法，我们也可以提取出⾻骼的等值⾯。

基于ITK和VTK的医学图像分割与重建

基于ITK和VTK的医学图像分割与重建关天民;刘光孟;轩亮【摘要】基于开源软件开发包ITK,使用连接门限法和快速步进法分别完成对肺实质和脊柱的医学图像的自动分割,分割效果良好.通过对分割结果的对比分析,得出两种分割方法的适用对象.使用连接门限法分割CT序列图像,并输入到VTK中,实现了胸椎的三维重建.实验结果准确还原了目标组织空间位置、几何特征等信息,各脊柱块间没有粘连,能够满足医生对局部组织的观测需求.【期刊名称】《大连交通大学学报》【年(卷),期】2019(040)003【总页数】5页(P61-65)【关键词】ITK;VTK;医学图像分割;三维重建【作者】关天民;刘光孟;轩亮【作者单位】大连交通大学机械工程学院,辽宁大连 116028;大连交通大学机械工程学院,辽宁大连 116028;江汉大学机电与建筑工程学院,湖北武汉 430056【正文语种】中文自X射线被应用于医学领域，医疗诊断方式随着计算机技术和医学影像技术的发展而不断改进.医学影像在诊断、科研教学等方面发挥着巨大的作用.传统的医疗成像设备首先需要对人体某区域断层进行扫描，然后获取对应的图像数据，再将断层切片输出到胶片或者屏幕上供医务人员观察.但无论通过那种方式，其主要依据依然是二维影像数据，不仅诊断结果极其依赖医生经验，昂贵的CT扫描费用在给病人造成经济负担的同时，也没有发挥到应有的作用.为了解决这个问题，通过对医学图像处理与三维重建，把医学影像数据真实的还原成可视化的效果呈现给诊断人员，其能准确的显示组织器官的空间位置、几何特征等信息.医学影像数据通常包含了患者各个组织器官的全部信息，为获得特定组织观测要求，我们需要对图像进行分割处理.但由于医疗影像获取会不可避免产生噪声造成目标物体边界不清晰[1]，医学图像分割较为困难，且没有通用的方法.本文将结合目标组织对分割方法进行探讨，并对分割结果进行重建以验证分割效果.1 图像读取与预处理医学图像通用格式为DICOM格式.标准的DICOM文件一般包含一个文件头信息和一个图像数据体，其文件后缀为dcm.文件头由文件前言和辨识字符串构成[2].前言码长128字节，没有结构，不能作为数据单元.辨识字符串为固定的4个字符“D”、“I”、“C”、“M”，长4个字节.图像数据体由DICOM数据元素按既定顺序排列组合而成，每个数据元素由标签(Tag)、数据长度(VL)、数据域(VF)、数据类型(VR)构成.1.1 DICOM图像的读取由于DICOM的特殊结构，通用处理软件一般无法打开，本文使用ITK进行文件的读取、预处理以及分割.ITK是建立在C++语言基础上，基于泛型编程，跨平台的开源软件开发包，主要被应用在医学图像处理领域.ITK不具备可视化功能，在实际使用过程中需要结合VTK等软件观看图像处理结果[3-5].ITK中数据传递是通过建立数据处理管线进行，流程如图1所示.图1 ITK数据处理管线一个完整的数据管道一般包括Source类、Filter类和Mapper类[6].Source类型对象的输出为数据对象，包括各种图像文件读取类；Filter类型对象包括数据处理算法类，可以有一个或多个数据对象作为输入，然后输出一个或多个数据对象；Mapper类型对象是管道处理最后一步，接受处理后的数据，然后输出到文件或者其他系统中.ITK的读取过程即是将Source对象加入内存的过程，ITK中使用itk::GDCMImageIO类来进行DICOM文件的读取，具体方法如下：(1)首先包含头文件;(2)对像素类型和图像维度进行声明，实例化图像类型，对于单张切片维度为2;(3)实例化reader类型，设置输入图像路径;(4)创建GDCMImageIO，并将其连接到ImageFileReader.图2所示为用ITK读取的单张胸部DICOM切片.数据提取自由大连市中山医院提供的包含患者T2～T4胸椎段的胸部区域的CT序列图像.图像切片大小为512×512，断层间距为1 mm，总层数100层.图2 单张胸部切片1.2 调窗预处理CT能识别人体内2 000多个不同灰阶的密度差别，而人眼只能分辨16个灰阶度，所以人眼在CT图像上可分辨的CT值应为125 Hu(1600/16).利用这一特性，一般使用调窗显示的方法来实现对图像的分割预处理[7]，突出待分割组织特征.调窗即调节CT图像的窗位和窗宽.窗位是指CT图像所包含的CT值范围，在此CT 值范围内的组织按其密度高低从白到黑分为16个灰阶供观察对比，窗位是指窗宽范围内中心值.比如一幅窗宽为200，窗位为0 Hu的CT图像，其窗宽即为0 Hu，包含CT值范围为-100～+100 Hu.低于-100 Hu的组织均为黑色，高于+100 Hu 的组织均为白色.本文通过选取合适窗位窗宽，得到了对肺部实质和脊柱进行分割所需的预处理结果.如表1为选取的窗位窗宽值，图3为预处理结果.表1 调窗处理参数组织结构窗宽窗位肺实质400-350脊柱50230(a)肺实质预处理 (b)脊柱预处理图3 调窗处理效果图2 肺实质和脊柱组织分割图像分割是医学图像处理的重要一环，通过分割可以快速提取感兴趣的区域组织[8].ITK中封装了许多分割处理算法，常用的有区域生长法中的连接门限法和基于水平集法中快速步进法等.2.1 连接门限法连接门限法封装在ITK的ConnectedThreholdFilter中，其使用了一种叫做Flood fill iterator的迭代器.此类需要用户赋予一个亮度区间，并提供上线门限值，连接门限算大包括那些亮度在区间中的像素.I(X)∈[lower,upper](1)此算法的实例化需要用户提供至少一个种子点.种子点是以itk:index的方式传递给SetSeed().当种子点领域内的像素灰度值落在区域内，此区域被接受，有Flood填满.若无领域像素满足条件，算法认定此点的迭代完成.重复此迭代过程，直至再无新增的区域为止.通过选取合适的种子点，设定适当的lower和upper门限值，快捷的完成了对肺实质和脊柱的分割实验.分割结果如图4所示，为优化显示结果我们队图像进行了反相处理.表2给出了选取种子点位置.人体组织在CT中往往不是连贯的呈现[9]，在实际分割过程中，往往需要输入不止一个种子点，ITK中使用AddSeed的方法添加多个种子点.(a)肺实质 (b)脊柱图4 连接门限法分割效果表2 连接门限法种子点位置组织结构种子位置lowerupper肺实质(235,280)(310,385)030脊柱(258,300)(258,323)1802552.2 快速步进法快速步进法使用一种快速行进方法来求解一个简单的水平集运动问题，在ITK中其被封装在FastMarchingImageFilter类中.其方法原型是点与点之间的路径搜索，在搜索行进途中添加判断条件，进行点的取舍以构成图像分割模型.此类使用一个普通的水平集等式来计算偏微分方程的解ψ的更新[6].(2)其中,A是一个水平对流系数，P是一个传播(膨胀)系数，Z是一个曲率均值的空间调节系数.常数α、β和γ是每个系数在界面运作上相关影响的权值.分割过程主要分为三步：(1)使用itk::CurvatureAnisotropicDiffusionImageFilter进行各项异性扩散迭代，即对图像进行平滑处理;(2)使用itk::GradientMagnitudeRecursiveGaussianImageFilter计算图像梯度值后传递给Sigmoid滤波器;(3)将图像用itk::FastmarchingImageFilter进行分割处理.具体流程如图5所示.图5中每个长方形即对应执行上述步骤中的Filter类.执行GradientMagnitudeRecursiveGaussianImageFilter等同于通过一个派生的操作符紧跟一个高斯核的回旋.这个高斯的Sigma(σ)用来控制图像边缘影响的范围.应用SigmoidImageFilter类时，需要提供两个参数来定义用于Sigmoid变量的线性变换.我们使用SetAlph()和SetBeta()方式来传递这些参数.图5 快速步进分割流程图FastMarchingImageFilter需要操作者提供一个或多个种子点，用于轮廓扩张.种子点的选取十分重要，一个合适的种子点集可以减少分割一个复杂对象而丢失数据的可能性，提高分割结果可信度.使用多种子也会缩短访问整个对象所用时间，同时规避前面访问的区域边缘的漏洞的风险.图6所示为反相后的快速步进分割结果，因为所选种子点与门线连接法一致，表3只列出其他所需参数.(a)肺实质 (b)脊柱图6 快速步进分割结果表3 快速步进法参数设置组织结构σαβ阈值肺实质1.0-0.32.0100脊柱1.0-0.53.02002.3 分割结果评价如分割效果图所示，上述两种分割算法利用灰度信息，均能够将具有相同特征的连通区域区域分割开来，且提供了良好的边界信息和分割结果.因为连接门限法受噪声和灰度不均的影响较大，在对肺实质进行分割时，存在明显的过分分割现象，快速步进法则完成了较为准确的分割.在对脊柱分割，二者分割结果基本无异.综合考量分割结果的可信度和分割过程的便捷性，当待分割对象为肺实质这种图像区域占比较大的组织时，一般采用快速步进法，当为脊柱等占比小的组织时，连接门限法则可更加便捷的得出分割结果.3 基于VTK的胸椎三维重建由于ITK不具备可视化功能，若要验证ITK的分割结果是否准确一般需要结合VTK来完成.在使用VTK进行三维重建时，需要输入分割完毕的CT序列图像.ITK中的分割算法可适用于多维数据[10]，对于CT序列图像的分割方法与二维切片一致，只需在实例化图像类型时，将维度设置为对应维度，此处不再赘述.VTK开发包是基于C++编写与开发的开源类库.主要应用领域集中在计算机图形、图像处理和可视化方面[11].它在OpenGL的基础上发展而来，采用面向对象的设计方法，具有跨平台的特征.其有多重数据接口，支持C++、Java、Tcl、Python 等.由于ITK和VTK开发所采用的编程风格差异巨大，当ITK传入数据至VTK中时，需要接口进行数据转换.ITK中的类Itk::ImageToVTKImageFilter提供了这种转换功能.VTK中的三维重建方法主要包括面绘制和体绘制.面绘制主要基于Marching Cubes算法来实现，针对规则体数据生成等值面，得到组织轮廓[12].体绘制利用体数据来生成二维图像，是一种应用十分广泛绘制技术.它直接对体数据进行采样和合成，不需要进行体数据内部等值面的提取.体绘制通过设置不透明传输函数、梯度不透明函数和颜色传输函数来控制显示体数据输出特征.与ITK类似，VTK中也需要建立可视化渲染管线来完成数据的传输.由上节结论，我们采用连接门限法分割出了T2～T4胸椎段，并建立VTK渲染管线，对其进行三维重建.脊柱结构较为不规则，而面绘制只要针对规则体数据，因此我们采用体绘制来完成可视化重建.图7为VTK的体绘制渲染管线流程图.图7 VTK体绘制流程图VTK为用户提供了最常用的体绘制方法：光影透射法，vtkVolumeRayMapper类用于实现此算法.如图7所示其需要图像数据和体绘制函数两个输入.VTK提供三种用于光影透射法的体绘制函数，分别为等值面函数、最大密度函数、和合成体绘制函数.等值面函数类似面绘制的方法，最大密度函数在显示血管影响方面有较好的效果，我们选用合成体绘制函数vtkVolumeRayyCastCompositeFunction.不透明度传递函数用于设置光线上的灰度值及其不透明度映射，梯度传输函数设置灰度值变换的大小与不透明度的关系，颜色传输函数设置灰度值与RGB颜色的映射. vtkRenderer负责管理场景的渲染过程，vtkVolume接收处理完毕的体绘制数据，渲染场景中的可视化表达，vtkRendererWindow把渲染引擎与操作系统相连，负责在本地计算机系统中创建显示窗口，是渲染管线的终点.对脊柱的分割结果采用体绘制三维重建结果如图8所示，从图中可以清楚看到分割比较成功，各脊柱块间没有粘连，且保留了对应的空间位置关系，能够满足医生对局部组织的观测需求.图8 脊柱体绘制结果4 结论本文基于ITK实现了连接门限法和快速步进法对医学图像的分割，对比分割结果，我们得出在对图像占比较大的组织器官进行分割时，一般采用步进分割法，在对图像占比小的组织器官进行分割时采用连接门限法.利用以上结论采用连接门限法对CT序列图像分割，并在VTK中体绘制重建了T2～T4胸椎段，准确还原了各脊柱块间的空间位置信息和几何特征，重建效果良好.参考文献：【相关文献】[1]陈家新. 医学图像处理及三维重建技术研究[M]. 北京：科学出版社，2010： 1-13.[2]杨朝晖. 基于ITK读写DICOM医学图像文件[J]. 北京生物医学工程，2014,33(5)：518-523.[3]姜红. 王利，张兆臣. ITK在医学图像区域生长分割中的应用[J]. 中国医学装备，2008,5(11)：13-17.[4]纪晓静. 基于ITK的医学图像分割系统的研究与实现[J]. 科技创新与应用,2015(22):12-13.[5]苏育挺. 董博. 基于ITK和VTK的脊髓扩张量成像实现[J]. 电子测量技术，2011，34(12)：54-57.[6]周振环，王安明，王京阳，等. 医学图像分割与配准(①ITK初步分册)[M]. 成都：电子科技大学出版社，2007:216-219.[7]于洋. 肺部CT血管分割及三维重建[D]. 哈尔滨：哈尔滨工业大学，2016.[8]徐彩云. 图像分割算法的研究综述[J]. 电脑知识与技术，2014，10(11)：2637-2639.[9]宋静，何启冷，徐庆，等. 基于ITK医学分割的应用[J]. 成都信息工程学院学报，2015，30(5)：258-461.[10]李振华，梅雪，郭笑妍，等. 模糊水平集心脏CT图像序列分割方法[J]. 计算机工程与设计，2015，36(11)：3030-3034，3045.[11]张晓东，罗火灵. VTK图形图像开发进阶[M]. 北京：机械工业出版社，2015：1-5.[12]李爱玲. 三维医学图像可视化的研究和实现[D]. 大连：大连理工大学，2006.。

[VTK]基于VTK的三维重建

[VTK]基于VTK的三维重建0. Background很久很久以前记录了⼀下使⽤WPF进⾏三维重建的⼀些探索，后来了解到了VTK这个开发包，觉得功能很强⼤，因此后续都在基于VTK进⾏三维重建，在前⽂中对于VTK的⼀些相关⽹站进⾏了介绍这⾥就不再累赘了，感兴趣的Google⼀下即可。

对于VTK感兴趣的还可能会认识到与之相关的⼏个开发包。

ITK始于著名的(VHP)Visible Human Project简要地说VHP就是使⽤现代技术使⽤医学扫描等⽅式（如X光、CT、CMR等）获得⼈体⼆维图⽚，并根据这些图⽚构建出三维模型，当然这⾥说要求的精度以及细度都⾮常⾼。

⼈体的三维模型在我们头脑中可能⽴马会闪现很多电影⾥⾯有的场景，⼀个组织脉络都清晰可见的⼈体呈现在我们⾯前。

可以说在那个时代美国提出的这⼀科技项⽬不仅是⾼屋建瓴实际上也给后续相关技术的发展带来了巨⼤的推动。

不过ITK说关注的更多是三维数据的测量、切割等，如果要进⾏三维呈现通常可以和VTK进⾏协作，这两者之间的数据互通也很⽅便。

不过对于ITK的了解我也就到此为⽌，并没有安装并使⽤过。

国内对于ITK、VTK开发包类似的研究主要由⽥捷带领开发的MITK，它整合ITK、VTK，为了达到⼀致简洁的开发，主要针对的领域是医学处理。

背景知识就这么多，接下来说⼀下使⽤VTK进⾏三维重建的基本步骤。

1. 3D Reconstruction with VTK先上码。

// 读取⽂件夹下图⽚，将图像进⾏轮廓提取后再进⾏三维重建int build3DViewFull(){vtkSmartPointer<vtkRenderer> aRenderer = vtkSmartPointer<vtkRenderer>::New();vtkSmartPointer<vtkRenderWindow> renWin = vtkSmartPointer<vtkRenderWindow>::New();renWin->AddRenderer(aRenderer);vtkSmartPointer<vtkRenderWindowInteractor> iren =vtkSmartPointer<vtkRenderWindowInteractor>::New();iren->SetRenderWindow(renWin);// 新建⽂件读取对象，常见的有vtkBMPReader、vtkDICOMImageReader、vtkJPEGReader等vtkSmartPointer<vtkJPEGReader> jpegReader =vtkSmartPointer<vtkJPEGReader>::New();// 不同的reader需要设置的参数是不同的因此本例仅适合jpegreaderjpegReader->SetFilePrefix("C:/Users/DawnWind/Desktop/000/"); // 要打开的路径jpegReader->SetFilePattern("%s%d.jpg"); // 图⽚⽂件名格式，此处为 0.jpg 1.jpg ...jpegReader->SetDataByteOrderToLittleEndian();jpegReader->SetDataSpacing(1, 1, 1.4); // 设置图⽚中像素⽐，我理解得不清楚，具体请百度之jpegReader->SetFileNameSliceSpacing(1);jpegReader->SetDataExtent(0, 209, 0, 209, 0, 29);// 这⾥因为在000⽂件夹⾥⾯有0.jpg ~ 29.jpg，所以设置为 0，29// 每张图⽚的长宽为210 * 210 因此设置为0，209jpegReader->Update();// update这⾥要注意⼀下，对于VTK在默认情况下是在最后操作时候才⼀次性刷新// 也就是说如果没有⾃动刷新的话，在⼀些中间过程中是⽆法获得到数据的，因为没update进去vtkSmartPointer<vtkContourFilter> skinExtractor =vtkSmartPointer<vtkContourFilter>::New();skinExtractor->SetInputConnection(jpegReader->GetOutputPort());skinExtractor->SetValue(200, 100); //值越⼤，保留的部分越少。

基于VTK的医学图像三维重建及其可视化

四、数据库的智能定位
利用Ｗｉｄｏｗｓ控制面板提供的ｎＯＤＢＣ数据源对话框交互操作完成对数据库的定位比较死板，发布时只认原开发的目录，否则住程序运行时系统会提示 “ 找不到这个数据源 ” 数据源的智能定位编程，町克服这个缺点。
ｆ刖，『Ｉ－环境条件则是决定近视眼的发生的现实性３１。著名眼科专家徐广弟认为大气污染、微量元素的缺乏、营养成分的失调和不倚合人体工程学要求的教具等，均有影响学生近视发生报告，但这些因素，与看近引起近视相比，则是次要的。 ” 总之一句话，期过度看近是引起近｛主要诱因。长见从我抽样调查３２人，有遗传因素１６人，６３占总人数为３、％，看来长时间近距离学７５Ｉ，］不注意环境条件下看书，看书时姿势不好，爱护眼睛不够，是我学生中造成近视的主要因素。（２）我国是世界上近视眼病发病率最高的家之一，近年新闻媒体报道，我青少年近视发生率已上升为世界第２位，并有增加趋势。ｌ８年国家卫生部，９３国家教委和国家民委组织人员对全国２９省市自治凋查，学生近视发病率为６６．６％。２（年上海市眼病防治中心最新调０）５查，大学生近视发病率为７％。７辽宁省残疾儿童康复中心孟梓伟介绍，大学生近视高达７％。据２０年全国调查久学生近视发００５病率为７％。２０年８月１日青岛新闻网报８０６道，犬学生近视发病率为７．ｌ３０％，我校对２０级１１人人校时近视为７．％，毕业０２０１３８时（０７）检查，视发病率上升为７．２０年近７８％。看来近视发病率逐渐增高，不得不引

医学图像三维重建论文

医学图像三维重建摘要图像的三维重建和显示是科学计算可视化的一个重要分支，尤其在医学领域得到很大的重视，也成为现今的一大研究热点，具有广泛的应用前景。

本文设计实现了基于断层投影（CT）、核磁共振（MRI）二维断层图像序列的三维重建系统，并同时介绍了三维重建的典型面绘制算法比如MC算法，以及在这过程中相关的图像处理关键技术，比如：图像平滑、图像分割、图像配准、和插值等。

同时还着重介绍了可视化工具VTK（Visualization Toolkit）特点及其在VC++6.0编程中的配合使用，最后还讨论了运用matlab实现单张CT图片上感兴趣区域的测量功能，以结合重建出来的三维图形辅助分析和诊断，具有实用意义。

该系统采用VC++6.0和VTK作为开发工具，以Windows XP操作系统为开发平台.通过VC++实现在图像处理中的核心算法，并调用VTK库类来实现图像的重建和显示以及旋转和缩放，实现全方位的观察。

并可根据不同需要自行选取多种不同的重建方法来实现。

整个系统的设计遵循面向对象的指导思想，保证了系统的可维护性和扩充性。

关键词：三维重建；VTK；面绘制；图像分割；图像配准Medical Image 3D ReconstructionAbstractImage’s 3D reconstruction and display is an important embranchment of the visualization in scientific computing. Especially in medical field, it becomes a hot research today, and we can set eyes on great potential application in the future.In this paper, we realize a Medical Image 3D Reconstruction system, which is based on the 2D image sequences such as CT (Computed Tomography) and MRI (Magnetic Resonance Imaging). At the same time, the typical Surface rendering arithmetic such as MC and other key technologies of image processing are discussed, which are well related to this design. For example, Image Registration, Image Segmentation, pixel data set construction and interpolation. The traits of VTK (Visualization Toolkit) and how to use it in the VC++ program are also introduced in this article. At last, it realizes the measure function of a piece of CT image by using matlab. So people can do the analysis and diagnosis work better by combining this function to the 3D reconstructed image.The reconstruction system uses VC++6.0 and VTK (Visualization Toolkit) as its developing tools, and it’s based on the Windows XP platform. It uses VC++ to realize the key algorithm in the image processing, and calls the VTK Library Class to implement the reconstruction, display, rotation and zoom. This will help us to observe the reconstructed image in all direction. And you can choose the different reconstruction methods according to your own need. The whole system’s design follows the Guiding ideology of object-oriented; it has great maintainability and extendibility.Keywords：3D reconstruction；VTK；Surface mapping ；Image Segmentation；Image Registration；目录摘要 (Ⅰ)Abstract (Ⅱ)1 绪论 (1)1.1 科学计算可视化技术概论 (1)1.2 医学图像三维重建概况 (1)1.2.1 国内外研究概况 (1)1.2.2 医学图像三维重建的原理 (2)1.3 医学图像三维重建的目的和意义 (3)2. VTK介绍及应用程序设计 (5)2.1 VTK简介 (5)2.2 VTK进行三维重构的技术特点 (5)2.2.1 VTK的框架结构 (5)2.2.2 VTK绘制过程 (7)2.2.3 VTK可视化模型 (8)2.2.4 VTK图形处理 (10)2.3 VTK在VC++环境下进行三维重建 (12)2.3.1 使用VTK处理大量数据 (12)2.3.2 用VTK进行CT图像重建 (13)3 三维重建体数据预处理的关键技术 (15)3.1 图像平滑 (15)3.1.1 Gaussian smooth (15)3.1.2 中值滤波 (16)3.1.3 开运算 (17)3.2 图像分割 (18)3.2.1 全局阈值法 (18)3.2.2 大津法 (19)3.3 构建体数据集 (20)3.3.1 图像配准 (22)3.3.2 插值 (24)3.4 提取所需要的等值面 (27)3.5 图像的旋转 (27)3.6 图像的缩放 (28)4 医学图像三维重建 (29)4.1 医学图像三维重建算法概述 (29)4.2 面绘制 (29)4.2.1 边界轮廓线表示算法 (30)4.2.2 移动立方体(MC)算法 (31)5 医学图像三维重建系统 (35)5.1 功能设计 (35)5.1.1 基本功能 (35)5.1.2 辅助功能 (35)5.2 系统结构 (36)5.3 重建系统程序流程 (36)5.4系统界面 (37)5.5 交互 (38)5.5.1 旋转和缩放 (38)5.5.2 图像测量 (39)6论文总结及改进 (41)致谢 (42)参考文献 (43)1 绪论1.1 科学计算可视化技术概论科学计算可视化是指运用计算机图形学和图像处理技术，将科学计算过程中及计算结果的数据转换成图形及图像在屏幕上显示出来并进行交互处理的理论、方法和技术，它是当前计算机科学的一个重要方向[1]。

基于VTK的医学图像三维重建

其中, Source用来产生数据,也叫数据层。是指对原始数据进行处理的一系列滤波器。实现一个由数据到图形的映射关系。当然光是有映射关系是不行的,因为看不到一个真实的图像, Actor (体绘制时为Volume)的作用就是将由Mapper得到的映射关系进行实体化,使人们能够看到它的绘制结果。Actor还可以通过调用属性对象(vtkproperty)来控制图像的显示属性。从而使显示出的图像更加的逼真提高三维可视化效果的方法。
体绘制技术则是对每条视线上每个像素强度计算加权和,将结果作为投影像素的灰度值。图1是以一个具体例子来说明体绘制技术的成像原理。图中中间部位带有数值的小方块表示视线通路上的各像素强度值。图上部是该直线上像素强度的直方及阻光度曲线。图的下部是计算加权和的公式与几个计算步骤。体绘制图像的显示结果由像素强度与设定的阻光度(权重)两者共同决定。
进入20世纪70年代以来,随着断层投影、核磁共振(MRI)、超声等医学成像技术的产生和发展,人们可以得到人体及其内部器官的二维数字断层图像序列或三维数据(称为医学体数据)。作为科学计算可视化的一个重要分支,医学体数据的三维可视化就是要在计算机上对这些离散数据进行插值,将其转变成为具有直观立体效果的图像,利用人类视觉系统特性来展示物体器官的三维形态,从而提供若干用传统手段无法获得的解剖结构信息,并为进一步模拟操作提供视觉交互手段。
本文转载自：/请尊重原创，转载请注明出处。
三维可视化工具目前国内比较常用的三维可视化工具或多或少都存在一些如代码执行效率低,计算能力差等缺点。而本课题中所使用的三维可视化工具是一种基于OpenGL的用于3D图形学、图像处理及可视化的一种工具。
中利用了流行的面向对象技术,可以直接用C++、TCL、Java或Python编写代码,可以在、Unix等操作系统下运作,其内核独立于。VTK并不是一个单一的系统,事实上它仅仅是一个目标库,这些目标库可以嵌入应用程序中,同时还可以在VTK基本函数的基础上开发自己的库函数。由于VTK是开放式的免费软件,而且具有强大的三维图形功能、良好的体系结构和高度的灵活性、可移植性,目前在美国、西欧等各个高校、研究所已经得到了广泛的应用。虽然VTK在欧美已经十分流行,但其在国内的应用还鲜有报道,本课题试图对用VTK进行三维可视化研究进行一些探索,旨在熟悉该工具包的性能并找到一种本文分别对多套数据用表面绘制和体绘制的方法进行了三维重建,初步探索出了一条用VTK进行三维重建的途径。通过研究发现, VTK不仅可视化效果好,而且应用方便,灵活性强,是非常实用的可视化工具。当然,所进行的只是一个初步探索体绘制体绘制的方法有很多种,这里使用了最大强度投影法和合成(composited)体绘制技术。MIP法的原理很简单,它假设每个体素都是能够发光的立方体。沿观察者视线方向,选择每条与3D数据体积相交直线上全部像素中的最大强度值作为图像投影平面强度值。

基于CT数据的三维重构

基于CT数据的三维重构摘要医学CT数据的可视化在临床上已经成为辅助诊断与治疗的重要手段之一，可视化是由一系列CT扫描后的二维图象数据重构出三维模型的技术手段，最后在计算机上显示出来。

医生能够通过观察三维图像来获取患者病变的组织信息，这极大方便了医生的诊断，提高了医学诊断结果的正确性和治疗的质量。

因此，可视化技术也成为近年来研究和应用的热点方向。

在此基础上，提出采用VTK库进行医学数据的可视化。

论文中重点研究了表面绘制和体绘制两种绘制方法。

表面绘制采用移动立方体算法（Marching Cubes）实现，体绘制则用光线投射算法（Ray-casting）实现，并且通过比较两种算法的结果讨论了他们的特点。

从重构模型中可以看出，VTK作为一种流行的图像处理和三维可视化工具，其功能是非常强大的。

关键词：CT；三维重构；体绘制3D Reconstruction based on CT DataABSTRACTVisualization for medical CT data has been one of the important methods to aided diagnosis, and treat in the clinical．This technical can reconstruct the 3D models from a series of 2D images, then the data is being displayed by the computer.This greatly convenient diagnosis of the doctor's. And improved the accuracy of medical diagnosis treat and the treatment quality．So,visualization technology to become the hot spot of application and research in recent years．On this basis it is proposed that VTK library is used for visualization for medical data．Two types of rendering method,surface rendering and volume rendering are studied in the paper．The marching cubes algorithm is used for surface rendering,both ray-casting methods are used for volume rendering．In additional,by comparing two algorithms and the results obtained their characteristics．The reconstructed results showed that as a visualization tools，VTK has powerful function and it is very easy to be used for medical images processing．Key words: CT;3D reconstruction; Momposited volume rendering目录1 绪论 (5)1.1 课题的研究背景 (5)1.2 国内外研究现况 (5)1.3 论文的结构 (6)2可视化工具VTK (7)2.1 VTK的特点 (7)2.2 VTK的安装 (8)2.2.1 工具包的安装 (8)2.2.2 Cmake的配置 (8)2.3 VTK的结构和运行机制 (10)2.3.1 VTK的结构 (10)2.3.2 VTK的运行机制 (12)2.3.3 利用VTK对数据进行可视化 (12)2.4 小结 (13)3 CT图像的三维重构 (14)3.1 CT图像的获取与预处理 (14)3.2 三维重构流程 (15)3.3 三维重构的主要方法 (16)3.3.1 面绘制法 (16)3.3.2体绘制方法 (19)3.4 两种重构法的对比 (23)3.5 小结 (18)4 展望与总结 (19)参考文献 (26)致谢..................................... 错误！未定义书签。

基于VTK的图像三维可视化系统

的算法封装起来，利用简单的代码生成所需图形。基于ＶＫ的图像三维可视化系统阐述了如何借助ＶＫＡＩＴＴＰ读入二维图像序
列、操作二维图像、重建三维图像以及进行三维图像可视化的全套方案，为可视化观察二维图像提供了有益的途径。【关键词】图像可视化可视化工具包三维重建
中图分类号：Ｐ７文献标识码：文章编号：１０— ７９２１）０５ — Ｔ３Ａ０８１（０１２— ５３３
ＲｅｅｒｈｏＤｍａｅｓａｉａｉｎＳｓｅＢａｅｎＶＴＫｓａｃｎ３ＩｇｓＶｉｕｌｔｙｔｍｓｄｏｚｏ
ＺＨＡＮＧ —ｑＺｉｕｎ，ＡＮＧｎＷＢｉ
（ｆｒｔａｏｆｃｆｕａｉｅｉ，ｈｎｈｉ００２ＣｉａＩｏｍａｚｄｎＯｆｅｏｄｎＵｎｒｔＳａｇａ２０３，ｈｎ）ｎｉｉＦｖｓｙ
Ａｂｔａｔ３ｉａｚｔｎｏａｅｃｎｂｌｎｅｙＶＴｓｒｃ：ＤｖｕｌａｏｆｍｇｓａｅｉｅｓｉｉｉｍｐｍｅｔｂＫ（ｉａｚｔｎＴｏｋｔＶＫｅｃｐｕａｓａｏｉｍｏｄＶｓｌａｏｏｌ）Ｔｎａｓｔｌｒｈｆｒｕｉｉｉ．ｌｅｇｔ
具．并在此基础上开发出相应的应用软件目。
２ＶＴ及可视化体系Ｋ
ｖＴ的所有函数都封装在３０多个类库中。而且还在不Ｋ０断扩充中，它把可视化的算法封装起来，简单的代码生成所用需的图形。Ｔ还具有很好的流（ｅｍｉｇ￣高速缓存ｃｃｅｖＫｓａｎ）ＥｔｒＩａｈ）能力，处理大量的数据时不必考虑内存资源的限制，些都在这使得ｖＴ成为图像可视化开发的一个较好的选择。ＫｖＫ类库从对象类型来分，可以分为数据对象（ｔＴＤａａＯｊｃ；操作对象（ｒｃｓｎｊｃ２种。数据对象用来表ｂｅｔ）￣可ＰｏｅｓｇＯｂｅｔｉ）

（2015大学论文）基于vtk的三维医学图像虚拟切片提取

Abstract: The images from most medical imaging equipments such as CT, MRI must be along some fixed direction, but it can’t satisfy the clinical inspection from arbitrary directions and angles. In view of this problem, this paper proposed the method of any angle extraction of virtual slice on 3D medical images. Adopted VC ++ 6. 0 with VTK to reconstruct the 3D images using the 2D CT image sequence in DICOM format. The vector and inner point were calculated to form the virtual clipping plane, which in turn was used to incise the 3D object. And obtained the information of virtual slice, in the mean while displayed the virtual slice images on the screen. By simple interactive operations like using mouse, the image scaling, translation and rotation could be realized in real-time. Therefore, the presented method is an effective complement to present medical imaging equipments. Key words: 3D reconstruction; virtual slice; CT; DICOM( digital imaging and communication in medicine)

基于VTK和ITK环境的超声图像三维重建

基于VTK和ITK环境的超声图像三维重建黄韫栀;刘奇【摘要】BACKGROUND: Three-dimensional model of medical images can provide direct visual reference for medical workers. Accuratethree-dimensional structure of cardiac has an increasingly prominent on the clinical diagnosis.OBJECTIVE: To accomplish the three-dimensional structure reconstruction of continuous multi -frame ultrasound images fromthe B scan.METHODS: With the help of the toolkits including Visualization Toolkit (VTK) and Segmentation & Registration Toolkit (ITK), themethod of Ray Casting was adopted to realize the three-dimensional construction of cardiac ultrasonic image using the givenDICOM continuous multi -frame of medical ultrasound images, under the platform of VC++. In the designed system, user couldinteract with the three-dimensional images through clicking the mouse and figure the image from any view.RESULTS AND CONCLUSION: The results show that composite volume rendering is more feasible in the reconstruction.%背景:医学图像的三维模型,能够准确的三维结构在临床诊断上凸显重要性.目的:对连续多帧的超声图像进行三维结构重建.方法:利用可视化工具VTK和图像的配准分割工具ITK,在VC++的平台下,采取直接体绘制的方法,对连续多帧的DICOM医学超声图像进行了三维重建,并且用户可以利用鼠标与图片进行交互,实现任意角度的旋转.结果与结论:合成体绘制在重建中的效果较优,相对而言更适合超声图像的三维重建.【期刊名称】《中国组织工程研究》【年(卷),期】2011(015)035【总页数】4页(P6559-6562)【关键词】超声三维重建;ITK;VTK;体绘制;图像【作者】黄韫栀;刘奇【作者单位】四川大学电气信息学院,四川省成都市,610065;四川大学电气信息学院,四川省成都市,610065【正文语种】中文【中图分类】R318背景：医学图像的三维模型，能够准确的三维结构在临床诊断上凸显重要性。

VTK实现CT图像三维重建

aRenderer->SetActiveCamera(aCamera);
aRenderer->ResetCamera ();
aCamera->Dolly(1.5);
// Set a background color for the renderer and set the size of the
aCamera->SetPosition (0, 1, 0);
aCamera->SetFocalPoint (0, 0, 0);
aCamera->ComputeViewPlaneNormal();
// Actors are added to the renderer. An initial camera view is created.
skinNormals->SetFeatureAngle(60.0);
vtkPolyDataMapper *skinMapper = vtkPolyDataMapper::New();
skinMapper->SetInputConnection(skinNormals->GetOutputPort());
// keyboard-based interaction with the data within the render window.
//
vtkRenderer *aRenderer = vtkRenderer::New();
vtkRenderWindow *renWin = vtkRenderWindow::New();
skinExtractor->Delete();
skinNormals->Delete();

基于肺部增强CT扫描三维重建的人右肺上叶血管、支气管解剖结构观察

基于肺部增强CT扫描三维重建的人右肺上叶血管、支气管解剖结构观察杨晓东，张所林，由，赵浩，姜兴涛山东大学第二医院，济南250021摘要：目的基于肺部增强CT扫描结果，对人右肺上叶血管、支气管解剖结构进行三维重建,为临床右肺上叶的肺叶切除及提供解剖结构支持。

方法106部，均部增强CT扫描，采用mimics19.0对部增强CT扫描图像维重建，在重建图像上观察右肺上叶血管、支气管解剖结构及其变异情况。

结果106右上叶肺动脉分支类型为包含升支动脉者、包含下干者分别为84,34，具体为上干+升支动脉、上干+下干+升支动脉、上干、上干+下干、其他分别为58、26、14、8、0例。

右肺上叶肺静脉分支类型为静脉+中央静脉（Iab ）、前静脉+中央静脉（Ib型）、前静脉型、中央静脉型、其他、前静脉+中央静脉者分别为50、47、5、4、0例。

1063例右肺上叶支气管类型为双上叶支气管，其余103例右肺上叶支气管分别为三干型46例（44.7%、、双干型43例［41.7%，其中双干型（B1+B2,B3）、双干型（B1+B3,B2、、双干型（B2+B3,B1、分别为29、及6例］、缺失型14（13.6%，均为B1气管缺失型）。

结论上干+升支动脉常见的人右肺上叶动脉分支类型，存动脉下干的较多。

前静脉+中央静脉为常见的人右肺上叶肺静脉分支结构。

三干、双干型右肺上叶支气管解剖类型较为常见。

关键词：右肺上叶;血管;支气管doi：10.3969/j.issn.1002-266X.2020.30.005中图分类号：R602文献标志码:A文章编号:1002-266X（2020）30-0018-04Anatomical structure of blood vessels and bronchus in human upper lobe of the rightlung based on3D rec o n s tructi o n of enhan c ed CT sca nYANG Xiaodong,ZHANG Suolin,YOU Qingyong,ZHAO Hao,JIANG XingtaoThe Second Hospital of Shandong University,Jinan250021,ChinaAbstract：Objective Based on the results of enhanced CT scanning,the anatomical structure of blood vessels and bronchus in the right upper lobe of human lung was reconstructed,which provided anatomical support for lobectomy and segmentectomy of right upper lung.Methods Totally106patients with pulmonary diseases underwent enhanced CT scanning.The images were reconstructed by mimics19.0software.The anatomical structure and variation of blood vessels and bronchus in the right upper lobe of lung were observed on the reconstructed images.Results Among the106cases, 84cases included the ascending branch artery and34cases included the inferior trunk,and there were58cases of superior trunk+ascending branch artery,26cases of superior trunk+inferior trunk+ascending branch artery,14cases of superior trunk,8cases of superior trunk+inferior trunk,50cases of anterior vein+central vein type(Iab type),47cases of anterior with central vein type(Ib type),5cases of anterior vein type,and4cases of central vein type.Among the106 cases，3cases of right upper lobe bronchus were double upper lobe bronchus，and the remaining103cases were trifurcated type(44.7%)and43cases(41.7%)were bifurcated type,including29cases of bifurcated type(B1+B2,B3),8cases of bifurcated type(B1+B3,B2),6cases of bifurcated type(B2+B3,B1),and14cases(13.6%)of defective B1 or B2type.Condusion Superior trunk+ascending branch artery is the most common type of pulmonary artery branch in the right upper lobe of the lung；anterior vein+ central vein type is the common branch type of pulmonary vein in the right upper lobe of the lung；trifurcated type and bifurcated type of right superior lobe bronchus are common.Key words：right upper lung；blood vessel；bronchus第一作者简介:杨晓东（1992-），男，硕士，医师，主要研究方向为胸部结构三维重建在胸外科临床应用。

三维重建及3D打印技术在肺部外科手术中的应用

三维重建及3D打印技术在肺部外科手术中的应用邱兆文;曹颖【摘要】因肺部CT图像的三维重建在医学影像分析领域需求较大且难度较高,单独使用一种分割算法的去噪声效果不理想,故提出了将总变分模型与模糊C-均值聚类方法相结合,对CT数据进行分割去噪的方法.将分割后的图像导入自主研发的三维重建软件TM_MIS,它以VTK工具包为基础,使用MC算法和光线投影法对平滑去噪后的CT图像进行三维重建,得到三维虚拟模型.再用3D打印生成肺部血管及病灶的3D模型,代替传统的医生查看CT片的方法,为术前方案的制定及手术过程的模拟提供了更加科学的依据.实验表明,将肺部CT数据通过总变分模型进行去噪平滑,再结合模糊C-均值聚类方法进行分割得到的图像更加清晰,重建后的模型效果更理想.%Three-dimensional (3D) reconstruction on medical (CT) lung images is a demanding but tough area in medical image analysis.The effect of de-noising is unsatisfactory by using segmentation method alone.The combination of total variation model with fuzzy C-means clustering method is proposed to segment CT images and realize denoising.The segmented images are imported into the TM_MIS which is an independent-developed 3D reconstruction software.Based on the visualization toolkit,the marching cube and ray casting algorithms are applied to the processed images so as to generate the 3 D virtual model.Then 3 D models of the blood vessels and lesions of the lungs are printed instead of the traditional way to check CT,so as to provide a more scientific basis for the development of preoperative program.Numerical experimental results validate the effectiveness and performance of themethods on the real medical CT lung images,which show that the effect of 3D reconstruction is more satisfactory.【期刊名称】《黑龙江大学自然科学学报》【年(卷),期】2017(034)005【总页数】6页(P608-613)【关键词】三维重建;CT;总变分;3D打印【作者】邱兆文;曹颖【作者单位】东北林业大学信息与计算机工程学院,哈尔滨150040;东北林业大学信息与计算机工程学院,哈尔滨150040【正文语种】中文【中图分类】O175.13图像分割的目的是提取感兴趣的目标图像，使其尽可能接近真正的结构，为图像分析等操作提供可靠的数据，是图像处理和分析的一个重要内容[1]。

利用VTK实现DICOM医学图像三维重建

信息技术与信息化图像处理2008年第5期115利用VTK 实现D I C O M 医学图像三维重建3D Reconstructi on of D I COM M edical I m ages Based on VTK王树秀3雷声33常发亮3WAN G Shu -xiu L EI Sheng CHAN G Fa -liang摘要利用医学可视化技术可以将二维断层序列图像重建为三维虚拟实体,基于这个模型可以精确地获取病变区的大小、位置和形状,极大地提高了诊断的直观性与交互性。

VTK 是目前国际上通用的科学计算可视化工具包,D I COM 文件为医学图像的专用传输和存储格式。

在V isual C ++6.0平台下,本文借助VTK 类库,采用体绘制方法实现了D I COM 医学序列图像的三维重建,并给出了程序运行结果。

关键词三维重建 D I COM VTK 体绘制3山东大学控制科学与工程学院济南25006233浙江大学生物医学工程与仪器科学学院杭州310027基金项目:国家自然科学基金(No .60775023;山东省自然科学基金(No .Z2005G03。

D I COM (digital i m age and communicati on on medicine 文件格式为目前国际通用的医学影像专用的传输和存储格式,在P ACS 系统中得到了广泛的应用。

D I COM 图像三维重建是指将二维D I C OM 序列医学图像通过特定的重建算法重建为三维虚拟实体,可以较为准确的获得病变区的大小、位置、形状等三维信息,为进一步的病情诊断、虚拟手术等提供了更为丰富直观的信息和交互手段,极大地方便了医生的诊断治疗。

医学图像三维重建方法可以分为面绘制(Surface Rendering和体绘制(Volu me Rendering 两大类。

面绘制算法中具有代表性的是MC (M arching Cubes 算法,它通过对一系列的二维图像进行边界识别等分割原理,将感兴趣的部分以等值面的方式抽取出来,从而为用户提供较具真实感的三维图像。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＬＳＣ＿Ｉ：ｎｔｕｅｏａｉｔｎｅＰｏｅｉｓｏＩＮＮａＡ［．ｎＩｓｉｔｆＮｖａｉ，ｒｃｅｎｆ（ — ｔｇｏｄｇ）
ｔｎｅｈｉｌＭｅｔｇ．ｎｓａ：０Ｎ，０２１３１９ｉａＴｃｎｃｅｉＭａａｓｓ１ｏｌａｎ２０：００．
＊收稿日期：０２１１２１年月３日，回日期：０２年２月２修２１５日
基金项目：家自然科学基金项目（号：１０００；北省自然科学基金（号：００ＤＺ１）武汉市科技晨光计划项目（国编８１１８）湖编２１Ｃ００；编号２１５２１２）０００３０１资助。作者简介：丽，，士，究方向：贾艳女硕研图像处理、三维建模，拟计算。武力，，士，师，究方向：像处理、模男博讲研图三维建模，拟计算。模
准确地获取病变体的空间位置、小、状、质等信息，大形性而且可以进行手术计划和手术模拟，证了手术完成的质保量ｌ。在计算机辅助手术（ｏｕｅＡｉｅｕｇｒ，２］ＣｍｐｔｒｄｄＳｒｅｙＣ）图像引导手术（ｍａｅＧｉｅＳｒｅｙＩ）微创手ＡＳ、Ｉｇｕｄｕｇｒ，ＧＳ、
的是ＰＮＲ号为２的卫
［］Ｈ．ｎｏｓＰｌｎＥａａｉｆＴｙｅｆＤａｆｅｕｎｙ２Ｋｏｎ，ｕｌ．ｖｌｔｎｏｗｏＴｐｓｏｕｌｒｑｅｃｅｕｏ－
ＤｉｅｅｔｌＧＰｅｈｉｕｓｎｅｏｌｕｏｏ；ｈｒｎｉｆｒｎｉＳＴｃｎｑｅｕｄｒＡｎｍａｏｓＩｎｓｅｅＣｏｄ— ｆａｐ
摘
要
医学图像三维重建技术是利用二维医学图像序列重建出三维模型，医生提供直观、为全面、准确的病灶和正常组织信息，当是
今医学影像领域研究的热点之一。利用一个包含了多种面绘制技术的基于面向对象方法设计的、功能强大的可视化类库Ｖｉａｉｔｎｓｌａｉｕｚｏ
２ＶＴ可视化绘制机制Ｋ
Ｖ［是美国Ｋｉａｅ司开发的一套Ｃ＋＋类库，ＴＫ］ｔｒ公ｗ
术（ｎｍａＩｖｓｅＳｒｅｙＭＩ）Ｍｉｉｌｎａｉｕｇｒ，Ｓ等众多前沿领域里，ｖ三
维重建技术都占有重要地位＿。３］医学图像三维重建的方法主要有面绘制和直接体绘制
大的作用。直接体绘制，即体绘制，直接研究光线通过体数据场与体素的相互关系，需构造中间面，而体素的无因
许多细节信息得以保留ｌ。本文针对目前国内外三维重６］
果迅速应用到各领域。在临床医学上，利用计算机三维图像技术把二维图像序列重建出三维虚拟实体，医生提供为了一个直观、精确的模型［。基于这个模型，１］医生不仅可以
Ｔ３１Ｐ９中图分类号
３ＲｅｏｔｕｔｏｆＨｕａｎＬｕｎｓｄｏＶＴＫＤｃｎｓｒｃｉｎｏｍｇＢａｅｎ
ＪＡＹａｌＷＵＩｎｉＬｉ
（ｌｅｅｏｉｍｅｉａｇｎｅｉｇ，ｏｈＣｅｔｒＵｎｖｒｉｙｆｒＮａｉｎｌｙ，Ｗｕａ４０７）ＣｏｌｇｆＢｏｄｃ１ＥｎｉｅｒｎＳｕｔｎｅｉｅｓｔｏｔｏａｉｔｈｎ３０４
ｍａｕｇＣＴｍａｅＴｈｕｆｃｅｅｉｇａｇｒｔｍｓｏｈｏｔｃｍｍｏｌｓｄＭａｃｉｇＣｕｂｓ（Ｃ）ｉｉｃｓｄＲｅｕｔｈｗｈｔｎｌｎｉｇ．ｅｓｒａｅｒｎｄｒｎｌｏｉｈｆｔｅｍｓｏｎｙｕｅｒｈｎｅＭｓｄｓｕｓｅ．ｓｌｓｓｏｔａｂｓｄｏｈｅｏｓｒｃｉｎＶＴＫａｅｒｎｒｎｅｈｏｏｙａｐｉａｉｎｈｓｆｅｉｌｅｏｓｒｃｉｎｅｆｃｉｌｅｒｃｎｔｕｃｉｐｅａｔｒａｅｎｔｅｒｃｎｔｕｔｏｆｃｅｄｅｉｇｔｃｎｌｇｐｌｔｏａｌｘｂｅｒｃｎｔｕｔｏｆｅｔｌｆｉｅｏｓｒｔｃｅｋｏｎｓｅｄｆｓｅ，ｅｃＦｏｈｅｆｔｒｓｕｙｏｆｔｕｎｌｎｙａｉｄｌｇｔａｈｅｆｕｎａｉｎｔ．ｒｔｕｒｈｅｔｄｈｅｈｍａｕｇｄｎｍｃｍｏｅｉｏｌｙｔｏｄｔｏ．ｎ
是一个开放源码、免费使用的软件包。ＶＴＫ最初设计的目
的是为了医疗领域的应用，在已经广泛应用于三维计算现机图形学、图像处理和可视化等领域［。它支持一系列可８］
两类 ¨ 。面绘制是指物体表面的重建，４］它从三维数据中抽取出等值面后，用传统的图形学技术对物体表面进行拟再合＿。它可以有效地绘制三维体的表面，且可以借助传５］并统计算机图形学多边形绘制技术及硬件加速技术，以速所度快，缺乏内部信息的表达，但而且很多时候需要对重建的表面组织进行准确的提取，限制了医学图像可视化发挥更
Ｔｏ１ｔｖＴＫ）行人体肺部断层图像的三维重建，论了面绘制算法中最常用的移动立方体法（ｏＫｉ（进讨Ｍｃ）。重建效果表明基于ＶＴ的面绘制Ｋ
技术具有应用灵活、重建效果逼真、重建速度较快等优点。为进一步研究人体肺部的动态建模打下基础。关键词三维重建；ＶＴＫ；人体肺部；面绘制
ｔｎ［．ｎＩｓｉｔｆＮｖｇｔｎｅｓＰｏｅｄｎｓｏ（ＮａｉｓＣ１：ｎｔｕｅｏａｉｉ，ｄ．ｒｃｅｉｇｆＩＮ — ｏＩｔａｏ）
ｔｎｌｃｎｃｌｅｔｇＭａａｓｓ１ｉａｈｉａｏＴｅＭｅｉ．ｎｓａ：０Ｎ，０：３ — ４７ｎ２０６７５７．
建工具普遍存在的代码执行效率低，计算能力差的缺点，使用可视化工具包ＶＴＫ实现人体肺部ＣＴ图像的三维重建。重建后的结果图像比较逼真地表现了重建组织，于便对内部组织进行观察和分析，基本可以满足临床影像分析
的要求。
Байду номын сангаас
Ｉ］Ｗａｅ，ｔｔ＇，ｌＥｆｔｏａｇｎｓｈｒａｉｔ－３ｌｒＳＩａ３ｕ１ｆｃｓｆｒｅＩｏｐｅｃｄｎｓｔ￣ｔ－ｍａｅｅＬｏｉＧｒｅ
ｏｉｇｅｎＳｎｌＦｒｑｅｃＡｉｂｍｅＳｏｈｎｅｕｎｙｒｏｍｏｔｉｇＦｉｅｆｒｌｒｏＷＡＡＳｎｔａｄ
ＡｂｓｒｃＭｅｉａｍａｉｕｌａｉｎｔｃｎｌｇｅｉＤｏｌｔＤｍａｅｓｒｅＯｐｏｉｅｕｓｆｌａｄｐｅｉｅｉｆｒｔｎｆｒｔａｔｃｃｌｉｇｅｖｓａｉｔｅｈｏｏｉｓｂｕｌ３ｍｄｅｓｗｉｈ２ｉｇｅｉｓｔｒｖｄｅｕｎｒｃｓｎｏｍａｉｏｚｏｄｏ
Ｋｏｒ３Ｄｅｏｓｒｃｉｎ，ＶＴＫ，ｈｕｎｌｎｓｒａｅｒｎｅｉｇｅｙＷｄｓｒｃｎｔｕｔｏｍａｕｇ，ｕｆｃｅｄｒｎＣｌｓｍｂｒＴＰ９】ａｓＮｕｅ３
１引言
近几年来计算机三维图形图像技术发展迅猛，新成最
ｄｃｏｓ，ｉｈｉｎｅｏｈｅｈｔｓｏｎｔｅｆｅｄｏｄｃｌｉａｉｇｒｓａｃｏｔｒｗｈｃｓｏｆｔｏｐｔｉｈｉｌｆｍｅｉａｍｇｎｅｅｒｈ．ＩｈｉｐｐｒｈｏｒｕｓａｌｓｉａｙＶｉｕｌａｉｎｎｔｓａｅ，ｔｅｐｗｅｆｌｖｉｕｌｃａｓｌｂｒｒｓａｉｔｏｚ
∞
。；ｏ啦 ∞ ∞０
ＯＯ
２１年第７期０２
计算机与数字工程
一ＩＪＪ００Ｊ０目，０ＪＪ
ＯＯ００２１８４２０２４６
１７０
（上接第３２页）
差分改正值误差如图１示，中跟踪所其
星，别利用该方法和分时间常数为１０、０ｓ２０、０ｓ８００ｓ４０、０ｓ的传统Ｈａｃｔｈ滤波方法得到了不同时间的差分图１采用不同滤波器的差分改正值误差的Ｅ较改正值的误差。从图中可看出，采
视化算法和许多高级建模技术，并且已经集成了许多的可视化算法，ＭＣ算法、线投射法等。ＶＴ采用管道机像光Ｋ