[发明专利]一种基于非均匀谱图编码三维低通滤波器的医学模型光顺的方法

说明书

本发明公开了一种基于非均匀谱图编码三维低通滤波器的医学模型光顺的方法，包括如下步骤：(1)构建特定方向感知的特征检测方法，准确识别梯田型噪声；(2)建立三维医学网格模型离散拉普拉斯‑贝尔特拉米算子，执行谱图分析，构建谱图空间；(3)构建基于非均匀谱图编码的三维低通滤波器去除高频随机噪声以及梯田型噪声。本发明不仅能去除三维医学模型高频噪声，还能有效去除梯田型噪声，同时本发明能很好地保持模型体积，光顺的结果能最大限度逼近于人体真实器官。

技术领域

本发明涉及医学数据可视化领域，具体涉及一种三维医学模型光顺的方法。

背景技术

通过一组二维计算机断层扫描数据(CT)重建的三维医学模型目前已广泛地应用于解剖三维重建、立体仿真手术与导航、放射治疗规划、计算机辅助诊断以及个性化假肢再造等领域。然而由于机器设备、扫描分辨率以及环境噪声的影响，重建的三维医学模型不仅含有高频噪声，普遍还会含有一种特殊的梯田型噪声。这种梯田型噪声不仅会使组织器官呈现出非正常结构，同时还会干扰医生对疾病的诊断，对后续的临床治疗也会产生及其不利的影响。因此，采用网格光顺方法去除高频噪声，尤其是梯田型噪声是三维医学数据可视化必不可少的步骤。

目前已有的网格光顺方法中，通用的网格光顺方法包括各向同性和各向异性网格光顺方法。各向同性方法例如Laplace光顺[D.A.Field,Laplacian smoothing anddelaunay triangulations,Communications in applied numerical methods 4(6)1988,709–712]虽然能有效去除噪声，但是模型会产生体积收缩并且无法保持特征。为了能在网格光顺的同时保持特征防止变形，国内外学者在各向异性网格光顺方面展开了相关工作。Fleishman等人[S.Fleishman,I.Drori,D.Cohen-Or,Bilateral mesh denoising,in:ACMTrans actions on Graphics(TOG),Vol.22,ACM,2003,pp.950–953.]将二维图像处理中双边滤波器的思想拓展到三维，提出基于双边滤波去噪算子的特征保持的网格模型光顺方法。Jones等人[T.R.Jones,F.Durand,M.Desbrun,Non-iterative,feature-preservingmesh smoothing,in:ACM Transactions on Graphics(TOG),Vol.22,ACM,2003,943–949]提出了非迭代的网格光顺方法，该方法通过控制顶点邻域的大小来保持网格模型的特征。Hildebrandt等人[K.Hildebrandt,K.Polthier,Anisotropic filtering of non-linearsurface features,in:Computer Graphics Forum,Vol.23,Wiley Online Library,2004,391–400]提出了各向异性设定平均曲率流的方法(Prescribed Mean Curvature，PMC)，该方法可以在有效去除噪声的同时保证光顺后的网格表面能收敛到预测的曲率分布网格表面，网格模型体积以及特征都得到保持。Zheng等人[Y.Zheng,H.Fu,O.-C.Au,C.-L.Tai,Bilateral normal filtering for mesh denoising,Visualization and ComputerGraphics,IEEE Transactions on 17(10)(2011)1521–1530.]提出了基于双面法向量滤波的网格光顺方法。He等人[L.He,S.Schaefer,Mesh denoising via l 0 minimization,ACMTransactions on Graphics(TOG)32(4),2013,64]提出了基于L⁰最小化的光顺方法。Zhu等人[L.Zhu,M.Wei,J.Yu,W.Wang,J.Qin,P.-A.Heng,Coarse-to-fine normal filteringfor feature-preserving mesh denoising based on isotropic subneighborhoods,in:Computer Graphics Forum,Vol.32,Wiley Online Library,2013,371–380]提出了多尺度的可以同时保持尖锐以及平缓特征的网格光顺方法。Cheng等人[X.Cheng,M.Zeng,X.Liu,Feature-preserving filtering with l 0 gradient minimization,ComputersGraphics 38,2014,150–157]提出基于特征保持的近似L⁰梯度最小化光顺方法。Wang etal.[P.S.Wang,X.M.Fu,Y.Liu,X.Tong,S.L.Liu,B.Guo,Rolling guidance normal filterfor geometric processing,Acm Transactions on Graphics 34(6)(2015)173.]提出RGN滤波器有效消除小尺度几何特征保存网格模型的大尺度特征。Lu等人[X.Lu,Z.Deng,W.Chen,A robust scheme for feature-preserving mesh denoising,IEEETransactions on VisualizationComputer Graphics 22(3)(2016)1181.]采用基于二次优化的方法进行特征检测，并基于特征边迭代更新顶点位置，获得光滑表面，同时保持特征。Yadav等人[S.K.Yadav,U.Reitebuch,K.Polthier,Mesh denoising based on normalvoting tensor and binary optimization,IEEE Transactions on VisualizationComputer Graphics PP(99)(2017)]提出了一种基于法向张量投票和二进制优化的网格去噪方法。Wei等人[M.Wei,L.Liang,W.M.Pang,J.Wang,W.Li,H.Wu,Tensor voting guidedmesh denoising,IEEE Transactions on Automation ScienceEngineering 14(2)(2017)931–945.]提出了一种基于张量投票的网格去噪方法，该方法结合面法线和二次曲面拟合出分段光滑曲面。