[发明专利]一种用于医学图形边界值增强的实时渲染方法

说明书

本发明公开了一种用于医学图形边界值增强的实时渲染方法，包括：进行预处理，且在预处理阶段使用由显式几何表示转化为隐式几何表示的来构建完整医学图形的几何模型，给定输入的点云数据；S2、通过点云和法线数据可以获得近似的多层感知机函数，其中包括损失函数；S3、使用数值方法计算损失函数中的梯度；S4、通过链式法则得到有距离符号函数作为新的模型表示；S5、创建虚拟网络标记图形边界；S6、绘制三角形网格建立光照模型，加载相关纹理贴图；S7、通过光栅化绘制图形，最终得到渲染结果。根据本发明，提高渲染的简单性和效率，不仅提高了运算速度，还加快了渲染的流畅性，渲染的真实性。

技术领域

本发明涉及计算机渲染的技术领域，特别涉及一种用于医学图形边界值增强的实时渲染方法。

背景技术

医学图形往往需要同时渲染多个组织或器官，而为了简单有效的描述出复杂的医学图形，通常使用点云或细分曲面，由于点云和细分曲面都是显式几何表示，具有显式几何表示的优点：可以较为简单的表示出复杂物体的形状，但是很难判断某个点与物体的位置关系很困难，并且在复杂模型的交汇处，点的密集程度往往会远远大于模型自身的其他位置。

发明内容

针对现有技术中存在的不足之处，本发明的目的是提供一种用于医学图形边界值增强的实时渲染方法，提高渲染的简单性和效率，不仅提高了运算速度，还加快了渲染的流畅性，渲染的真实性。为了实现根据本发明的上述目的和其他优点，提供了一种用于医学图形边界值增强的实时渲染方法，包括：

S1、进行预处理，且在预处理阶段使用由显式几何表示转化为隐式几何表示的来构建完整医学图形的几何模型，给定输入的点云数据：

其中x_i是点云空间上第i个点，I是整数集，R³是三维空间

法线数据集其中n_i是第i个法线数据，I是整数集，R³是三维空间；

S2、通过点云和法线数据可以获得近似的多层感知机函数，其中包括损失函数；

S3、使用数值方法计算损失函数中的梯度；

S4、通过链式法则得到有距离符号函数作为新的模型表示；

S5、创建虚拟网络标记图形边界；

S6、绘制三角形网格建立光照模型，加载相关纹理贴图；

S7、通过光栅化绘制图形，最终得到渲染结果。

优选的，步骤S2中损失函数可表示为：

其中λ是一个大于0的参数，||·||是欧几里得2-范数，

在公式1的第二项中，是求激励函数f(x；θ)的梯度的二范数的遵从某个概率分布的数学期望。

优选的，使用数值方法计算损失函数中的梯度需将数值计算中的误差归入损失中，多层感知机模型的激励函数f的每一层都具有y^λ+1＝σ(Wy^λ+b)其中σ是一个非线性可微激励函数，W和b是多层感知机每层的学习参数，通过链式法则梯度可满足以下关系：

由公式3可知通过和f(x；θ)构建多层感知机模型。

优选的，通过训练多层感知机模型收敛可以获得在具有任意法线方向N的任意点云集合X上的任意多个有距离符号函数。

优选的，步骤S5中使用中心特征选取法来进行不同模型上点的区域划分，根据点的密度调整虚拟网格的体积，该虚拟网格使用空间正六面体，使用以下经验公式来表示空间正六面体的棱长和点数量的关系：