该文对体数据进行综述,并介绍了体数据的各种算法和技术的特点。
前言
由于3D数据采集领域的高速发展,以及在具有交互式帧率的现代化工作站上执行高级可视化的可能性,体数据的重要性将继续迅速增长。
数据集可以通过MRI,CT,PET,USCT或回声定位等技术捕获,也可以通过物理模拟(流体动力学或粒子系统)产生。以上提到的一系列技术证明了体数据信息在医疗行业中起着至关重要的作用。体数据信息被用于癌症检测,动脉瘤可视化和治疗计划。这种数据对使用计算机断层扫描或超声波的非破坏性材料测试非常有用。此外,来源于地震研究的巨大三维数据集,也可以通过体渲染引擎可视化。
体数据概述
体数据由体素组成。 体素是基本体积元素,也可以理解为三维空间内的具有排列和颜色的点或一小块区域,这也是为什么可以保持高达六个标量参数的原因。
通常体素属于固定网格,因此体数据可以作为表格储存。在这种情况下,运行可以被认为是多维数组,体数据可以被当作为本地储存的*.csv文件。然而,更常见的是,数据集被分成若干片,并且每个片被存储为位图图像。由于可以应用于图像的复杂压缩算法,明显减小模型尺寸。