【MITK】基础概念-流水线（Pipeline）

1 流水线简介

MITK中的图像处理大量使用了流水线（pipelining）的概念，在使用MITK进行开发的过程中，对其有个清晰的理解至关重要。本文档将首先阐明流水线背后的一般思想，然后讨论一些你应该了解的MITK细节。

在现实世界中，管道将某种类型的源和用户连接起来。 因此，我们确定了三个关键概念：
（1）源（source）：生成某种类型的数据；
（2）管道（pipeline）：传输数据，许多不同的管道段可以组合接通成管线，从而实现该功能；
（3）用户（consumer）：使用这些数据来满足自己的需要。

将MITK中的管道和真实的管道相比较的话，有一点不妥当的是：物理管道永远不会处理它的内容，而在软件开发过程中，管道通常会这样做（这就是它们经常也被称为滤波器的原因）。有人可能会问，为什么不在用户对象本身中实现处理逻辑，因为它明显知道如何处理它的数据。两个主要原因是可重用性和灵活性。比如说，有人想要显示CT图像中的骨骼分割结果，他可以构建一个单独的类来解决这个问题，或者在显示类和源之间构建一个管道。我们知道在CT扫描中骨骼非常亮，所以我们使用一个阈值滤波器，然后使用一个分割滤波器来解决这个问题。

现在让我们进一步假设，在成功将这种新技术出售给一家大公司后，我们计划利用超声成像技术做同样的事情。超声图像的亮度关系（与CT）基本相同，但超声图像有很多噪声，对比度明显更低。由于我们使用了流水线，所以这不成问题：我们不需要更改原有的分割类，只需在原有的管道前插入两个新的滤波器即可：

2 MITK中的流水线

2.1 更新机制

管道中的数据流只在用户调用Update()函数时触发。然后，管道的每个部分依次触发它前面（滤波器等）的Update()方法。最后，源使用自己的GenerateData()方法创建一批新的数据，并通知其后续者新数据可用。然后，管道可以开始处理数据，直到完成的数据被最后一个滤波器输出。

2.2 管道层次结构

除用户（可以是任何类）之外，管道所有部分的基类都是mitk::Baseprocess。该类引入了处理数据的能力，具备输出和输入。但是，这个类很少被直接使用。

几个源类扩展了BaseProcess。由它们提供的数据类型，ImageSource，PointSetSource和SurfaceSource都标志着管道的开始。

滤波器自身扩展了其中一个源类。这可能不会立即有意义，但从根本上来说滤波器就是一个具有额外输入的源。

3 使用滤波器

3.1 装配管道

//创建参与者
mitk::USVideoDevice::Pointer videoDevice = mitk::USVideoDevice::New("-1", "Manufacturer", "Model");
TestUSFilter::Pointer filter = TestUSFilter::New();
//使videoDevice产生它的第一个数据集，这样它的输出就不为空
videoDevice->Update();
//将滤波器的输入连接到设备的输出
filter->SetInput(videoDevice->GetOutput());
//现在管道就起作用了
filter->Update();

3.2 写自己的滤波器

下面给出写一个滤波器的推荐方法：

• 确定输入及输出所需的数据类型；
• 根据第一步的信息，扩展BaseProcess可用的最具体的子类，例如，一个处理图像的滤波器，应该扩展ImageToImageFilter；
• 确定需要多少输入和输出；
• 在构造函数中，定义输出的数量，并创建一个输出；

  //设置输出的个数
  this->SetNumberOfOutputs(1);
  
  //创建一个新的输出
  mitk::Image::Pointer newOutput = mitk::Image::New();
  this->SetNthOutput(0, newOutput);
  

• 实现MakeOutput()方法，该方法创建一个新的、可以写入的、干净的输出，请参阅具有类似任务的滤波器；
• 实现GenerateData()方法，该方法将根据输入生成输出。在执行时，可以假定输入的是新数据集。