序言,VTK介绍:
VTK 全称为 The Visualization Toolkit
(可视化工具),是一个开源、跨平台、自由获取、支持并行计算的图形应用函数;拥有3D 渲染的最新工具、提供3D交互模式以及2D绘图等。
VTK 包含一个C++类库,目前提供了众多语言接口,例如 Java、Python、TCL
;在三维函数库OpenGL
的基础上采用面向对象设计方法发展起来
图形学基本概念和数据结构,是VTK的核心,VTK是通过 Pipline
的形式来输送数据,实现预览效果。
三维重建
在 VTK 中,提供了两种重建方式:体绘制和面绘制 (一般来说用VTK做重建,医学图像领域较多,如 Dicom、mha、mhd
;当然 VTK 也实现点云重建)
面绘制
利用面绘值用到VTK封装到的 Marching Cube
算法,简称 MC
算法,MC
算法的实现主要分为三部分:
1,确定包含等值面的体元
首先介绍一下 体元
的概念,体元是三维图像中由相邻的八个体素点组成的正方体方格,英语也叫 Cube
,体元中角点函数值分为两种情况,一种是大于等于给定等值面的值 C0
,则将角点设为 1
称该角点在等值面内部,否则设为0
,在等值面之外,
一般来说,会出现一个角点在内,一个角点在外,则角点之间的连线(也就是体元的边)必然与等值面相交,根据这个原理就能判断等值面与哪些体元相交。
体元内每个角点(顶点)有两种情况:0和1,一共8个角点即分为256种( ),根据平面对称性、中心对称性,256种最终降到15种
2,确定等值面与体元边界的交点
找到含有等值面的体元之后,接下来就是确定等值面与体元边界的交点,体元间的数值都是呈线性变化,求交点时一般采用的是线性插值,如 Case0 中等值面的两个端点 一个在外为( 标记0
) ,一个在内 ( 标记为1
) 则交点为0.5;
3,求等值面的法向量
以上步骤 1,2,3
为实现 MC
算法步骤流程,但利用 VTK ,不需要这么繁琐,主要算法步骤都已经封装到 vtkMarchingCube
类中,使用 vtkMarchingCube
时,需要设置三个参数:
SetValue(int i,double value)
设置第i 个等值面的值b
,(提醒一下,医学图像中的灰度值范围不是0-256
而是0-65326
,但大部分取值范围都在0-1000
)。SetNumberofContours(int number)
,设置等值面的个数ComputerNormalsOn()
设置计算等值面的法向量,提高渲染质量;
上面这张图显示的就是 vtk 呈像的基本流程,下面是仿照官网写的用面绘制来对图像重建的代码部分:
#include
#include
#inc