多媒體智能三維圖像處理平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)

朱穎 劉娟娟 孫艷君

摘 ?要： 在傳統(tǒng)三維圖像處理方法中所需的數(shù)據(jù)往往超出設(shè)計(jì)平臺(tái)的渲染能力，導(dǎo)致圖像模糊失真等問(wèn)題頻發(fā)。由此可知，在多媒體智能系統(tǒng)中顯示出實(shí)時(shí)復(fù)雜的三維圖像仍具有極大的挑戰(zhàn)性。因此，圍繞多媒體智能三維圖像處理和顯示技術(shù)進(jìn)行研究和分析，并結(jié)合圖像灰度映射函數(shù)完善多媒體智能三維圖像處理技巧。根據(jù)該處理方法對(duì)三維圖像處理平臺(tái)進(jìn)行設(shè)計(jì)，并建立標(biāo)準(zhǔn)的三維圖像評(píng)價(jià)體系。最后通過(guò)仿真實(shí)驗(yàn)對(duì)三維圖像處理平臺(tái)的可行性進(jìn)行驗(yàn)證和分析。實(shí)驗(yàn)結(jié)果表明，該圖像設(shè)計(jì)平臺(tái)對(duì)多媒體智能三維圖像處理效果十分突出，同時(shí)可有效解決傳統(tǒng)方法中傳輸數(shù)據(jù)量過(guò)大的問(wèn)題，符合多媒體智能圖像處理的評(píng)價(jià)體系標(biāo)準(zhǔn)，應(yīng)用渠道十分廣泛。

關(guān)鍵詞： 三維圖像; 圖像處理; 多媒體智能平臺(tái); 渲染能力; 圖像模糊; 傳輸數(shù)據(jù)量

中圖分類號(hào)： TN911.73?34; U665 ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2018）10?0147?03

Abstract： The data needed in the traditional 3D image processing method is often beyond the rendering capability of the design platform， which leads to problems like frequent occurrence of image blurring and distortion. Hence， It is still a big challenge to display real?time and complex 3D images in the multimedia intelligent system. The multimedia intelligent 3D image processing skills are enhanced by researching and analyzing about the multimedia intelligent 3D image processing and display technology and combining with the image gray mapping function. The 3D image processing platform is designed according to the processing method， and a standard 3D image evaluation system is set up. The simulation experiment was carried out to verify and analyze the feasibility of the 3D image processing platform. The experimental results show that the image design platform has a very prominent effect in multimedia intelligent 3D image processing， and can effectively resolve the problem of too large transmission data quantity in the traditional method， which conforms to the evaluation system standard of multimedia intelligent image processing， and has very wide application channels.

Keywords： 3D image; image processing; multimedia intelligent platform; rendering capability; image blurring; transmission data quantity

0 ?引 ?言

在對(duì)三維圖像進(jìn)行處理的過(guò)程中，目標(biāo)圖像的表面和目標(biāo)圖像的邊界面是圖像的重要特征[1]。只有通過(guò)圖像特征才能進(jìn)行抽取來(lái)對(duì)目標(biāo)圖像的交互操作、識(shí)別追蹤等方面進(jìn)行更高效的處理和分析。因此，如何對(duì)目標(biāo)圖像進(jìn)行抽取和處理的方法成為多媒體智能三維圖像處理過(guò)程中最重要的問(wèn)題。三維圖像的曲面可由圖像中的連續(xù)隱曲面多邊形面片進(jìn)行展示，也可由離散邊界曲面表示[2]。現(xiàn)有的三維圖像處理算法可較好地對(duì)梯度一致的邊界曲面進(jìn)行重構(gòu)，但難以滿足梯度值變化的可視化要求，在圖像處理過(guò)程中對(duì)弱邊界曲面進(jìn)行包含時(shí)會(huì)出現(xiàn)困難。為了解決這些問(wèn)題，設(shè)計(jì)對(duì)多媒體智能三維圖像處理平臺(tái)，對(duì)離散邊界進(jìn)行重構(gòu)以滿足邊界曲面模型的可視化半透明顯示方法。該方法可有效利用多媒體智能處理平臺(tái)對(duì)三維圖像邊界曲面及附著的細(xì)小碎片進(jìn)行展示和有效區(qū)分以達(dá)到離散邊界曲面的重構(gòu)及邊界曲面模型的可視化的目標(biāo)[3]。通過(guò)仿真實(shí)驗(yàn)證實(shí)該方法有助于清晰完整地處理并顯示三維圖像。

1 ?多媒體智能三維圖像處理技術(shù)

三維圖像平面數(shù)據(jù)處理技術(shù)主要依賴于對(duì)數(shù)據(jù)的采集和輸出[4]。在多媒體智能三維圖像處理過(guò)程中首先要對(duì)被測(cè)圖像的離散屬性進(jìn)行采樣并通過(guò)圖像更準(zhǔn)確、直觀、立體地將這些顯示出來(lái)，以達(dá)到三維圖像信息處理的預(yù)期效果。在圖像處理過(guò)程中可根據(jù)采樣點(diǎn)間關(guān)系可劃分出結(jié)構(gòu)化和非結(jié)構(gòu)化圖像數(shù)據(jù)。并進(jìn)一步區(qū)分出三維圖像的規(guī)則以及非規(guī)則網(wǎng)格結(jié)構(gòu)化體數(shù)據(jù)[5]。規(guī)則網(wǎng)格結(jié)構(gòu)化體需要通過(guò)離散被測(cè)圖像的三維等間隔并對(duì)圖像數(shù)據(jù)進(jìn)行采樣來(lái)獲取[6]。設(shè)立坐標(biāo)系x，y，z，將所需數(shù)據(jù)信息分別設(shè)立于坐標(biāo)軸的三個(gè)方向上，數(shù)據(jù)規(guī)則、均勻地分布在三維坐標(biāo)系的網(wǎng)格點(diǎn)上，如圖1所示，坐標(biāo)原點(diǎn)位于左下角，x，y，z軸方向圖像信息呈遞增趨勢(shì)，對(duì)于x，y軸的二維切片而言，三維圖像數(shù)據(jù)為標(biāo)準(zhǔn)的規(guī)則網(wǎng)格結(jié)構(gòu)化體數(shù)據(jù)[7]。

在三維空間規(guī)則數(shù)據(jù)場(chǎng)非規(guī)則切片圖中，數(shù)據(jù)均勻分布在三維圖像平面上，且各方向分辨率一致[8]。根據(jù)上述兩種結(jié)構(gòu)可有效將數(shù)據(jù)應(yīng)用于三維圖像處理設(shè)備中，同時(shí)可結(jié)合傳統(tǒng)的二維圖像的處理技術(shù)，對(duì)圖像進(jìn)行增強(qiáng)、分割和識(shí)別等操作，以保障三維圖像的處理更加精準(zhǔn)[9]。在對(duì)三維圖像進(jìn)行處理的過(guò)程中要注意鄰域的概念，要保障二維圖像數(shù)據(jù)維數(shù)擴(kuò)展到三維圖像時(shí)的變化，例如，二維圖像中4鄰域?qū)?yīng)到三維圖像，即要擴(kuò)展為6鄰域。因此，目標(biāo)邊界面常常位于灰度發(fā)生較大變化或灰度發(fā)生跳躍的位置。三維圖像的成像過(guò)程依賴于射線與物質(zhì)的相互作用[10]。當(dāng)射線穿過(guò)圖像時(shí)出現(xiàn)光電及電子對(duì)效應(yīng)等物理過(guò)程，入射光子被圖像吸收，導(dǎo)致射線強(qiáng)度發(fā)生衰減。

當(dāng)平行射線x通過(guò)厚度為y的圖像界面時(shí)，其強(qiáng)度衰減過(guò)程滿足公式：

通過(guò)式（1）、式（2）對(duì)三維圖像的實(shí)際處理數(shù)據(jù)進(jìn)行測(cè)量和分析，得到特定能量射線的衰減系數(shù)的分布規(guī)律，即通常所說(shuō)的CT圖像并以此推導(dǎo)出所需的三維圖像數(shù)據(jù)。

2 ?多媒體智能三維圖像處理平臺(tái)設(shè)計(jì)

多媒體智能三維圖像處理技術(shù)能夠利用3D效果對(duì)物體內(nèi)部因素進(jìn)行直觀反映，保障各個(gè)方向圖像分辨率相同。多媒體三維圖像處理平臺(tái)流程設(shè)計(jì)流程如圖2所示。

由圖2可知，對(duì)于載物臺(tái)待檢測(cè)的目標(biāo)物體，在圖像處理軟件精確的控制下，數(shù)據(jù)探測(cè)器按照系統(tǒng)設(shè)定的掃描軌跡進(jìn)行運(yùn)作以采集數(shù)據(jù)并通過(guò)輸出透射信息將已有數(shù)據(jù)轉(zhuǎn)換為投影數(shù)據(jù)。由于在三維圖像處理過(guò)程中，圖像成像系統(tǒng)易造成射線硬化等問(wèn)題，因此要在對(duì)所獲數(shù)據(jù)進(jìn)行校正和預(yù)處理后進(jìn)行三維圖像重建，得到各向同性的三維體數(shù)據(jù)，并通過(guò)三維圖像處理系統(tǒng)的精準(zhǔn)操作，把原始圖像數(shù)據(jù)轉(zhuǎn)化為灰度值，對(duì)圖像進(jìn)行分割并對(duì)轉(zhuǎn)化還有的灰度值進(jìn)行檢測(cè)。

三維圖像處理平臺(tái)的設(shè)計(jì)要利用圖像灰度層次對(duì)重要的圖像信息進(jìn)行保留，在用較少的灰度級(jí)層次對(duì)冗余信息進(jìn)行抑制。針對(duì)圖像處理過(guò)程中存在的模糊均勻的問(wèn)題，可通過(guò)非線性灰度映射函數(shù)進(jìn)行改良，設(shè)計(jì)簡(jiǎn)單，操作方便是灰度映射的優(yōu)點(diǎn)。非線性灰度映射函數(shù)在灰度映射過(guò)程中可快速對(duì)大數(shù)據(jù)進(jìn)行擴(kuò)張和壓縮并對(duì)圖像信息進(jìn)行選擇性保留，避免重要信息的丟失。由于通過(guò)非線性灰度映射函數(shù)處理三維圖像的過(guò)程中需要的運(yùn)算量較大，易造成對(duì)資源的消耗。因此在圖像處理過(guò)程中要結(jié)合對(duì)局部對(duì)比度進(jìn)行增強(qiáng)的方法，以便提高處理速度。

3 ?實(shí)驗(yàn)結(jié)果與分析

針對(duì)前文提出的多媒體智能三維圖像處理平臺(tái)進(jìn)行試驗(yàn)檢測(cè)，首先通過(guò)非線性灰度映射函數(shù)對(duì)圖像進(jìn)行處理，圖3顯示數(shù)據(jù)處理平臺(tái)和傳統(tǒng)處理方法對(duì)三維圖像灰度進(jìn)行轉(zhuǎn)換測(cè)驗(yàn)的對(duì)比圖。

由圖3可知，試驗(yàn)方法對(duì)灰度的拉伸幅度相對(duì)加大，之后的灰度區(qū)間符合對(duì)應(yīng)的灰度范圍。因此可以證實(shí)，本文方法可對(duì)三維圖像進(jìn)行快速處理而傳統(tǒng)方法中數(shù)據(jù)處理耗時(shí)較多，且實(shí)驗(yàn)方法與傳統(tǒng)方法的灰度值差別也有明顯顯現(xiàn)。根據(jù)三維圖像視覺理論中的邊緣曲面檢測(cè)理論可知，三維圖像邊界面歸屬于階梯離散邊界曲面，而文中提出的多媒體三維圖像處理平臺(tái)是通過(guò)離散邊界曲面與連續(xù)邊界曲面關(guān)系建立模型，可更有效地對(duì)曲面進(jìn)行追蹤，解決三維圖像難以追蹤邊緣曲面、難以確定追蹤方向的問(wèn)題。

在對(duì)三維圖像的處理過(guò)程中，離散邊緣體素始終在真實(shí)的連續(xù)隱邊界曲面兩側(cè)緊密分布。因此在處理過(guò)程中要檢測(cè)并追蹤包含連續(xù)隱邊界曲面，并在端點(diǎn)集合中確定邊緣體素從而得到邊界曲面。圖像邊界曲面信息測(cè)評(píng)表如表1所示。

通過(guò)對(duì)圖像邊界曲面信息進(jìn)行比較，說(shuō)明文中設(shè)計(jì)的基于多媒體智能的三維圖像處理平臺(tái)比傳統(tǒng)三維圖像處理方法對(duì)圖像灰度直方進(jìn)行增強(qiáng)改法的效果更明顯，系統(tǒng)在高速運(yùn)作的同時(shí)能夠?qū)υ紙D像的信息可原則性保留。實(shí)驗(yàn)結(jié)果證實(shí)，該系統(tǒng)在擴(kuò)展灰度范圍的同時(shí)可更快更好地獲取和保留圖像信息，成功達(dá)到三維圖像增強(qiáng)后的預(yù)期效果，切實(shí)保障三維圖像處理后的畫面質(zhì)量。

4 ?結(jié) ?語(yǔ)

三維圖像處理技術(shù)指利用二維切片圖像對(duì)三維圖像進(jìn)行分析和重建的技術(shù)。本文設(shè)計(jì)多媒體智能三維圖像處理平臺(tái)，根據(jù)原始二維圖像信息結(jié)構(gòu)構(gòu)建三維圖像并進(jìn)行圖像處理，有利于促進(jìn)圖像方法更加清晰和逼真，方便使用者準(zhǔn)確分析圖像相關(guān)信息。三維圖像處理技術(shù)作為輔助工具可有效彌補(bǔ)影像設(shè)備的不足，為用戶提供更加真實(shí)的三維立體圖像，便于使用者從各個(gè)角度、不同層次對(duì)圖像資料進(jìn)行觀察和分析，并有效地對(duì)數(shù)據(jù)進(jìn)行處理。

參考文獻(xiàn)

[1] 馮義東，盧朝暉.三維圖像人物運(yùn)動(dòng)形態(tài)重構(gòu)技術(shù)[J].科技通報(bào)，2015，31（4）：202?204.

FENG Yidong， LU Chaohui. 3D image character motion reconstruction technology [J]. Bulletin of science and technology， 2015， 31（4）： 202?204.

[2] 黃秀花.三維圖像運(yùn)動(dòng)特征配準(zhǔn)方法研究與仿真[J].計(jì)算機(jī)仿真，2015，32（12）：206?209.

HUANG Xiuhua. Research and simulation of non?rigid registration method for three?dimensional image movement process [J]. Computer simulation， 2015， 32（12）： 206?209.

[3] 龔勇.基于三維圖像分析潛在運(yùn)動(dòng)損傷姿態(tài)判斷方法[J].計(jì)算機(jī)仿真，2015，32（9）：245?248.

GONG Yong. Judgment method of potential injury posture based on three?dimensional image analysis [J]. Computer simulation， 2015， 32（9）：245?248.

[4] 席小霞，宋文愛，邱子璇，等.基于RGB?D值的三維圖像重建系統(tǒng)研究[J].測(cè)試技術(shù)學(xué)報(bào)，2015（5）：409?415.

XI Xiaoxia， SONG Wenai， QIU Zixuan， et al. Research on 3D image reconstruction system based on RGB?D values [J]. Journal of test and measurement technology， 2015（5）： 409?415.

[5] 呂星宇.嵌入式計(jì)算機(jī)智能圖像信息處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù)，2016，39（21）：83?86.

L? Xingyu. Design and implementation of embedded computer intelligent image information processing system [J]. Modern electronics technique， 2016， 39（21）： 83?86.

[6] 雷萌，王聰華，陳潔.關(guān)于建筑倉(cāng)儲(chǔ)空間三維圖像設(shè)計(jì)與仿真[J].計(jì)算機(jī)仿真，2015，32（10）：263?266.

LEI Meng， WANG Conghua， CHEN Jie. Design and simulation of 3D image for warehouse space [J]. Computer simulation， 2015， 32（10）： 263?266.

[7] 楊文凱，蔣明.基于三維圖像相關(guān)的鋁合金板真實(shí)應(yīng)力應(yīng)變曲線研究[J].蘇州科技學(xué)院學(xué)報(bào)（工程技術(shù)版），2016，29（2）：8?13.

YANG Wenkai， JIANG Ming. The study of true stress?strain curve for aluminum alloy plates based on 3D?DIC [J]. Journal of Suzhou University of Science and Technology （Engineering and technology） ， 2016， 29（2）： 8?13.

[8] 王應(yīng)時(shí).基于多剛體三維圖像檢測(cè)的車輛短距離拐彎碰撞預(yù)判[J].科技通報(bào)，2016，32（7）：198?201.

WANG Yingshi. Vehicle collision anticipation short turn based on multi?rigid?body three?dimensional image detection [J]. Bulletin of science and technology， 2016， 32（7）： 198?201.

[9] 張潮，鐘文昭.基于三維圖像的次亞肺段切除[J].循證醫(yī)學(xué)，2016，16（6）：324?325.

ZHANG Chao， ZHONG Wenzhao. Thoracoscopic pulmonary sub?subsegmentectomy based on three?dimensional images [J]. The journal of evidence?based medicine， 2016， 16（6）： 324?325.

[10] 劉敏，陳偉迅，龔蓉，等.三維圖像棧中神經(jīng)末梢點(diǎn)的自動(dòng)檢測(cè)[J].電子測(cè)量與儀器學(xué)報(bào)，2017，31（8）：1304?1311.

LIU Min， CHEN Weixun， GONG Rong， et al. Automatic neuron terminal point detection in 3D image stack [J]. Journal of electronic measurement and instrumentation， 2017， 31（8）： 1304?1311.