|
3D
분석
3D
분석의 개념을 다음 목적에 따라 요약합니다.
유공성과
볼륨 파편(fraction)의 결정
어떤
구성 요소의 전체 유공성 또는 볼륨 일부를
추출해 냅니다. 또한, 이 파라미터는 서브-볼륨에
대해 결정될 수 있고 국소적 변이(local variations)에
대한 정보를 제공합니다. 이것은 초기의 하나
또는 이중의(또는 이력(hysteresis)) 스레쉬홀드
그리고 이진 볼륨(Opening, closing, hit-or-miss
opening & closing, filling holes)를
단순화하기 위한 일부 가능한 정화(cleaning)
작업후에 쉽게 해결할 수 있습니다. 향후 보다
향상된 스레쉬홀드 기법을 적용할 예정입니다.
객체
식별(identification)
볼륨내에
있는 각 객체(기공 망(pore network), 공기
방울, 알갱이 등)들은 별도의 단위로 식별해내야
합니다. 이러한 방대한 볼륨의 분석 문제는
보다 작은 객체들의 목록 분석으로 축소되었습니다.
이것을 얻기 위해 연결된 구성 요소의 라벨화
작업이 적용되었습니다. 스레쉬홀드 작업과
객체 식별의 조합을 종종 분할(segmentation)이라
하기도 합니다.
객체
파라미터화(매개변수화, parameterization)
크기
파라미터, 모양 파라미터, 방위(orientaion)에
관한 정보 등을 도출해냄으로써 각 객체의
특성을 찾아낼 수 있습니다. 일부 크기 파라미터
정보를 이용하는 방법(예, 직경이 같거나,
유클리드(euclidian) 거리 변형 이용 등)을
개발하여 이미 Morpho+의 기능에 들어 있으며,
다른 파라미터들에 대한 기능을 계속 개발하고
있습니다.
객체
분리(seperation)
일부
객체들(기공 망 등)은 하부-객체로 나눌 수
있어야 합니다. 이들의 개발 파라미터들은
이들의 연결성에 관한 정보로 결합되었고,
연결성은 개별 객체을 보다 잘 특징 짓게 하기
위해 사용합니다. 종종, 이러한 분리는 또한
분리된 객체에 대해서도 필요한데, CT 스캐너의
제한된 해상도/콛트라스트(contrast) 때문에
연결되지 않은 객체들이 마치 연결된 것처럼
보일 수 있기 때문입니다. 이러한 분리는 실수로
분리되는 것을 피하기 위해 일부 필터링을
거쳐 역 거리 변환(Inverse distance transform)의
분수계 변환(watershed transform)을 계산하여
얻을 수 있습니다. 구조와 모양 분석에 도움을
줄 추가 툴인 중앙 축 사용에 관해 계속 개발을
하고 있습니다.
연결된
객체 분리를 위한 특별한 접근 방법
○
Erosion(n회 반복) → Relabelling
→ Dilation(n회 반복)
-
매우 빠르다
-
객체의 모양을 파괴할 수 있음
-
연결 영역이 넓으면 적합하지 않음
○
역 거리(Inverse Distance) 함수의
분수계 변환(Watershed Transform)
-
빠르다
-
형태학적 필터링(최소-h 필터링)을 이용하여
Oversegmentation을 피할 수 있음
○
이런 접근 방식은 일부 개발중이며,
빠른 시일내에 개발이 완료될 것으로 기대함
가시화(Visualization)
볼륨을
주요 평면(화살모양(sagital), 앞면, 횡단면)을
따라 횡단면을 관찰할 수 있습니다. 따라서,
각 객체를 3차원적으로 흥미롭게 가시화할
수 있습니다. QT의 OpenGL 기능을 사용하며,
객체의 표면을 특징짓기 위해 메시(mesh)를
그릴 수 있습니다. 이러한 메시 생성은 들로네(Delaunay)
삼각망과 단순화 과정을 실행하여 얻어집니다.
이 기능 역시 향후 추가될 예정입니다.
|
