提出一种过滤小组件的方法，提升医学影像等距面的可视化质量。
Filtering of Small Components for Isosurface Generation
- 通过预处理过滤扫描数据中的微小几何组件
- 有效移除干扰视觉的小结构，不破坏主体形态
- 适用于CT/MRI等医学图像的等值面生成
设 $f: \mathbb{R}^3 \rightarrow \mathbb{R}$ 为标量场，其等值面是某水平值 $σ\in \mathbb{R}$ 对应的水平集 $f^{-1}(σ)$ 的分段线性近似，由对 $f$ 的规则网格采样构建。从如CT或MRI等扫描数据生成的等值面常包含大量极小组件，这些成分干扰可视化，且不属于从数据中提取的任何几何模型。简单的数据预滤波可去除此类小组件，同时不影响构成主体的大型结构。本文展示了在该过滤方法上的实验结果。
原文摘要 · Abstract (English)
Let $f: \mathbb{R}^3 \rightarrow \mathbb{R}$ be a scalar field. An isosurface is a piecewise linear approximation of a level set $f^{-1}(σ)$ for some $σ\in \mathbb{R}$ built from some regular grid sampling of $f$. Isosurfaces constructed from scanned data such as CT scans or MRIs often contain extremely small components that distract from the visualization and do not form part of any geometric model produced from the data. Simple prefiltering of the data can remove such small components while having no effect on the large components that form the body of the visualization. We present experimental results on such filtering.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。