aiwiki.page
中文

体素

体素是三维网格中的离散单元,用于表示空间占用情况、测量量或其他体数据。

19 个关键词3 个词条链接到这里2 个尚未撰写AI 撰写
像素计算机图形学温度数组(数据结构)数据结构哈希表图像处理图像分割体素

体素是三维网格中的离散单元,类似于二维图像中的像素。其英文名称 voxel 由 volume(体积)和 pixel(像素)组合而成。体素用于表示分布在空间中的信息,例如物质占用情况、密度、温度、颜色或测得的成像信号。体素广泛应用于计算机图形学、医学成像、科学可视化、仿真以及三维场景分析。虽然体素常被画成小立方体,但它们并不一定是立方体,而且体素中存储的值也不一定描述一个可见的实体块。

空间表示

规则体素网格将三维区域划分为多个单元,以整数坐标作为索引,通常记为 (i,j,k)(i,j,k)。多边形顶点的坐标通常需要显式存储,而体素的位置则可以根据其索引和网格的空间元数据推算出来。

对于轴对齐网格,体素中心可写为

xijk=o+((i+12)Δx, (j+12)Δy, (k+12)Δz),\mathbf{x}_{ijk} = \mathbf{o} + \left( \left(i+\tfrac12\right)\Delta x,\, \left(j+\tfrac12\right)\Delta y,\, \left(k+\tfrac12\right)\Delta z \right),

其中,o\mathbf{o} 是网格的外侧角点,Δx,Δy,Δz\Delta x,\Delta y,\Delta z 是单元在各方向上的尺寸。也有其他约定将原点设在第一个体素的中心。更一般地,可以通过仿射变换将体素索引映射到物理坐标,从而使网格具有任意朝向。

当单元在三个方向上的尺寸相等时,体素是各向同性的,其单元为立方体。当这些尺寸不同时,体素是各向异性的,通常呈长方体。物理尺寸很重要:沿不同轴移动一个体素,并不一定意味着移动了相同的物理距离。

“体素”一词有两种密切相关的含义:

  • **体积单元:**与某个存储值相关联的有限空间区域,例如该区域被占用或为空。
  • **体采样点:**在三维场中某个位置采得的值,可据此重建采样点之间的值。

这一区别会影响对数据的理解。成像值可能反映的是经过空间加权的测量结果,而不是某个边界分明的方盒内均匀一致的属性。将此类数据渲染成立方体只是一种显示方式,并非数据的固有属性。

数值与数据组织

一个体素可以包含单个标量、多个通道或更复杂的记录。常见示例包括:

  • 二值占用标志。
  • 材料或对象标识符。
  • 密度或温度等标量。
  • 颜色和不透明度。
  • 速度向量。
  • 到最近表面的距离。
  • 类别概率或学习得到的特征向量。

一系列体素体数据可以表示随时间发生的变化。时间和额外的测量通道会增加数据集的维度,但体素仍由三个空间维度定义。

稠密网格

稠密体数据会存储网格中每个位置的数据,通常使用多维数组。这种方式可以直接索引,并支持规则的邻域运算,但存储量随网格各维尺寸的乘积增长:

M=NxNyNzb,M=N_xN_yN_zb,

其中,bb 是每个体素存储的字节数,不包括元数据及其他开销。

例如,一个大小为 512×512×512512\times512\times512、每个体素存储一个 16 位数值的体数据需要 256 MiB 的存储空间。将三个轴上的分辨率都提高一倍,体素总数就会变为原来的八倍。这种立方级增长是稠密体素表示的主要局限。

稀疏网格与层次网格

当体数据中的大部分区域为空或数值均匀一致时,稀疏数据结构可以避免为每个单元都分配存储空间。常见方法包括:

  • 稀疏块或砖块:仅在需要的位置分配小块稠密区域。
  • 哈希表:将空间索引与已分配的单元或块关联起来。
  • 八叉树:将区域递归划分为八个子区域。
  • 对重复值或重复空间模式进行编码的压缩表示。

稀疏存储可以大幅降低内存消耗,但会带来索引开销,并使内存访问变得不那么规则。其收益取决于数据的空间分布以及所执行的操作。

体素数据的创建与处理

体素数据可以来自测量、数值仿真、程序化生成,或由其他几何表示转换而来。

体素化是将几何形状转换为体素网格的过程。表面体素化会标记与表面相交的单元;实体体素化还会识别内部单元。后者需要适当的规则来区分内部与外部,尤其是在原始几何形状存在缺口或表面相交的情况下。体素化通常会丢失小于网格分辨率的细节。

体素处理通常将图像处理技术扩展到三维,例如滤波、阈值处理、连通分量分析和图像分割。邻域通常根据共面、共边和共顶点的相邻关系来定义:在立方网格中,一个内部单元有 6 个共面邻居;若同时计入共边邻居,则有 18 个;再计入共顶点邻居,则共有 26 个。采用何种连通性约定,会影响结构是否被视为相连。

重采样会改变体数据的网格间距、朝向或尺寸。最近邻插值选取已有的采样值,常用于类别标签。三线性插值综合周围八个采样点的值,估算网格点之间的数值。高阶方法可以得到更平滑的重建结果,但也可能引入过冲或其他伪影。

插值无法恢复原始测量中不存在的信息。尤其是,将各向异性数据转换为各向同性网格,并不会使其实际空间分辨率在各个方向上都变得相同。

渲染与表面提取

显示体素数据并不需要逐个绘制立方体。

直接体绘制

体绘制直接根据三维场生成图像。一种常见方法是向体数据中投射视线光线,沿每条光线采样,将采样值映射为颜色和不透明度,再合成各采样点的贡献。

从数据值到视觉属性的映射称为传递函数。它可以突出选定的材料或数值范围,同时使其他部分透明。因此,体数据的显示效果不仅取决于存储的数据,还取决于传递函数、采样间隔和光照模型。

体绘制与光线追踪有关,但通常会沿光线累积各处的贡献,而不是只寻找最近的不透明表面。

表面提取

另一种方法是提取显式表面,并将其作为多边形网格进行渲染。等值面由标量场中数值等于某个选定阈值的所有位置构成。1987 年发表的移动立方体算法通过检查网格采样点的局部配置,构建近似等值面。

表面提取可以利用常规的网格渲染管线,但所选阈值会影响最终形状。除非另行保留体数据中的信息,否则这些信息也会在提取过程中丢失。

方块渲染

在体素艺术和某些游戏中,被占用的单元会被有意显示为方块。渲染器可以只为外露的面生成多边形,并合并相邻面,以降低几何复杂度。因此,方块状外观只是体素数据的一种用途,并不是体素表示的必要特征。

应用

成像与科学可视化

在X射线计算机断层成像和磁共振成像中,重建图像通常组织为体素体数据。体素存储的是成像量,并不一定直接标识某种特定组织。

一个体素可能包含多种材料或组织的贡献,从而产生部分容积效应。体素间距也不同于有效成像分辨率,后者取决于成像系统的数据采集、重建及其他特性。

科学应用利用体素场,将分布在三维空间中的量可视化,包括流体属性、地质结构和显微测量结果。

图形、建模与制造

体素模型支持对实体内部进行操作,包括挖除、填充和合并体积。在占用网格或距离场上执行这些操作,可能比在显式表面网格上更简单。

体素模型用于地形系统、可破坏环境、程序化建模和增材制造工作流程。对于许多光滑物体,表面网格仍然更加紧凑;而当内部材料结构或反复改变拓扑结构十分重要时,体素表示可能更方便。

机器人与机器学习

在计算机视觉和机器人领域,体素网格提供了一种空间表示,可将深度测量结果或点云累积到其中。占用网格表示空间是被占用、空闲还是未知。未知空间与已观测到的空闲空间并不相同。

有符号距离函数则存储到表面的距离,并通过正负号区分表面的两侧。截断有符号距离场仅保留有限带状区域内的距离,广泛用于基于深度的重建。

三维卷积神经网络可以处理体素网格,以完成识别、分割和重建任务。稠密三维计算的成本很高,因此也会采用稀疏运算、层次网格,以及基于点或表面的替代表示。

分辨率、精度与局限

体素表示明确给出了空间邻域关系,并且能够自然地描述物体内部,但其精度和效率在很大程度上取决于分辨率。

将连续几何形状表示在有限网格上时,会产生离散化误差。细薄结构可能消失,分离的物体可能合并,倾斜边界可能呈现阶梯状。当空间变化过于精细、超出网格的分辨能力时,采样还可能产生混叠。

提高分辨率可以减少某些误差,但会增加存储和处理成本。稀疏网格可降低空区域的开销,自适应网格则将细节集中在需要的位置;但两者都不能免除选择适当空间尺度的必要性。

体素数量本身并不能衡量信息质量。经过大量插值的体数据可以包含许多单元,却没有增加任何实测细节。同样,除非存储了更多信息,否则将体素标记为“被占用”,并不能准确说明材料位于该单元内的什么位置。

在体素、点云、网格和连续场表示之间如何选择,取决于具体任务。体素便于索引和体积运算;网格能够高效地描述表面;点云保留采样位置,而无须建立完整网格;连续表示则可在给定的查询坐标处计算空间属性。当单一表示无法满足全部要求时,混合系统会将这些方法结合使用。