学习笔记13
一.vtkCamera
VTK相机类vtkCamera原理及用法_小政哥的私房博客-CSDN博客
二.vtkLight
1.当我们设置舞台上的光照参数时，要用到照相机Camera信息以及属性Property信息。因此头文件中不仅仅要包括#include
2.我们设计的是灯光位置，通过一组实验我们知道相机、光源、对象所在的世界坐标 系是右手坐标系•Light->SetPosition()将光源放置在(WC)指定位置•Light->SetFocalPoint(renderer->GetActiveCamera()->GetFocalPoint())将光源焦点设置为相机的焦点
三.医学图像三维可视化重建
●图像显示方式主要可以分为三类：
(1) 反射式显示
从体数据的感兴趣区提取被观察物体的表面，施以一定的光照模型，选择某一视角从物体外部观察物体表面形态的显示方式。典型的如表面绘制技术[面绘制]（Surface Rendering）。
VTK中基于面绘制实现三维重建，使用的是经典的Marching Cubes(移动立方体法)算法。
面绘制是采用分割技术对一系列的二维图像进行轮廓识别、提取等操作，最终还原出被检测物体的三维模型，并以表面的方式显示出来。
面绘制的数据流管道pipeline结构为：
读取器->提取等值面->数据处理->映射器->实例化角色->绘制器->绘制窗口->交互器->交换方式。
VTK提供了两种提取等值面的类：
(1) vtkContourFilter
(2) vtkMarchingCubes.
VTK通过vtkPolyDataNormals在等值面上产生法向量；通过vtkStripper在等值面上产生纹理或三角面片。
来自 <基于VTK实现面绘制（SR）和体绘制（VR）的基本代码_inter_peng的专栏-CSDN博客_面绘制> 代码和结果显示
VTK实现面绘制
VTK 面绘制_露露_新浪博客
(2) 透射式显示
类似于X射线成像原理，将反映医学图象特性的图象强度看作对光线不同吸收的特性，光线穿透物体的最大吸收或累加吸收效果构成物体的结构图象。典型的技术有体绘制技术（Volume Rendering）。
体数据和面数据的本质区别，在于是否包含了体细节，而不是在维度方面，他们都是三维
数据
面绘制需要生成中间图元，而体绘制则是直接在原图上进行绘制，内容需求较面绘制小。
每切换一个视角需要重新对所有的像素点进行颜色和透明度计算，需要时间比面绘制长。
VTK的管道结构实现体绘制需要的类有：
vtkRenderWindow, vtkRenderer, vtkLight, vtkCamera, vtkActor, vtkProperty, vtkTransform.
dataset->filter->mapper.
VTK实现体绘制
vtk 体绘制_露露_新浪博客
(3) 断层（剖面）显示
不经3D重建，直接显示过空间某一点的三个正交剖面的形态结构。
【多平面重建】——MPR(Mult-planner reformation)——三维重建的后处理【重建后再切片】将扫描范围内所有的轴位图像叠加起来【即，三维重建】，再对某些标线标定的重组线所指定的组织进行冠状、矢状位、任意角度斜位图像重组。
1.计算法向量
 |
|||
| 顶点的法向量 |
|||
3.2
※关于InputData：都只处理三角面片单元。若输入的面片为多边形面片，可以使用vtkTriangleFliter
转换为三角面片处理参数：
SetNumberOfSubdivisions设置戏细分的次数n，由于每次细分1->4，最终会产生4*n个三角面片（与Decimation相反，一个使三角面片更少，一个使其更多）
•vtkLinearSubdivisionFilter 线性细分算法，每次细分将每个三角形面片生成4个新的面片，该算法比较简单，速度快，但是细分后不能产生光滑的模型。
•vtkLoopSubdivisionFilter Loop细分算法，每次细分会将一个三角面片生成4个三角面片；该方法可以生成光滑的连续曲面，应用比较广泛。
•vtkButterflySubdivisionFilter 蝶形细分算法
结论：如果有必要，可以采取Loop算法进行细分，提高光滑度
4. 网格平滑
•一种调整数据集中点坐标的技术。
•在平滑过程中，不会改变数据集的拓扑结构，只改变几何结构。
•网格平滑的应用包括提高等值面的外观，或者作为移除表面噪声的模型工具。通过应用网格平滑，模型的外观能够动态地提高。
结论：采取vtkWindowedSincPolyDataFilter进行平滑，提高光滑度
vtkSmoothPolyDataFilter采用Laplacian（拉普拉斯平滑）平滑，核心思想是用邻域节点的中心[平均值]代替原始点
Smallrelaxationfactorsandlargenumbersofiterationsaremorestablethanlargerrelaxationfactorsandsmallernumbersofiterations
•NumberOfIterations：Laplacian smoothing的迭代次数 【↑】
•RelaxationFactor：Laplacian smoothing的松弛因子 【↑】
•BoundarySmoothing控制是否对边界点平滑。
边界点的概念：在一个网格模型中，一条边只被一个单元包含那么这条边就是边界边，而边界边上的点则为边界点。如果一个模型中含有边界边，则说明该模型不是封闭的。
•FeatureEdgeSmoothing控制是否对特征边上的点的平滑（如果一条边被两个邻近的多边形公用，若这两个多边形法向量的夹角（特征角）大于定义的阈值，则说明这边为一条特征边）
特征角越大，说明改边越尖锐。特征边/角往往表达模型的细节，平滑过程中最好不要进行处理，以保护细节不受损伤。
虽然通过特征边平滑设置可以降低一部分细节损失，但并不能完全避免，且随着laplace平滑的不断迭代，模型会逐渐向网格的中心收缩。所以，vtkWindowSincPolyDataFilter是一种更好的选择，该算法采用窗口Sinc函数实现网格平滑，能够最小程度地避免收缩，vtkWindowSincPolyDataFilter的用法和VTKSmoothPolyDataFilter用法完全一致。
相比之下，vtkWindowedSincPolyDataFilter需要的迭代次数更少一些；而且可以避免vtkSmoothPolyDataFilter出现随着平滑量增大而向中心收缩的问题不要启用BoundarySmoothing，
NonManifoldSmoothing或FeatureEdgeSmoothing!!!!开销巨大而且效果很不好
•vtkWindowedSincPolyDataFilter
adjust point positions using a windowed sinc functioninterpolation kernel参数：•NumberOfIterations：Specify the number of iterations (拟合windowed sinc 函数的多项式次数[degree of the polynomial]).【↑】
•PassBand：Setthepassbandvalueforthewindowedsincfilter(位于0-2之间的倍增点) 【↓】
Lower PassBand values produce more smoothing. A good default value for the PassBand is 0.1
5. Fill Holes填充孔洞
【特征边与封闭性检测】
是否存在边界边是检测一个网格模型是否封闭的重要特征。
•vtkFeatureEdges是一个非常重要的类，该类能够提取多边形网格模型中四种类型的边。
边界边：只被一个多边形或者一条边包围的边。
非流形边：被三个或者三个以上多边形包围的边；
特征边：需要设置一个特征角的阈值，当包含同一条边的两个三角形的法向量的夹角大于该
阈值时，即为一个特征边。
流行边：只被两个多边形包含的边。
【填充】
•vtkFillHolesFilter ：Identify and fill holes in meshes
原理：首先检测出网格中的所有边界边，然后找出这些边界边中的每个闭合回路[孔洞]，最后利用vtkPolygon::NonDegenerateTriangulate将每个孔洞进行三角化(即生成三角网格)。
需要注意的是，有些边界的孔洞是不需要三角化的，例如一个平面网格，若填补其四周的边界边，则会与原网格产生覆盖。
使用SetHoleSize函数用来控制需要修补洞的最大范围，大于该值则不需要修补该洞。
•为什么需要在填充之后重新计算法向量，调整方向一致性?
法向量这个东西和光照与阴影的计算密切相关。单元的法向量朝向则与单元的点顺序相关！只有保持所有的单元的点顺序一致才能得到正确的法向量，否则在网格模型显示时会得到意外的结果！如下：
由于经过fill holes，模型的所有单元的点顺序并不一致，因此使用vtkPolyDataNormals::ConsisitencyOn()进行调整。这样才能避
免上面的问题。
六.一些取等值面的类
•vtkContourFilter:一个【通用】的等值面提取类，其可以接受【any 类型数据】生成等值线或等值面。
•vtkMarchingContourFilter:接受【any 类型数据】，其内部根据数据不同生成不同的算法对象实现等值面/线的提取，具有较高的效率
•vtkMarchingCubes:主要针对【规则体数据volume】生成等值面vtkDiscreteMarchingCubes:继承自vtkMarchingCubes，主要针对【Labeled volume 体数据】，比如利用图像【分割】算法对医学图像进行分割后得到含有不同Label值得数据，每个Label对应一个组织，如果想要得到其中一个或者几个组织的轮廓模型，则可以考虑使用该类。
•vtkImageMarchingCubes:主要处理【三维图像数据】
•vtkMarchingSquares:则是针对【二维规则网格数据】生成等值线 针对image (i.e., a volume slice)
七.深拷贝和浅拷贝
数据分为基本数据类型(String, Number, Boolean, Null, Undefined，Symbol)和对象数据类型。
1、基本数据类型的特点：直接存储在栈(stack)中的数据
2、引用数据类型的特点：存储的是该对象在栈中引用，真实的数据存放在堆内存里
引用数据类型在栈中存储了指针，该指针指向堆中该实体的起始地址。当解释器寻找引用值时，会首先检索其在栈中的地址，取得地址后从堆中获得实体。
深拷贝和浅拷贝是只针对Object和Array这样的引用数据类型的。(因为存在共不共享内存的情况)
深拷贝和浅拷贝的示意图大致如下：
浅拷贝只复制指向某个对象的指针，而不复制对象本身，新旧对象还是共享同一块内存。但深拷贝会另外创造一个一模一样的对象，新对象跟原对象不共享内存，修改新对象不会改到原对象。