目录
[八、导出与查看（STL / Blender）](#八、导出与查看（STL / Blender）)
医院 CT（DCM）切片如何逐层找出外轮廓得到有序外周点， 以及多切片如何实时拼成三维模型。
一、看「过程」
三维重建的成品往往很「安静」：一个光滑的表面模型静静摆在屏幕上。 但真正有趣的地方，常常发生在它「长出来」之前------ 每一层 CT 图像里，边缘点如何被发现？杂质如何被清掉？外周点如何变得有序？
二、整体流程
- 查找关键点：在单张切片上找到「看起来像边缘」的亮点集合。
- 排除无效区域：去掉不属于目标外轮廓的连通块/噪声区域。
- 查找外周点：从剩余点中进一步收敛到真正的外周候选。
- 排序并闭合：让点按周向有序排列，形成可闭合的轮廓环。
- 切片合成：多层轮廓按层间距堆叠、缝合，实时生成 3D 网格。
三、步骤一：在切片上查找关键点
原理
CT 灰度图上，组织与背景常存在对比。外轮廓附近的像素，往往比邻域更「亮」或更「陡」。 第一阶段要做的事情很朴素：
- 按行（或按扫描线）遍历图像有效区域；
- 对每个像素，比较它与周围邻域的平均亮度；
- 若自身相对邻域更突出，则记为一个候选关键点。
这一步得到的是「边缘感很强的点云」，数量通常很多，且可能包含内部结构、噪声、伪影。 所以它只是起点，不是终点。
效果
伪代码
for each pixel p in slice (with margin):
if brightness(p) > average(brightness of neighbors around p):
mark p as keypoint candidate四、步骤二：排除无效区域
原理
关键点会自然聚成许多连通区域（八邻域连通即可）。 其中只有一部分对应我们关心的外层结构；更多可能是内部空洞边缘、局部噪声块、次要组织边界。
排除无效区域的核心思路通常是：
- 对关键点做连通分量分组，得到若干「区块」；
- 用外接矩形、是否靠近图像中心、是否被更大区块包含等几何关系判断「外层 / 内层」；
- 保留目标相关区块，清除其余区块中的点（演示里常做成飞散消失，便于观看）。
直观理解：先把「一整片可疑边缘」分成若干团，再看哪一团才像主体外轮廓？哪一团只是里面的杂质？
效果
排除无效区域：非目标区块被清除，主体相关点保留
伪代码
// 连通分组 → 判定外层目标 → 丢弃其它
blocks = connected_components(keypoints)
target = select_main_outer_block(blocks)
for block in blocks:
if block is not related_to(target):
remove points of block 五、步骤三：查找真正的外周点
原理
即使去掉大量无效区域，剩余点仍可能「厚」：同一方向上既有更靠外的点，也有偏里的点。 外周点的目标是：在轮廓的周向上，尽量只保留最外侧的代表点。
一种非常适合可视化的演示策略是「中心 + 周向扫描」：
- 估计点集中心（质心）；
- 把平面按角度分成很多扇区（例如每 2° 一格）；
- 指针顺时针扫一周，每个角度只保留距中心最远的那一个点；
- 扇区内其它点视为扫过即可清除。
效果
查找外周点：周向扫描后收敛到外周候选点
伪代码
// 按角度分箱，每箱只留最远点
center = centroid(remaining_points)
for angle_bin in 0 .. N-1:
pts = points_falling_into(angle_bin)
keep farthest_from(center, pts)
discard the others六、步骤四：外周点排序并闭合
原理
「有一圈点」还不够，建模与展示需要它们是有序的。 有序意味着：沿着边界走一圈，点的先后关系稳定，并且首尾可以闭合。
排序的直觉很直接：
- 以中心为原点，按极角（例如从上方向起顺时针）排序；
- 必要时做等弧长重采样，让相邻点间距更均匀；
- 用方向箭头或折线连接，明确「从第 i 个点走向第 i+1 个点」；
- 最后连回起点，形成闭环轮廓。
效果
外周点排序并闭合：方向性箭头与闭环连线，强调「有序」
伪代码
// 极角排序 → 连线 → 闭合
ring = sort_by_polar_angle(outer_points, center)
for i in 0 .. ring.Count-1:
connect ring[i] → ring[(i+1) % ring.Count]七、步骤五：多切片合成三维模型
原理
每一层 CT 都得到一条（或一组）二维闭环轮廓后，就可以进入三维阶段：
- 把像素坐标换算到毫米坐标（像素间距、层厚/层间距来自 DICOM 几何信息）；
- 按切片顺序把轮廓放到对应的高度（Z）；
- 在相邻两层之间做缝合：连接对应点，生成三角面片；
- 随着新切片不断识别完成，网格逐步「长高」，实现实时预览。
缝合策略可以很简单（例如两层都重采样到相同点数，再按索引连接）， 也可以更激进（全点就近匹配）。演示里常见的「平均等分」就是为了让对应关系稳定、易于理解。
效果
切片合成：多层轮廓实时堆叠、缝合为三维模型
伪代码
// 相邻层轮廓 loft 成三角网格
for layer in 0 .. layers-2:
A = resample(contours[layer], N)
B = resample(contours[layer+1], N)
for i in 0 .. N-1:
add_quad_as_two_triangles(A[i], A[i+1], B[i+1], B[i])八、导出与查看（STL / Blender）
当网格足够完整后，可导出为常见的 STL / PLY。 STL 记录的是三角面片汤（triangle soup），Blender、MeshLab 等软件都能直接打开。
在 Blender 中查看时，关注：
- 整体形态是否与预期解剖结构一致；
- 层与层之间是否出现明显扭曲（通常与轮廓对应或层间距有关）；
- 法线朝向、封闭性是否满足后续处理需求。
九、小结
从 CT 灰度里找出「像边缘的点」，剔掉不该留下的区域， 再收敛成有序外周闭环，最后把多层闭环缝成可导出的三维网格。
导出为stl文件后，我们可以查看到完全一致的效果:
