[发明专利]一种缺失颅骨的特征点配准方法有效
申请号: | 201910004391.7 | 申请日: | 2019-01-03 |
公开(公告)号: | CN109816705B | 公开(公告)日: | 2022-10-11 |
发明(设计)人: | 赵夫群 | 申请(专利权)人: | 西安财经大学 |
主分类号: | G06T7/33 | 分类号: | G06T7/33 |
代理公司: | 西安恒泰知识产权代理事务所 61216 | 代理人: | 李婷 |
地址: | 710061 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 缺失 颅骨 特征 点配准 方法 | ||
本发明公开了一种缺失颅骨的特征点配准方法,该方法针对于待配准的颅骨点云模型,首先提取颅骨的特征点,计算特征序列,利用特征序列的相似性进行颅骨的粗配准;继而通过筛选颅骨点云模型的初始点,利用刚体变换的旋转矩阵和平移矢量表示初始点集中任意点之间的相关性,将刚体变换的求解转换为最小化问题并采用奇异值分解法进行求解,得到初始点集的刚体变换旋转矩阵和平移矢量,从而实现颅骨点云模型和的细配准。实验结果表明本发明方法比已有的一些方法在配准精度和速度方面有了显著的提高,可以实现不同分辨率和缺失颅骨的有效配准。
技术领域
本发明涉及颅骨面貌复原技术领域,具体涉及一种分辨率各异的缺失颅骨的特征点配准方法。
背景技术
颅面复原是利用现代计算机技术手段将人类的颅骨面部容貌进行复原的一项技术,它以人类的面部软组织统计厚度为依据,并结合一定的算法来为颅骨添加软组织,以实现颅面复原。目前常用的软组织添加方法主要包括颅骨变形法和三维体积变形法两种,这两种方法均涉及到了颅骨配准技术,因此,颅骨配准是颅面复原的一个重要步骤。目前,颅骨配准技术已经在尸源身份认证、古尸面貌复原、脸部整形手术效果预测和医学研究等领域得到了较为广泛的应用。
特征点是颅骨点云模型的最基本特征基元,特征点匹配是计算机视觉中需要解决的基本问题之一,准确地呈现匹配点云与待匹配点云之间特征点的一一对应关系是点云特征点匹配的最终目标。目前,国内外研究者提出了很多基于特征点的颅骨点云模型配准方法。如,冯筠等[1]采用全自动标定的特征点来实现颅骨配准;热孜万古丽·夏米西丁等[2]采用一种半自动特征点标定方法对三维颅骨样本进行特征点标定,并实现了颅面复原;仝鑫龙[3]提出了一种基于分区统计可变模型的颅骨特征点匹配方法,实现了颅骨的精确配准;Zhou C等[4]提出了一种高精度的颅骨配准方法,可以实现无缺损颅骨的有效配准;热孜万古丽等[5]提出了基于边缘对应的三维颅骨自动配准方法,解决了初始姿态相差较大的颅骨自动配准问题,但是算法的耗时较长;税午阳等[6]采用迭代最近点算法和薄板样条函数实现参考颅骨与未知颅骨配准,但是对覆盖率较低的缺损颅骨的配准效果并不好。以上这些算法虽然在颅骨配准方面取得了较高的配准精度和速度,但是大多是针对完整颅骨点云模型实现的配准,对缺失颅骨状态下的配准效果并不佳。
[1]冯筠,陈雨,仝鑫龙,等.三维颅骨特征点的自动标定[J].光学精密工程,2014,22(5):1388-1394.
[2]热孜万古丽·夏米西丁,耿国华,邓擎琼,等.改进的基于特征点软组织厚度的颅面复原方法[J].计算机应用研究,2016,23(10):3191-3200.
[3]仝鑫龙.基于分区统计可变模型的颅骨特征点匹配算法研究[D].西安:西北大学,2013.
[4]Zhou C,Anschuetz L,Weder S,et al.Surface matching for high-accuracy registration of the lateral skull base[J].Int J CARS,2016,11:2097-2103.
[5]热孜万古丽·夏米西丁,耿国华,古丽松·那斯尔丁,等.基于边缘对应的三维颅骨自动非刚性配准方法[J].计算机应用,2016,36(11):3196-3200,3206.
[6]税午阳,周明全,武仲科,等.数据配准的颅骨面貌复原方法[J].计算机辅助设计与图形学学报,2011,23(4):607-614.
[7]Liu X,Zhu L,Liu X,et al.Hierarchical skull registration methodwith a bounded rotation angle[C].ICIC,2017.7,pp 563-573.
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安财经大学,未经西安财经大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910004391.7/2.html,转载请声明来源钻瓜专利网。