[发明专利]一种面向刑侦的未知身源颅骨的计算机辅助面貌复原方法

摘要

本发明涉及法医人类学、计算机图形学等领域中的一种面向刑侦的未知身源颅骨的计算机辅助面貌复原方法，主要步骤包括：步骤一，未知身源颅骨的三维建模；步骤二，未知身源颅骨的性别判别；步骤三，基于稠密点的面部软组织规律分析；步骤四，基于稠密点配准的颅骨面貌复原方法；步骤五，基于主成分分析的未知身源颅骨的面貌估计；步骤六，基于三维面貌模型的排查照片的生成。本发明提供的面向刑侦的未知身源颅骨的计算机辅助面貌复原方法能够快速实现未知身源颅骨的面貌复原，可为刑事案件侦查预测受害人的生前面貌。

主权项

1.一种面向刑侦的未知身源颅骨的计算机辅助面貌复原方法，其特征在于，包括：步骤一：未知身源颅骨的三维建模；步骤二：未知身源颅骨的性别判别；步骤三：基于稠密点的面部软组织规律分析；步骤四：基于稠密点配准的颅骨面貌复原方法；步骤五：基于主成分分析的未知身源颅骨的面貌估计；所述步骤二进一步包括：步骤2.1：定义如下测量指标：X1：颅面最大长，颅顶最高点至颏下点的距离；X2：左右额颞点之间的距离；X3：左右颧颌点间的距离；X4：右眼眶眶高：右眼眶轮廓线垂直方向的最大长；X5：右眼眶眶宽：右眼眶轮廓线水平方向的最大宽；X6：眉间点g至鼻棘下点ss的距离；X7：下颌骨拟合直线夹角，由左颏孔下后点、左下颌角点、左下颌支前下点拟合直线与由右颏孔下后点、右下颌角点、右下颌支前下点拟合直线间的夹角，步骤2.2：建立颅骨性别判别方法，针对完整颅骨，建立由X1、X5、X6、X7四个指标作为因子的性别判别方程，性别判别公式为：Z1＝1.853×X1+2.039×X5+7.126×X6+3.720×X7‑559.449Z2＝1.743×X1+1.786×X5+6.864×X6+4.007×X7‑516.919其中当Z1>Z2时，待检测颅骨为男性；当Z1Z2时，待检测颅骨为男性；当Z1其中thick_ij表示第i个颅骨的第j个顶点的软组织厚度测量值，其中其中m表示颅骨样本的个数，k表示颅骨的顶点个数，实验中k＝90198，第p部分的软组织厚度均值meanp和标准差sdp计算方法：其中其中{kindp}表示属于第p部分的顶点序号的集合，m表示颅骨样本的个数，numberp表示第p部分对应的顶点个数，不同于总体均值和标准差，各部分软组织厚度变化情况ksdp仅考虑所属部分的软组织厚度均值，该指标反映在该部分范围内软组织分布的变化程度，计算方法如下：其中m表示颅骨样本的个数，表示第p部分对应的颅骨顶点个数，各部分所占百分比Pos：其中number_p表示第p部分包含的颅骨顶点个数，k表示颅骨的顶点个数，软组织分析过程之中观测软组织厚度大于10mm和大于20mm的百分比，分别表示为posA和posB：posA＝pos2+pos3+pos4+pos5posB＝pos4+pos5步骤3.3.2：将软组织厚度测量值分为(0，10mm)、[10mm，15mm)、[15mm，20mm)、[20mm，25mm)和[25mm，45mm)五个部分，通过将相同区间内的软组织厚度赋予相同的颜色值，建立不同性别、年龄段的面部软组织厚度分布图，在此基础上按照2mm为间隔进一步细分每个部分，建立细分软组织厚度分布图，通过观察颜色分布图发现软组织厚度的分布情况；所述步骤四进一步包括：步骤4.1：利用欧几里德矩阵度量颅骨间的几何形态差异，进而从颅面分类数据库中选择与待复原颅骨几何形状最相似的颅骨；步骤4.2：利用非刚性配准方法实现颅面样本库中选择的参考颅骨向待复原颅骨的非刚性变形，应用该变形驱动参考面貌模型的变形；步骤4.3：依据未知身源颅骨的信息，针对不同颅面分类库，实现未知身源颅骨的面貌复原；所述步骤4.1通过以下公式实现：其中skP,skQ分别表示两个颅骨模型，P、Q分别为两个颅骨模型的对应点，dist(d(i,j)p,d(i,j)q)＝||d(i,j)p/d(i,j)q||2，其中d(i,j)p＝||pi‑pj||p，d(i,j)q＝||pi‑pj||q，lX(skP,skQ)表示颅骨模型间沿X轴的长度差、lY(skP,skQ)表示颅骨模型间沿Y轴的长度差，lZ(skP,skQ)表示颅骨间模型沿Z轴的长度差，n表示对应点个数，a、b为系数权重调节局部形状和整体形状的权重；所述步骤五进一步包括：步骤5.1：采用主成分分析方法计算复原面貌的主成分，建立复原面貌的表示模型；通过调整主成分系数实现未知身源颅骨的面貌复原，步骤5.2：从五官数据库中选择五官库模型来替换复原后的人脸模型中的相应区域，同时保证拼接边界的完全吻合与平滑过渡，采用基于配准点集的非刚性配准方法实现所选五官模型与复原面貌的配准，解决配准结果在轮廓边缘可能存在不连续的问题，配准过程中首先提取面貌五官边缘轮廓，计算轮廓点集的k邻域顶点集；然后将轮廓点集中的顶点与五官模型间的欧式距离按降序排序，寻找距离最大的轮廓顶点集Pt以及该点集与五官模型上的对应点Qt；最后采用非刚性配准算法实现五官与面貌的配准。