一种基于点集数据与特征信息相融合的精确刚体配准方法技术

本发明专利技术公开了一种基于点集数据与特征信息相融合的精确刚体配准方法，已知模板点集和待配准的目标点集，利用主成分分析方法对数据降维并提取相对稳定的特征信息；然后建立了一种基于原始点集与特征信息相融合的点集配准模型。针对该模型，建立目标点集和模板点集之间对应点的对应关系，利用模板点集和目标点集之间点对点的对应关系求解空间配准的变换参数，并对目标点集进行空间变换；迭代上一步骤直到目标点集与模板点集的对应点对之间的均方误差小于给定的阈值或达到最大迭代次数，最终完成目标点集和模板点集的配准。本发明专利技术对于存在较多噪声点和异常值的数据具有较高的准确性和较好的鲁棒性，该方法可以应用于医学影像配准和场景重建与定位中。

【技术实现步骤摘要】
一种基于点集数据与特征信息相融合的精确刚体配准方法
本专利技术属于计算机视觉与图像处理
，涉及基于点集数据与特征信息相融合的精确刚体配准方法。
技术介绍
近年来，随着医学影像技术的快速发展，越来越多的先进设备应用于临床中。但由于设备以及影像拍摄时间等不同，无法直观的观察出术前术后的变化，因此将配准技术应用于医学影像分析有利于精准医疗的落地。而点集配准是数字图像处理、模式识别、计算机视觉等研究领域的一个热点问题，可以将不同来源或不同时间的图像通过一系列的空间变换，使其对应点达到空间上的一致。在二十世纪八十年代，点集配准研究多是针对特定形状的点集进行刚体配准，多用来解决某些特殊的情景。直到1992年Besl和McKay提出了迭代最近点(IterativeClosestPointAlgorithm，ICP)算法，才更好地解决了点集配准的问题。ICP算法实质是基于最小二乘法的误差度量，通过迭代寻找两个点集之间的最优变换。然而传统的ICP算法处理具有噪声和异常值的数据配准时存在局限，配准不够精确。为了解决传统ICP算法存在的问题，Du等人针对刚性配准中的噪声和异常值问题，提出了基本文档来自技高网...

【技术保护点】
1.一种基于点集数据与特征信息相融合的精确刚体配准方法，其特征在于，包括以下步骤：步骤1：提取目标点集和模板点集中的特征信息；步骤2：对获取到的特征点集和原始点集赋予不同的权重，建立基于特征信息和相关熵的点集配准目标函数：

【技术特征摘要】
1.一种基于点集数据与特征信息相融合的精确刚体配准方法，其特征在于，包括以下步骤：步骤1：提取目标点集和模板点集中的特征信息；步骤2：对获取到的特征点集和原始点集赋予不同的权重，建立基于特征信息和相关熵的点集配准目标函数：s.t.RTR＝Im,det(R)＝1其中，为目标点集X中第i个点的空间坐标向量，为模板点集Y中与对应的点的空间坐标向量，为特征信息目标点集P中第l个点的空间坐标向量，为特征信息模板点集Q中与对应的点的空间坐标向量，R为旋转变换矩阵，RT为旋转变换矩阵的转置矩阵，In为n维的单位矩阵，det(R)为旋转变换矩阵的行列式，为平移变换向量，ω为特征信息的权重系数，σ1和σ2均为自由变量，Nx、Ny、Np和Nq分别为目标点集、模板点集、特征信息的目标点集和特征信息的模板点集中包含点的个数；步骤3：根据基于相关熵的迭代最近点算法建立原始目标点集、模板点集之间的对应关系和特征信息目标点集、模板点集之间的对应关系：其中，ck(i)和dk(l)代表第k次迭代得到的点集间对应关系，Rk-1、分别代表上一次迭代得到的旋转、平移变换参数，利...

【专利技术属性】
技术研发人员：杜少毅，刘燕，崔文婷，郭昱成，刘宇颖，万腾，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61