一种基于测地线的颅面配准方法技术

本发明专利技术属于信息技术与法医学交叉的颅面形态学技术领域，具体涉及一种基于测地线的颅面配准方法，使用测地线上的拐点自动定位特征点，实现完全自动地准确定位特征点，解决现有技术手工标定特征点繁琐且易受人的主观因素影响的问题；而且由于测地线的内蕴性和测地距离在等距形变下保持不变的特性，保证了在不同表情姿态下，通过测地线自动建立的对应特征点的准确性和特征点之间的精确对应，从而能够保证颅面配准结果的准确性，得到更好的配准效果；实现了完全自动的配准方案，节省了手工标定特征点的时间，可以提高配准速度；采用CPD算法确定对应的特征点，不需要训练数据，只使用待配准颅面数据和参考颅面就可以完成配准工作，更容易实现。

【技术实现步骤摘要】
一种基于测地线的颅面配准方法
：本专利技术属于信息技术与法医学交叉的颅面形态学
，具体涉及一种基于测地线的颅面配准方法，用于对颅面数据进行配准，以便于颅面复原及分析研究。
技术介绍
：颅骨是人类面貌的内在生物特征，随着计算机视觉和模式识别等计算机技术的发展，将计算机技术应用到颅面复原中而产生的计算机辅助颅面复原技术已经成为国内外研究的热点。但是对于三维颅面数据，不同的模型整体差异很大，它们拥有不一样的顶点数和三角面片个数，不一样的网络拓扑关系，这些数据在计算机辅助面貌复原中很难直接使用，有必要先进行数据配准工作。所谓颅面数据配准，就是寻求从目标颅面到参考颅面的最优变换，建立起目标颅面和参考颅面的一一对应。即以一个确定的参考颅面作为参考，使所有样本数据的点面信息标准化，配准后的数据，都有一套和参考颅面标准一致的数据。建立颅面数据的精确配准是实现计算机辅助颅面复原的基础和前提。目前，已有的颅面数据配准方法可以分为刚性变换和非刚性变换两大类，其中应用最广泛的刚性配准方法是迭代最近点(IterativeClosestPoint,ICP)算法，例如CN201110117786.1公开的三维复原颅面的识别方法以及CN201810971763.9公开的一种基于测地线的颅面统计复原方法使用该算法进行配准，由于ICP算法采用刚性变换表示两个对象的对应，因此该算法对同一对象不同视角的三维数据的配准，对于大型数据采集时重叠部分的配准具有很好的配准效果。而对于不同的三维对象，尤其是个性差异比较大且表面几何变化复杂的对象，例如三维颅面，如果采用刚性变换一般只能得到一个全局性的粗略配准，需要采用非刚性变换方法进行配准。非刚性变换包括投影变换、仿射变换和非线性变换等，在所有非刚性变形的方法中，薄板样条(ThinPlateSpline，TPS)具有将形变分解为仿射分量和非仿射分量的独特性质，是目前最常用的非刚性配准方法，例如CN201410771056.7公开了一种基于测地线的躺卧三维颅面模型的直立矫正方法，该专利公开的技术方案包括下列步骤：“1)运动模型建立：1.1)数据预处理：对训练样本中的躺卧和直立三维颅面模型进行光顺、去噪处理，将每个三维颅面模型变换到一个统一的坐标系下；1.2)特征点提取：对每个三维颅面模型，从鼻尖点出发提取模型中的等角度测地线，并按鼻尖点到测地线另一端点的测地距离等分每条测地线，这些测地线上的等分点即为三维颅面模型的特征点，所述等角度测地线是以鼻尖点的最大主曲率对应的主方向为起始方向，按固定角度绕鼻尖点法向量旋转产生一组切向量，沿着这组切向量从鼻尖点出发到颅面边界的一组测地线；1.3)建立特征点的运动模型:计算样本空间中每个样本的躺卧三维模型上的特征点到其直立模型上对应特征点的运动向量，并对这些特征点及其运动向量建立统计模型；2)躺卧模型矫正：对一个待矫正的躺卧三维颅面模型，首先进行步骤1.1)中的预处理，并按步骤1.2)确定其特征点；然后利用这些特征点对步骤1.3)中的统计模型进行匹配来确定每个特征点的运动向量；最后根据特征点的运动将躺卧颅面模型变形到直立颅面模型：其具体步骤为首先根据特征点的运动向量确定躺卧颅面特征点对应的直立模型特征点；然后利用这些特征点的对应确定一个薄板样条TPS变换，最后运用TPS变换将躺卧颅面模型变形到直立颅面模型”，但是该技术方案是对躺卧三维颅面模型进行直立矫正，并且需要采用统计模型来确定特征点的运动向量，因而需要大量样本进行训练，而颅面数据获取较为困难，因此难以实现。CN201310209976.5公开的颅面复原用模型库及颅面复原方法中也涉及TPS方法，但这些方案在进行颅面复原时确定生理特特点的方法依赖于手工标定特征点，费时费力，而且受人为的主观因素较大，效果也不能得到保证，无法实现自动选取控制点。
技术实现思路
：本专利技术的目的在于克服现有技术存在的缺点，设计提供一种全自动的基于测地线的颅面配准方法。为了实现上述目的，本专利技术基于测地线的颅面配准的具体过程包括以下步骤：步骤1，在颅面模型上从鼻尖点出发，按相同的初始方向和相等的角度间隔α提取m条测地线，其中0＜α≤2π，m＝2π/α：步骤1.1，定位鼻尖点对经过预处理已经处于标准姿态下的颅面模型数据，鼻尖点是整个颅面模型的最高点，因此鼻尖点坐标是坐标系Y轴方向的最大值点：Vnose＝argmax(yi)(1)其中Vnose为鼻尖点坐标，i＝1，…，N，N为颅面模型的点数，将鼻尖点作为测地线的源点；所述颅面模型为用半边结构表示的三角网格颅面模型；步骤1.2，找颅面模型的边界并计算等分点通过判断只属于一个三角形的边找到颅面模型的边界，以边界上同鼻尖点x坐标相同的点作为第一个边界等分点，以鼻尖点和该点的连线作为初始方向；再将边界投影到鼻尖点的切平面上，对投影到二维平面的边界按相等的角度间隔进行划分，将得到m个等分点再投影回原来的三维人脸模型的边界上，得到3D模型边界上的角度等分点，用表示，这些等分点作为测地线的目标点；步骤1.3，计算鼻尖至各个边界角度等分点的测地线分别以鼻尖点为源点，以m个边界角度等分点作为目标点，计算出鼻尖点至各个等分点的测地线，用G＝{gα|α∈A},表示，两点之间测地线的计算通过快速行进法(FastMarchingMethod，FMM)算法实现；步骤2，确定TPS变换的控制点：步骤2.1，将提取的测地线进行对齐，分别在待配准的目标颅面和参考颅面按步骤1提取m条测地线，然后把目标颅面测地线向参考颅面测地线进行对齐；步骤2.2，将对齐后的测地线进行均匀采样，用均匀采样后的采样点表示测地线，每条测地线重采样K个采样点，重采样后采样点能够描述测地线的基本特征，将每一条测地线对齐与重采样后，分别获得目标颅面和参考颅面重采样后的测地线G1,G2，其中：G1＝{A|A1,A2,A3,…,Am}G2＝{B|B1,B2,B3,…,Bm}G1,G2分别包含m条测地线，每条测地线Am，Bm都为K行3列的矩阵，K＝150；步骤2.3确定参考颅面上测地线的拐点为TPS变换的控制点，寻找参考颅面测地线G2上的拐点，即曲率为0的点作为特征点，通过微分近似求解导数Ut1＝diff(Bt)，t＝1,2,…,m，连续在Ut1上执行微分操作得到Ut2＝diff(Ut1)＝diff(diff(Bt))，找到Ut2＝0的点作为参考颅面测地线G2的拐点，从而得到参考颅面上TPS变换的控制点；步骤2.4在目标颅面上寻找与参考颅面上拐点对应的点作为TPS变换的控制点，先将目标测地线G1中的所有点放入点集X，X＝(x1,x2,…,xM,),其中M＝K×m，将参考颅面测地线上的拐点特征点放入点集H，H＝(h1,h2,…,hT)；T为拐点个数，定义H0为内核的初始位置，v表示H0的初始变换，内核的当前位置定义为H＝v(H0)+H0，然后使用一致性点漂移算法(CoherentPointDrift,CPD)算法在目标颅面测地线G1上寻本文档来自技高网...

【技术保护点】
1.一种基于测地线的颅面配准方法，其特征在于具体过程包括以下步骤：/n步骤1，在颅面模型上从鼻尖点出发，按相同的初始方向和相等的角度间隔α提取m条测地线，其中0＜α≤2π，m＝2π/α：/n步骤1.1，定位鼻尖点/n对经过预处理已经处于标准姿态下的颅面模型数据，鼻尖点是整个颅面模型的最高点，因此鼻尖点坐标是坐标系Y轴方向的最大值点：/nV

【技术特征摘要】
1.一种基于测地线的颅面配准方法，其特征在于具体过程包括以下步骤：
步骤1，在颅面模型上从鼻尖点出发，按相同的初始方向和相等的角度间隔α提取m条测地线，其中0＜α≤2π，m＝2π/α：
步骤1.1，定位鼻尖点
对经过预处理已经处于标准姿态下的颅面模型数据，鼻尖点是整个颅面模型的最高点，因此鼻尖点坐标是坐标系Y轴方向的最大值点：
Vnose＝argmax(yi)(1)
其中Vnose为鼻尖点坐标，i＝1，…，N，N为颅面模型的点数，将鼻尖点作为测地线的源点；所述颅面模型为用半边结构表示的三角网格颅面模型；
步骤1.2，找颅面模型的边界并计算等分点
通过判断只属于一个三角形的边找到颅面模型的边界，以边界上同鼻尖点x坐标相同的点作为第一个边界等分点，以鼻尖点和该点的连线作为初始方向；再将边界投影到鼻尖点的切平面上，对投影到二维平面的边界按相等的角度间隔进行划分，将得到m个等分点再投影回原来的三维人脸模型的边界上，得到3D模型边界上的角度等分点，用B＝{bα|α∈A},表示，这些等分点作为测地线的目标点；
步骤1.3，计算鼻尖至各个边界角度等分点的测地线
分别以鼻尖点为源点，以m个边界角度等分点作为目标点，计算出鼻尖点至各个等分点的测地线，用G＝{gα|α∈A},表示，两点之间测地线的计算通过快速行进法算法实现；
步骤2，确定TPS变换的控制点：
步骤2.1，将提取的测地线进行对齐，分别在待配准的目标颅面和参考颅面按步骤1提取m条测地线，然后把目标颅面测地线向参考颅面测地线进行对齐；
步骤2.2，将对齐后的测地线进行均匀采样，用均匀采样后的采样点表示测地线，每条测地线重采样K个采样点，重采样后采样点能够描述测地线的基本特征，将每一条测地线对齐与重采样后，分别获得目标颅面和参考颅面重采样后的测地线G1,G2，其中：
G...

【专利技术属性】
技术研发人员：赵俊莉，徐子森，于晗，黄瑞坤，王琳，潘振宽，
申请(专利权)人：青岛大学，
类型：发明
国别省市：山东;37