面向复杂树形物体的形状差异性度量方法、系统及终端技术方案

本发明专利技术属于计算机图形学、三维视觉以及医学图像处理技术领域，公开了一种面向复杂树形物体的形状差异性度量方法、系统及终端，对树形物体三维模型的枝干提取骨架曲线信息，每个枝干骨架曲线用于描述枝干的空间位置信息以及枝干的粗细程度；树形物体以枝干骨架曲线为基本组成单元，以层级的方式进行迭代式表示；根据层数将树形物体区分为简单与复杂两种情形；简单树形物体由一个主枝干和若干侧枝干构成，复杂的树形物体由一个主枝干和若干子树构成，每个子树又由枝干和若干子树/侧枝干构成。本发明专利技术的面向复杂树形物体形状差异性度量方法所处理的数据是树形物体，解决现有方法无法对复杂树形物体的几何信息和拓扑结构进行有效联合度量的问题。效联合度量的问题。效联合度量的问题。

【技术实现步骤摘要】
面向复杂树形物体的形状差异性度量方法、系统及终端


[0001]本专利技术属于计算机图形学、三维视觉以及医学图像处理
，尤其涉及一种面向复杂树形物体的形状差异性度量方法、系统及终端。

技术介绍

[0002]目前，树形物体广泛存在于现实世界中，如自然界中的树木、植物以及人体内部的血管组织、神经系统等。他们的数字化表示与构造广泛地应用到植物生物学，城市建模，电影和游戏制作以及医学诊断中，对于树形物体的外观形态的分析与构造也成了计算机图形学、三维视觉以及医学图像处理领域的一项重要的研究课题。在计算机图形中，对三维树木或植物模型进行构造可以有效增强三维虚拟场景的真实感，使得用户在虚拟现实漫游时获得更好的用户体验；在医学图形处理方面，一些研究表明，神经系统的形态，即它们的几何信息以及拓扑结构，决定了神经元如何整合信息，以进一步解释大脑活动及其功能。此外，神经元形态的统计分析是对于理解大脑功能和表征认知的健康方面至关重要。神经元形态的改变不仅是由于正常老化，而且还可能是病理结果，例如老年性痴呆和阿尔茨海默病。
[0003]对树形物体的建模与形状分析的一个重要的环节是计算两个树形物体的形状差异值，目前用于计算物体形状差异值的技术主要限于具有固定拓扑的对象，即所描述的物体仅仅在几何信息提现了变化性，如弯曲和拉伸的形变。树形物体的形态则更具有挑战性，因为树形物体在几何形态和拓扑结构方面均有变化性，这使得在不同树形物体之间的形状差异值计算成为了一项具有挑战性的任务，为了解决这一难题，目前一些工作将树形物体表示成了一个图结构，图中的节点表示树形物体的分叉点，边表示不同分叉点之间边的几何信息。但由于计算的复杂性，基于此种图的差异值计算是NP
‑
复杂的，因为这种算法框架也仅局限于简单树形物体的形状分析与建模任务。另有一些工作在此工作基础上进行了扩展，用于处理三维树木模型，其中树木模型的形态匹配以及树木模型之间的形变操作是相互分开计算，这也导致了结果是次优的。目前的工作都是采用了边的塌陷和节点的分割描述拓扑结构的变化，这会导致在树形物体之间差异值计算后所获得的两者之间的形变过渡出现结构收缩的现象。
[0004]通过上述分析，现有技术存在的问题及缺陷为：
[0005](1)由于计算的复杂性，现有算法框架也仅局限于简单树形物体的形状分析与建模任务，因此基于图结构的差异值值计算也是NP
‑
复杂的。
[0006](2)现有用于处理三维树木模型的方法中，树木模型的形态匹配以及树木模型之间的形变操作是相互分开计算，这也导致了结果是次优的。
[0007](3)现有技术均采用边的塌陷和节点的分割描述拓扑结构的变化，这导致在树形物体之间差异值计算后所获得的两者之间的形变过渡出现结构收缩现象。
[0008](4)现有面向复杂树形物体的形状差异性度量方法存在无法对复杂树形物体的几何信息和拓扑结构进行有效联合度量的问题。

技术实现思路

[0009]针对现有技术存在的问题，本专利技术提供了一种面向复杂树形物体的形状差异性度量方法、系统及终端。
[0010]本专利技术是这样实现的，一种面向复杂树形物体的形状差异性度量方法，面向复杂树形物体的形状差异性度量方法包括：对树形物体三维模型的枝干提取骨架曲线信息，每个枝干骨架曲线用于描述枝干的空间位置信息以及枝干的粗细程度；树形物体以枝干骨架曲线为基本组成单元，以层级的方式进行迭代式表示；根据层数的多少将树形物体区分为简单与复杂两种情形；简单树形物体由一个主枝干和若干侧枝干构成，复杂的树形物体由一个主枝干和若干子树构成，每个子树又由枝干和若干子树/侧枝干构成。
[0011]进一步，树形物体包括三维树木模型和神经系统，复杂树形物体的形状差异性包括几何信息以及拓扑信息的差异。
[0012]进一步，面向复杂树形物体的形状差异性度量方法包括以下步骤：
[0013]步骤一，枝干的形状差异计算；
[0014]步骤二，简单树形物体的形状差异计算；
[0015]步骤三，复杂树形物体之间的形状差异性计算。
[0016]进一步，步骤一中的枝干的形状差异计算包括：每个枝干β视为在三维欧式空间中带有枝干半径信息的一条连续曲线：参数化表示为β＝(f(s)，r(s))＝(x(s)，y(s)，z(s)，r(s))；其中，x(s)，y(s)，z(s)为骨架曲线采样点的坐标信息，r(s)为采样点对应的枝干半径，s∈[0，1]表示沿曲线β弧长的比例值。
[0017]为了描述枝干之间的弯曲和伸展的形态，将枝干的曲线f(s)表示为相对应的平方根速率函数，平方根速率函数公式化表示为：
[0018][0019]枝干β＝(f(s)，r(s))的弹性曲线表示为q＝(SRVF(s)，r(s))。
[0020]根据弹性曲线相关理论，两个弹性曲线之间的差异度量使用欧式标准进行度量。两个枝干骨架曲线β1与β2之间的最优匹配问题为寻找重参数γ函数的过程：
[0021]γ
*
＝argmin||q1‑
γ(q2)||；
[0022]则两个曲线之间的距离被定义为d
s
(q1，q2)＝||q1‑
γ
*
(q2)||，基于距离度量标准，得到两个枝干曲线之间的匹配关系以及形态过渡情况。
[0023]进一步，步骤二中的简单树形物体的形状差异计算包括：
[0024]一个简单树包含一个主枝干和n个侧枝干，表示为(q，τ)，其中q＝[q0，q1，q2，...，q
n
]，τ＝[τ1，τ2，
…
，τ
n
]，q0是主枝干的SRVF表示，q
i
为侧枝干的SRVF表示。
[0025]对于两个给定的简单树(q
a
，τ
a
)以及(q
b
，τ
b
)，构建用于描述两个树枝干之间形态差异的距离矩阵，并允许一个枝干和一个零枝干进行匹配，两个树的枝干之间的最优匹配问题用线性分配问题进行解决。记第一个树第i个枝干对应第二个树的第j(i)，则两个简单树之间的形状差异值记为：
[0026][0027]其中，n＝n
a
+n
b
表示两棵树的总共的枝干树木，d
s
表示两个枝干之间的弹性距离，λ1，λ2，λ3分别表示在计算子树形状差异值所赋予的主枝干对应差异、侧枝干对应差异值总和、以及侧枝干生长位置差异值总和的权重。通过公式得到两棵简单树之间的过渡形态变化。
[0028]进一步，步骤三中的复杂树形物体之间的形状差异性计算包括：
[0029]基于简单树形物体的表示方式，一个复杂树形物体T以一种递归方式表示为：
[0030][0031]其中，k表示树形物体T的层数，T
j(k
‑
1)
表示在T
k
的τ
i
的位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向复杂树形物体的形状差异性度量方法，其特征在于，面向复杂树形物体的形状差异性度量方法包括：对树形物体三维模型的枝干提取骨架曲线信息，每个枝干骨架曲线用于描述枝干的空间位置信息以及枝干的粗细程度；树形物体以枝干骨架曲线为基本组成单元，以层级的方式进行迭代式表示；根据层数的多少将树形物体区分为简单与复杂两种情形；简单树形物体由一个主枝干和若干侧枝干构成，复杂的树形物体由一个主枝干和若干子树构成，每个子树又由枝干和若干子树/侧枝干构成。2.如权利要求1所述的面向复杂树形物体的形状差异性度量方法，其特征在于，树形物体包括三维树木模型和神经系统，复杂树形物体的形状差异性包括几何信息以及拓扑信息的差异。3.如权利要求1所述的面向复杂树形物体的形状差异性度量方法，其特征在于，面向复杂树形物体的形状差异性度量方法包括以下步骤：步骤一，枝干的形状差异计算；步骤二，简单树形物体的形状差异计算；步骤三，复杂树形物体之间的形状差异性计算。4.如权利要求3所述的面向复杂树形物体的形状差异性度量方法，其特征在于，步骤一中的枝干的形状差异计算包括：每个枝干β视为在三维欧式空间中带有枝干半径信息的一条连续曲线：β：参数化表示为β＝(f(s)，r(s))＝(x(s)，y(s)，z(s)，r(s))；其中，x(s)，y(s)，z(s)为骨架曲线采样点的坐标信息，r(s)为采样点对应的枝干半径，s∈[0，1]表示沿曲线β弧长的比例值；为了描述枝干之间的弯曲和伸展的形态，将枝干的曲线f(s)表示为相对应的平方根速率函数，平方根速率函数公式化表示为：枝干β＝(f(s)，r(s))的弹性曲线表示为q＝(SRVF(s)，r(s))；根据弹性曲线相关理论，两个弹性曲线之间的差异度量使用欧式标准进行度量；两个枝干骨架曲线β1与β2之间的最优匹配问题为寻找重参数γ函数的过程：γ
*
＝argmin||q1‑
γ(q2)||；则两个曲线之间的距离被定义为d
s
(q1，q2)＝||q1‑
γ
*
(q2)||，基于距离度量标准，得到两个枝干曲线之间的匹配关系以及形态过渡情况。5.如权利要求3所述的面向复杂树形物体的形状差异性度量方法，其特征在于，步骤二中的简单树形物体的形状差异计算包括：一个简单树包含一个主枝干和n个侧枝干，表示为(q，τ)，其中q＝[q0，q1，q2，...，q
n
]，τ＝[τ1，τ2，
…
，τ
n
]，q0是主枝干的SRVF表示，q
i
为侧枝干的SRVF表示；对于两个给定的简单树(q
a
，τ
a
)以及(q
b
，τ
b
)，构建用于描述两个树枝干之间形态差异的距离矩阵，并允许一个枝干和一个零枝干进行匹配，两个树的枝干之间的最...

【专利技术属性】
技术研发人员：王冠，谢宁，
申请(专利权)人：电子科技大学长三角研究院湖州，
类型：发明
国别省市：