本发明专利技术公开了一种基于一致球的身体对称性检测方法，主要解决现有技术无法进行三维点云数据对称性检测的问题。其实现步骤是：首先，对获得的三维点云数据集作平面镜像处理，得到原数据集和镜像点集这两组三维点云数据集；然后，从原数据集中选定一个球体，寻找镜像点集中与该选定球对应的一致球；接着，从已有的一组一致球展开扩散，形成一致球网络，由一致球网络得到原数据集与镜像点集中包含的对应点对；最后，由对应点对得到原数据集的对称平面，并最终得到原数据集的对称性检测图。本发明专利技术能准确的检测出被检测对象的不对称部位，可用于需要对身体对称性进行检测的场所。
【技术实现步骤摘要】
本专利技术属于医学工程
，涉及身体对称性检测的方法，可用于需要对身体对称性进行检测的场所。
技术介绍
对称性体现了事物各部分之间的组合关系，是物体与形状的基本特征之一。根据几何变换理论，对称性主要可分为镜像对称、旋转对称和平移对称等。目前有很多对称性检测的方法，根据它们所采用的数学思想，主要可以分为模式匹配法、优化搜索法、统计方法、曲线微分法等。但是这些检测方法都是针对平面图像的，而且大多数方法对噪音敏感，计算量大，适用范围较小，在检测效率和精确性上都存在不足。众所周知，人身体的一边与另一边基本相同，可以折叠重合。它具有左右对称，也给人匀称均衡的感觉。在小孩的成长过程中，要随时注意孩子的身体是否对称。当发现不对称时，应该及时进行矫正。而现在检测身体是否对称的方法，主要是靠医生的目测，此种方法存在有如下缺占-^ \\\.1、通过医生的目测检测对称性，由于主观因素的影响会使得得到的检测结果既不够精确也不够科学；2、当身体某一部位不对称时，通过医生的目测仅能宏观检测出不对称的存在，不能直观地给出该不对称部 位不对称程度的大小，使得患者无法获知自己病情的轻重程度；3、通过医生目测来检测身体对称性，是一种较为原始的检测方法，检测的结果无法呈现，患者无法参与到诊断中，使得医患之间不能进行有效的沟通与交流。
技术实现思路
本专利技术的目的在于针对现有技术的不足，提出一种身体对称性检测方法，通过对称性检测图给出不对称部位不对称程度的大小，提高用户身体待检测部位的准确性，便于医治或矫正。为实现上述目的，本专利技术提供的身体对称性检测方法，包括如下步骤:(I)采用激光测量系统或双单目三维测量系统获取被测部位的三维点云数据集；(2)对获得的三维点云数据集作平面镜像处理，得到原数据集和镜像点集这两组三维点云数据集；(3)从原数据集P中选择一个数据点C，且以C为球心、半径为r作球，并将该球体作为基准球体{C，S}，其中C为球心，S为基准数据集，表示原数据集P中恰好落在基准球体表面的数据点所组成的数据集合；(4)对镜像点集中的数据点构造球体，并从中寻找与基准球体对应的一致球,得到该组一致球确定的点对集Y:4a)对镜像点集Q中的任一数据点C’构造以C'为球心、半径为r的待判断球体1C’，S’}，其中S’为待判断数据集，表示镜像点集Q中恰好落在待判断球体表面的数据点所组成的数据集合；4b)遍历基准数据集S中的所有数据点，寻找欧氏距离最大的两个数据点Aml和Affl2,并保证Aml，Affl2, C这三个数据点不在同一条直线上，将数据点Aml和Am2之间的距离记为A_max,同样在待判断数据集S，中寻找欧式距离最大的两个数据点Bml和Bm2，将数据点Bml和B1112之间的欧式距离记为B_max ；4c)设Aml，Am2，C，Bml，Bm2，C，为确定的六个控制点，设角度差门限为Θ。，长度差门限为d。，并将六个控制点对应的角度差绝对值和长度差绝对值分别与角度差门限Θ。和长度差门限d。进行比较:若六个控制点对应的角度差绝对值I Z AmlCAm2- Z BmlC' Bm21小于角度差门限Θ。，且长度差绝对值A_max-B_max|小于长度差门限d。，则执行步骤4d)，否则，放弃数据点C’对应的待判断球体1C’，Si }，并对下一个数据点对应的待判断球体从步骤4b)重新开始判断；4d)由六个控制点Aml，Am2, C，Bml，Bm2, C’确定出两组对应关系，其中第一组对应关系为{(Aml，Bml)，(Am2, Bm2)，(C，C，)}，第二组对应关系为{(Aml，Bm2)，(Am2, Bml)，(C，C' )}，利用第一组对应关系{(Aml，Bffll), (Affl2lBffl2), (C，C’)}计算出第一组的旋转矩阵R1和第一组的平移向量T1，利用第二组对应关系{(Aml，Bffl2), (Affl2lBffll), (C，C' )}计算出第二组的旋转矩阵R2和第二组的平移向量T2,使用第一组的旋转矩阵R1和平移向量T1,以及第二组的旋转矩阵R2和平移向量T2,分别对基准数据集S进行更新，得到一号数据集S1和二号数据集S2,即S1=RpT1，S2=R2S+T2 ； 4e)利用正交强迫一致性算法分别寻找待判断数据集S'与一号数据集S1之间对应点对组成的一号点对集Y1,以及待判断数据集s’与二号数据集S2之间对应点对组成的二号点对集Y2 ；4f)设对应点距离门限为ds，统计一号点对集Y1中欧氏距离小于对应点距离门限ds的对应点对所占的一号比例P1，再统计二号点对集Y2中欧氏距离小于对应点距离门限ds的对应点对所占的二号比例P2 ；4g)设点对比例门限为p。，取一号比例P1和二号比例p2中较大者作为最终比例值:pmax=max(pi，p2)，若最终比例pmax大于点对比例门限p。，则待判断球体{C'，S' }就是基准球体{C，S}对应的一致球，并由一号点对集Y1和二号点对集Y2获得该组一致球的点对集Y:Γηποι V I 5 -Pmax = PlY = ^ [Y2，Pmax =Pi否则，返回步骤4b)对下一个数据点对应的待判断球体重新进行判断，直到找到两个互为一致球的球体；(5)分别以点对集Y包含的对应点对为球心，以rf为半径作球，通过步骤4b) 步骤4g)判断该组新产生的球体是否互为一组一致球，若不是一组一致球体，则放弃，若是一组一致球体，则将该组一致球确定的新点对集加入最终点对集Yw ；(6)使用最终点对集Yw更新点对集Y，即:Y=YW，设增量为Λ r,使用增量Λ r改变半径4的大小，即:rf=rf+Ap执行步骤(5)，产生多组新的一致球体，构成一致球网络，得到包含大量对应点对的最终点对集Yw ；(7)根据最终点对集Yw得到原数据集的对称平面Mf ；(8)利用对称平面Mf，得到原数据集的对称性检测图。本专利技术与现有技术相比，具有如下优点:I)本专利技术将对称性检测由二维图像扩展到空间三维点云数据，使得对称性检测技术更加完善；2)本专利技术采用三维 点云数据进行对称性检测，检测的结果不受二维图像投影变换的影响，使得对称性检测的结果更加精确；3)本专利技术将对称性检测问题转化为数据配准问题，利用一致球网络寻找原数据集和镜像点集中的对应点对，并由对应点对得到原数据集的对称点对，进而可由对称点对获得原数据集的对称平面；4)本专利技术对检测的结果采用对称性检测图来表示，使得被检测三维点云数据不对称部位的不对称程度可以得到非常直观的表示，促进了医患之间的交流。附图说明图1是本专利技术的方法流程图；图2是本专利技术的实施例示意图。具体实施例方式下面结合附图对本专利技术做进一步详细说明。本实施例以人脸作为被测部位。参照图1和图2，本专利技术的具体实现如下:步骤1，获取待进行对称性检测的点云数据集:采用激光测量系统或双单目三维测量系统获取被测部位的三维点云数据集，如图2(a)所述，其为获得的脸部三维点云数据集，称为原数据集P。步骤2，用获得的三维点云数据集对空间任一平面作镜像:将原数据集P中的每一个数据点相对于空间中的任意一个平面做镜像操作，得到镜像点集Q，如图2 (b)所述，其为原数据集P经过平面镜像后得到的镜像点集Q。步骤3，从原数据集中选定一个球体:从原数据集P中选本文档来自技高网...
【技术保护点】
一种基于一致球的身体对称性检测方法，包括如下步骤：（1）采用激光测量系统或双单目三维测量系统获取被测部位的三维点云数据集；（2）对获得的三维点云数据集作平面镜像处理，得到原数据集和镜像点集这两组三维点云数据集；（3）从原数据集P中选择一个数据点C，且以C为球心、半径为r作球，并将该球体作为基准球体{C,S}，其中C为球心，S为基准数据集，表示原数据集P中恰好落在基准球体表面的数据点所组成的数据集合；（4）对镜像点集中的数据点构造球体，并从中寻找与基准球体对应的一致球，得到该组一致球确定的点对集Y：4a）对镜像点集Q中的任一数据点C“构造以C′为球心、半径为r的待判断球体{C“,S“}，其中S“为待判断数据集，表示镜像点集Q中恰好落在待判断球体表面的数据点所组成的数据集合；4b）遍历基准数据集S中的所有数据点，寻找欧氏距离最大的两个数据点Am1和Am2，并保证Am1,Am2,C这三个数据点不在同一条直线上，将数据点Am1和Am2之间的距离记为A_max，同样在待判断数据集S“中寻找欧式距离最大的两个数据点Bm1和Bm2，将数据点Bm1和Bm2之间的欧式距离记为B_max；4c）设Am1，Am2,C,Bm1，Bm2,C“为确定的六个控制点，设角度差门限为θc，长度差门限为dc，并将六个控制点对应的角度差绝对值和长度差绝对值分别与角度差门限θc和长度差门限dc进行比较：若六个控制点对应的角度差绝对值|∠Am1CAm2?∠Bm1C“Bm2|小于角度差门限θc，且长度差绝对值A_max?B_max|小于长度差门限dc，则执行步骤4d)，否则，放弃数据点C′对应的待判断球体{C“,S′}，并对下一个数据点对应的待判断球体从步骤4b）重新开始判断；4d）由六个控制点Am1，Am2,C,Bm1，Bm2,C“确定出两组对应关系，其中第一组对应关系为{(Am1,Bm1),(Am2,Bm2),(C,C“)}，第二组对应关系为{(Am1，Bm2),(Am2,Bm1),(C,C“)}，利用第一组对应关系{(Am1，Bm1),(Am2,Bm2),(C,C“)}计算出第一组的旋转矩阵R1和第一组的平移向量T1，利用第二组对应关系{(Am1，Bm2),(Am2,Bm1),(C,C“)}计算出第二组的旋转矩阵R2和第二组的平移向量T2，使用第一组的旋转矩阵R1和平移向量T1，以及第二组的旋转矩阵R2和平移向量T2，分别对基准数据集S进行更新，得到一号数据集S1和二号数据集S2，即S1=R1S+T1，S2=R2S+T2；4e）利用正交强迫一致性算法分别寻找待判断数据集S“与一号数据集S1之间对应点对组成的一号点对集Y1，以及待判断数据集S“与二号数据集S2之间对应点对组成的二号点对集Y2；4f）设对应点距离门限为ds，统计一号点对集Y1中欧氏距离小于对应点距离门限ds的对应点对所占的一号比例p1，再统计二号点对集Y2中欧氏距离小于对应点距离门限ds的对应点对所占的二号比例p2；4g）设点对比例门限为pc，取一号比例p1和二号比例p2中较大者作为最终比例值：pmax=max(p1,p2)，若最终比例pmax大于点对比例门限pc，则待判断球体{C“,S“}就是基准球体{C,S}对应的一致球，并由一号点对集Y1和二号点对集Y2获得该组一致球的点对集Y：Y=Y1,pmax=p1Y2,pmax=p2否则，返回步骤4b）对下一个数据点对应的待判断球体重新进行判断，直到找到两个互为一致球的球体；（5）分别以点对集Y包含的对应点对为球心，以rf为半径作球，通过步骤4b） ~步骤4g）判断该组新产生的球体是否互为一组一致球，若不是一组一致球体，则放弃，若是一组一致球体，则将该组一致球确定的新点对集加入最终点对集Yw；（6）使用最终点对集Yw更新点对集Y，即：Y=Yw，设增量为Δr，使用增量Δr改变半径rf的大小，即：rf=rf+Δr，执行步骤（5），产生多组新的一致球体，构成一致球网络，得到包含大量对应点对的最终点对集Yw；（7）根据最终点对集Yw得到原数据集的对称平面Mf；（8）利用对称平面Mf，得到原数据集的对称性检测图。...
【技术特征摘要】
1.一种基于一致球的身体对称性检测方法，包括如下步骤: (1)采用激光测量系统或双单目三维测量系统获取被测部位的三维点云数据集； (2)对获得的三维点云数据集作平面镜像处理，得到原数据集和镜像点集这两组三维点云数据集； (3)从原数据集P中选择一个数据点C，且以C为球心、半径为r作球，并将该球体作为基准球体{C，S}，其中C为球心，S为基准数据集，表示原数据集P中恰好落在基准球体表面的数据点所组成的数据集合； (4)对镜像点集中的数据点构造球体,并从中寻找与基准球体对应的一致球,得到该组一致球确定的点对集Y: 4a)对镜像点集Q中的任一数据点C’构造以C'为球心、半径为r的待判断球体1C’，S’}，其中S’为待判断数据集，表示镜像点集Q中恰好落在待判断球体表面的数据点所组成的数据集合； 4b)遍历基准数据集S中的所有数据点，寻找欧氏距离最大的两个数据点Aml和Am2,并保证Aml，Affl2, C这三个数据点不在同一条直线上，将数据点Aml和Am2之间的距离记为A_max，同样在待判断数据集S’中寻找欧式距离最大的两个数据点Bml和Bm2,将数据点Bml和Bm2之间的欧式距离记为B_max ； 4c)设Aml，Am2, C, Bml, Bm2, C'为确定的六个控制点，设角度差门限为Θ。，长度差门限为d。，并将六个控制点对应的角度差绝对值和长度差绝对值分别与角度差门限Θ。和长度差门限d。进行比较:若六个控制点对应的角度差绝对值I Z AmlCAm2- Z BmlC' Bm21小于角度差门限Θ。，且长度差绝对值A_max-B_max|小于长度差门限d。，则执行步骤4d)，否则，放弃数据点Ci对应的待判断球体IC^Si }，并对下一个数据点对应的待判断球体从步骤4b)重新开始判断； 4d)由六个控制点Aml，Am2,C, Bml, Bm2, C'确定出两组对应关系，其中第一组对应关系为{(Affll, Bffll)，(Affl2, Bffl2)，(C，C，)}，第二组对应关系为{(Aml，Bffl2)，(Affl2, Bffll)，(C，C，)}，利用第一组对应关系{(Aml，Bml)，(Affl2lBffl2), (C，C’)}计算出第一组的旋转矩阵R1和第一组的平移向量T1，利用第二组对应关系{(Aml，Bffl2), (Affl2lBffll), (C，C’)}计算出第二组的旋转矩阵R2和第二组的平移向量T2，使用第一组的旋转矩阵R1和平移向量T1,以及第二组的旋转矩阵R2和平移向量T2,分别对基准数据集S进行更新，得到一号数据集S1和二号数据集S2,即S1=R1S+!^S2=R2S+T2 ； 4e)利用正交强迫一致性算法分别寻找待判断数据集S，与一号数据集S1之间对应点对组成的一号点对集Y1,以及待判断数据集S’与二号数据集S2之间对应点对组成的二号点对集Y2 ; 4f)设对应点距离门限为ds，统计一号点对集Y...
【专利技术属性】
技术研发人员：姜光，肖慧敏，王瑞岩，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。