基于特征點的顱面相似性度量算法研究

《基于特征點的顱面相似性度量算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號：ＴＰ３９１學(xué)校代碼：１０６９７密級：公開學(xué)號：２０１５２０９６１ＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ頎士字位論文ＭＡ’ＳＴＥＲＳＤＩＳＳＥＲＴＡＴＩＯＮ基于特征點的顱面相似性度量算法研究學(xué)科名稱：計算機應(yīng)用技術(shù)作者：胡曉靜指導(dǎo)老師：周明全教授西北大學(xué)學(xué)位評定委員會二〇—八年六月ResearchonSimilarityMeasureofCraniofacialShapeBasedonFeaturePointAthesissubmittedtoNorthwestUniversityinpartialfulfillmento

2、ftherequirementsforthedegreeofMasterinComputerAppliedTechnologyByHUXiaojingSupervisor:ZHOUMingquanProfessorJune2018摘要摘要相較于傳統(tǒng)顱面復(fù)原方法，計算機輔助顱面復(fù)原方法具有明顯的優(yōu)勢，其復(fù)原結(jié)果更加接近真實面模型。顱面相似性度量方法不僅可以評價復(fù)原結(jié)果，而且評估復(fù)原方法，有改善已有的復(fù)原方法。因此，顱面相似性度量逐漸成為顱面形態(tài)學(xué)研究熱點。本文以三維顱面模型為研究對象，重點研究顱面放射狀特征點提取方法，并將自適應(yīng)鄰域應(yīng)用于相似性度量方法，旨在解決自動度量顱面模型相似性。

3、主要研究工作如下：1、實現(xiàn)三維顱面模型重建與標(biāo)準(zhǔn)化處理。主要包括基于CT數(shù)據(jù)的三維顱面重建、顱面復(fù)原、統(tǒng)一法蘭克福坐標(biāo)并尺度歸一化。通過CT數(shù)據(jù)重建顱骨和真實面貌模型，基于顱骨面貌復(fù)原獲取復(fù)原面貌模型。統(tǒng)一真實面貌模型和復(fù)原面貌模型坐標(biāo)系、并尺度歸一化，為后續(xù)研究提供了良好的數(shù)據(jù)基礎(chǔ)。2、針對傳統(tǒng)面貌相似性度量方法容易受主觀影響以及半自動面貌特征點提取方法存在標(biāo)定不準(zhǔn)確等問題，提出了一種基于放射狀特征點的顱面相似性自動度量算法。融合人臉識別的經(jīng)驗知識，首先提取面貌模型上始于鼻尖、終于面貌模型邊界的不同密集程度的放射狀面部輪廓線，按照等測地距離提取輪廓線上的特征點；之后，計算鄰域點的加

4、權(quán)平均形狀因子度量特征點，采用相關(guān)系數(shù)衡量面貌模型間相似性。實驗表明，該方法可以自動提取特征點并進(jìn)行三維面貌模型的相似性度量，且度量結(jié)果與主觀評判一致。3、針對復(fù)原面貌模型沒有表情特征，提出了一種基于自適應(yīng)鄰域特征描述子的三維面貌相似性度量算法。分析不同表情面部輪廓線上特征點的變化情況，利用自適應(yīng)鄰域約束條件選取與表情特征無關(guān)的鄰域點，并參與構(gòu)建特征點的幾何特征描述子。以測地距離作為依據(jù)衡量復(fù)原面貌模型與真實面貌模型之間的相似程度。實驗結(jié)果表明，該方法可以有效地進(jìn)行三維面貌模型相似性度量，對具有表情特征的面貌模型具有較好的魯棒性。關(guān)鍵詞：顱面重構(gòu)，相似性度量，放射狀特征點，鄰域約束，

5、特征描述子IABSTRACTABSTRACTComparedwithtraditionalcraniofacialrehabilitationmethods,computer-assistedcraniofacialrestorationhasobviousadvantages,anditsrecoveryresultsareclosertotherealsurfacemodel.Thecraniofacialsimilaritymeasurementmethodcannotonlyevaluatetherecoveryresults,butalsoevaluatetherestor

6、ationmethodsandimprovetheexistingrestorationmethods.Therefore,thecraniofacialsimilaritymeasurementhasgraduallybecomeahottopicincraniofacialmorphologyresearch.Inthispaper,thethree-dimensionalcraniofacialmodelastheresearchobject,focusingonthestudyofcraniofacialradialfeatureextractionmethods,andad

7、aptiveneighborhoodsusedinsimilaritymeasurementmethods,designedtosolvetheautomaticmeasurementofcraniofacialmodelsimilarity.Themainworkissummarizedasfollows:1.Thethree-dimensionalcraniofacialmodelwasreconstructedandstandardized.Thep