資源描述:
《引入夾角約束的拉普拉斯顱面復(fù)原方法研究》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、學(xué)校代碼:分類號:TP391201520968學(xué)號:密級:公開W’J壽NorthwestUniversity碩士字位論文’SDMASTERISSERTATION引入央角約東的拉普拉斯顱面復(fù)原方法研究學(xué)科名稱:計算機應(yīng)用技術(shù):劉曉寧副教授作者:史重陽指導(dǎo)老師西北大學(xué)學(xué)位評定委員會二〇一八年六月ResearchonCraniofacialRestorationMethodbasedonLaplacewithAngleConstraintAthes
2、issubmittedtoNorthwestUniversityinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerAppliedTechnologyByShiChongyangSupervisor:LiuXiaoningAssociateProfessorJune2018摘要顱面復(fù)原是對未知顱骨根據(jù)統(tǒng)計先驗知識恢復(fù)其生前面貌的一種技術(shù),在考古學(xué)和法醫(yī)學(xué)等領(lǐng)域具有重要應(yīng)用價值。依據(jù)模板變形對顱骨恢復(fù)其面貌的方法與傳統(tǒng)的方法
3、相比更具科學(xué)依據(jù)以及客觀性,因此成為顱面形態(tài)學(xué)和基于顱骨的身份認證熱點。本文結(jié)合顱面分區(qū)和引入動態(tài)參數(shù)估計的ICP(IteratedClosestPoint,ICP)三維模型配準算法,選取與待復(fù)原顱骨相似的參考顱骨集;在手工標(biāo)定待復(fù)原顱骨特征點基礎(chǔ)上,采用對應(yīng)點匹配方法自動標(biāo)定參考顱骨集中的顱骨特征點;提出引入夾角約束的拉普拉斯變形算法實現(xiàn)顱面復(fù)原,并對復(fù)原后結(jié)果進行多幾何約束的相似度匹配,評估本文復(fù)原方法的準確度。主要研究工作包括:1.結(jié)合分區(qū)與改進ICP的參考顱骨選擇算法。首先從顱面模型數(shù)據(jù)庫中找到
4、與待復(fù)原顱骨人類學(xué)屬性相近的顱面數(shù)據(jù);然后提出基于顱骨分區(qū)和加入動態(tài)參數(shù)估計的改進ICP算法,對待復(fù)原顱骨與相似顱骨進行配準,并且將均方根誤差(RMSE)作為配準誤差,計算預(yù)選顱骨與待復(fù)原顱骨的誤差,選擇配準誤差最小的k個相似顱骨作為參考顱骨,完成參考顱骨和面皮的選擇。實驗表明該方法可以選出與待復(fù)原顱骨更加接近的顱面數(shù)據(jù)。2.引入夾角約束的拉普拉斯顱面復(fù)原方法。首先,根據(jù)待復(fù)原顱骨與參考顱骨之間的誤差,由改進的Laplace求解k個參考面皮變形后的特征點值;然后為k個變形后的面皮設(shè)置與RMSE成反比的權(quán)
5、值;最后計算每個參考面皮的加權(quán)平均形變,實現(xiàn)待復(fù)原顱骨的面貌復(fù)原。實驗證明引入夾角約束的拉普拉斯復(fù)原方法復(fù)原結(jié)果與真實面皮更加接近。3.基于多幾何約束的顱面復(fù)原效果評價。首先根據(jù)曲率因子和形狀因子,選擇初始的匹配對;然后提出結(jié)合頂點法線和曲率加權(quán)距離,有效剔除誤配的對應(yīng)點;最后引入能量函數(shù),求得最佳剛性變換矩陣,對復(fù)原后的面皮和真實面皮進行相似度評估。實驗表明該方法可以有效的評估復(fù)原方法的結(jié)果。關(guān)鍵詞:顱面復(fù)原,鄰域曲率相似度,動態(tài)估計,改進拉普拉斯算法,相似度評估IABSTRACTCraniofaci
6、alreconstructionisatechnologythatisbasedonstatisticalpriorknowledgetoreconstructtheunknownskullface.Ithasimportantapplicationsinarcheologyandforensicscience.Themethodofcraniofacialreconstructionbasedontemplatedeformationhasbecomeahottopicinthestudyofcran
7、iofacialmorphologyandcraniofacialrecovery,anditismorescientificandobjectivethanthetraditionalcraniofacialreconstruction.AthreedimensionalskullregistrationautomaticallybasedonpartitionandimprovedIteratedClosestPoint(ICP)ispresentedinthispaper.Itisusedtose
8、lectreferenceskullcollection,whichissimilartotheskulltoberestored.Onthebasisofmanualcalibrationoftheskullfeaturepointstoberestored,thecorrespondingpointmatchingmethodwasusedtoautomaticallycalibratethereferenceskull'sfeatur