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
