CN104537708B - 一种基于测地线的躺卧三维颅面模型的直立矫正方法 - Google Patents
一种基于测地线的躺卧三维颅面模型的直立矫正方法 Download PDFInfo
- Publication number
- CN104537708B CN104537708B CN201410771056.7A CN201410771056A CN104537708B CN 104537708 B CN104537708 B CN 104537708B CN 201410771056 A CN201410771056 A CN 201410771056A CN 104537708 B CN104537708 B CN 104537708B
- Authority
- CN
- China
- Prior art keywords
- model
- upright
- dimensional
- geodesic
- characteristic point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Abstract
本发明公开一种基于测地线实现对躺卧三维颅面模型进行直立矫正的方法。首先,对每个颅面模型,从鼻尖点出发提取模型中的等角度测地线,并按鼻尖点到测地线另一端点的测地距离等分每条测地线,把这些测地线上的等分点作为三维颅面模型的特征点;然后,计算样本空间中每个躺卧三维模型上的特征点到其直立模型上对应特征点的运动向量,并对这些特征点及其运动向量建立统计模型,统计两种不同姿态下的模型变化规律。对待矫正的躺卧颅面模型,根据统计模型确定其特征点的运动向量,根据特征点的运动确定躺卧颅面模型到直立颅面模型的变形。本发明能够实现躺卧三维颅面模型向直立模型的精确矫正,在法医人类学、颌面整形等领域有重要的应用价值。
Description
技术领域
本发明涉及对躺卧三维颅面模型进行直立矫正的方法,特别涉及一种基于测地线这种曲面几何量来实现从躺卧三维颅面模型到直立三维颅面模型矫正的方法。主要用于刑侦、颌面手术、法医人类学等领域。
背景技术
人脸是人类个体差异性判别最主要的部分,人面部软组织厚度的测量、颅面形态分析、基于颅骨的面部重构等颅面形态学研究是法医人类学中的基本内容。随着计算机科学以及计算机断层扫描(computed tomography,CT)和核磁共振扫描(magnetic resonanceimaging,MRT)等数据采集技术的发展,我们可以获取到不同人、不同年龄层的颅面数据,从而能够以科学的手段来进行颅面形态学研究。但是,由于医疗仪器设备的限制以及其他一些因素,所获取的颅面数据一般都是躺卧姿态的。由于重力的作用,躺卧姿态与直立姿态下的数据会有很大的不同,而我们日常生活中所看到的都是直立姿态下的人脸,直立姿态下的人脸更符合大众的视觉习惯,并且颅面形态学的很多研究都需要直立姿态的三维颅面模型,因此如何高效、准确的对大量的躺卧姿态的颅面数据进行姿态矫正是十分必要的。
目前,国内外在这方面鲜有研究,仅有我们项目组于2012年北京师范大学硕士学位论文《基于躺卧姿态的颅面姿态矫正与应用》中提出通过求解躺卧姿态与直立姿态之间颅面软组织厚度的差异来进行矫正。这种方法先获取颅骨上每一点在相应颅面上的投影点的软组织厚度,计算与统计两种姿态下软组织厚度的差异,再根据这种差异来进行躺卧颅面模型矫正。对于待矫正的颅面数据,首先要知道其颅骨数据,然后在颅骨数据集中找寻与这个颅骨较接近的参考颅骨数据集,获取相似颅骨数据在两种姿态下的软组织差值,最后叠加到待矫正的颅面数据上来完成数据的矫正。这种方法对颅骨相似性的比较要求很高,找寻的参考颅骨要和待矫正颅面对应的颅骨非常相似。在实际应用中,非常相似的颅骨样本很难找到。此外,这种方法对两种姿态下的数据模型的处理要求非常苛刻,同一模型两种姿态下的数据点数要一致,而且相同部位的点要一一对应。
发明内容
本发明的目的就是克服现有技术中的不足,提供一种更科学的、适用范围广、精度较高的躺卧三维颅面模型直立矫正的方法。
为实现上述目的,本发明的技术解决方案是从生理学和几何学出发,利用测地线寻找在躺卧和直立两种姿态下容易发生形变的部位的特征点,通过建立这些特征点的统计运动模型来表示颅面在两种姿态下的形变,通过统计模型匹配来确定待矫正颅面上特征点的运动向量,根据特征点的运动确定躺卧颅面模型到直立颅面模型的变形。
本发明所述的方法的主要步骤包括:
1)运动模型建立:
1.1)数据预处理:对训练样本集中的躺卧和直立三维颅面模型进行光顺、去噪等处理,将每个三维颅面模型变换到一个统一的坐标系下。
1.2)特征点提取:对每个三维颅面模型,从鼻尖点出发提取模型中的等角度测地线,并按鼻尖点到测地线另一端点的测地距离等分每条测地线,这些测地线上的等分点即为三维颅面模型的特征点。
1.3)建立特征点的运动模型:计算样本空间中每个样本的躺卧三维模型上的特征点到其直立模型上对应特征点的运动向量,并对这些特征点及其运动向量建立统计模型。
2)躺卧模型矫正:
对一个待矫正的躺卧三维颅面模型,首先进行步骤1.1)中的预处理,并按步骤1.2)确定其特征点;然后利用这些特征点对步骤1.3)中的统计模型进行匹配来确定每个特征点的运动向量;最后根据特征点的运动将躺卧颅面模型变形到直立颅面模型。
优选地,步骤1.3)中所述的特征点的运动模型的建立采用主成份分析方法。
优选地,步骤2)中的躺卧颅面模型变形利用薄板样条TPS变换来实现。
本发明基于曲面的内蕴几何量——测地线来进行特征点的提取,通过建立统计运动模型来确定特征点的运动。与以前的颅面数据矫正方法相比,本方法无需进行颅骨相似度度量,无需数据配准,能够提取到两种不同姿态下易发生形变的部位的特征点来进行准确的矫正。
附图说明
图1为本发明基于测地线的躺卧颅面数据的直立矫正方法的总体流程图。
具体实施方式
下面结合附图1对本发明所述基于测地线的躺卧颅面数据的直立矫正方法的具体实施方式作进一步详细的说明。
假定有n套包含三维躺卧颅面数据和直立颅面数据的训练样本,以下为具体的实施步骤:
步骤1),运动模型建立,包含如下分步骤:
步骤1.1),数据预处理:对训练样本集中的躺卧和直立三维颅面模型进行光顺、去噪等处理,三维曲面的去噪、光顺等处理问题都有大量成熟的方法,也可以采用一些商用软件来实现,这里利用Geomagic Studio软件直接进行去噪、光顺处理;确定鼻尖点,以鼻尖点为坐标原点,分别以其法方向和最大主曲率对应的主方向为坐标z轴和x轴,建立每个三维颅面模型的坐标系,并将模型变换到该坐标系下,由于鼻尖点是面部最突出的点,因此根据点的坐标即可确定鼻尖点。
步骤1.2),特征点提取:首先,确定三维模型的边界,将三维模型沿着鼻尖点的法方向投影到其切平面上,则二维投影的边界对应的三维点构成三维模型的边界;然后,以鼻尖点为起点,以其最大主曲率对应的主方向为起始方向,在其切平面上沿顺时针每间隔15度发出一条射线,计算每条射线与二维投影区域边界的交点,把这些交点反投影到三维模型上即为所寻找的间隔相同角度的边界点,提取鼻尖点到这些边界点的测地线,计算测地距离;最后,根据测地距离将每条测地线进行L=10等分,测地线的等分点即为获取的特征点。
步骤1.3),建立特征点的运动模型:计算样本空间中每个样本的躺卧三维模型上的特征点到其直立模型上对应特征点的运动向量,并对这些特征点及其运动向量建立统计模型。假定每个模型提取到m个特征点,则由每个样本的躺卧模型上的特征点及其运动向量可构造一个6m维的特征向量,假定n个训练样本的特征向量的均值为对这些训练样本进行PCA主成份分析得到的主方向为Ui,i=1,2,...,K,则构建的运动模型为:其中α=(a1,a2,...,aK)为模型参数。
步骤2),躺卧模型矫正:对一个待矫正的躺卧颅面模型,首先进行与步骤1.1)相同的预处理,并按与步骤1.2)相同的方法确定其特征点;然后利用这些特征点对步骤1.3)中的运动模型进行匹配来确定每个特征点的运动向量,模型匹配的目的是确定模型参数α,使得H(α)中的特征点与待矫正躺卧颅面模型的特征点重合,有多种方法可以解决这个问题,这里通过求解运动模型中仅由特征点形成的方程来确定模型参数,求解出模型参数以后即可得到特征点的运动向量;最后,按照特征点的运动向量计算出直立姿态下对应的特征点,根据躺卧颅面模型和直立模型的特征点的对应确定一个薄板样条TPS变换,并按该变换对躺卧颅面模型进行变形,从而得到矫正后的直立模型。
总之,本发明的实施例公布的是其较佳的实施方式,但并不限于此。本领域的技术人员极易根据上述实施例,领会本发明的精神,只要不脱离本发明的技术方案的基础的变形或替换,都在本发明的保护范围之内。
Claims (5)
1.一种基于测地线的躺卧三维颅面模型的直立矫正方法,其特征在于,包括下列步骤:
1)运动模型建立:
1.1)数据预处理:对训练样本集中的躺卧和直立三维颅面模型进行光顺、去噪处理,将每个三维颅面模型变换到一个统一的坐标系下;
1.2)特征点提取:对每个三维颅面模型,从鼻尖点出发提取模型中的等角度测地线,并按鼻尖点到测地线另一端点的测地距离等分每条测地线,这些测地线上的等分点即为三维颅面模型的特征点,所述等角度测地线是以鼻尖点的最大主曲率对应的主方向为起始方向,按固定角度绕鼻尖点法向量旋转产生一组切向量,沿着这组切向量从鼻尖点出发到颅面边界的一组测地线;
1.3)建立特征点的运动模型:计算样本空间中每个样本的躺卧三维模型上的特征点到其直立模型上对应特征点的运动向量,并对这些特征点及其运动向量建立统计模型;
2)躺卧模型矫正:
对一个待矫正的躺卧三维颅面模型,首先进行步骤1.1)中的预处理,并按步骤1.2)确定其特征点;然后利用这些特征点对步骤1.3)中的统计模型进行匹配来确定每个特征点的运动向量;最后根据特征点的运动将躺卧颅面模型变形到直立颅面模型。
2.按照权利要求1所述的方法,其特征在于,步骤1.1)中所述的统一的坐标系,是以每个颅面模型的鼻尖点为坐标原点,分别以其法方向和最大主曲率对应的主方向为坐标z轴和x轴所建立的坐标系。
3.按照权利要求1所述的方法,其特征在于,步骤1.3)中所述的特征点的运动模型的建立采用主成分分析方法。
4.按照权利要求1所述的方法,其特征在于,步骤2)中所述的统计模型匹配是利用统计模型中的特征点构成的方程组来确定模型参数。
5.按照权利要求1所述的方法,其特征在于,步骤2)中所述的根据特征点的运动将躺卧颅面模型变形到直立颅面模型是按照如下方法:首先根据特征点的运动向量确定躺卧颅面特征点对应的直立模型特征点;然后利用这些特征点的对应确定一个薄板样条TPS变换;最后运用TPS变换将躺卧颅面模型变形到直立颅面模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410771056.7A CN104537708B (zh) | 2014-12-12 | 2014-12-12 | 一种基于测地线的躺卧三维颅面模型的直立矫正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410771056.7A CN104537708B (zh) | 2014-12-12 | 2014-12-12 | 一种基于测地线的躺卧三维颅面模型的直立矫正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104537708A CN104537708A (zh) | 2015-04-22 |
CN104537708B true CN104537708B (zh) | 2017-05-17 |
Family
ID=52853227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410771056.7A Active CN104537708B (zh) | 2014-12-12 | 2014-12-12 | 一种基于测地线的躺卧三维颅面模型的直立矫正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104537708B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146818A (zh) * | 2018-08-24 | 2019-01-04 | 青岛大学 | 一种基于测地线的颅面统计复原方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108388840B (zh) * | 2018-01-29 | 2021-01-15 | 北京捷通华声科技股份有限公司 | 一种人脸图像的配准方法、装置和人脸识别系统 |
CN111798561A (zh) * | 2020-06-10 | 2020-10-20 | 青岛大学 | 一种基于测地线的颅面配准方法 |
CN112288797B (zh) * | 2020-10-30 | 2021-11-30 | 李艳 | 颅骨矫正方案生成系统、构建方法、获取方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1302676A (zh) * | 1999-09-24 | 2001-07-11 | 科乐美股份有限公司 | 影像显示装置、影像显示方法以及射击影像游戏机 |
CN1342021A (zh) * | 2000-09-04 | 2002-03-27 | 富士通株式会社 | 校正输入图象失真的设备与方法 |
CN1774726A (zh) * | 2002-12-11 | 2006-05-17 | 皇家飞利浦电子股份有限公司 | 用于校正视频电话图像中头部姿态的方法和装置 |
CN101976454A (zh) * | 2010-09-26 | 2011-02-16 | 浙江大学 | 一种三维人脸表情的去除方法 |
-
2014
- 2014-12-12 CN CN201410771056.7A patent/CN104537708B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1302676A (zh) * | 1999-09-24 | 2001-07-11 | 科乐美股份有限公司 | 影像显示装置、影像显示方法以及射击影像游戏机 |
CN1342021A (zh) * | 2000-09-04 | 2002-03-27 | 富士通株式会社 | 校正输入图象失真的设备与方法 |
CN1774726A (zh) * | 2002-12-11 | 2006-05-17 | 皇家飞利浦电子股份有限公司 | 用于校正视频电话图像中头部姿态的方法和装置 |
CN101976454A (zh) * | 2010-09-26 | 2011-02-16 | 浙江大学 | 一种三维人脸表情的去除方法 |
Non-Patent Citations (2)
Title |
---|
三维颅面点对应方法的研究与评价;贺洁琼;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131215(第S1期);全文 * |
基于等测地区域的三维面貌相似度评价方法;李红艳 等;《计算机工程》;20120731;第38卷(第13期);全文 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109146818A (zh) * | 2018-08-24 | 2019-01-04 | 青岛大学 | 一种基于测地线的颅面统计复原方法 |
CN109146818B (zh) * | 2018-08-24 | 2022-12-09 | 青岛大学 | 一种基于测地线的颅面统计复原方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104537708A (zh) | 2015-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104537708B (zh) | 一种基于测地线的躺卧三维颅面模型的直立矫正方法 | |
CN107367229B (zh) | 自由双目立体视觉转轴参数标定方法 | |
Alessandrini et al. | Realistic vendor-specific synthetic ultrasound data for quality assurance of 2-d speckle tracking echocardiography: Simulation pipeline and open access database | |
CN109758355A (zh) | 一种基于人体穴位二维图像处理和三维立体定位方法 | |
CN104794728A (zh) | 由多幅图像重构人脸实时三维数据的方法 | |
CN107886546B (zh) | 利用球像及公共自极三角形标定抛物折反射摄像机的方法 | |
CN104700433A (zh) | 一种基于视觉的实时人体全身体运动捕捉方法及其系统 | |
CN104835144A (zh) | 利用一个球的球心的像及正交性求解摄像机内参数 | |
CN101311967A (zh) | 一种基于实测人群体型的虚拟人台的建立方法及虚拟人台 | |
CN106803094A (zh) | 基于多特征融合的三维模型形状相似性分析方法 | |
CN109887071A (zh) | 一种3d电子内镜系统及三维重建方法 | |
CN107203988A (zh) | 一种由二维x光图像重建三维体图像的方法及其应用 | |
CN108492017A (zh) | 一种基于增强现实的产品质量信息传递方法 | |
CN116309880A (zh) | 基于三维重建的物体位姿确定方法、装置、设备及介质 | |
CN104376187A (zh) | 一种基于逆向工程技术的中间体虚拟人台的构建方法 | |
CN103839280B (zh) | 一种基于视觉信息的人体姿态跟踪方法 | |
CN106595595B (zh) | 一种基于深度传感器的室内机器人定向方法 | |
CN111429499B (zh) | 一种基于单个深度相机的手部骨架高精度三维重建方法 | |
CN112734814B (zh) | 三维颅面锥形束ct图像配准方法 | |
CN107909653A (zh) | 一种基于稀疏主成分分析的心脏软组织三维重建方法 | |
CN111783182B (zh) | 一种三维虚拟人台的建模方法及系统 | |
CN107316343A (zh) | 一种基于数据驱动的模型处理方法及设备 | |
CN107330862A (zh) | 基于四元数的两个独立系统坐标系之间的转换方法 | |
CN114469079A (zh) | 一种利用LightHouse的身体关节测量方法 | |
TWI712002B (zh) | 三維人臉重建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |