CN107773246A - 一种基于光学三维测量的耳廓缺损测量方法 - Google Patents
一种基于光学三维测量的耳廓缺损测量方法 Download PDFInfo
- Publication number
- CN107773246A CN107773246A CN201710897396.8A CN201710897396A CN107773246A CN 107773246 A CN107773246 A CN 107773246A CN 201710897396 A CN201710897396 A CN 201710897396A CN 107773246 A CN107773246 A CN 107773246A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- auricle
- defect
- projection area
- cloud data
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1077—Measuring of profiles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Dentistry (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于图像处理技术领域,公开了一种基于光学三维测量的耳廓缺损测量方法,包括下述步骤:利用结构光三维测量方法分别获取测试对象的两侧耳廓完整点云数据;将测量得到的点云数据拼合,以将点云统一到一个三维坐标系下;在三维坐标系下对拼合完成的耳廓点云进行分割,将完整的耳廓从点云数据中分割出来;将分割出来的点云数据投影至平面以创建外轮廓,获取点云投影面积并通过迭代优化得到点云最大投影面积;将测试对象两侧耳廓的最大投影面积相除,得到耳廓缺损比例;本发明的方法将结构光三维测量技术引入耳廓缺损鉴定领域,将高速三维测量技术与针对耳廓缺损鉴定提出的数据处理方法结合,实现了耳廓缺损测量方法的自动化。
Description
技术领域
本发明属于图像处理技术领域,更具体地,涉及一种基于光学三维测量的耳廓缺损测量方法。
背景技术
在法医临床诊断中,耳廓缺损伤残等级鉴定是一项重要而又常见的项目。耳廓面积缺损百分比是耳廓伤残缺损等级的主要依据,在临床的鉴定中,法医常常使用患侧与健侧耳廓的最大投影面积比例作为缺损百分比的值。
法医临床常常使用以下两种方法进行耳廓缺损比例测量:(1)薄膜描记法;(2)摄影像素法。薄膜描记法使用方格透明薄膜覆盖在耳廓上,手工描记耳廓轮廓,通过统计方格的数量来估计耳廓面积。摄影像素法使用数码相机正对耳廓拍照,并在同一视场下放置标准面积的方格纸,通过在图像处理软件中统计耳廓与方格纸占据的像素,依据其比例估计耳廓面积。
这两种方法因其简单易用,被广泛应用于临床鉴定中,但由于其主要为人工操作,一致性较差,相机的拍摄结果存在镜头的非线性畸变,且结果不方便电子化归档,故需要一种更精确且自动化的方法实现耳廓缺损测量。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于光学三维测量的耳廓缺损测量方法,其目的在于,由此实现耳廓缺损测量的自动化。
为实现上述目的,按照本发明的一个方面,提供了一种基于光学三维测量的耳廓缺损测量方法,该方法包括下述步骤:
S101、利用结构光三维测量方法分别获取测试对象的两侧耳廓完整点云数据;
S102、将测量得到的点云数据拼合,以将点云统一到一个三维坐标系下;
S103、在三维坐标系下对拼合完成的耳廓点云进行分割,将完整的耳廓从点云数据中分割出来;
S104、将分割出来的点云数据投影至平面以创建外轮廓,获取点云投影面积并通过迭代优化得到点云最大投影面积;
S105、将测试对象两侧耳廓的最大投影面积相除,得到耳廓缺损比例。
优选地,上述基于光学三维测量的耳廓缺损测量方法,采用面结构光三维测量方法对测试对象的耳廓进行完整的测量,获取两侧耳廓完整的点云数据。
优选地,上述基于光学三维测量的耳廓缺损测量方法,点云拼合采用基于标志点识别的自动拼合或无标志点的自动拼接方法。
优选地,上述基于光学三维测量的耳廓缺损测量方法,其步骤S104包括求解点云投影面积的步骤和迭代优化得到最大投影面积的步骤;
其中,求解点云投影面积的方法具体包括如下子步骤:
(a.1)将分割出来的点云数据投影至XOY平面,获得平面点云;
(a.2)提取平面点云的外包围轮廓;
(a.3)采用下式计算外包围轮廓多边形的面积,即为对应投影方向的投影面积;
其中,i为外包围点的编号,N为外包围点的数量,Pi.x,Pi.y分别是第i个外包围点的X轴方向、Y轴方向坐标,Sp为外包围多边形面积。
迭代优化得到最大投影面积的步骤包括如下子步骤:
(b.1)将XOY平面的X、Y轴旋转角定义为φ,θ,用遗传算法的思想对φ,θ进行交叉遗传与突变操作;
(b.2)重复步骤(a.1)~(a.3),直到求解的投影面积满足收敛条件,得到测试对象两侧耳廓的最大投影面积。
优选地,上述基于光学三维测量的耳廓缺损测量方法,其步骤(b.2)的收敛条件为达到预设的梯度阈值或达到最大迭代次数。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明提供的基于光学三维测量的耳廓缺损测量方法,将用于工业零部件的结构光三维测量技术引入耳廓缺损鉴定领域,将高速三维测量技术与针对耳廓缺损鉴定提出的数据处理算法结合,形成一套完整的自动化水平高的耳廓缺损测量方法;
(2)本发明提供的基于光学三维测量的耳廓缺损测量方法,通过光学三维测量方法对耳廓缺损进行鉴定,利用耳廓点云最大投影面积的求解方法,计算得到完整耳朵和缺损耳朵平面的最大投影面积;利用缺损耳朵与完整耳朵投影面积的相比,获得准确的缺损比例;与现有方法相比,本方法的优点在于:大部分处理过程使用计算机完成,效率高、一致性好;数字化的检测结果易于后期归档与查验;由于拼合、分割以及投影面积求取均可通过计算机程序来实现,具有比传统方法更高的可靠性与可重复性。
附图说明
图1是本发明提供的基于光学三维测量的耳廓缺损测量方法的一个实施例流程示意图;
图2是实施例中求解点云投影面积的方法示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供的基于光学三维测量的耳廓缺损测量方法,通过引入光学三维测量方法对耳廓缺损进行鉴定,利用耳廓点云最大投影面积的求解方法,获得准确的缺损比例与伤残鉴定结果。该耳廓缺损测量方法的一个实施例的流程如图所示,具体包括如下步骤:
如图1所示,本发明提供的一种基于光学三维测量的耳廓缺损测量方法,该方法包括下述步骤:
S101、利用结构光三维测量方法获取测试对象的两侧耳廓完整点云数据;
可采用面结构光三维测量方法对测试对象的耳廓进行完整的测量,获取两侧耳廓完整的点云数据。面结构光三维测量方法在文献《基于数字光栅投影的结构光三维测量技术与系统研究》(李中伟.[D].武汉:华中科技大学,2009)中有具体介绍。需要说明的是:获取点云数据的方法不局限于使用面结构光三维测量方法,任何三维测量获取点云数据的方法都可以作为本发明的一部分。
S102、将测量得到的点云数据拼合,将点云统一到一个三维坐标系下;点云拼合可以采用基于标志点识别的自动拼合或无标志点的自动拼接方法。
S103、将拼合完成的耳廓点云进行分割,根据耳廓的定义将需要进行最大投影面积计算的点云分割出来。
S104、求解点云最大投影面积;包括求解点云投影面积的步骤和迭代优化得到最大投影面积的步骤;
其中,求解点云投影面积的方法具体包括如下子步骤:
(a.1)将前面步骤得到的点云投影至XOY平面,如图2中标识为a、b的图所示;
(a.2)提取平面点云的外包围轮廓,结果如图2中标识为c的图所示;
(a.3)采用下式计算外包围多边形的面积,即为对应投影方向的投影面积;
其中,i为外包围点的编号,N为外包围点的数量,Pi.x,Pi.y分别是第i个外包围点的X轴方向、Y轴方向坐标,Sp为外包围多边形面积。
获得点云投影面积后,采用以下方法不断迭代优化得到最大投影面积:
(b.1)将图2中标识为a的图中的X、Y轴旋转角定义为φ,θ,用遗传算法的思想对φ,θ进行交叉遗传与突变操作;
(b.2)重复步骤(a.1)~(a.3),直到求解的投影面积满足收敛条件,得到测试对象两侧耳廓的最大投影面积。
实施例中,收敛条件为达到预设的梯度阈值或达到最大迭代次数;最大迭代次数典型值为100;具体的根据实际的样本有所不同。
S105、将两侧耳廓的最大投影面积相除,得到耳廓缺损比例;具体地,缺损比例=(1-患侧耳廓面积/健侧耳廓面积)×100%。
实际鉴定中,可根据耳廓缺损比例对耳廓的伤情进行判决;譬如:缺损比例>50%判定为重伤,15%<缺损比例<50%判定为轻伤。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于光学三维测量的耳廓缺损测量方法,其特征在于,包括下述步骤:
S101、利用结构光三维测量方法分别获取测试对象的两侧耳廓完整点云数据;
S102、将测量得到的点云数据拼合,以将点云数据统一到同一个三维坐标系下;
S103、在三维坐标系下对拼合得到的耳廓点云数据进行分割,将完整的耳廓从点云数据中分割出来;
S104、将分割出来的点云数据投影至平面以创建外轮廓,获取点云投影面积并通过迭代优化得到点云最大投影面积;
S105、将测试对象两侧耳廓的最大投影面积相除,得到耳廓缺损比例。
2.如权利要求1所述的耳廓缺损测量方法,其特征在于,采用面结构光三维测量方法对测试对象的耳廓进行完整的测量,获取两侧耳廓完整的点云数据。
3.如权利要求1或2所述的耳廓缺损测量方法,其特征在于,点云拼合采用基于标志点识别的自动拼合或无标志点的自动拼接方法。
4.如权利要求1或2所述的耳廓缺损测量方法,其特征在于,所述步骤S104包括求解点云投影面积的步骤和迭代优化得到最大投影面积的步骤;
其中,求解点云投影面积的方法具体包括如下子步骤:
(a.1)将分割出来的点云数据投影至XOY平面,获得平面点云;
(a.2)提取平面点云的外包围轮廓;
(a.3)采用下式计算外包围轮廓多边形的面积,即为对应投影方向的投影面积;
<mrow>
<msub>
<mi>S</mi>
<mi>p</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>x</mi>
</mrow>
</msub>
<mo>*</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1.</mn>
<mi>y</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>y</mi>
</mrow>
</msub>
<mo>*</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1.</mn>
<mi>x</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>N</mi>
<mo>.</mo>
<mi>x</mi>
</mrow>
</msub>
<mo>*</mo>
<msub>
<mi>p</mi>
<mrow>
<mn>1.</mn>
<mi>y</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>N</mi>
<mo>.</mo>
<mi>y</mi>
</mrow>
</msub>
<mo>*</mo>
<msub>
<mi>p</mi>
<mrow>
<mn>1.</mn>
<mi>x</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中,i为外包围点的编号,N为外包围点的数量,Pi.x,Pi.y分别是第i个外包围点的X轴方向、Y轴方向坐标,Sp为外包围多边形面积。
迭代优化得到最大投影面积的步骤包括如下子步骤:
(b.1)将XOY平面的X、Y轴旋转角定义为φ,θ,用遗传算法的思想对φ,θ进行交叉遗传与突变操作;
(b.2)重复步骤(a.1)~(a.3),直到求解的投影面积满足收敛条件,得到测试对象两侧耳廓的最大投影面积。
5.如权利要求4所述的耳廓缺损测量方法,其特征在于,所述步骤(b.2)的收敛条件为达到预设的梯度阈值或达到最大迭代次数。
6.如权利要求5所述的耳廓缺损测量方法,其特征在于,所述最大迭代次数的值为100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710897396.8A CN107773246B (zh) | 2017-09-28 | 2017-09-28 | 一种基于光学三维测量的耳廓缺损测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710897396.8A CN107773246B (zh) | 2017-09-28 | 2017-09-28 | 一种基于光学三维测量的耳廓缺损测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107773246A true CN107773246A (zh) | 2018-03-09 |
CN107773246B CN107773246B (zh) | 2020-09-11 |
Family
ID=61434281
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710897396.8A Active CN107773246B (zh) | 2017-09-28 | 2017-09-28 | 一种基于光学三维测量的耳廓缺损测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107773246B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111803071A (zh) * | 2020-06-23 | 2020-10-23 | 山东大学 | 耳朵外观轮廓三维扫描系统及方法 |
CN116228831A (zh) * | 2023-05-10 | 2023-06-06 | 深圳市深视智能科技有限公司 | 耳机接缝处的段差测量方法及系统、校正方法、控制器 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102200433A (zh) * | 2011-02-25 | 2011-09-28 | 北京农业信息技术研究中心 | 一种基于计算机视觉的叶片面积测量装置和方法 |
CN106643578A (zh) * | 2016-09-30 | 2017-05-10 | 信阳师范学院 | 一种基于点云数据的树干横断面轮廓曲线的断面积计算方法 |
-
2017
- 2017-09-28 CN CN201710897396.8A patent/CN107773246B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102200433A (zh) * | 2011-02-25 | 2011-09-28 | 北京农业信息技术研究中心 | 一种基于计算机视觉的叶片面积测量装置和方法 |
CN106643578A (zh) * | 2016-09-30 | 2017-05-10 | 信阳师范学院 | 一种基于点云数据的树干横断面轮廓曲线的断面积计算方法 |
Non-Patent Citations (2)
Title |
---|
李川: "扩张法耳廓再造术皮肤软组织利用的三维数字化研究", 《北京协和医学院 中国医学科学院博士学位论文》 * |
董延明,等: "应用计算机软件准确计算耳廓缺损面积比例的方法", 《中国法医学杂志》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111803071A (zh) * | 2020-06-23 | 2020-10-23 | 山东大学 | 耳朵外观轮廓三维扫描系统及方法 |
CN111803071B (zh) * | 2020-06-23 | 2021-10-15 | 山东大学 | 耳朵外观轮廓三维扫描系统及方法 |
CN116228831A (zh) * | 2023-05-10 | 2023-06-06 | 深圳市深视智能科技有限公司 | 耳机接缝处的段差测量方法及系统、校正方法、控制器 |
CN116228831B (zh) * | 2023-05-10 | 2023-08-22 | 深圳市深视智能科技有限公司 | 耳机接缝处的段差测量方法及系统、校正方法、控制器 |
Also Published As
Publication number | Publication date |
---|---|
CN107773246B (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764048B (zh) | 人脸关键点检测方法及装置 | |
JP6807639B2 (ja) | 奥行きカメラを校正する方法 | |
CN113409382B (zh) | 车辆损伤区域的测量方法和装置 | |
WO2019105044A1 (zh) | 一种镜头畸变矫正和特征提取的方法及系统 | |
US10810718B2 (en) | Method and device for three-dimensional reconstruction | |
WO2014024579A1 (ja) | 光学データ処理装置、光学データ処理システム、光学データ処理方法、および光学データ処理用プログラム | |
CN112132906B (zh) | 一种深度相机与可见光相机之间的外参标定方法及系统 | |
WO2013008804A1 (ja) | 計測装置および情報処理装置 | |
CN111127422A (zh) | 图像标注方法、装置、系统及主机 | |
CN108761994B (zh) | 摄像头模组和虚拟现实设备的组装的检测方法及装置 | |
Rosten et al. | Camera distortion self-calibration using the plumb-line constraint and minimal Hough entropy | |
CN114494045B (zh) | 一种基于机器视觉的大型直齿轮几何参数测量系统及方法 | |
CN102768762B (zh) | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 | |
CN113744351B (zh) | 基于多介质折射成像的水下结构光测量标定方法及系统 | |
Mirzaalian Dastjerdi et al. | Measuring surface area of skin lesions with 2D and 3D algorithms | |
TWI724696B (zh) | 工件孔洞量測方法 | |
CN107773246B (zh) | 一种基于光学三维测量的耳廓缺损测量方法 | |
CN113902652B (zh) | 散斑图像校正方法、深度计算方法、装置、介质及设备 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及系统 | |
CN109360267B (zh) | 一种薄物体快速三维重建方法 | |
CN112002016B (zh) | 基于双目视觉的连续曲面重建方法、系统和装置 | |
JP5254545B2 (ja) | 画像処理装置、及び画像処理方法 | |
CN110458951B (zh) | 一种电网杆塔的建模数据获取方法及相关装置 | |
CN116402904A (zh) | 一种基于激光雷达间和单目相机的联合标定方法 | |
CN115661258A (zh) | 标定方法及装置、畸变校正方法及装置、存储介质、终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |