CN109801222B - 一种基于方向向量的腭皱倾斜图像矫正方法 - Google Patents

一种基于方向向量的腭皱倾斜图像矫正方法 Download PDF

Info

Publication number
CN109801222B
CN109801222B CN201910074646.7A CN201910074646A CN109801222B CN 109801222 B CN109801222 B CN 109801222B CN 201910074646 A CN201910074646 A CN 201910074646A CN 109801222 B CN109801222 B CN 109801222B
Authority
CN
China
Prior art keywords
image
palate
angle
standard
direction vector
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
Application number
CN201910074646.7A
Other languages
English (en)
Other versions
CN109801222A (zh
Inventor
上官宏
武有成
张�雄
王安红
罗强
吉新新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Science and Technology
Original Assignee
Taiyuan University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Science and Technology filed Critical Taiyuan University of Science and Technology
Priority to CN201910074646.7A priority Critical patent/CN109801222B/zh
Publication of CN109801222A publication Critical patent/CN109801222A/zh
Application granted granted Critical
Publication of CN109801222B publication Critical patent/CN109801222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一种基于方向向量的腭皱倾斜图像矫正方法,属于腭皱识别领域,本发明针对由于采集角度的多样化而造成的图像倾斜问题,提出了一种基于方向向量的倾斜腭皱图像矫正算法,该算法首先设定腭皱标准图像的判断准则及特征点的选取规则;然后依据规则选择特征点进行标定并拟合出两条直线,求其方向向量;最后由两方向向量的夹角确定目标图像的旋转角度并进行旋转,以获得角度矫正图像,对从不同角度采集的腭皱图像进行仿真测试,实验结果表明,该算法能够很好的对目标图像进行角度矫正以获得标准图像,具有较强的鲁棒性。

Description

一种基于方向向量的腭皱倾斜图像矫正方法
技术领域
本发明属于腭皱识别领域,特别是涉及一种基于方向向量的腭皱倾斜图像矫正方法。
背景技术
随着现代法医学及人工智能技术的快速发展,学者们已经针对人类的某些固有生理特性 (如牙齿、颅面形态、指纹、掌纹、DNA)等重要同一认定特征指标[2-3]进行了大量研究,但有时由于应用环境的特殊性,传统同一认定技术仍存在一些问题。一方面,由于解剖位置处于人体表面的指纹、掌纹、颅面等特征指标,容易受到诸如火灾、化学腐蚀或外部创伤等环境因素的影响而产生信息缺失;在重大灾害及恐怖袭击中,环境和经济因素也常常限制大规模遇难者DNA测定的实现。另一方面,人脸识别、指纹识别、虹膜识别等生物识别技术容易受到制造假指纹、面部整容、牙齿手术等手段的攻击。因此,研究不易被破坏和伪造且成本较低的人类特征指标,可为法医同一认定提供一种新的手段。腭皱的形态,就像指纹、唇纹一样,在人的一生中从不改变,甚至疾病,外伤或化学腐蚀都不会改变腭皱的形态和位置。腭皱的稳定性、差异性、及其广泛存在于人体上这三个特征,使腭皱具备了作为同一认定的检验指标。
同一认定是一种法医通过对已知和未知客体的两个或多个特征指标之间的异同点比较和鉴别,推断出所研究客体是否来自同一客体的认识活动。同一认定采用的特征指标需满足唯一性、普遍性、永久性、可采集性及可识别性等条件。腭皱,是位于硬腭前部三分之一,自腭中缝向两侧非对称分布的不规则软组织嵴。腭皱形态的普遍性、稳定性和唯一性特征,满足同一认定的要求,可作为法医同一认定的特征指标。与其他相对成熟的同一认定技术(如 DNA)相较而言,腭皱同一认定尚处于初步研究阶段,学者们的研究集中在腭皱形态描述和条纹编码方面,关于腭皱图像较理想的预处理方案和评估方案很少,并未建立起较完备的预处理系统。初步处理方案的缺乏给后续工作的进行增加了难度,成为了腭皱识别技术中的一大问题,本研究旨在通过对腭皱图像预处理系统中的图像矫正方法的研究,提高腭皱图像识别准确率。
发明内容
本发明针对由于采集角度的多样化而造成的图像倾斜问题,旨在提供一种基于方向向量的腭皱倾斜图像矫正方法。本发明算法具有很稳定的矫正效果以及较强的鲁棒性。
为解决上述技术问题,本发明采用的技术方案为:一种基于方向向量的腭皱倾斜图像矫正方法,按照以下步骤进行:
步骤1)数据采集;
步骤2)标准图像定义与特征点选取:以切牙乳突为中点,左右两侧第三颗牙齿的轮廓大致中点处选择特征点,且按照从左至右的顺序选取。若两点连线为水平线,则该腭皱图像为标准图像,此状态为标准状态。若连线为非水平线,则为非标准图像,需对其进行相应的角度矫正;
步骤3)倾斜角的确定:以两点法为理论基础,进行倾斜角度的确定;
步骤4)旋转方向的确定:根据对标准腭皱图像的定义,将腭皱图像的倾斜模式分为两种,根据所选特征点的坐标,比较其相对位置,通过其在图像中的分布情况决定旋转方向,即由选定的特征点坐标(x2,y2),(x3,y3),比较y2和y3的大小,当y2<y3时,则为第一种倾斜模式,此时需将图像按顺时针旋转角度v;当y2≥y3,即为第二种倾斜模式,此时将图像逆时针旋转角度v。
进一步地,步骤3)中(1)确定预设点所成直线,即标准水平直线L1的方向向量S1
直线L1两端点为(x0,y0)=(1,n/2),(x1,y1)=(m/2,n/2),m为腭皱图像的宽度,n为腭皱图像的高度,则x方向的增量为tx=x1-x0,y方向的增量为ty=y1-y0,L1的方向向量为 S1=(tx,ty)。
(2)确定矫正特征点所成直线L2及其方向向量S2
本研究通过自动读入图像中选取的两个特征点的坐标(x2,y2),(x3,y3),根据最小二乘法拟合成直线L2,则x方向的增量为sx=x3-x2,y方向的增量为sy=y3-y2,并求得L2直线的方向向量S1=(sx,sy)。
(3)求解倾斜角。倾斜角v即为方向向量S1和S2之间的夹角。可通过以下公式求解v的大小;
Figure BDA0001958362210000021
s1·s2=tx·sx+ty·sy (2)
Figure BDA0001958362210000022
Figure BDA0001958362210000023
v=cos-1l (5)
进一步地,步骤1)中的图像采集的具体步骤为:使用数码单反相机,设置相机参数相同,固定位置,固定焦距,获取高分辨率、有参考价值的口内腭皱图像,利用图像处理软件Photoshop对其进行初步的裁剪处理,相机外接专门定制的设备,以使图像标准统一,图像以 jpeg格式文件传输至计算机,将所有腭皱图片建库。
本发明的矫正方法首先设定腭皱标准图像的判断准则及特征点的选取规则;然后依据规则选择特征点进行标定并拟合出两条直线,求其方向向量;最后由两方向向量的夹角确定目标图像的旋转角度并进行旋转,以获得角度矫正图像。通过对从不同角度采集的腭皱图像进行仿真测试,实验结果表明,本发明算法能够很好的对目标图像进行角度矫正以获得标准图像,具有较强的鲁棒性。
附图说明
图1为非标准腭皱图像示意图。
图2为倾斜角度的确定示意图。
图3为腭皱图像的两种倾斜模式,其中(a)为倾斜模式一,(b)为倾斜模式二。
图4为倾斜图像矫正示意图,其中(a)为原始图像,(b)为特征点选定图像,(c)为矫正后图像。
图5为标准腭皱图像旋转5°和12°后图像,其中(a)为v=5°(b)为v=12°。
图6为对倾斜5°的图像六次角度矫正后图像,其中(a1)为第一次矫正后图像,(b1)为第二次矫正后图像,(c1)为第三次矫正后图像,(d1)为第四次矫正后图像,(e1)为第五次矫正后图像,(f1)第六次矫正后图像。
图7为对倾斜12°图像六次角度矫正图像,其中(a1)为第一次矫正后图像,(b1)为第二次矫正后图像,(c1)为第三次矫正后图像,(d1)为第四次矫正后图像,(e1)为第五次矫正后图像,(f1)第六次矫正后图像。
图8为对倾斜图像的六次矫正,其中(a)倾斜5°腭皱图像的六次矫正角度,(b)倾斜12°腭皱图像的六次矫正角度。
具体实施方式
为使本发明的目的、特征和优点能够更为明显易懂,下面对本发明的具体实施方式做详细的说明。
一种基于方向向量的腭皱倾斜图像矫正方法,按照以下步骤进行:
步骤1)数据采集:
腭皱图像的采集通常有两种方法进行:第一种,借助数码相机和反光板采集图像,即利用光学原理,将腭皱成像至反光镜片中,然后利用数码相机拍摄镜片中的腭皱图像;第二种方法是通过咬合,制作人体口腔上颚的石膏模型,人工将腭皱形态描绘出来,然后利用相机拍摄石膏模型得到待处理腭皱图像。第一种方法不仅采集简单,而且易于接受,并可多角度全方位采集,相比第二种方法,不会因人工操作丢失有用细节信息。所以,通过对比,本发明采用的是由数码单反相机(佳能EOS300D)和口腔正畸专用反光板直接采集的腭皱数字图像。因为采集图像会出现很多不必要的信息,如牙齿,舌头等,可利用图像处理软件Photoshop 对其进行初步的裁剪处理,粗略去除大部分无关背景。
步骤2)标准图像定义与特征点选取
以切牙乳突为中点,左右两侧第三颗牙齿的轮廓大致中点处选择特征点,且表面按照从左至右的顺序选取。若两点连线为水平线,则该腭皱图像为标准图像,此状态为标准状态。若连线为非水平线,则为非标准图像,需对其进行相应的角度矫正。如图1所示,‘×’点为选取特征点,左右两边第三颗牙齿的大致中点位置,横线为预定点连接而成的参考水平直线。根据选定的特征点连接而成的横线与参考直线之间夹角约为90°,并非水平直线,所以该腭皱图像为非标准图像。
步骤3)倾斜角的确定
倾斜图像的矫正关键在于倾斜方向和倾斜角度的测定,本发明以两点法为理论基础,进行倾斜角度的确定。
(1)确定预设点所成直线,即标准水平直线L1的方向向量S1
直线L1两端点为(x0,y0)=(1,n/2),(x1,y1)=(m/2,n/2),m为腭皱图像的宽度,n为腭皱图像的高度,则x方向的增量为tx=x1-x0,y方向的增量为ty=y1-y0,L1的方向向量为 S1=(tx,ty)。
(2)确定矫正特征点所成直线L2及其方向向量S2
本研究通过自动读入图像中选取的两个特征点的坐标(x2,y2),(x3,y3),根据最小二乘法拟合成直线L2,则x方向的增量为sx=x3-x2,y方向的增量为sy=y3-y2,并求得L2直线的方向向量S1=(sx,sy)。
(3)求解倾斜角。倾斜角v即为方向向量S1和S2之间的夹角。可通过以下公式求解v的大小,求解示意图如图2所示。
Figure BDA0001958362210000041
s1·s2=tx·sx+ty·sy (2)
Figure BDA0001958362210000051
Figure BDA0001958362210000052
v=cos-1l (5)
步骤3)旋转方向的确定
根据对标准腭皱图像的定义,将腭皱图像的倾斜模式分为两种(图3),图中弦形代表腭皱区域。根据所选特征点的坐标,比较其相对位置,通过其在图像中的分布情况决定旋转方向。即由选定的特征点坐标(x2,y2),(x3,y3),比较y2和y3的大小,当y2<y3时,则为第一种倾斜模式,此时需将图像按顺时针旋转角度v;当y2≥y3,即为第二种倾斜模式,此时将图像逆时针旋转角度v。
根据本发明算法的矫正过程如图4所示,图4的(a)图中圆圈所标注的为切牙乳突,观察可知,原始图像的切牙乳突朝向左侧,与定义的标准状态相差约90°。按照规则,在图中切牙乳突两侧的第三颗牙齿边缘的几何中点处选定特征点,如图(b)中所示,特征点所成直线与预设点所成直线即可确定旋转角度,通过顺时针旋转该角度即可得到标准图像,切牙乳突位于上方,如(c)所示。
为了更好的验证本发明的效果,对本发明的算法进行仿真实验和分析。将一幅普通腭皱图像旋转至标准状态,然后将其标准图像分别旋转5°、12°(如图5),并采用三线性插值算法对其进行灰度插值处理,得到两幅具有已知固定倾斜角的倾斜图像。对两幅倾斜图像采用此算法分别进行六次矫正,图6和图7中的(a1)、(b1)、(c1)、(d1)、(e1)、 (f1)分别为对倾斜5°和12°腭皱图像的六次矫正后图像,各次矫正点选取位置大值相同,将矫正后的图像同其标准图像进行对比分析,测试该算法的有效性与稳定性。
为进一步客观评价该算法,将上述两种六次矫正角度绘制成折线图(图8)。(a)图可知,在对倾斜5°的腭皱图像进行矫正时,第一次矫正属于试探过程,与已知倾斜角度相差较大,随着矫正次数的增加,矫正角度逐渐接近5°,并在其上下很小的范围内波动,矫正角度逐渐趋于稳定;(b)图可知,在对倾斜12°的图像进行矫正时,由于倾斜角度变大,接近已知倾斜角度的矫正次数增加,但随着矫正次数的增加矫正的角度逐渐稳定。且由图可知每次的矫正角度与已知倾斜角度的偏差均小于1°,矫正效果比较理想。下面引入六次矫正角度的方差作为衡量指标,对算法稳定性进一步分析,计算公式如下。
Figure BDA0001958362210000053
Figure BDA0001958362210000061
式中:yi(i=1,2,…,6)为第i次矫正的角度,y为6次矫正角度的平均值。矫正结果数据分析如表1和表2所示:
表1倾斜5°的图像的矫正结果分析
Figure BDA0001958362210000062
表2倾斜12°的图像的矫正结果分析
Figure BDA0001958362210000063
表中结果显示,在对两种倾斜角度的图像矫正时,六次矫正的矫正角度与实际倾斜角度的偏差很小,从其均值来看,与实际角度相差不超过1°,从其方差来看,能够保持在0.5以下。大量实验结果表明本发明算法能够以很小的误差和不错的稳定性实现角度矫正,具有很好的鲁棒性。
综合实验结果表明,对旋转不同角度的图像进行多次角度矫正后,从视觉效果上来看,矫正结果比较理想,与标准图像的角度差别基本可以忽略,进一步表明了本发明算法的稳定性。
本发明提出的倾斜图像矫正算法的思路,根据图像特征定义图像的标准状态,通过所选特征点与预定点的位置关系确定当前图像的倾斜角度和倾斜方向,并利用数学知识得出旋转角度的大小,将图像旋转至标准状态。在进行预定点设置时,为方便观察特征点连接线与水平方向之间的角度问题,特将预定点设为(1,n/2)和(m/2,n/2)(其中m为腭皱图像的宽度,n 为腭皱图像的高度),即水平线以图像的高度中心连接线为准;其次,观察大多数采集图像,考虑到图像中出现的牙齿数目,选择切牙乳突左右第3颗牙齿的边缘几何中心为特征点。
本发明提出了一种基于方向向量的倾斜图像矫正算法,利用本发明算法对多个采集角度的图像进行矫正时,实验结果表明,本算法具有很稳定的矫正效果,表现出了较强的鲁棒性。
上面对本发明的实施例作了详细说明,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (2)

1.一种基于方向向量的腭皱倾斜图像矫正方法,其特征在于,按照以下步骤进行:
步骤1)数据采集;
步骤2)标准图像定义与特征点选取:以切牙乳突为中点,左右两侧第三颗牙齿的轮廓大致中点处选择特征点,且按照从左至右的顺序选取; 若两点连线为水平线,则腭皱图像为标准图像,此状态为标准状态; 若连线为非水平线,则为非标准图像,需对其进行相应的角度矫正;
步骤3)倾斜角的确定:以两点法为理论基础,进行倾斜角度的确定;
(1)确定预设点所成直线,即标准水平直线L1的方向向量S1
直线L1两端点为(x0,y0)=(1,n/2),(x1,y1)=(m/2,n/2),m为腭皱图像的宽度,n为腭皱图像的高度,则x方向的增量为tx=x1-x0,y方向的增量为ty=y1-y0,L1的方向向量为S1=(tx,ty);
(2)确定矫正特征点所成直线L2及其方向向量S2
本研究通过自动读入图像中选取的两个特征点的坐标(x2,y2),(x3,y3),根据最小二乘法拟合成直线L2,则x方向的增量为sx=x3-x2,y方向的增量为sy=y3-y2,并求得L2直线的方向向量S1=(sx,sy);
(3)求解倾斜角; 倾斜角v即为方向向量S1和S2之间的夹角; 可通过以下公式求解v的大小;
Figure FDA0003955287630000011
s1·s2=tx·sx+ty·sy (2)
Figure FDA0003955287630000012
Figure FDA0003955287630000013
v=cos-1l (5)
步骤4)旋转方向的确定:根据对标准腭皱图像的定义,将腭皱图像的倾斜模式分为两种,根据所选特征点的坐标,比较其相对位置,通过其在图像中的分布情况决定旋转方向,即由选定的特征点坐标(x2,y2),(x3,y3),比较y2和y3的大小,当y2<y3时,则为第一种倾斜模式,此时需将图像按顺时针旋转角度v;当y2≥y3,即为第二种倾斜模式,此时将图像逆时针旋转角度v。
2.根据权利要求1所述的一种基于方向向量的腭皱倾斜图像矫正方法,其特征在于:步骤1)中的图像采集的具体步骤为:使用数码单反相机,设置相机参数相同,固定位置,固定焦距,获取高分辨率、有参考价值的口内腭皱图像,利用图像处理软件Photoshop对其进行初步的裁剪处理,相机外接专门定制的设备,以使图像标准统一,图像以jpeg格式文件传输至计算机,将所有腭皱图片建库。
CN201910074646.7A 2019-01-25 2019-01-25 一种基于方向向量的腭皱倾斜图像矫正方法 Active CN109801222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910074646.7A CN109801222B (zh) 2019-01-25 2019-01-25 一种基于方向向量的腭皱倾斜图像矫正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910074646.7A CN109801222B (zh) 2019-01-25 2019-01-25 一种基于方向向量的腭皱倾斜图像矫正方法

Publications (2)

Publication Number Publication Date
CN109801222A CN109801222A (zh) 2019-05-24
CN109801222B true CN109801222B (zh) 2022-12-27

Family

ID=66558790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910074646.7A Active CN109801222B (zh) 2019-01-25 2019-01-25 一种基于方向向量的腭皱倾斜图像矫正方法

Country Status (1)

Country Link
CN (1) CN109801222B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110991339B (zh) * 2019-12-02 2023-04-28 太原科技大学 一种采用循环频谱的三维腭皱识别方法
CN113063804B (zh) * 2021-03-16 2022-07-15 太原科技大学 一种基于图像处理的热切机视觉系统自动定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327503A (zh) * 2016-09-13 2017-01-11 微鲸科技有限公司 一种图像配准的方法和设备
CN106874861A (zh) * 2017-01-22 2017-06-20 北京飞搜科技有限公司 一种人脸矫正方法及系统
CN107358207A (zh) * 2017-07-14 2017-11-17 重庆大学 一种矫正人脸图像的方法
CN108269236A (zh) * 2016-12-30 2018-07-10 航天信息股份有限公司 一种图像纠偏方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327503A (zh) * 2016-09-13 2017-01-11 微鲸科技有限公司 一种图像配准的方法和设备
CN108269236A (zh) * 2016-12-30 2018-07-10 航天信息股份有限公司 一种图像纠偏方法及装置
CN106874861A (zh) * 2017-01-22 2017-06-20 北京飞搜科技有限公司 一种人脸矫正方法及系统
CN107358207A (zh) * 2017-07-14 2017-11-17 重庆大学 一种矫正人脸图像的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
利用腭皱数字图像进行同一认定的研究;李冰等;《国际口腔医学杂志》;20170331;第44卷(第2期);第1.3节 *

Also Published As

Publication number Publication date
CN109801222A (zh) 2019-05-24

Similar Documents

Publication Publication Date Title
US11017205B2 (en) Three-dimensional finger vein recognition method and system
Wang et al. Evaluation and comparison of anatomical landmark detection methods for cephalometric x-ray images: a grand challenge
Sukno et al. 3-D facial landmark localization with asymmetry patterns and shape regression from incomplete local features
US7693564B2 (en) System, apparatus and method for forensic facial approximation
KR0158038B1 (ko) 개인식별장치
Moss et al. Three‐dimensional assessment of treatment outcomes on the face
US20110116707A1 (en) Method for grouping 3d models to classify constitution
WO2017059591A1 (zh) 手指静脉识别方法及装置
Hennessy et al. Facial growth: separating shape from size
CN109801222B (zh) 一种基于方向向量的腭皱倾斜图像矫正方法
CN107240128B (zh) 一种基于轮廓特征的x线片和彩色照片配准方法
CN111476143B (zh) 获取多通道图像、生物多参数以及身份识别的装置
US20120157800A1 (en) Dermatology imaging device and method
CN109784335B (zh) 一种基于最小二乘拟合的腭皱图像感兴趣区边界标定方法
JPH11242745A (ja) 顔画像の計測・処理方法
JP2008204200A (ja) 顔解析システム及びプログラム
EP1551296A1 (en) Method, code, and system for assaying joint deformity
JP2012256272A (ja) 生体識別装置、及び、生体識別方法
CN105844096A (zh) 基于图像处理技术的手功能评价方法
JP2012248047A (ja) 生体識別装置、及び、生体識別方法
RU2066117C1 (ru) Способ идентификации личности
JP2011160824A (ja) 脊椎湾曲症判定支援装置
Lacher et al. Low-cost surface reconstruction for aesthetic results assessment and prediction in breast cancer surgery
Shangguan et al. Research on Correction Method of Palatal Rugae Morphology in Forensic Digital Identification System.
Kaur et al. Cephalometric X-ray registration using angular radial transform

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