CN111080769A - 一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备 - Google Patents

一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备 Download PDF

Info

Publication number
CN111080769A
CN111080769A CN201911103939.XA CN201911103939A CN111080769A CN 111080769 A CN111080769 A CN 111080769A CN 201911103939 A CN201911103939 A CN 201911103939A CN 111080769 A CN111080769 A CN 111080769A
Authority
CN
China
Prior art keywords
head
dimensional
contour
deformation model
pixel
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.)
Pending
Application number
CN201911103939.XA
Other languages
English (en)
Inventor
左志雄
张晓璐
钱天翼
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.)
Sinovation Ventures Beijing Enterprise Management Co ltd
Original Assignee
Beijing Innovation Workshop Kuangshi International Artificial Intelligence Technology Research Institute Co Ltd
Sinovation Ventures Beijing Enterprise Management Co ltd
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 Beijing Innovation Workshop Kuangshi International Artificial Intelligence Technology Research Institute Co Ltd, Sinovation Ventures Beijing Enterprise Management Co ltd filed Critical Beijing Innovation Workshop Kuangshi International Artificial Intelligence Technology Research Institute Co Ltd
Priority to CN201911103939.XA priority Critical patent/CN111080769A/zh
Publication of CN111080769A publication Critical patent/CN111080769A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Abstract

本发明提供了一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备,通过核磁共振仪获取头部断层数据,提取头皮轮廓,获得三维头皮点云轮廓,经过渲染获取三维头部纹理轮廓,标识关键点,通过降维获取三维形变模型。所述基于核磁共振数据的三维形变模型可使通过改变关键点信息以形成一对应的三维人脸模型,可减少重建人脸的时间,进一步地,通过核磁共振仪获取断层数据,可减少扫描时间,降低扫描成本,同时提高采集的样本准确度,同时采集的样本从不同的种族、年龄进行挑选,可使适应于不同的人脸进行重建。

Description

一种基于核磁共振数据的三维形变模型生成方法、系统及电 子设备
【技术领域】
本发明涉及一种三维人脸重建领域,特别涉及一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备。
【背景技术】
基于形变模型的三维人脸重建的主要思想,是利用三维人脸数据库的人脸模型作为基底向量,从人脸照片中提取相应参数,从而表示出任意一个人脸模型。基于形变模型的重建质量主要依赖于形变模型,而形变模型的好坏直接依赖于采集的三维人脸数据库。
首先,现有三维人脸数据库的采集主要使用结构光和激光测距雷达的方式,一个完整的三维人脸需要通过对多个角度的数据采集后配准后拼接而成,严重影响三维人脸的准确性。
【发明内容】
为了克服目前现有的三维人脸重建方法构建的人脸形变模型准确度不高的问题,本发明提供一种基于核磁共振数据的三维形变模型生成方法。
本发明为解决上述技术问题,提供的技术方案如下:一种基于核磁共振数据的三维形变模型生成方法,其包括如下步骤:步骤S1:获取多个头部的核磁共振数据,每一头部对应的每一所述核磁共振数据包含有多张连续的头部断层图像;步骤S2:设定一预设阈值,基于所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,至少获得每一头部断层图像对应的多个头部像素轮廓;步骤S3:基于每一所述头部断层图像的位置信息及每一所述头部像素轮廓内的像素点在所述头部断层图像的坐标,获得多个头部对应的多个头部点云轮廓;及步骤S4:基于所述多个头部点云轮廓,提取关键点坐标信息,求其平均值,获得一三维形变模型。
优选地,在步骤S1与S2之间,还包括:步骤S100:对每一头部断层图像进行图像像素量化。
优选地,所述步骤S2具体包括:步骤S21:将每一所述头部断层图像二值化处理,获得每一所述头部断层图像对应的多个二值化图像;步骤S22:基于多个二值化图像,设置一预设阈值,所述预设阈值对每一二值化图像进行像素值划分,以保留超过所述预设阈值的多个像素点,提取每一二值化图像对应的多个头部轮廓数据,获得头部像素轮廓。
优选地,步骤S3具体包括:步骤S31:基于每一所述头部断层图像的位置信息,将对应的多个头部像素轮廓排列至对应位置;及步骤S32:获取每一所述头部断层图像对应一三维中间坐标系的方向余弦,将每一所述头部像素轮廓对应的多个像素点转换至所述三维中间坐标系中,获得多个头部对应的多个头部点云轮廓。
优选地,所述步骤S4具体包括步骤S41~S44:步骤 S41:基于获得的头部点云轮廓,进行网格化,获得三维人脸网格模型;步骤S42:将每一三维网格人脸模型进行渲染,获得三维头部纹理轮廓;步骤S43:将所述三维头部纹理轮廓投影至二维空间,获得二维头部纹理轮廓;步骤S44:识别所述二维头部纹理轮廓的二维关键点,将所述二维关键点基于投影关系对应至所述三维头部纹理轮廓上,获得对应的三维关键点;步骤S45:将多个三维头部纹理轮廓上对应的三维关键点进行关键点配准,获得一配准轮廓,将所述配准轮廓进行降维处理,获得对应的三维形变模型。
优选地,所述步骤S42还包括步骤S421~S422:步骤S421:基于三维头部纹理轮廓,获取三维头部表面的点坐标信息;步骤S422:获取一二维坐标,将三维头部表面的点坐标信息投影到所述二维坐标上,获取二维头部纹理轮廓。
一种基于核磁共振数据的三维形变模型生成系统,其包括:头部断层图像获取单元:用于获取多个头部的核磁共振数据,每一头部对应的每一所述核磁共振数据包含有多张连续的头部断层图像;阈值设定单元:用于设定一预设阈值,基于所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,至少获得每一头部断层图像对应的多个头部像素轮廓;头部点云轮廓获取单元:用于基于每一所述头部断层图像的位置信息及每一所述头部像素轮廓内的像素点在所述头部断层图像的坐标,获得多个头部对应的多个头部点云轮廓;三维形变模型获取单元:用于基于所述多个头部点云轮廓,提取关键点坐标信息,求其平均值,获得一三维形变模型。
优选地,阈值设定单元包括:二值化图像获取单元:用于将每一所述头部断层图像二值化处理,获得每一所述头部断层图像对应的多个二值化图像;头部轮廓数据获取单元:用于基于多个二值化图像,设置一预设阈值,所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,提取头部轮廓数据。
优选地,三维形变模型获取单元包括:三维人脸网格模型获取单元:用于基于获得的头部点云轮廓,进行网格化,获得三维人脸网格模型;三维头部纹理轮廓获取单元:用于将每一三维网格人脸模型进行渲染,获得三维头部纹理轮廓;二维头部纹理轮廓获取单元:用于将所述三维头部纹理轮廓投影至二维空间,获得二维头部纹理轮廓;三维关键点获取单元:用于识别所述二维头部纹理轮廓的二维关键点,将所述二维关键点基于投影关系对应至所述三维头部纹理轮廓上,获得对应的三维关键点;三维形变模型获取单元:用于将多个三维头部纹理轮廓上对应的三维关键点进行关键点配准,获得一配准轮廓,将所述配准轮廓进行降维处理,获得对应的三维形变模型。
一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行如上所述的一种基于核磁共振数据的三维形变模型生成方法;所述处理器被设置为通过所述计算机程序执行如上所述的一种基于核磁共振数据的三维形变模型生成方法。
与现有技术相比,本发明提供的一种基于核磁共振数据的三维形变模型生成方法,具有以下优点:
1.通过将核磁共振数据做为三维形变模型重建的基础数据,改变了三维形变模型重建的数据来源,降低了三维形变模型对现有的三维人脸数据库的依赖。同时,通过核磁共振数据直接建立头部点云轮廓,无需对三维人脸多个视图的拼接,提高了形变模型重建的准确度。进一步,核磁共振数据中的多个断层图像只显示头部轮廓等信息,保护了用户的脸部特征的隐私性。
2.可对头部断层图像进行量化,可使头部断层图像初步划分为若干个区域,可使在阈值处理前,对头部断层图像提前进行进行区域划分,可减少设定阈值时产生的误差,提高准确度。
3.对每一头部断层图像进行二值化处理,图像可在二值化的范围内设定一阈值,可使图像像素更容易设定一确定的阈值,以进行像素值划分,也即区域划分,同时在设定阈值时,保留超过预设阈值的多个像素点,可使头部断层图像可将头部轮廓数据保留在小于阈值的区域范围内,数据丢失,确保数据的完整度,提高样本采集的精确度。
4.通过获取每一像素点的信息以及图像坐标与三维中间坐标系的关系,使得图像像素点在三维中间坐标系下表示,获得一三维的头部点云轮廓,可统一图像像素点的坐标系以及分辨率,规范坐标位置。
5.所述一种基于核磁共振数据的三维形变模型生成系统,特别适用于实施基于核磁共振数据的三维形变模型生成方法,该系统可基于核磁共振仪获取的头部断层数据,获取三维形变模型,获取的三维形变模型能够根据需表示的人脸的关键点进行形变,进而表示对应的人脸,避免重建整个三维人脸,可减少三维人脸重建的时间,同时还可减少重建的误差,提高精确度,进一步地,通过核磁共振仪采集数据样本,可减少扫描的时间,降低扫描的成本,核磁共振仪扫描间距较小,可使扫描的断层间距更细,头部被扫描的区域更接近头部的整体,提高三维人脸的精确度。
6.所述一种电子设备适用于基于核磁共振数据的三维形变模型生成设备中,该设备可基于核磁共振仪扫描采集到的头部断层图像,通过存储器和处理器的配合,获取头部点云轮廓,经过处理器处理获得一三维形变模型,获取的三维形变模型可根据输入的人脸参数进行特征点的形变进而表示输入人脸参数的人脸,可加快人脸重建的速度,减少人脸整体重建的时间,避免影响三维人脸的准确性,同时可根据不同年龄、种族的人脸特征点参数进行形变,适应多种人脸的特征。
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,凡在本发明的原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
【附图说明】
图1是本发明第一实施例提供的一种基于核磁共振数据的三维形变模型生成方法的整体流程图;
图2是本发明第一实施例提供的一种基于核磁共振数据的三维形变模型生成方法包括S100的整体流程图;
图3是本发明第一实施例提供的一种基于核磁共振数据的三维形变模型生成方法的S2的细节流程图;
图4是本发明第一实施例提供的一种基于核磁共振数据的三维形变模型生成方法的S3的细节流程图;
图5是本发明第一实施例提供的一种基于核磁共振数据的三维形变模型生成方法的S4的细节流程图;
图6是本发明第一实施例提供的一种基于核磁共振数据的三维形变模型生成方法的S42的细节流程图;
图7是本发明第二实施例提供的一种基于核磁共振数据的三维形变模型生成系统中的模块图;
图8是本发明第二实施例提供的一种基于核磁共振数据的三维形变模型生成系统中阈值设定单元的模块图;
图9是本发明第二实施例提供的一种基于核磁共振数据的三维形变模型生成系统中平均人脸模型获取单元的模块图;
图10是本发明第三实施例提供的一种电子设备的模块图。
附图标记说明:
100、一种基于核磁共振数据的三维形变模型生成系统;200、头部断层图像获取单元;300、阈值设定单元;400、头部点云轮廓获取单元;500、平均人脸模型获取单元;301、二值化图像获取单元;302、头部轮廓数据获取单元;501、三维头部纹理轮廓获取单元;502、二维头部纹理轮廓获取单元;503、三维关键点获取单元;504、三维形变模型获取单元;1、存储器;2、处理器。
【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实例,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。
请参阅图1,本发明第一实施例提供了一种基于核磁共振数据的三维形变模型生成方法,包括如下步骤:
步骤S1:获取多个头部的核磁共振数据,每一头部对应的每一所述核磁共振数据包含有多张连续的头部断层图像;
步骤S2:设定一预设阈值,基于所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,至少获得每一头部断层图像对应的多个头部像素轮廓;
步骤S3:基于每一所述头部断层图像的位置信息及每一所述头部像素轮廓内的像素点在所述头部断层图像的坐标,获得多个头部对应的多个头部点云轮廓;及
步骤S4:基于所述多个头部点云轮廓,提取关键点坐标信息,求其平均值,获得一三维形变模型。
可以理解,步骤S1中所述核磁共振数据为通过核磁共振仪进行扫描获得的MRI(Nuclear Magnetic Resonance Imaging,核磁共振)断层图像,所述MRI磁共振断层图像是断层成像的一种,它利用磁共振现象从人体中获得电磁信号,并重建出人体信息。各种组织磁共振影像灰阶特点如下:脂肪组织,松质骨呈白色;脑脊髓、骨髓呈白灰色;内脏、肌肉呈灰白色;液体,正常速度流血液呈黑色;骨皮质、气体、含气肺呈黑色。例如,在本实施例中,所述核磁共振数据包括头部轮廓信息及脑部轮廓信息,每一核磁共振中多张断层图像的层间距相同,所述层间距应可尽可能小。在本实施例中,所述扫描的间隔距离为1mm,可使得扫描采样的精度提高,可增加对头部扫描的面积,得到的头部轮廓更完整。
可以理解,在步骤S1中,用以进行扫描的样本,可以从不同年龄、种族、国别的人群中进行挑选,以使扫描的样本的数量更多、更全面,同时可使生成三维形变模型适用不同年龄、种族、国别的人群使用。例如,选取同一个人在不同年龄段的头部轮廓图像,使得此人的各个年龄段的头部数据,可进行重建此人不同年龄的人脸。
可选地,对头部使用核磁共振仪进行断层扫描,可选择不同的角度对头部进行分层,例如,自眼睛到下巴的方向进行扫描、自左耳到右耳的方向进行扫描,可使头部扫描可根据扫描的方向进行选择断层扫描的位置,可避免断层扫描时扫描多余的位置,可减少扫描的时间及图像的后处理的时间,在本实施例中,采用自左耳到右耳的方向进行扫描,但不限于本实施例。
可以理解,步骤S2中,在神经网络中设定一阈值,所述阈值可定义头部轮廓信息所在的区域,可将头部轮廓信息与脑部信息区域进行划分,通过将阈值定义的区域与其他区域划分,使得头部断层图像划分为带有脑部信息的区域与带有头部轮廓信息区域,保留带有头部轮廓信息的区域,同时划分区域时,在带有头部轮廓信息区域保留超过该区域的像素点,以在获取头部轮廓时可保留完整的头部轮廓信息,提高扫描样本的准确性。
可以理解,步骤S3中,基于每一头部断层图像对应一二维坐标系,以表示头部断层图像上每一像素点的坐标,同时建立一三维坐标系,基于该三维坐标系与每一头部断层图像对应的二维坐标系的对应关系,获得每一所述头部断层图像的所在三维坐标系的位置信息,将每一二维坐标系的每一像素点基于对应关系对应到三维坐标系上,获得在三维坐标系下的头部点云轮廓信息,也即,将每一头部断层图像通过二维坐标系对应到三维坐标系上,使得每一张头部断层图像的头部轮廓信息可在统一的三维坐标系上表示,以统一不同的头部对应的核磁共振数据的分辨率,避免通过核磁共振获取断层图像时导致图像分辨率不一致的情况。
可以理解,步骤S4中,所述多个头部点云轮廓由步骤S3中对每一所述头部断层图像进行提取头部点云轮廓,以使所有的头部的头部轮廓信息提取出头部点云轮廓,通过估计表面一点的法线,以确认该点所在的表面,通过网格化构造一与头部轮廓真实尺寸一致的表面,得到一三维人脸模型,标记其中的关键点,获取关键点的坐标,获得三维人脸模型的关键点位置信息,通过降维处理,获取三维形变模型。
可以理解,步骤S4中,通过基于头部点云轮廓,进行三维人脸模型的构造以及提取关键点信息,获取三维形变模型,使得三维形变模型通过改变对应的关键点信息,以重建对应的三维人脸模型,可减少对整体人脸的重建,通过改变对应关键点信息重建对应的三维人脸,减少重建的时间。
请参阅图2,在步骤S1与S2之间,还包括:
步骤S100:对每一头部断层图像进行图像像素量化。
可以理解,对头部断层图像进行图像像素量化,可使图像进行灰度处理,通过将头部断层图像通过量化,获取灰度图,所述头部断层图像按照灰度级显示,灰度图可将同样的灰度的像素点划分为同样的灰度值,可按照灰度值表示当前的像素点,以使灰度图在阈值分割时更简便。
可选地,每一头部断层图像进行图像像素量化后,对头部断层图像进行滤波,可使量化时产生的噪声得以过滤,避免图像增加噪声信息而导致后处理产生误差。
请参阅图3,所述步骤S2具体包括:
步骤S21:将每一所述头部断层图像二值化处理,获得每一所述头部断层图像对应的多个二值化图像;
步骤S22:基于多个二值化图像,设置一预设阈值,所述预设阈值对每一二值化图像进行像素值划分,以保留超过所述预设阈值的多个像素点,提取每一二值化图像对应的多个头部轮廓数据,获得头部像素轮廓。
可以理解,对每一头部断层图像进行二值化处理,图像可在二值化的范围内设定一阈值,可使图像像素更容易设定一确定的阈值,以进行像素值划分,也即对像素值进行阈值分割,同时在设定阈值时,保留超过预设阈值的多个像素点,可使得二值化图像的头部轮廓数据保留在阈值的范围内,避免数据丢失,确保数据的完整度,提高样本采集的精确度。
请参阅图4,步骤S3具体包括步骤S31~S32:
步骤S31:基于每一所述头部断层图像的位置信息,将对应的多个头部像素轮廓排列至对应位置;及
步骤S32:获取每一所述头部断层图像对应一三维中间坐标系的方向余弦,将每一所述头部像素轮廓对应的多个像素点转换至所述三维中间坐标系中,获得多个头部对应的多个头部点云轮廓。
可以理解,通过获取每一像素点的在头部断层图像的位置信息,包括每一像素点在头部断层图像的坐标,以及头部轮廓图像坐标与三维中间坐标系的关系,即方向余弦,使得图像像素点在三维中间坐标系下表示,获得一三维的头部点云轮廓,实现坐标系的转换,将所有的图像像素点统一至一三维坐标系中,使得所有头部断层图像可统一其分辨率,每一像素点可通过同一坐标系进行坐标表示,避免分辨率不一致,保证其数据的准确度。
可以理解,步骤S31~S32仅为该实施例的一种实施方式,其实施方式并不限定于步骤S31~S32。
请参阅图5,所述步骤S4具体包括步骤S41~S45:
步骤S41:基于获得的头部点云轮廓,进行网格化,获得三维人脸网格模型;
步骤S42:将每一三维网格人脸模型进行渲染,获得三维头部纹理轮廓;
步骤S43:将所述三维头部纹理轮廓投影至二维空间,获得二维头部纹理轮廓;
步骤S44:识别所述二维头部纹理轮廓的二维关键点,将所述二维关键点基于投影关系对应至所述三维头部纹理轮廓上,获得对应的三维关键点;
步骤S45:将多个三维头部纹理轮廓上对应的三维关键点进行关键点配准,获得一配准轮廓,将所述配准轮廓进行降维处理,获得对应的三维形变模型。
可以理解,所述步骤S41中,对于头部点云轮廓基于其点云中个点的法线以进行估计点云所表示的对应头部的表面,以接近其真实尺寸,同时通过法线估计在同一表面上所在的点的位置,以进行点云的连线,使点云构成一与头部真实尺寸相近的网格,可避免位处于同一表面的点进行连接。
例如,在本实施例中,法线估计(Normal Estimate) 的方法包括基于局部表面拟合的方法、基于 Delaunay/Voronoi的方法和基于鲁棒统计的方法的任一种。基于所述法线对所述头部点云轮廓构造网格的方法包括泊松构网(Possion Reconstruction)、贪心三角化算法、移动立方体算法(Marching Cubes Algorithm) 的任一种。
可选地,在所述步骤S41后获得三维人脸网格模型后,可进行孤立点去除,孤立点去除的方法包括直通滤波器、体素格滤波器、统计滤波器、半径滤波器的任一种。
可以理解,所述步骤S42中对于获取的每一头部点云轮廓通过将点坐标投影到二维空间中,以识别人脸的关键点,所述关键点为人脸的五官及其他特征,例如嘴唇、耳朵、眼睛、鼻子、痣,然后将关键点坐标对应到三维头部纹理轮廓上,以标识出三维关键点,即通过二维坐标识别关键点位置,将其对应到三维坐标,使三维头部纹理轮廓可标识出关键点。
可以理解,所述步骤S43中通过将二维空间的每一像素点与三维网格人脸模型的的表面点投影到该像素点的坐标相关联,以作为二维空间到三维空间的坐标对应的关系,使三维网格人脸模型投影到二维空间上,以此将二维的关键点投影到三维空间上,获得关键点在三维关键点。
可以理解,所述步骤S44中,对于所述三维头部纹理轮廓进行关键点配准,即对于关键点数目进行添加调整,使每一三维头部纹理轮廓的关键点数目匹配,获得一配准轮廓,通过对配准轮廓进行降维处理,得到一平均人脸模型,同时对关键点信息进行排列处理,获得一形变矩阵。
可以理解,所述步骤S45中,所述降维处理为通过获得的配准轮廓按照特征值的大小排列进行选取关键点坐标,以减少其中的数据量,减少数据的处理量,同时减少人脸重建的时间。
可以理解,所述点云轮廓通过标记其对应的关键点,获取关键点的信息,同时获取一三维形变模型,并将关键点信息排列为一矩阵,获取一形变矩阵,所述三维形变模型与形变矩阵可进行联系匹配,以使三维形变模型形变获取对应的三维人脸,使得三维形变模型根据关键点的信息实现三维人脸重建,减少重建的时间。
可选地,本实施例中点云配准的算法为ICP (Iterative Closest Point,迭代最近点)算法。
可选地,在步骤S41与步骤S42之间,还可对所述头部点云轮廓进行去除冗余点,网格化可使点云构成一与头部表面尺寸相近的面,通过去除冗余的网格,进而去除冗余的点,使得头部点云轮廓与真实尺寸相近,提高样本的精确度。
可以理解,步骤S41~S45仅为该实施例的一种实施方式,其实施方式并不限定于步骤S41~S45。
请参阅图6,所述步骤S42还包括步骤S421~S422:
步骤S421:基于三维头部纹理轮廓,获取三维头部表面的点坐标信息;
步骤S422:获取一二维坐标,将三维头部表面的点坐标信息投影到所述二维坐标上,获取二维头部纹理轮廓。
可以理解,三维头部纹理轮廓通过将表面的点坐标信息投影到二维坐标下,使得在二维坐标下获得关键点信息,进而更好地进行识别与提取。
可以理解,所述二维头部纹理轮廓的角度可为30°~45°,-45°~-30°,-30°~30°,所述二维头部纹理轮廓的图像可为大于等于1个,可使得二维头部纹理轮廓通过不同角度表示对应的头部,使得人脸数据表示更完整。
可以理解,步骤S421~S422仅为该实施例的一种实施方式,其实施方式并不限定于步骤S421~S422。
请参阅图7,本发明第二实施例中提供了一种基于核磁共振数据的三维形变模型生成系统,包括:
头部断层图像获取单元100:用于获取多个头部的核磁共振数据,每一头部对应的每一所述核磁共振数据包含有多张连续的头部断层图像;
阈值设定单元200:用于设定一预设阈值,基于所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,至少获得每一头部断层图像对应的多个头部像素轮廓;
头部点云轮廓获取单元300:用于基于每一所述头部断层图像的位置信息及每一所述头部像素轮廓内的像素点在所述头部断层图像的坐标,获得多个头部对应的多个头部点云轮廓;
三维形变模型获取单元400:用于基于所述多个头部点云轮廓,提取关键点坐标信息,求其平均值,获得一三维形变模型。
请参阅图8,阈值设定单元200包括:
二值化图像获取单元201:用于将每一所述头部断层图像二值化处理,获得每一所述头部断层图像对应的多个二值化图像;
头部轮廓数据获取单元202:用于基于多个二值化图像,设置一预设阈值,所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,提取每一头部断层图像对应的多个头部轮廓数据。
可以理解,通过二值化图像获取单元201进行图像二值化处理,使得图像划分为带有头部轮廓信息的区域以及带有脑部信息的区域,可使头部轮廓与脑部划分,头部轮廓数据获取单元202设置预设阈值时,所述预设阈值的范围包括头部轮廓数据像素点及超过所述头部轮廓数据像素点的多个像素点,以使头部轮廓从二值化图像中提取,确保头部轮廓可完全提取,避免头部轮廓提取缺失。
请参阅图9,三维形变模型获取单元400包括:
三维人脸网格模型获取单元401:用于基于获得的头部点云轮廓,进行网格化,获得三维人脸网格模型;
三维头部纹理轮廓获取单元402:用于将每一三维网格人脸模型进行渲染,获得三维头部纹理轮廓;
二维头部纹理轮廓获取单元403:用于将所述三维头部纹理轮廓投影至二维空间,获得二维头部纹理轮廓;
三维关键点获取单元404:用于识别所述二维头部纹理轮廓的二维关键点,将所述二维关键点基于投影关系对应至所述三维头部纹理轮廓上,获得对应的三维关键点;
三维形变模型获取单元405:用于将多个三维头部纹理轮廓上对应的三维关键点进行关键点配准,获得一配准轮廓,将所述配准轮廓进行降维处理,获得对应的三维形变模型。
具体地,本发明第二实施例提供了一种基于核磁共振数据的三维形变模型生成系统,特别适用于实施基于核磁共振数据的三维形变模型生成方法,该系统可基于核磁共振仪获取的头部断层数据,获取三维形变模型,获取的三维形变模型能够根据需表示的人脸的关键点进行形变,进而表示对应的人脸,避免重建整个三维人脸,可减少三维人脸重建的时间,同时还可减少重建的误差,提高精确度,进一步地,通过核磁共振仪采集数据样本,可减少扫描的时间,降低扫描的成本,核磁共振仪扫描间距较小,可使扫描的断层间距更细,头部被扫描的区域更接近头部的整体,提高三维人脸的精确度。
请参阅图10,本发明第三实施例提供了一种电子设备,其用于实施上述一种基于核磁共振数据的三维形变模型生成方法,所述电子设备包括存储器1和处理器2,所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行所述所述一种基于核磁共振数据的三维形变模型生成方法实施例中的步骤;所述处理器被设置为通过所述计算机程序执行所述一种基于核磁共振数据的三维形变模型生成方法实施例中的步骤。
具体地,所述电子设备适用于基于核磁共振数据的三维形变模型生成设备中,该设备可基于核磁共振仪扫描采集到的头部断层图像,通过存储器和处理器的配合,获取头部点云轮廓,经过处理器处理获得一三维形变模型,获取的三维形变模型可根据输入的人脸参数进行特征点的形变进而表示输入人脸参数的人脸,可加快人脸重建的速度,减少人脸整体重建的时间,避免影响三维人脸的准确性,同时可根据不同年龄、种族的人脸特征点参数进行形变,适应多种人脸的特征。
与现有技术相比,本发明提供的一种基于核磁共振数据的三维形变模型生成方法,具有以下优点:
1.通过将核磁共振数据做为三维形变模型重建的基础数据,改变了三维形变模型重建的数据来源,降低了三维形变模型对现有的三维人脸数据库的依赖。同时,通过核磁共振数据直接建立头部点云轮廓,无需对三维人脸多个视图的拼接,提高了形变模型重建的准确度。进一步,核磁共振数据中的多个断层图像只显示头部轮廓等信息,保护了用户的脸部特征的隐私性。
2.可对头部断层图像进行量化,可使头部断层图像初步划分为若干个区域,可使在阈值处理前,对头部断层图像提前进行进行区域划分,可减少设定阈值时产生的误差,提高准确度。
3.对每一头部断层图像进行二值化处理,图像可在二值化的范围内设定一阈值,可使图像像素更容易设定一确定的阈值,以进行像素值划分,也即区域划分,同时在设定阈值时,保留超过预设阈值的多个像素点,可使头部断层图像可将头部轮廓数据保留在小于阈值的区域范围内,数据丢失,确保数据的完整度,提高样本采集的精确度。
4.通过获取每一像素点的信息以及图像坐标与三维中间坐标系的关系,使得图像像素点在三维中间坐标系下表示,获得一三维的头部点云轮廓,可统一图像像素点的坐标系以及分辨率,规范坐标位置。
5.所述一种基于核磁共振数据的三维形变模型生成系统,特别适用于实施基于核磁共振数据的三维形变模型生成方法,该系统可基于核磁共振仪获取的头部断层数据,获取三维形变模型,获取的三维形变模型能够根据需表示的人脸的关键点进行形变,进而表示对应的人脸,避免重建整个三维人脸,可减少三维人脸重建的时间,同时还可减少重建的误差,提高精确度,进一步地,通过核磁共振仪采集数据样本,可减少扫描的时间,降低扫描的成本,核磁共振仪扫描间距较小,可使扫描的断层间距更细,头部被扫描的区域更接近头部的整体,提高三维人脸的精确度。
6.所述一种电子设备适用于基于核磁共振数据的三维形变模型生成设备中,该设备可基于核磁共振仪扫描采集到的头部断层图像,通过存储器和处理器的配合,获取头部点云轮廓,经过处理器处理获得一三维形变模型,获取的三维形变模型可根据输入的人脸参数进行特征点的形变进而表示输入人脸参数的人脸,可加快人脸重建的速度,减少人脸整体重建的时间,避免影响三维人脸的准确性,同时可根据不同年龄、种族的人脸特征点参数进行形变,适应多种人脸的特征。
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,凡在本发明的原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。

Claims (10)

1.一种基于核磁共振数据的三维形变模型生成方法,其特征在于:包括如下步骤:
步骤S1:获取多个头部的核磁共振数据,每一头部对应的每一所述核磁共振数据包含有多张连续的头部断层图像;
步骤S2:设定一预设阈值,基于所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,至少获得每一头部断层图像对应的多个头部像素轮廓;
步骤S3:基于每一所述头部断层图像的位置信息及每一所述头部像素轮廓内的像素点在所述头部断层图像的坐标,获得多个头部对应的多个头部点云轮廓;及
步骤S4:基于所述多个头部点云轮廓,提取关键点坐标信息,求其平均值,获得一三维形变模型。
2.如权利要求1所述一种基于核磁共振数据的三维形变模型生成方法,其特征在于:在步骤S1与S2之间,还包括:
步骤S100:对每一头部断层图像进行图像像素量化。
3.如权利要求1所述一种基于核磁共振数据的三维形变模型生成方法,其特征在于:所述步骤S2具体包括:
步骤S21:将每一所述头部断层图像二值化处理,获得每一所述头部断层图像对应的多个二值化图像;
步骤S22:基于多个二值化图像,设置一预设阈值,所述预设阈值对每一二值化图像进行像素值划分,以保留超过所述预设阈值的多个像素点,提取每一二值化图像对应的多个头部轮廓数据,获得头部像素轮廓。
4.如权利要求1所述一种基于核磁共振数据的三维形变模型生成方法,其特征在于:步骤S3具体包括:
步骤S31:基于每一所述头部断层图像的位置信息,将对应的多个头部像素轮廓排列至对应位置;及
步骤S32:获取每一所述头部断层图像对应一三维中间坐标系的方向余弦,将每一所述头部像素轮廓对应的多个像素点转换至所述三维中间坐标系中,获得多个头部对应的多个头部点云轮廓。
5.如权利要求1所述一种基于核磁共振数据的三维形变模型生成方法,其特征在于:所述步骤S4具体包括步骤S41~S44:
步骤S41:基于获得的头部点云轮廓,进行网格化,获得三维人脸网格模型;
步骤S42:将每一三维网格人脸模型进行渲染,获得三维头部纹理轮廓;
步骤S43:将所述三维头部纹理轮廓投影至二维空间,获得二维头部纹理轮廓;
步骤S44:识别所述二维头部纹理轮廓的二维关键点,将所述二维关键点基于投影关系对应至所述三维头部纹理轮廓上,获得对应的三维关键点;
步骤S45:将多个三维头部纹理轮廓上对应的三维关键点进行关键点配准,获得一配准轮廓,将所述配准轮廓进行降维处理,获得对应的三维形变模型。
6.如权利要求5所述一种基于核磁共振数据的三维形变模型生成方法,其特征在于:所述步骤S42还包括步骤S421~S422:
步骤S421:基于三维头部纹理轮廓,获取三维头部表面的点坐标信息;
步骤S422:获取一二维坐标,将三维头部表面的点坐标信息投影到所述二维坐标上,获取二维头部纹理轮廓。
7.一种基于核磁共振数据的三维形变模型生成系统,其特征在于:包括:
头部断层图像获取单元:用于获取多个头部的核磁共振数据,每一头部对应的每一所述核磁共振数据包含有多张连续的头部断层图像;
阈值设定单元:用于设定一预设阈值,基于所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,至少获得每一头部断层图像对应的多个头部像素轮廓;
头部点云轮廓获取单元:用于基于每一所述头部断层图像的位置信息及每一所述头部像素轮廓内的像素点在所述头部断层图像的坐标,获得多个头部对应的多个头部点云轮廓;
三维形变模型获取单元:用于基于所述多个头部点云轮廓,提取关键点坐标信息,求其平均值,获得一三维形变模型。
8.如权利要求7所述一种基于核磁共振数据的三维形变模型生成系统,其特征在于:阈值设定单元包括:
二值化图像获取单元:用于将每一所述头部断层图像二值化处理,获得每一所述头部断层图像对应的多个二值化图像;
头部轮廓数据获取单元:用于基于多个二值化图像,设置一预设阈值,所述预设阈值对每一头部断层图像进行像素值划分,以保留超过所述预设阈值的多个像素点,提取头部轮廓数据。
9.如权利要求7所述一种基于核磁共振数据的三维形变模型生成系统,其特征在于:三维形变模型获取单元包括:
三维人脸网格模型获取单元:用于基于获得的头部点云轮廓,进行网格化,获得三维人脸网格模型;
三维头部纹理轮廓获取单元:用于将每一三维网格人脸模型进行渲染,获得三维头部纹理轮廓;
二维头部纹理轮廓获取单元:用于将所述三维头部纹理轮廓投影至二维空间,获得二维头部纹理轮廓;
三维关键点获取单元:用于识别所述二维头部纹理轮廓的二维关键点,将所述二维关键点基于投影关系对应至所述三维头部纹理轮廓上,获得对应的三维关键点;
三维形变模型获取单元:用于将多个三维头部纹理轮廓上对应的三维关键点进行关键点配准,获得一配准轮廓,将所述配准轮廓进行降维处理,获得对应的三维形变模型。
10.一种电子设备,包括存储器和处理器,其特征在于:所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述一种基于核磁共振数据的三维形变模型生成方法;
所述处理器被设置为通过所述计算机程序执行所述权利要求1至6任一项中所述一种基于核磁共振数据的三维形变模型生成方法。
CN201911103939.XA 2019-11-13 2019-11-13 一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备 Pending CN111080769A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911103939.XA CN111080769A (zh) 2019-11-13 2019-11-13 一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911103939.XA CN111080769A (zh) 2019-11-13 2019-11-13 一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备

Publications (1)

Publication Number Publication Date
CN111080769A true CN111080769A (zh) 2020-04-28

Family

ID=70310911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911103939.XA Pending CN111080769A (zh) 2019-11-13 2019-11-13 一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备

Country Status (1)

Country Link
CN (1) CN111080769A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111657947A (zh) * 2020-05-21 2020-09-15 四川大学华西医院 一种神经调控靶区的定位方法
CN115049799A (zh) * 2022-06-14 2022-09-13 北京百度网讯科技有限公司 3d模型和虚拟形象的生成方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111657947A (zh) * 2020-05-21 2020-09-15 四川大学华西医院 一种神经调控靶区的定位方法
CN115049799A (zh) * 2022-06-14 2022-09-13 北京百度网讯科技有限公司 3d模型和虚拟形象的生成方法和装置
CN115049799B (zh) * 2022-06-14 2024-01-09 北京百度网讯科技有限公司 3d模型和虚拟形象的生成方法和装置

Similar Documents

Publication Publication Date Title
US9980704B2 (en) Non-invasive image analysis techniques for diagnosing diseases
CN109754394B (zh) 三维医学图像处理装置及方法
Zhang et al. A three-dimensional fractal analysis method for quantifying white matter structure in human brain
US9818200B2 (en) Apparatus and method for multi-atlas based segmentation of medical image data
CN103249358B (zh) 医用图像处理装置
US9361686B2 (en) Method and apparatus for the assessment of medical images
CN111354001B (zh) 脑肿瘤图像分割方法、装置和存储介质
CN106898044B (zh) 一种基于医学影像并利用vr技术的器官拆分和操作方法及系统
CN111539956A (zh) 基于脑部辅助图像的脑出血自动检测方法及电子介质
CN112070785A (zh) 一种基于计算机视觉的医学图像分析方法
CN116580068B (zh) 一种基于点云配准的多模态医学配准方法
CN111080769A (zh) 一种基于核磁共振数据的三维形变模型生成方法、系统及电子设备
Hacihaliloglu et al. Statistical shape model to 3D ultrasound registration for spine interventions using enhanced local phase features
CN108030514B (zh) 超声三维胎儿成像方法及系统
US11551371B2 (en) Analyzing symmetry in image data
CN108876783B (zh) 图像融合方法及系统、医疗设备和图像融合终端
EP1447772B1 (en) A method of lung lobe segmentation and computer system
CN113838557A (zh) 一种医学影像三维重建模拟方法及系统
CN112102327B (zh) 一种图像处理方法、装置及计算机可读存储介质
Longuefosse et al. Lung CT Synthesis Using GANs with Conditional Normalization on Registered Ultrashort Echo-Time MRI
Zhang et al. PET and MRI Medical Image Fusion Based on Densely Connected Convolutional Networks
WO2021030994A1 (zh) 基于vrds ai静脉影像的识别方法及产品
Kim et al. Rib Segmentation and Sequence Labeling via Biaxial Slicing and 3D Reconstruction
CN115439900A (zh) 视网膜图谱构建方法及其装置、计算机设备、存储介质
CN116503548A (zh) 牙齿和牙槽骨图像分割重构方法及系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230307

Address after: 100080 room 1001-003, building 1, No.3 Haidian Street, Haidian District, Beijing

Applicant after: SINOVATION VENTURES (BEIJING) ENTERPRISE MANAGEMENT CO.,LTD.

Address before: 100080 room 1001-003, building 1, No.3 Haidian Street, Haidian District, Beijing

Applicant before: SINOVATION VENTURES (BEIJING) ENTERPRISE MANAGEMENT CO.,LTD.

Applicant before: Beijing Innovation workshop Kuangshi international Artificial Intelligence Technology Research Institute Co.,Ltd.