發(fā)布時(shí)間：2015-02-02 15:58

 

【摘要】 目前,計(jì)算機(jī)輔助的顱骨面貌復(fù)原技術(shù)在考古學(xué)、法醫(yī)學(xué)、刑偵學(xué)和醫(yī)學(xué)整形等領(lǐng)域得到了越來(lái)越廣泛的應(yīng)用。在計(jì)算機(jī)輔助的顱面復(fù)原技術(shù)中,基于統(tǒng)計(jì)理論的復(fù)原方法與其他方法相比,復(fù)原結(jié)果更加科學(xué),已經(jīng)成為顱面復(fù)原研究的熱點(diǎn)�；诮y(tǒng)計(jì)理論的復(fù)原方法需要對(duì)大量的訓(xùn)練樣本進(jìn)行統(tǒng)計(jì)訓(xùn)練,并將獲得的先驗(yàn)知識(shí)用于指導(dǎo)面皮復(fù)原。訓(xùn)練樣本之間要求具有準(zhǔn)確的點(diǎn)對(duì)應(yīng)關(guān)系,顱面復(fù)原的準(zhǔn)確度很大程度上依賴(lài)于樣本之間點(diǎn)對(duì)應(yīng)關(guān)系的準(zhǔn)確度。本文針對(duì)三維顱面模型之間的點(diǎn)對(duì)應(yīng)問(wèn)題,重點(diǎn)就面皮之間的點(diǎn)對(duì)應(yīng)進(jìn)行了深入系統(tǒng)的研究,主要的工作及進(jìn)展如下：1.基于MMP算法計(jì)算測(cè)地線,實(shí)現(xiàn)了面皮模型的五官分區(qū)。首先根據(jù)人臉的特征點(diǎn),定義了一套五官分割模板；然后利用MMP算法求得測(cè)地線；最后采用活躍點(diǎn)移動(dòng)切割三角網(wǎng)算法按照測(cè)地線路徑進(jìn)行分割。該方法使分區(qū)更精確,邊界更光滑。2.提出了基于ICP和TPS結(jié)合的面皮分區(qū)配準(zhǔn)算法。面皮配準(zhǔn)包括兩個(gè)步驟：基于ICP的剛性配準(zhǔn)和基于TPS的非剛性配準(zhǔn)。ICP算法是一種比較通用的剛性配準(zhǔn)算法,可實(shí)現(xiàn)兩個(gè)點(diǎn)集的剛性配準(zhǔn)。TPS是一種全局的,非剛性配準(zhǔn)算法,可使配準(zhǔn)后的數(shù)據(jù)光滑。配準(zhǔn)后的兩個(gè)模型能夠近似重合,有利于點(diǎn)對(duì)應(yīng)準(zhǔn)確度的提高。3.引入了基于體積積分不變量的多尺度約束,提出了基于分區(qū)變形與多尺度約束結(jié)合的點(diǎn)對(duì)應(yīng)算法PCDM。該算法利用頂點(diǎn)的局部相對(duì)位置幾何約束確定對(duì)應(yīng)點(diǎn)的候選集,采用多尺度幾何特征確定分區(qū)內(nèi)對(duì)應(yīng)點(diǎn)；通過(guò)微分屬性加權(quán)距離約束實(shí)現(xiàn)分區(qū)邊界點(diǎn)對(duì)應(yīng)。實(shí)驗(yàn)證明,該算法提高了點(diǎn)對(duì)應(yīng)的準(zhǔn)確度。4.針對(duì)本文提出的點(diǎn)對(duì)應(yīng)算法,設(shè)計(jì)并實(shí)現(xiàn)了三維面皮點(diǎn)對(duì)應(yīng)系統(tǒng)3DFCS,應(yīng)用此系統(tǒng)可以實(shí)現(xiàn)三維面皮之間點(diǎn)對(duì)應(yīng)關(guān)系的建立。 

第一章緒論

1.1研究背景
面皮復(fù)原，也稱(chēng)項(xiàng)骨復(fù)原技術(shù)，是以人類(lèi)學(xué)中的項(xiàng)骨與容貌之間的形態(tài)關(guān)系為依據(jù)，通過(guò)計(jì)算機(jī)的三維重建技術(shù)，對(duì)項(xiàng)骨合理添加一定厚度的軟組織進(jìn)而實(shí)現(xiàn)面部容貌復(fù)原的技術(shù)。人類(lèi)學(xué)研究已經(jīng)表明：顏骨形狀、軟組織的厚度與面部的幾何形態(tài)有著十分緊密的關(guān)系。面部五官的分布位置主要依賴(lài)于顏骨的結(jié)構(gòu)，項(xiàng)骨的形態(tài)與面部的軟組織厚度決定了面部的基本形態(tài)。項(xiàng)面復(fù)原技術(shù)具有廣泛的應(yīng)用，主要表現(xiàn)在如下方面：
1.古人類(lèi)與歷史人物的面貌復(fù)原
古人類(lèi)與歷史人物的面貌復(fù)原己經(jīng)有多個(gè)成功的案例，使現(xiàn)代人可以欣賞到古代著名人物的風(fēng)采。這些成功的案例包括：距今六千年前的人類(lèi)先祖；3800年前的新疆“樓蘭美女”；長(zhǎng)沙市馬王堆1號(hào)漢墓出土的2000多年前的長(zhǎng)沙國(guó)丞相夫人辛追；比辛追早100年的漢朝美女凌惠平；唐代的公主李倕；清朝歷史上惟一一位維吾爾族后妃香妃。圖1展不了辛追18歲和30歲的復(fù)原面貌。

2.無(wú)名尸骨的身份認(rèn)定[1][2]
在公安刑偵過(guò)程中，經(jīng)常獲得的是無(wú)名項(xiàng)骨，而與之相對(duì)應(yīng)的軟組織經(jīng)常由于各種原因而損壞、腐爛或風(fēng)化，這給案件的偵破帶來(lái)了很大的難度。由于頗骨具有堅(jiān)固、相對(duì)穩(wěn)定、不易被篡改以及較強(qiáng)的抗腐燭性等特性，所以項(xiàng)骨會(huì)在事故災(zāi)難中很好的保留下來(lái)。通過(guò)頓面復(fù)原技術(shù)獲得與生前相貌相似的容貌，可以為破案提供更多的線索，加速案件的偵破。
在計(jì)算機(jī)輔助的經(jīng)典顏面復(fù)原算法中，基于統(tǒng)計(jì)理論的顏面復(fù)原技術(shù)[3][4]是一種非常有效的算法�；诮y(tǒng)計(jì)模型的復(fù)原方法對(duì)獲得的三維面皮樣本進(jìn)行統(tǒng)計(jì)訓(xùn)練，將獲得的先驗(yàn)知識(shí)科學(xué)的用于指導(dǎo)面皮的復(fù)原，可以有效的避免單一參考樣本對(duì)復(fù)原結(jié)果的影響，使復(fù)原出的面皮幾何形態(tài)更合理，更加接近于真實(shí)的相貌。
............................

1.2研究意義
在21世紀(jì)，伴隨著信息科學(xué)技術(shù)的高速發(fā)展，計(jì)算機(jī)通過(guò)對(duì)圖像、觸覺(jué)、聲音等重要信息的捕獲與綜合分析，可以為用戶(hù)主動(dòng)的提供服務(wù)。面部[5]是人身體中一個(gè)非常重要的部位，它傳遞了大量豐富的信息。通過(guò)對(duì)面部的信息進(jìn)行分析，計(jì)算機(jī)將會(huì)更好的服務(wù)于人類(lèi)。
近年來(lái)，計(jì)算機(jī)輔助頓面復(fù)原已經(jīng)發(fā)展成為計(jì)算機(jī)圖形學(xué)領(lǐng)域的一個(gè)熱點(diǎn)問(wèn)題，受到了大量研究機(jī)構(gòu)的關(guān)注。煩面復(fù)原技術(shù)具有廣泛的應(yīng)用，如歷史人物的面貌復(fù)原、刑偵、醫(yī)學(xué)整形、器官分割、遺骨認(rèn)領(lǐng)等。與傳統(tǒng)復(fù)原方法相比較，基于統(tǒng)計(jì)的領(lǐng)面復(fù)原方法更加科學(xué)，復(fù)原結(jié)果與真實(shí)面貌更加接近，近年來(lái)逐漸發(fā)展成為計(jì)算機(jī)輔助的頗面復(fù)原領(lǐng)域的研究熱點(diǎn)。在基于統(tǒng)計(jì)的頗面復(fù)原技術(shù)的各個(gè)步驟中，三維點(diǎn)對(duì)應(yīng)關(guān)系的準(zhǔn)確建立起著承前啟后的作用，它在很大程度上影響了高質(zhì)量面皮樣本訓(xùn)練集的建立以及盧頁(yè)面復(fù)原結(jié)果的準(zhǔn)確性。但是目前國(guó)內(nèi)外對(duì)于面皮三維點(diǎn)對(duì)應(yīng)關(guān)系的研究較少，所以在三維面皮之間建立具有生理位置一致性的點(diǎn)對(duì)應(yīng)關(guān)系，有利于推動(dòng)頌面復(fù)原的進(jìn)一步發(fā)展。
三維點(diǎn)對(duì)應(yīng)對(duì)于三維人臉識(shí)別[6]同樣具有重要意義。在現(xiàn)代社會(huì)中，身份認(rèn)證技術(shù)正起著越來(lái)越重要的作用。與人臉識(shí)別相比，基于指紋，虹膜的識(shí)別技術(shù)具有更高的可靠性，但是人臉識(shí)別具有友好，易被用戶(hù)接受的優(yōu)勢(shì)而具有更加廣闊的前景。三維人臉識(shí)別技術(shù)首先要求對(duì)獲得的三維面皮模型進(jìn)行去噪并提取特征，然后與庫(kù)中己知身份的面皮模型進(jìn)行匹配，最后對(duì)提取的特征進(jìn)行分類(lèi)判別，實(shí)現(xiàn)身份認(rèn)證。三維面皮點(diǎn)對(duì)應(yīng)關(guān)系的建立，可以加速模型的去噪，方便特征的提取，提高人臉識(shí)別的準(zhǔn)確率。
三維面皮點(diǎn)對(duì)應(yīng)這一難題的解決，對(duì)于推動(dòng)面皮形態(tài)學(xué)規(guī)律研究具有重要的基礎(chǔ)性意義，對(duì)三維面皮模型的特征點(diǎn)自動(dòng)標(biāo)定也具有重要的推動(dòng)作用，以及對(duì)統(tǒng)計(jì)形狀模型的建立也起到了重要的指導(dǎo)意義，另外對(duì)模型分割等問(wèn)題的研究也起到了一定的促進(jìn)作用。
三維面皮點(diǎn)對(duì)應(yīng)的研究工作得到了陜西省科學(xué)技術(shù)研究發(fā)展計(jì)劃項(xiàng)目（國(guó)際合作）的大力支持，項(xiàng)目名稱(chēng)：頓像重合相似性決策方法；項(xiàng)目編號(hào)：2013KW04-04。
...........................

第二章三維面皮點(diǎn)對(duì)應(yīng)的流程和預(yù)備工作

基于統(tǒng)計(jì)模型的煩面復(fù)原技術(shù)，需要對(duì)所有三維面皮樣本做統(tǒng)計(jì)訓(xùn)練，將獲得的先驗(yàn)知識(shí)用于指導(dǎo)面貌復(fù)原，有效的避免了樣本單一性對(duì)復(fù)原結(jié)果的影響。相比其它計(jì)算機(jī)輔助的面貌復(fù)原方法，復(fù)原結(jié)果更加客觀。但是基于統(tǒng)計(jì)的復(fù)原方法要求三角網(wǎng)格表示的面皮數(shù)據(jù)必須是單層的，并且需要對(duì)面皮樣本進(jìn)行必要的預(yù)處理，預(yù)處理的結(jié)果對(duì)后續(xù)的實(shí)驗(yàn)結(jié)果有著直接的影響。本章首先介紹了 PCDM點(diǎn)對(duì)應(yīng)算法的流程，然后在點(diǎn)對(duì)應(yīng)的預(yù)備工作中，介紹了三維面皮模型的重建和法蘭克福坐標(biāo)歸一化處理。

2.1三維面皮點(diǎn)對(duì)應(yīng)的流程
針對(duì)基于統(tǒng)計(jì)模型的頡面復(fù)原中的點(diǎn)對(duì)應(yīng)問(wèn)題，本文提出了 PCDM點(diǎn)對(duì)應(yīng)算法。第一步，對(duì)重建獲得的面皮模型實(shí)現(xiàn)了法蘭克福坐標(biāo)系歸一化處理；第二步，定義并標(biāo)定面皮模型的特征點(diǎn)，設(shè)計(jì)了基于特征點(diǎn)的五官分割模板，并根據(jù)模板計(jì)算測(cè)地線實(shí)現(xiàn)面皮的分區(qū)；第三步，采用基于ICP和TPS結(jié)合的配準(zhǔn)算法實(shí)現(xiàn)了各個(gè)分區(qū)的配準(zhǔn)，使各個(gè)分區(qū)能夠近似重合；第四步，計(jì)算各個(gè)分區(qū)模型中頂點(diǎn)的微分屬性以及多尺度幾何特征，根據(jù)提出的點(diǎn)對(duì)應(yīng)算法實(shí)現(xiàn)面皮點(diǎn)對(duì)應(yīng)關(guān)系的建立。算法的流程圖如圖2所示，本文在第二章中介紹面皮模型的三維重建和法蘭克福坐標(biāo)系歸一化，第三章介紹測(cè)地線分區(qū)，第四章介紹面皮分區(qū)的配準(zhǔn)，第五章介紹點(diǎn)對(duì)應(yīng)算法的具體步驟。

..............................

2.2單層三維面皮模型的重建
2.2.1原始CT圖像的獲取
實(shí)驗(yàn)中釆用的三維面皮模型都是通過(guò)二維CT[i3]圖像重建出來(lái)的。為了保證頌面復(fù)原實(shí)驗(yàn)的科學(xué)性，CT圖像都是通過(guò)醫(yī)院的螺旋CT機(jī)采集得到的。CT圖像的成像原理是：人體不同組織對(duì)X射線的吸收性和透過(guò)率不同。人體組織密度越高吸收的X射線越多，在CT圖像中顯示的越亮，反之組織密度越小，在圖像中顯示的越暗。在CT數(shù)據(jù)采集過(guò)程中，CT機(jī)對(duì)人體頭部每隔1.5min進(jìn)行一次斷層掃描。根據(jù)頭部的大小，每個(gè)人的CT圖像約200-300張。如圖3所示為CT掃描得到的一組連續(xù)圖像，它的像素大小是0.5 0.5mm，分辨率是512 512。

CT圖像是數(shù)字化圖像，它被保存成計(jì)算機(jī)可以識(shí)別的DICOM[i4]格式的文件。DICOM即醫(yī)學(xué)數(shù)字成像和通信標(biāo)準(zhǔn)，它是由美國(guó)放射學(xué)會(huì)ACR和全美電子廠商聯(lián)合會(huì)NEMA聯(lián)合制定的，在制定的過(guò)程中參考了很多相關(guān)的國(guó)際標(biāo)準(zhǔn)。目前，在醫(yī)療信息標(biāo)準(zhǔn)中，DICOM是應(yīng)用最廣泛的標(biāo)準(zhǔn)之一，如應(yīng)用于放射診療診斷設(shè)備，核磁共振，CT，超聲等�，F(xiàn)在國(guó)際上采用的是3.0版的標(biāo)準(zhǔn)，它規(guī)范了醫(yī)學(xué)圖像的采集、存檔、傳輸、顯示及查詢(xún)等問(wèn)題。
2.1.2 CT圖像的三維重建
三維模型的重建[15]是計(jì)算機(jī)圖形學(xué)中的一個(gè)重要研究課題，同時(shí)也廣泛應(yīng)用于醫(yī)學(xué)三維重建和醫(yī)學(xué)教育中，如解剖教學(xué)，虛擬手術(shù)等。從醫(yī)院獲取的原始CT數(shù)據(jù)只是一組二維連續(xù)斷層圖像的集合，無(wú)法通過(guò)計(jì)算機(jī)清晰地、立體地顯示面皮樣本，所以需要將原始二維CT數(shù)據(jù)轉(zhuǎn)化為三維模型。
在基于統(tǒng)計(jì)的顏面復(fù)原研究中，要求將采集的活體樣本CT斷層圖像進(jìn)行三維表面重建，以獲得單層三角網(wǎng)格表示的面皮樣本。面皮樣本要求采用單層三角網(wǎng)格表示，主要有以下兩方面的原因：①單層三角網(wǎng)格表示的面皮模型只包含面皮表面的必要頂點(diǎn)及拓?fù)湫畔ⅲ畔⑷哂喽鹊?存儲(chǔ)空間小，繪制效率高；②便于領(lǐng)面復(fù)原研究。非單層模型內(nèi)部包含的頂點(diǎn)對(duì)面皮數(shù)據(jù)的配準(zhǔn)、點(diǎn)對(duì)應(yīng)等后期處理造成很大的困難，因此需要將面皮模型內(nèi)部頂點(diǎn)當(dāng)作雜質(zhì)去除掉。
將活體樣本CT數(shù)據(jù)進(jìn)行三維重建，得到單層三角網(wǎng)格表示的面皮模型,需經(jīng)過(guò)以下兩個(gè)步驟：
步驟一：CT斷層圖像的輪廓線提取。輪廓線的提取直接決定了重建出來(lái)的三維模型的精確度。目前，輪廓線提取的算法主要分為三類(lèi)：①基于圖像分割的方法，如閥值法。此法對(duì)閥值范圍固定的對(duì)象分割效果較好，但對(duì)于閥值范圍有交叉或范圍很大的對(duì)象則難以準(zhǔn)確分割。②基于邊緣檢測(cè)的方法，此類(lèi)方法通過(guò)邊緣檢測(cè)算法實(shí)現(xiàn)了輪廓線提取。它可劃分為基于搜索和基于零交叉兩種類(lèi)型，如基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)、多尺度邊緣檢測(cè)。③基于形變模型的方法，，其中最典型的方法是主動(dòng)輪靡模型[i6](snake算法)。自1987年提出以來(lái)，它在圖像分析領(lǐng)域得到了廣泛的應(yīng)用。主動(dòng)輪廓模型對(duì)噪聲不敏感，具有從復(fù)雜的背景中準(zhǔn)確的提取出目標(biāo)輪靡的能力，所以它很適合于處理CT圖像以獲得特定組織的輪廓線。
.............................

第三章三維面皮的分區(qū).................................. 15
3.1分區(qū)方法研究現(xiàn)狀.................................. 15
3.2特征點(diǎn)的定義及標(biāo)定.................................. 16
3.2.1面部的生理結(jié)構(gòu)及器官的分布特征.................................. 16
3.2.2面皮特征點(diǎn)的定義.................................. 17
3.2.3特征點(diǎn)的標(biāo)定.................................. 19
3.3面皮分區(qū)的幾何模板.................................. 20
3.4測(cè)地線計(jì)算.................................. 20
3.4.1 MMP算法流程概述.................................. 21
3.4.2基于點(diǎn)光源的窗口傳播方法.................................. 23
3.4.3測(cè)地線路徑回溯算法.................................. 24
3.5面皮分區(qū)的切割.................................. 24
3.6本章小結(jié).................................. 25
第四章三維面皮分區(qū)的配準(zhǔn).................................. 27
4.1曲面配準(zhǔn)的研究現(xiàn)狀.................................. 27
4.2基于ICP的配準(zhǔn)算法.................................. 28
4.3基于徑向基函數(shù)的配準(zhǔn).................................. 29
4.3.1徑向基函數(shù)神經(jīng)網(wǎng)絡(luò).................................. 29
4.3.2基于TPS配準(zhǔn).................................. 30
4.4實(shí)驗(yàn)結(jié)果.................................. 31
4.5本章小結(jié).................................. 33
第五章分區(qū)變形與多尺度約束結(jié)合的3D面皮點(diǎn)對(duì)應(yīng)算法.................................. 35
5.1點(diǎn)對(duì)應(yīng)算法研究現(xiàn)狀.................................. 35
5.2頂點(diǎn)法向量和曲率的計(jì)算.................................. 36
5.2.1離散單位法向量.................................. 36
5.2.2離散曲率.................................. 38
5.3積分不變量.................................. 39
5.3.1積分不變量基本理論.................................. 39
5.3.2體積不變量與多尺度提取.................................. 40
5.4面皮分區(qū)點(diǎn)對(duì)應(yīng)的思路與步驟.................................. 41
5.5實(shí)驗(yàn)對(duì)比與分析.................................. 43
5.6本章小結(jié).................................. 45

第六章三維面皮點(diǎn)對(duì)應(yīng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

針對(duì)文中提出的PCDM點(diǎn)對(duì)應(yīng)方法，設(shè)計(jì)并實(shí)現(xiàn)了三維面皮點(diǎn)對(duì)應(yīng)系統(tǒng)3DFCS，以檢驗(yàn)算法的可行性。該系統(tǒng)主要分為三大部分：一、三維面皮點(diǎn)對(duì)應(yīng)的預(yù)備工作；二、三維面皮的分區(qū)、配準(zhǔn)；三、對(duì)比經(jīng)典點(diǎn)對(duì)應(yīng)算法和文中提出的算法，針對(duì)大量的待對(duì)應(yīng)模型，釆用經(jīng)典算法與本文方法分別與參考模型建立點(diǎn)對(duì)應(yīng)關(guān)系。下面將詳細(xì)的介紹3DFCS系統(tǒng)。

6.1系統(tǒng)流程及功能模塊
6.1.1系統(tǒng)流程圖

6.1.2系統(tǒng)功能模塊圖

圖33展示了本文設(shè)計(jì)的點(diǎn)對(duì)應(yīng)系統(tǒng)的各個(gè)功能模塊，共分為三大模塊：①點(diǎn)對(duì)應(yīng)的預(yù)備工作模塊；②模型的分區(qū)、配準(zhǔn)模塊；③建立點(diǎn)對(duì)應(yīng)關(guān)系模塊。輸入單層三角網(wǎng)格表示的面皮模型，依次經(jīng)過(guò)系統(tǒng)三個(gè)功能模塊的處理，參考面皮和待對(duì)應(yīng)面皮之間就建立了三維點(diǎn)對(duì)應(yīng)關(guān)系，通過(guò)系統(tǒng)可以對(duì)點(diǎn)對(duì)應(yīng)的效果進(jìn)行展示。
6.1.3功能模塊
1.點(diǎn)對(duì)應(yīng)的預(yù)備工作模塊
在點(diǎn)對(duì)應(yīng)的預(yù)備工作模塊，實(shí)現(xiàn)了讀取并顯示面皮模型，坐標(biāo)系歸一化。
(1)三維面皮模型文件的后綴名為obj，系統(tǒng)首先實(shí)現(xiàn)了讀取并顯示obj模型。
(2)根據(jù)第二章內(nèi)容，交互標(biāo)定面皮模型的左眼框下緣點(diǎn)、左右雙耳孔中點(diǎn)以及眉心四點(diǎn)確定法蘭克福坐標(biāo)系，然后依據(jù)坐標(biāo)系轉(zhuǎn)換公式，將所有的模型數(shù)據(jù)都統(tǒng)一到法蘭克福坐標(biāo)系。
2.模型的分區(qū)、配準(zhǔn)模塊
(1)模型在系統(tǒng)上顯示后，采用基于模板的半自動(dòng)標(biāo)定法對(duì)特征點(diǎn)進(jìn)行半自動(dòng)標(biāo)定。
(2)根據(jù)面皮的生理結(jié)構(gòu)特征，定義一套基于特征點(diǎn)的五官分割模板，采用基于精確測(cè)地線的方法對(duì)參考模型和待對(duì)應(yīng)模型進(jìn)行分區(qū)。
(3)對(duì)參考模型和待對(duì)應(yīng)模型的各個(gè)分區(qū)采用基于ICP的算法進(jìn)行剛體配準(zhǔn)，實(shí)現(xiàn)兩個(gè)分區(qū)模型點(diǎn)集間的粗配準(zhǔn)。
............................

總結(jié)與展望

計(jì)算機(jī)輔助的顱骨面貌復(fù)原技術(shù)是指根據(jù)未知顱骨的信息，在計(jì)算機(jī)上復(fù)原并再現(xiàn)其容貌。目前中國(guó)處于國(guó)際領(lǐng)先水平。計(jì)算機(jī)輔助的顱面復(fù)原技術(shù)有著廣泛的應(yīng)用：在考古領(lǐng)域，通過(guò)復(fù)原古代人物面貌可以展示給現(xiàn)代人欣賞，如西漢長(zhǎng)沙國(guó)丞相夫人辛追，清朝歷史上惟一一位維吾爾族后妃香妃等；在刑偵領(lǐng)域，尸體經(jīng)腐爛往往只剩下骨頭，通過(guò)該技術(shù)復(fù)原出面貌為案件的偵破提供了更多的線索，提高了破案的效率。
基于統(tǒng)計(jì)的顱面復(fù)原技術(shù)是一種重要的計(jì)算機(jī)輔助的顱骨面貌復(fù)原技術(shù)。與其他復(fù)原技術(shù)相比，該方法的復(fù)原結(jié)果更加真實(shí)可信，更加科學(xué)。但是基于統(tǒng)計(jì)的顱面復(fù)原技術(shù)需要大量的面皮樣本建立訓(xùn)練集，將統(tǒng)計(jì)訓(xùn)練獲得的先驗(yàn)知識(shí)用以指導(dǎo)面貌復(fù)原。該復(fù)原方法要求樣本之間必須建立點(diǎn)對(duì)應(yīng)關(guān)系，體現(xiàn)在樣本點(diǎn)數(shù)量相同且拓?fù)潢P(guān)系一致。所以三維面皮模型間點(diǎn)對(duì)應(yīng)關(guān)系的準(zhǔn)確建立對(duì)于基于統(tǒng)計(jì)的顱面復(fù)原技術(shù)有十分重大的意義。
完成的主要工作
本文針對(duì)三維面皮點(diǎn)對(duì)應(yīng)這一關(guān)鍵問(wèn)題進(jìn)行了深入的研究，提出了 PCDM點(diǎn)對(duì)應(yīng)算法，完成的主要工作如下：
(1)對(duì)重建獲得的三維面皮模型實(shí)現(xiàn)了法蘭克福坐標(biāo)系歸一化。由于在原始CT數(shù)據(jù)獲取和模型重建過(guò)程中存在諸多干擾因素，單層三維網(wǎng)格面皮模型不可避免位于不同的坐標(biāo)系下，表現(xiàn)為中心不一致，朝向不一致。這給特征點(diǎn)的準(zhǔn)確標(biāo)定以及點(diǎn)對(duì)應(yīng)關(guān)系的建立帶來(lái)了困難，影響了后續(xù)工作的順利展開(kāi)，所以需要將重建獲得的模型數(shù)據(jù)統(tǒng)一到相同坐標(biāo)系下。
(2)三維面皮模型的測(cè)地線分區(qū)�？紤]到人臉部形態(tài)的多樣性，復(fù)雜性和局部相關(guān)性，所以在對(duì)模型分區(qū)的基礎(chǔ)上建立點(diǎn)對(duì)應(yīng)關(guān)系。根據(jù)人臉的特征點(diǎn)，定義了一套基于五官特征點(diǎn)的分割模板，采用精確測(cè)地線求解算法MMP對(duì)給定面皮進(jìn)行分區(qū)。
(3)三維面皮分區(qū)的配準(zhǔn)。面皮經(jīng)法蘭克福坐標(biāo)系歸一化和測(cè)地線分區(qū)后，對(duì)面皮分區(qū)先使用ICP進(jìn)行剛性配準(zhǔn)，然后采用薄板樣條函數(shù)TPS實(shí)現(xiàn)非剛體配準(zhǔn)，使參考面皮的分區(qū)和待對(duì)應(yīng)面皮的分區(qū)在形狀上盡量重合，為后續(xù)點(diǎn)對(duì)應(yīng)關(guān)系的建立奠定了基礎(chǔ)。
(4)在深入系統(tǒng)的研究面皮點(diǎn)對(duì)應(yīng)算法的基礎(chǔ)上，提出了 PCDM點(diǎn)對(duì)應(yīng)算法。在參考面皮分區(qū)和待對(duì)應(yīng)面皮分區(qū)近似重合的情況下，利用互相對(duì)應(yīng)的兩點(diǎn)在分區(qū)中的位置具有穩(wěn)定性建立對(duì)應(yīng)點(diǎn)的候選集。采用①法向量和平均曲率的加權(quán)距離，②多尺度幾何特征建立點(diǎn)對(duì)應(yīng)，提高了點(diǎn)對(duì)應(yīng)的準(zhǔn)確率，為基于統(tǒng)計(jì)的顱面復(fù)原算法提供了大量的訓(xùn)練樣本。
(5)針對(duì)本文提出的點(diǎn)對(duì)應(yīng)算法，設(shè)計(jì)實(shí)現(xiàn)了三維面皮點(diǎn)對(duì)應(yīng)系統(tǒng)3DFCS。該系統(tǒng)實(shí)現(xiàn)了后綴名為obj格式模型的讀取，顯示，特征點(diǎn)的半自動(dòng)標(biāo)定，模型的測(cè)地線分區(qū)，基于ICP的配準(zhǔn)，基于TPS的配準(zhǔn)，分區(qū)的體素化，以及頂點(diǎn)微分屬性和多尺度積分特征的計(jì)算，最后建立了三維面皮的點(diǎn)對(duì)應(yīng)關(guān)系，并對(duì)點(diǎn)對(duì)應(yīng)效果進(jìn)行了比較分析。
.............................
參考文獻(xiàn):

[1] LI JinJiang,FAN Hui.  Curvature-direction measures for 3D feature detection[J]. Science China(Information Sciences). 2013(09)
[2] 杜洪強(qiáng),周明全,李康,賀毅岳,賀潔瓊.  分區(qū)變形與多尺度約束結(jié)合的3D面皮點(diǎn)對(duì)應(yīng)[J]. 計(jì)算機(jī)應(yīng)用研究. 2013(07)
[3] 齊賢,黃敬瑜.  三角網(wǎng)格模型上測(cè)地線算法的研究[J]. 現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2012(31)
[4] 仲玉維.  我國(guó)顱面復(fù)原五官技術(shù)獲突破 將幫助破案[J]. 今日科苑. 2012(06)
[5] 董洪偉.  網(wǎng)格變形綜述[J]. 中國(guó)圖象圖形學(xué)報(bào). 2011(12)
[6] 白茹意,周明全,鄧擎瓊.  基于ICP和CPD的顱骨自動(dòng)配準(zhǔn)算法[J]. 計(jì)算機(jī)技術(shù)與發(fā)展. 2011(02)
[7] 王麗,孫劍峰,王騏.  Spin-image surface matching based target recognition in laser radar range imagery[J]. Chinese Physics B. 2010(10)
[8] 譚業(yè)浩,蔣志方,杜曉亮,孟祥旭.  緊支徑向基函數(shù)插值實(shí)現(xiàn)多維數(shù)據(jù)可視化[J]. 計(jì)算機(jī)工程與應(yīng)用. 2010(09)
[9] 杜國(guó)明,賈良文.  薄板樣條函數(shù)在空間數(shù)據(jù)插值中的應(yīng)用[J]. 計(jì)算機(jī)工程與應(yīng)用. 2009(36)
[10] 張卡,張道俊,盛業(yè)華,王培芳,龐佑濤.  三維坐標(biāo)轉(zhuǎn)換的兩種方法及其比較研究[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2008(23)



本文編號(hào)：11791