計算機輔助顱骨特征點標定方法研究
發(fā)布時間:2021-07-28 03:21
目前,三維模型的特征點廣泛應用于模型的檢索、重建和配準中,相關特征點標定技術也是當下的研究熱點。人類顱骨模型作為一種特殊的三維模型,其表面的特征點標定工作是顱面復原中的關鍵一步,并且也開始逐漸應用于目前的刑偵、整形手術和失蹤人口比對等行業(yè)中。但是,顱骨模型由于其自身結構的復雜性和特異性,以及顱骨特征點需要具有一定的生物或醫(yī)學意義。因此,目前顱骨特征點的標定方法大多數(shù)以手工方式為主,這種方式人類主觀性較強,其準確性依賴標定人員的經(jīng)驗知識,效率較低。針對顱骨模型特征點標定存在的這些問題,本文提出一種基于知識庫的計算機輔助標定顱骨特征點的方法。主要工作進展如下:(1)人類顱骨知識庫構建。首先,將顱骨模型進行參數(shù)化表示,生成特征描述符;然后針對人類顱骨上的特征點不能簡單等同于一般三維模型上的特征點這個問題,為每一個具有人類學意義的特征點生成特征點參數(shù),形成二維特征點選擇區(qū)域;最后建立人類顱骨知識庫,包含顱骨標準化模型、特征描述符以及二維特征點選擇區(qū)域。(2)提出一種根據(jù)顱骨幾何特征進行相似性度量方法;趯θ祟愶B骨模型參數(shù)化的結果,分別從顱骨模型的體積、形狀以及表面特征點間的歐式距離三方面衡量...
【文章來源】:西北大學陜西省 211工程院校
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【部分圖文】:
通過改變顱骨形態(tài)改變面貌基于顱面特征點的應用還有醫(yī)學領域中人類顱骨上的病灶定位[4]
圖 2 等值面抽取顱骨脊線本文主要工作與創(chuàng)新點本文主要工作文針對一般三維模型特征點標定方法不能直接利用在人類顱骨模型特征點題,考慮到對于人類顱骨模型的特征點標定是一種需要生物特性化度量的工三維模型特征點標定工作的基礎上,結合人類顱面形態(tài)學的知識與傳統(tǒng)行、刑偵等)對于顱骨特征點的應用,提出一種基于知識庫的計算機輔助顱骨定方法。該方法根據(jù)人種、地域、性別和年齡等因素,選取數(shù)據(jù)無明顯缺失好的人類顱骨模型,錄入人類顱骨知識庫中,將其定義為模板顱骨,接著根用領域對顱骨特征點位置的需要,對這些模板顱骨進行第一輪手工標定,雖工標定特征點耗時費力,但是其標定結果具有一定的參考價值和經(jīng)驗性,可
大約可以得到 300~400張影像數(shù)據(jù),這些數(shù)據(jù)清楚準確的反映了顱骨結構,很好滿足本文的研究需求。如圖6 所示,是一個顱骨樣本經(jīng)過 CT 掃描得到的部分 CT 影像數(shù)據(jù)。圖 6 顱骨 CT 影像數(shù)據(jù)(部分)對采集到的頭部 CT 影像數(shù)據(jù)利用計算機軟件進行三維建模,生成三維顱骨模型的點云數(shù)據(jù)。針對重建好的顱骨模型點云數(shù)據(jù),將生成的.obj 點云數(shù)據(jù)文件輸入到計算機中,利用 Geomagic Studio 軟件顯示,如圖 7 所示。圖 7 人類顱骨模型的點云數(shù)據(jù)人類顱骨類型的分類主要體現(xiàn)在顱骨形狀和顱骨表面外貌,根據(jù)人類學知識,造成這些顱骨個體間差異的原因主要是因為種族、地域、年齡和性別等條件。所以,當我們?yōu)轱B骨知識庫選擇模板顱骨時,必須是依據(jù)這些條件,只有這樣,知識庫中形成
【參考文獻】:
期刊論文
[1]加入迭代因子的層次化顱骨配準方法[J]. 朱麗品,劉曉寧,劉雄樂,盧燕寧. 中國圖象圖形學報. 2017(04)
[2]基于曲度特征的三維模型檢索算法[J]. 周繼來,周明全,耿國華,王小鳳. 計算機應用. 2016(07)
[3]基于顯著特征譜嵌入的三維模型相似性分析[J]. 韓麗,顏震,徐建國,唐棣. 模式識別與人工智能. 2015(12)
[4]三維顱骨特征點的自動標定[J]. 馮筠,陳雨,仝鑫龍,賀小偉,周明全. 光學精密工程. 2014(05)
[5]基于深度圖像的人臉模型特征點自動標定[J]. 李康,尚鵬,耿國華. 計算機科學. 2014(04)
[6]三維散亂點云模型的特征點檢測[J]. 王麗輝,袁保宗. 信號處理. 2011(06)
[7]三維模型檢索算法綜述[J]. 徐鵬捷,張媛,史川,葉志偉. 大眾科技. 2009(12)
[8]三維坐標轉換的兩種方法及其比較研究[J]. 張卡,張道俊,盛業(yè)華,王培芳,龐佑濤. 數(shù)學的實踐與認識. 2008(23)
[9]基于高斯曲率極值點的散亂點云數(shù)據(jù)特征點提取[J]. 馬驪溟,徐毅,李澤湘. 系統(tǒng)仿真學報. 2008(09)
[10]基于方向性SUSAN算子的圖像角點特征提取[J]. 賀菁,李慶華,王新賽. 小型微型計算機系統(tǒng). 2008(03)
博士論文
[1]三維模型檢索及相關方法研究[D]. 李洪安.西北大學 2014
[2]人面部的代數(shù)特征與幾何特征的提取及識別[D]. 王宏漫.大連理工大學 2003
碩士論文
[1]基于SIFT特征檢測與匹配的快速圖像拼接方法研究[D]. 陳月.吉林大學 2017
[2]三維重建中的點云拼接算法研究[D]. 王程遠.中北大學 2017
[3]SIFT特征匹配技術研究與應用[D]. 陳晗婧.南京理工大學 2017
[4]計算機輔助三維顱骨性別鑒定方法研究[D]. 趙倩娜.西北大學 2016
[5]基于相對角聚類和支持向量機的人臉特征點定位技術研究[D]. 麻宏靜.西北大學 2010
[6]基于輪廓線特征的三維人臉識別算法研究[D]. 李曉娟.北京交通大學 2010
[7]支持向量機與K-均值聚類融合算法研究[D]. 程佳.遼寧師范大學 2008
本文編號:3307101
【文章來源】:西北大學陜西省 211工程院校
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【部分圖文】:
通過改變顱骨形態(tài)改變面貌基于顱面特征點的應用還有醫(yī)學領域中人類顱骨上的病灶定位[4]
圖 2 等值面抽取顱骨脊線本文主要工作與創(chuàng)新點本文主要工作文針對一般三維模型特征點標定方法不能直接利用在人類顱骨模型特征點題,考慮到對于人類顱骨模型的特征點標定是一種需要生物特性化度量的工三維模型特征點標定工作的基礎上,結合人類顱面形態(tài)學的知識與傳統(tǒng)行、刑偵等)對于顱骨特征點的應用,提出一種基于知識庫的計算機輔助顱骨定方法。該方法根據(jù)人種、地域、性別和年齡等因素,選取數(shù)據(jù)無明顯缺失好的人類顱骨模型,錄入人類顱骨知識庫中,將其定義為模板顱骨,接著根用領域對顱骨特征點位置的需要,對這些模板顱骨進行第一輪手工標定,雖工標定特征點耗時費力,但是其標定結果具有一定的參考價值和經(jīng)驗性,可
大約可以得到 300~400張影像數(shù)據(jù),這些數(shù)據(jù)清楚準確的反映了顱骨結構,很好滿足本文的研究需求。如圖6 所示,是一個顱骨樣本經(jīng)過 CT 掃描得到的部分 CT 影像數(shù)據(jù)。圖 6 顱骨 CT 影像數(shù)據(jù)(部分)對采集到的頭部 CT 影像數(shù)據(jù)利用計算機軟件進行三維建模,生成三維顱骨模型的點云數(shù)據(jù)。針對重建好的顱骨模型點云數(shù)據(jù),將生成的.obj 點云數(shù)據(jù)文件輸入到計算機中,利用 Geomagic Studio 軟件顯示,如圖 7 所示。圖 7 人類顱骨模型的點云數(shù)據(jù)人類顱骨類型的分類主要體現(xiàn)在顱骨形狀和顱骨表面外貌,根據(jù)人類學知識,造成這些顱骨個體間差異的原因主要是因為種族、地域、年齡和性別等條件。所以,當我們?yōu)轱B骨知識庫選擇模板顱骨時,必須是依據(jù)這些條件,只有這樣,知識庫中形成
【參考文獻】:
期刊論文
[1]加入迭代因子的層次化顱骨配準方法[J]. 朱麗品,劉曉寧,劉雄樂,盧燕寧. 中國圖象圖形學報. 2017(04)
[2]基于曲度特征的三維模型檢索算法[J]. 周繼來,周明全,耿國華,王小鳳. 計算機應用. 2016(07)
[3]基于顯著特征譜嵌入的三維模型相似性分析[J]. 韓麗,顏震,徐建國,唐棣. 模式識別與人工智能. 2015(12)
[4]三維顱骨特征點的自動標定[J]. 馮筠,陳雨,仝鑫龍,賀小偉,周明全. 光學精密工程. 2014(05)
[5]基于深度圖像的人臉模型特征點自動標定[J]. 李康,尚鵬,耿國華. 計算機科學. 2014(04)
[6]三維散亂點云模型的特征點檢測[J]. 王麗輝,袁保宗. 信號處理. 2011(06)
[7]三維模型檢索算法綜述[J]. 徐鵬捷,張媛,史川,葉志偉. 大眾科技. 2009(12)
[8]三維坐標轉換的兩種方法及其比較研究[J]. 張卡,張道俊,盛業(yè)華,王培芳,龐佑濤. 數(shù)學的實踐與認識. 2008(23)
[9]基于高斯曲率極值點的散亂點云數(shù)據(jù)特征點提取[J]. 馬驪溟,徐毅,李澤湘. 系統(tǒng)仿真學報. 2008(09)
[10]基于方向性SUSAN算子的圖像角點特征提取[J]. 賀菁,李慶華,王新賽. 小型微型計算機系統(tǒng). 2008(03)
博士論文
[1]三維模型檢索及相關方法研究[D]. 李洪安.西北大學 2014
[2]人面部的代數(shù)特征與幾何特征的提取及識別[D]. 王宏漫.大連理工大學 2003
碩士論文
[1]基于SIFT特征檢測與匹配的快速圖像拼接方法研究[D]. 陳月.吉林大學 2017
[2]三維重建中的點云拼接算法研究[D]. 王程遠.中北大學 2017
[3]SIFT特征匹配技術研究與應用[D]. 陳晗婧.南京理工大學 2017
[4]計算機輔助三維顱骨性別鑒定方法研究[D]. 趙倩娜.西北大學 2016
[5]基于相對角聚類和支持向量機的人臉特征點定位技術研究[D]. 麻宏靜.西北大學 2010
[6]基于輪廓線特征的三維人臉識別算法研究[D]. 李曉娟.北京交通大學 2010
[7]支持向量機與K-均值聚類融合算法研究[D]. 程佳.遼寧師范大學 2008
本文編號:3307101
本文鏈接:http://www.sikaile.net/kejilunwen/sousuoyinqinglunwen/3307101.html
最近更新
教材專著