颅面重构中颅面相似度比较*

目前颅面重构技术往往利用目标颅骨所反映出的种族、性别、年龄、营养情况等信息来选择参考颅骨或者参考面部模板进行颅面重构,但这些信息并不包括颅骨自身的信息（如形状信息）;在得到颅面重构的结果后,评估生成的人脸到底像不像其本人的真实人脸,数值化评估重构结果尚待完善。基于以上问题,提出了一种颅面相似度比较的方法,将颅面特征点分为形状特征点和一般特征点,针对不同特征点计算不同距离来衡量颅面相似度。实验结果表明,利用该方法选择出的参考颅骨或面部模板与志愿者的选择基本一致,可用于进行颅面重构后续计算并对重构结果进行评估。     

利用改进的分区统计颅面模型重构颅面

针对初始颅面点集数据量大、分布不均匀,以及分区统计颅面模型算法处理颅面眼、鼻、口三个区域不易连接的问题,提出了改进的分区统计颅面模型算法。通过将颅面分成T区（眼、鼻、口区域）和O区（其他区域）,解决了眼、鼻、口区域的连接问题,并用两种不同半径的球覆盖颅面的方法处理初始颅面点集,使颅面两个区域内点集分布均匀。同时引入种族、性别、年龄、胖瘦四个属性表示单个样本模型,利用主成分分析方法建立统计颅面模型。实验结果表明该算法能够取得更好的颅面重构效果。     

颅面复原方法综述

颅面复原是一项依据人的颅骨恢复其对应的面部相貌的研究,在公安法医学、考古学、医学整形等诸多领域有普遍应用,传统手工颅面复原耗费时间长且复原结果难以实现,而近年来逐步兴起的计算机辅助颅面复原方法使得复原结果更加真切、高效。重点归纳和分析计算机辅助颅面复原技术,该复原技术主要基于知识的颅面复原方法和统计模型法,对其中的基于稀疏软组织厚度的颅面复原、基于稠密软组织厚度的颅面复原、统计形变模型和回归模型等重要方法进行详细的阐述,并将各种方法优缺点进行对比,帮助研究人员全面了解颅面复原方法。     

计算机辅助颅面复原技术研究

颅面复原技术以头骨与面貌相互关系规律为科学依据,广泛应用于刑侦、考古等领域.本文综述了计算机辅助3D颅面复原技术中数据采集、颅面复原、复原后面部表情修饰等方法的进展情况.重点介绍以特征点及其软组织厚度为基础的颅面皮肤的复原技术,及曲面拟合方法的改进.最后,指出颅面复原后续工作的发展方向.     

基于Matlab的颅面三维重构技术

介绍了一种以Matlab为工具实现颅面三维重构的方法。给出了利用该方法处理医学图像、构造体数据集和三维重构的全过程。提出了完成医学图像三维重构的技术路线、方法和步骤。为医学图像的三维可视化技术提供了一种新的可能。     

基于SVDD的颅面模型数据分区方法

将颅面模型数据分区问题转换为一种模式分类问题,给出了一种网格模型上多尺度的特征处理方法,提出了一种基于核方法的支持向量数据域描述(SVDD)数据分区方法。实验证明,该分区方法能快速、有效地对颅面模型的特征区域进行精确合理的分区,且能够适用于有复杂轮廓与形状的特征区域。     

基于测地回归模型的颅面复原

颅面复原是指根据一个未知颅骨的特征预测出对应的面貌,在考古研究、医学整容、刑事案件调查等领域有重要应用.为解决颅面复原过程中存在着数据量大、需要大量标定特征点的手工工作及颅面特征点定义困难的问题,针对三角网格表示的三维颅骨和面皮模型,将颅面模型用从鼻尖出发的一组测地线表示,提出了基于测地回归的颅面复原方法.该方法首先从三维人脸模型的鼻尖点提取一组测地线;然后以颅骨和对应的人脸模型上提取的测地线作为训练样本,采用偏最小二乘回归统计模型复原未知颅骨对应人脸模型的测地线;最后通过迭代最近点算法将生成的测地线与人脸统计模型进行匹配,实现复原测试颅骨的面貌.在192套颅面数据库上进行了颅面复原实验,将基于测地回归法复原的结果与主成分分析法和偏最小二乘回归法复原结果对比,实验结果表明,该方法能够提高复原精度,减少复原时间,取得了良好的复原效果.     

基于参数化的三维颅面配准

针对颅面配准问题,提出通过对颅面进行参数化将其转换成二维参数域的对应问题。首先,根据人类的生理特征标定6个特征点,利用这些特征点将颅面转换到一个统一的坐标系以实现姿态和大小的统一;其次,以两个外眼角为约束对参考颅面进行最小二乘保角映射,计算出6个特征点的参数值;然后,以这六个生理特征点的参数值为约束,利用最小二乘保角映射将任一待配准模型映射到二维参数域;最后,根据二维参数域确定三维颅面上的对应点,从而实现三维数据配准。为了验证所提方法,以对应点为控制点,利用薄板样条(TPS)变换把参考颅面变形到目标颅面,以变形后两个模型上对应点之间的几何距离的平均为度量,将所提算法和基于主轴分析的迭代最近点(ICP)配准以及基于随机采样控制点的迭代TPS配准方法进行了比较,实验结果表明,所提算法的配准效果优于其他两种方法。     

颅面外科手术仿真中的网格简化研究

快速高质量的网格简化是颅颌面手术仿真中的影响网格的实时绘制和软组织变形建模的一个关键步骤.文中提出了一种改进最小二次误差准则网格简化算法.该算法中将边折叠代价计算、边折叠生成点的最优值计算和边折叠操作集成到一个管道中,并且用固定大小的最小代价选择替代堆来取代传统渐进网格算法中的大数据量的贪婪队列结构,从而大大减少了计算运行复杂度.计算机仿真结果显示,三角形面片的数目简化到原来的20%时仍能满足手术仿真中交互绘制的要求.与基于贪婪队列结构的渐进网格简化算法相比,所提出的改进算法能够将网格简化速度提高三倍左右,而内存的占用仅为原来的50%不到,Hausdorff距离误差也相对变小.     

利用Principal Warps评估颅面几何相似度

针对目前颅面相似度评估主要依靠主观验证、缺乏衡量相似度的物理量等问题,提出一种3维颅面几何相似度评估方法。将颅面相似度评估看做是待比较颅面到数据库中其余颅面的弯曲变形,计算出待比较颅面的Principal Warps作为新的基,给出颅面间对应全局特征点的选择方法,并利用薄板样条函数建立映射,从而计算出相应的弯曲变形矩阵,将该矩阵表示为基与系数矩阵的乘积。实现了在待比较颅面固定的情况下,用系数矩阵来衡量颅面间的变形程度,并在此基础上定义了颅面间几何相似度距离,给出了具体比较方法。实验结果验证了该方法的有效性。     

一种评估颅骨和颅面相似性的方法

针对评估颅面和颅骨轮廓相似性过程中的离散点对应、曲线拟合带来的误差以及人工干预问题, 提出一种基于重采样和Fourier变换的离散轮廓像素点的相似度量方法。首先使用Canny算子和滑动窗口方法进行边缘检测和边界跟踪, 得到待比较颅骨和颅面的边缘轮廓像素集合; 然后对轮廓统一重采样, 解决了两者离散点的对应问题; 最后直接对数据进行规格化和离散傅里叶变换, 利用傅里叶描述子进行相似性度量, 避免了曲线拟合导致的误差和手工介入问题。实验表明, 该算法提高了颅骨和颅面相似性度量的准确率, 复杂度较低, 可实现评价过程自动化, 为颅像重合身份认证奠定了基础。     

基于颅骨自动配准的颅面复原方法

主要介绍了基于颅骨配准的颅面复原方法,其中颅骨配准算法采用ICP+CPD方法。试验表明,该方法复原效果良好,并对缺损颅骨具有一定的鲁棒性。     

基于Snake模型和射线法的颅面重建方法

MC颅面重构方法复原的面皮和颅骨三角片数量大且存在杂质。针对该问题,基于断层轮廓序列,利用改进的Snake模型提取闭合颅骨轮廓线,通过射线法对该轮廓线进行二次处理得到最外层轮廓线,从而实现颅面三维重构。实验结果表明,该方法在颅面数据量较小的情况下,可以准确表达人的面部和颅骨的形态信息。     

生理点配准的颅面局部形态关系建模

为提高对颅骨与面皮之间形态关系建模的准确度,提出一种生理点配准的颅面局部形态关系建模方法。以特征点对应关系为约束条件,基于TPS变形实现颅面初配准;根据欧氏距离与局部几何特征的加权距离确定顶点的最优生理对应关系,建立分类颅面模型库;将颅面形态关系建模问题分解为对每一面皮生理点各坐标分量建模的子问题集,运用单因变量多自变量PLSR,以面皮生理点的各坐标分量为因变量,选取显著相关的颅骨生理点相应坐标分量为自变量,建立由各面皮生理点坐标计算模型构成的局部形态关系模型。实验结果表明该方法可更准确有效地描述颅面形态变化关系。     

特征点自动标定的颅面复原及其评估方法

为了采用计算机技术从人头颅骨样本重构出个性化的三维表面面部特征,提出一种特征点自动标定的颅面复原算法.首先利用特征点自动标定算法对待复原颅骨模型进行特征点标定;然后在基于模板变形的颅面复原算法基础上引入Laplace坐标网格变形技术,以实现待复原颅骨模型的颅面复原.为了验证文中算法进行颅面复原结果的可靠性,提出一种采用计算颅面整体特征和局部特征相似度的颅面复原结果评估方法.实验结果表明,文中提出的特征点自动标定算法大大提高了颅面复原前期工作的效率,颅面复原算法对待复原颅骨的颅面复原取得了良好的复原效果;同时,颅面复原结果评估方法达到了主观与客观评价上的一致,对复原结果验证有良好的指导作用.     

一种基于弹簧振子模型的颅面软组织仿真算法

软组织仿真研究是利用计算机技术对真实软组织进行模拟以便研究,为医学工作者提供辅助和帮助科研工作者更好地进行虚拟手术.这方面的研究在国外已经较为普及,在国内尚处于起步阶段.软组织仿真算法已有多种成熟模型,其中较为代表性的有弹簧振子模型(MSS)和有限元模型(FEM).在参阅了前人的研究基础上,选取了弹簧振子模型作为软组织仿真的物理形变模型,并对仿真算法进行编码和仿真实验,进而对实验效果进行分析,并提出改进之处.实验发现基于弹簧振子模型的软组织较好地实现了形变仿真的效果.     

改进的基于特征点软组织厚度的颅面复原方法

现有三维颅面复原技术大多依据颅骨特征点的软组织厚度统计值。针对现有统计值指标涵盖的年龄、胖瘦等属性段较宽泛导致复原面貌缺乏个性的缺点,提出了一种改进方法。首先通过CT扫描仪获得颅面样本数据,并通过图像重构获得三维颅骨和人脸模型;然后采用一种半自动特征点标定方法对三维颅骨样本进行特征点标定,并求解特征点软组织厚度;之后采用支持向量回归方法构建特征点软组织厚度与属性之间的函数关系;最后根据待复原颅骨的属性以及回归函数计算特征点软组织厚度,在此基础上采用薄板样条函数对参考人脸模型进行变形获得复原面貌。实验结果表明,相比于已有方法,该方法能获得更准确的软组织厚度,提高颅面复原的准确度。     

一种基于弹簧振子模型的颅面软组织仿真算法

软组织仿真研究是利用计算机技术对真实软组织进行模拟以便研究,为医学工作者提供辅助和帮助科研工作者更好地进行虚拟手术。这方面的研究在国外已经较为普及,在国内尚处于起步阶段。软组织仿真算法已有多种成熟模型,其中较为代表性的有弹簧振子模型（MSS）和有限元模型（FEM）。在参阅了前人的研究基础上,选取了弹簧振子模型作为软组织仿真的物理形变模型,并对仿真算法进行编码和仿真实验,进而对实验效果进行分析,并提出改进之处。实验发现基于弹簧振子模型的软组织较好地实现了形变仿真的效果。     

基于偏最小二乘回归局部形状关系建模的颅面复原方法

针对基于主成分分析(PCA)的颅面联合统计复原中建模方法未充分考虑颅骨对面皮表面形状影响的局部性、模型对颅骨与面皮之间形状变化关系描述能力不足的问题,提出一种基于偏最小二乘回归(PLSR)局部形状关系建模的颅面复原方法。首先,深入分析基于PCA的颅面整体形状统计建模方法的缺陷,以及利用PLSR进行局部形状关系统计建模的优势;然后,将PLSR引入到颅面形状关系建模过程中,以按照法医人类学知识分类和具有生理点对应关系的颅面三维表面模型为训练集,针对每一类面皮上的每一个表面顶点,建立关于与其局部紧密相关的颅骨表面顶点集的PLSR坐标计算模型;进而,利用面皮表面顶点的坐标计算模型获得待复原面皮各顶点坐标来实现面貌复原,并给出基于PLSR局部形状关系建模的颅面复原方法的具体步骤;最后,给出通过PLSR局部形状关系建模进行颅面复原的多个实例,并采用有效复原能力和绝对误差等多种评估指标进行对比评估。实验结果表明,基于PLSR局部形状关系建模方法能显著提高颅面复原的准确度。     

颅像重合中颅像姿态的计算方法

颅像重合是身份认证的一项重要手段。针对颅像重合中的姿态问题，提出了采用投影和几何学知识对绕X轴、Y轴和Z轴的角度进行计算。试验证明，所提出的方法计算简单，误差小。