基于分层优化策略的颅骨点云配准算法

发布时间：2024-02-28 10:43

　　颅骨配准是颅面复原过程中的重要步骤之一,颅骨配准的精度直接影响着颅面复原结果的好坏。为了提高颅骨点云模型的配准精度和收敛速度,提出一种基于分层优化策略的颅骨点云配准算法,将配准过程分为粗配准和细配准两个过程,分别采用不同的优化策略进行优化。首先基于点的邻域提取几何特征,从而得到由平均曲率、高斯曲率、法向量夹角和主曲率构成的特征向量;进一步通过距离函数计算特征相似性来建立匹配点对,并采用k-means算法剔除误匹配点对;然后使用四元数法计算颅骨点云间的刚体变换关系,实现颅骨粗配准;最后通过引入k-维(k-d)树和加入几何特征约束对迭代最近点(ICP)算法进行改进,使用改进的ICP算法实现颅骨的精确配准。实验结果表明:粗配准过程采用k-means算法剔除误匹配点对的优化策略和细配准过程加入k-d树与几何特征约束的优化策略都是有效的。与ICP算法相比,本文算法的匹配率和配准精度分别提高了约17%和51%,算法耗时减少了约31%。与其他经典配准算法和改进的ICP算法相比,本文算法的配准效率是最优的。为了验证本文算法的普适性,还采用兵马俑碎片数据进行验证,本文算法也取得了较好的效果和最优的性能。...

【文章页数】：13 页

【部分图文】：

图2几何特征约束

2）通过加入几何特征约束剔除误匹配点。与其他基于几何特征的配准方法不同的是，本文在粗配准过程中使用的几何特征和在细配准过程中优化策略使用的几何特征是不一样的，这种方式的优点在于增加了多重约束，可以提高精度。其他研究者[19,21-22]都是将几何特征用于粗配准过程，没有对匹配点对....

图3待配准颅骨。（a）目标颅骨；（b）参考颅骨

实验采用的267个颅骨点云数据均来自于西北大学可视化技术研究所，所有数据都是通过计算机层析成像（CT）扫描重建得到，获得的全部三维颅骨模型都是单层的三维点云数据。所有颅骨点云数据都经过去噪和简化处理，都是干净的、数据量小但能保留数据细节特征和几何形状的颅骨三维点云模型。图3是两个....

图6初始位置

为了验证算法的普适性，采用兵马俑碎片模型进行实验。兵马俑碎片模型使用ArtecEva3D扫描仪获得，对获得的数据进行去噪和简化处理。实验环境和实验参数设置与颅骨点云配准一致。图6为两个碎片模型的初始位置，两个碎片模型的点云数量分别是102854和103859。图7为两个碎片模....

图1本文算法流程图

将颅骨配准过程分为粗配准过程和细配准过程，分别对粗配准过程和细配准过程进行介绍。本文算法流程如图1所示。3.1粗配准

本文编号：3913741