首页 > 论文 > 光学 精密工程 > 22卷 > 5期(pp:1388-1394)

三维颅骨特征点的自动标定

Automatic feature point extraction for three-dimensional skull

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
  • PDF全文
分享:

摘要

提出了颅骨特征点的全自动标定方法,该方法利用分区统计可变模型及模型相似性匹配的方法来标定颅骨特征点。首先,对颅骨分区样本进行统计建模;利用统计模型的形变控制生成基准模型和生成模型,并建立基准模型和生成模型间的映射关系。然后,定义了模型之间相似性。最后,利用模型相似度和映射关系,间接得到待测模型的特征点。实验结果表明:该方法定位眼眶模型特征点的位置平均误差值为3.232 5 pixel;当距离阈值为10 pixel(模型大小的3%)时,有90%的特征点的位置准确率达到100%。与现有方法相比,本文方法标定的颅骨特征点的准确度和精确度都更高,并且可以标定颅骨模型平滑区域的特征点。

Abstract

A fully automatic skull feature point extraction method was proposed, which extracts the skull feature points by a partitioned statistical deformable model and a model similarity matching method.First, the statistic models of skull partition were constructed, and a benchmark model and a series of generated models were built by statistical model deformation.Then the mapping relationship between models was established and the model similarity was defined.Finally, the feature points of the model to be measured were indirectly obtained with the model similarity and the projection relationship.Experimental results indicate that the location average error of the feature points for an eye socket model is about 3.232 5 pixels.When the distance threshold is 10 pixels (3% of the size of the model), the location accuracy for 90% of the feature points achieves 100%.The method proposed has higher accuracy and exaction for skull feature point extraction as compared with traditional methods, and can extract the feature points of smooth regions for skull models.

投稿润色
补充资料

中图分类号:TP391.4

DOI:10.3788/ope.20142205.1388

所属栏目:信息科学

基金项目:教育部虚拟现实应用工程研究中心(北京师范大学)2012年度开放基金资助项目;陕西省科技计划资助项目(科技新星No.2012KJXX-29);陕西省教育厅科学研究计划资助项目(No.12JK0729)

收稿日期:2013-08-06

修改稿日期:2013-09-29

网络出版日期:--

作者单位    点击查看

冯筠:西北大学 信息科学与技术学院, 陕西 西安 710127
陈雨:西北大学 信息科学与技术学院, 陕西 西安 710127
仝鑫龙:西北大学 信息科学与技术学院, 陕西 西安 710127
贺小伟:西北大学 信息科学与技术学院, 陕西 西安 710127
周明全:北京师范大学 信息科学与技术学院, 北京 100875

联系人作者:冯筠(fengjun@nwu.edu.cn)

备注:冯筠(1972-), 女, 江苏邳州人, 教授, 博士生导师, 1994年于西安电子科技大学获得学士学位, 1997年于西北大学获得硕士学位, 2006年于香港城市大学获得博士学位, 主要从事图像、图形处理, 三维重建、人工智能及模式识别等, 特别是在医学影像处理、识别和可视化等方面已有十多年的研究经验。

【1】CHEN D Y, TIAN X P, SHEN Y T, et al..On visual similarity based 3D model retrieval [J].Computer Graphics Forum, 2003, 22(3):223232.

【2】XU H K, JIANG M Y, YANG M Q.A new landmark selection method for non-rigid registration of medical brain images [C].2010 IEEE 10th International Conference on Signal Processing(ICSP),2010,920-923.

【3】刘志文,刘定生,刘鹏.应用尺度不变特征变换的多源遥感影像特征点匹配[J].光学 精密工程, 2013, 21(8):2146-2153.
LIU ZH W, LIU D SH, LIU P.SIFT feature matching algorithm of multisource remote image [J].Opt.Precision Eng., 2013, 21(8):2146-2153.(in Chinese)

【4】王欣, 张明明, 于晓, 等.应用改进迭代最近点方法的点云数据配准[J].光学 精密工程, 2012, 20(9):2068-2077.
WANG X, ZHANG M M, YU X, et al..Point cloud registration based on improved iterative closest point method [J].Opt.Precision Eng., 2012, 20(9):2068-2077.(in Chinese)

【5】DAMAS S, CORDn O, SANTAMARIA J, et al..Forensic Identification by Computer-Aided Craniofacial Superimposition:A Survey[M].ACM Computing Surveys (CSUR),2011,27.

【6】AIBERT A M,JR K R,PATTERSON E.A review of the literature on the aging adult skull and face:Implications for forensic science research and applications [J].Forensic Science International, 2007, 172(1):1-9.

【7】PARZIANELLO L C,SILVEIRA M AM,FURUIE S S,et al.Automatic detection of the craniometric points for craniofacial identification [J], ANAIS DO IX SIBGRAPI, 1996, 189-196.

【8】刘晓宁, 周明全, 高原.一种自动标定颅骨特征点的方法[J].西北大学学报, 2005, 35(3):258-260.
LIU X N, ZHOU M Q, GAO Y.A method of automatic calibration skull feature points[J].Journal of Northwest University, 2005,35(3):258-260.(in Chinese)

【9】BALLERINI L, CALISTI M, CORDON O.Automatic feature extraction from 3D range images of skulls [J].Computational Forensics, 2008,5158:58-69.

【10】严默涵.基于统计方法的颅骨特征点提取方法研究[D].西安:西北大学, 2011.
YAN M H.Study on the extraction method of skull feature points based on statistical methods[D], Xi’an:Northwest University, 2011.(in Chinese)

【11】COOTES T F, TAYLOR C J.Active shape models-their training and application [J].Computer Vision and Image Understanding, 1995, 61(1):38-59.

【12】FENG J,IP H S, LAI L Y,et al.Robust point correspondence matching and similarity measuring for 3D models by relative angle-context distributions[J].Image and Vision Computing, 2008, 26(6):761-775.

【13】仝鑫龙.基于分区统计可变模型的颅骨特征点匹配算法研究[D].西安:西北大学, 2013.
TONG X L.Research on the feature points matching of skull based on statistical variable model[D].Xi’an:Northwest University, 2013.(in Chinese)

【14】闵建雄, 张继宗, 陈世贤.人类颅骨面貌复原研究现状[J].中国法医学杂志, 1990,5(1):45-49.
MIN J X, ZHANG J Z, CHEN SH X.Situation of human facial reconstruction research [J].Chinese Journal of Forensic Medicine, 1990,5(1):45-49.(in Chinese)

引用该论文

FENG Jun,CHEN Yu,TONG Xin-long,HE Xiao-wei,ZHOU Ming-quan. Automatic feature point extraction for three-dimensional skull[J]. Optics and Precision Engineering, 2014, 22(5): 1388-1394

冯筠,陈雨,仝鑫龙,贺小伟,周明全. 三维颅骨特征点的自动标定[J]. 光学 精密工程, 2014, 22(5): 1388-1394

被引情况

【1】张雨禾,耿国华,魏潇然. 散乱点云谷脊特征提取. 光学 精密工程, 2015, 23(1): 310-318

【2】耿国华,石晨晨,魏潇然,张雨禾. 3D打印中的模型分割与打包. 光学 精密工程, 2016, 24(6): 1439-1447

【3】周明全,袁 洁,耿国华,张雨禾. 基于轮廓线特征点的交互式文物拼接. 光学 精密工程, 2017, 25(6): 1597-1606

【4】赵夫群,周明全. 颅骨点云模型的优化配准. 光学 精密工程, 2017, 25(7): 1927-1933

您的浏览器不支持PDF插件,请使用最新的(Chrome/Fire Fox等)浏览器.或者您还可以点击此处下载该论文PDF