發(fā)布時間：2015-02-02 15:58

 

【摘要】 目前,計算機輔助的顱骨面貌復原技術在考古學、法醫(yī)學、刑偵學和醫(yī)學整形等領域得到了越來越廣泛的應用。在計算機輔助的顱面復原技術中,基于統(tǒng)計理論的復原方法與其他方法相比,復原結果更加科學,已經成為顱面復原研究的熱點。基于統(tǒng)計理論的復原方法需要對大量的訓練樣本進行統(tǒng)計訓練,并將獲得的先驗知識用于指導面皮復原。訓練樣本之間要求具有準確的點對應關系,顱面復原的準確度很大程度上依賴于樣本之間點對應關系的準確度。本文針對三維顱面模型之間的點對應問題,重點就面皮之間的點對應進行了深入系統(tǒng)的研究,主要的工作及進展如下：1.基于MMP算法計算測地線,實現(xiàn)了面皮模型的五官分區(qū)。首先根據(jù)人臉的特征點,定義了一套五官分割模板；然后利用MMP算法求得測地線；最后采用活躍點移動切割三角網算法按照測地線路徑進行分割。該方法使分區(qū)更精確,邊界更光滑。2.提出了基于ICP和TPS結合的面皮分區(qū)配準算法。面皮配準包括兩個步驟：基于ICP的剛性配準和基于TPS的非剛性配準。ICP算法是一種比較通用的剛性配準算法,可實現(xiàn)兩個點集的剛性配準。TPS是一種全局的,非剛性配準算法,可使配準后的數(shù)據(jù)光滑。配準后的兩個模型能夠近似重合,有利于點對應準確度的提高。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合的點對應算法PCDM。該算法利用頂點的局部相對位置幾何約束確定對應點的候選集,采用多尺度幾何特征確定分區(qū)內對應點；通過微分屬性加權距離約束實現(xiàn)分區(qū)邊界點對應。實驗證明,該算法提高了點對應的準確度。4.針對本文提出的點對應算法,設計并實現(xiàn)了三維面皮點對應系統(tǒng)3DFCS,應用此系統(tǒng)可以實現(xiàn)三維面皮之間點對應關系的建立。 

第一章緒論

1.1研究背景
面皮復原，也稱項骨復原技術，是以人類學中的項骨與容貌之間的形態(tài)關系為依據(jù)，通過計算機的三維重建技術，對項骨合理添加一定厚度的軟組織進而實現(xiàn)面部容貌復原的技術。人類學研究已經表明：顏骨形狀、軟組織的厚度與面部的幾何形態(tài)有著十分緊密的關系。面部五官的分布位置主要依賴于顏骨的結構，項骨的形態(tài)與面部的軟組織厚度決定了面部的基本形態(tài)。項面復原技術具有廣泛的應用，主要表現(xiàn)在如下方面：
1.古人類與歷史人物的面貌復原
古人類與歷史人物的面貌復原己經有多個成功的案例，使現(xiàn)代人可以欣賞到古代著名人物的風采。這些成功的案例包括：距今六千年前的人類先祖；3800年前的新疆“樓蘭美女”；長沙市馬王堆1號漢墓出土的2000多年前的長沙國丞相夫人辛追；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歲的復原面貌。

2.無名尸骨的身份認定[1][2]
在公安刑偵過程中，經常獲得的是無名項骨，而與之相對應的軟組織經常由于各種原因而損壞、腐爛或風化，這給案件的偵破帶來了很大的難度。由于頗骨具有堅固、相對穩(wěn)定、不易被篡改以及較強的抗腐燭性等特性，所以項骨會在事故災難中很好的保留下來。通過頓面復原技術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。
在計算機輔助的經典顏面復原算法中，基于統(tǒng)計理論的顏面復原技術[3][4]是一種非常有效的算法。基于統(tǒng)計模型的復原方法對獲得的三維面皮樣本進行統(tǒng)計訓練，將獲得的先驗知識科學的用于指導面皮的復原，可以有效的避免單一參考樣本對復原結果的影響，使復原出的面皮幾何形態(tài)更合理，更加接近于真實的相貌。
............................

1.2研究意義
在21世紀，伴隨著信息科學技術的高速發(fā)展，計算機通過對圖像、觸覺、聲音等重要信息的捕獲與綜合分析，可以為用戶主動的提供服務。面部[5]是人身體中一個非常重要的部位，它傳遞了大量豐富的信息。通過對面部的信息進行分析，計算機將會更好的服務于人類。
近年來，計算機輔助頓面復原已經發(fā)展成為計算機圖形學領域的一個熱點問題，受到了大量研究機構的關注。煩面復原技術具有廣泛的應用，如歷史人物的面貌復原、刑偵、醫(yī)學整形、器官分割、遺骨認領等。與傳統(tǒng)復原方法相比較，基于統(tǒng)計的領面復原方法更加科學，復原結果與真實面貌更加接近，近年來逐漸發(fā)展成為計算機輔助的頗面復原領域的研究熱點。在基于統(tǒng)計的頗面復原技術的各個步驟中，三維點對應關系的準確建立起著承前啟后的作用，它在很大程度上影響了高質量面皮樣本訓練集的建立以及盧頁面復原結果的準確性。但是目前國內外對于面皮三維點對應關系的研究較少，所以在三維面皮之間建立具有生理位置一致性的點對應關系，有利于推動頌面復原的進一步發(fā)展。
三維點對應對于三維人臉識別[6]同樣具有重要意義。在現(xiàn)代社會中，身份認證技術正起著越來越重要的作用。與人臉識別相比，基于指紋，虹膜的識別技術具有更高的可靠性，但是人臉識別具有友好，易被用戶接受的優(yōu)勢而具有更加廣闊的前景。三維人臉識別技術首先要求對獲得的三維面皮模型進行去噪并提取特征，然后與庫中己知身份的面皮模型進行匹配，最后對提取的特征進行分類判別，實現(xiàn)身份認證。三維面皮點對應關系的建立，可以加速模型的去噪，方便特征的提取，提高人臉識別的準確率。
三維面皮點對應這一難題的解決，對于推動面皮形態(tài)學規(guī)律研究具有重要的基礎性意義，對三維面皮模型的特征點自動標定也具有重要的推動作用，以及對統(tǒng)計形狀模型的建立也起到了重要的指導意義，另外對模型分割等問題的研究也起到了一定的促進作用。
三維面皮點對應的研究工作得到了陜西省科學技術研究發(fā)展計劃項目（國際合作）的大力支持，項目名稱：頓像重合相似性決策方法；項目編號：2013KW04-04。
...........................

第二章三維面皮點對應的流程和預備工作

基于統(tǒng)計模型的煩面復原技術，需要對所有三維面皮樣本做統(tǒng)計訓練，將獲得的先驗知識用于指導面貌復原，有效的避免了樣本單一性對復原結果的影響。相比其它計算機輔助的面貌復原方法，復原結果更加客觀。但是基于統(tǒng)計的復原方法要求三角網格表示的面皮數(shù)據(jù)必須是單層的，并且需要對面皮樣本進行必要的預處理，預處理的結果對后續(xù)的實驗結果有著直接的影響。本章首先介紹了 PCDM點對應算法的流程，然后在點對應的預備工作中，介紹了三維面皮模型的重建和法蘭克福坐標歸一化處理。

2.1三維面皮點對應的流程
針對基于統(tǒng)計模型的頡面復原中的點對應問題，本文提出了 PCDM點對應算法。第一步，對重建獲得的面皮模型實現(xiàn)了法蘭克福坐標系歸一化處理；第二步，定義并標定面皮模型的特征點，設計了基于特征點的五官分割模板，并根據(jù)模板計算測地線實現(xiàn)面皮的分區(qū)；第三步，采用基于ICP和TPS結合的配準算法實現(xiàn)了各個分區(qū)的配準，使各個分區(qū)能夠近似重合；第四步，計算各個分區(qū)模型中頂點的微分屬性以及多尺度幾何特征，根據(jù)提出的點對應算法實現(xiàn)面皮點對應關系的建立。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系歸一化，第三章介紹測地線分區(qū)，第四章介紹面皮分區(qū)的配準，第五章介紹點對應算法的具體步驟。

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

2.2單層三維面皮模型的重建
2.2.1原始CT圖像的獲取
實驗中釆用的三維面皮模型都是通過二維CT[i3]圖像重建出來的。為了保證頌面復原實驗的科學性，CT圖像都是通過醫(yī)院的螺旋CT機采集得到的。CT圖像的成像原理是：人體不同組織對X射線的吸收性和透過率不同。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)采集過程中，CT機對人體頭部每隔1.5min進行一次斷層掃描。根據(jù)頭部的大小，每個人的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，它被保存成計算機可以識別的DICOM[i4]格式的文件。DICOM即醫(yī)學數(shù)字成像和通信標準，它是由美國放射學會ACR和全美電子廠商聯(lián)合會NEMA聯(lián)合制定的，在制定的過程中參考了很多相關的國際標準。目前，在醫(yī)療信息標準中，DICOM是應用最廣泛的標準之一，如應用于放射診療診斷設備，核磁共振，CT，超聲等�，F(xiàn)在國際上采用的是3.0版的標準，它規(guī)范了醫(yī)學圖像的采集、存檔、傳輸、顯示及查詢等問題。
2.1.2 CT圖像的三維重建
三維模型的重建[15]是計算機圖形學中的一個重要研究課題，同時也廣泛應用于醫(yī)學三維重建和醫(yī)學教育中，如解剖教學，虛擬手術等。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，無法通過計算機清晰地、立體地顯示面皮樣本，所以需要將原始二維CT數(shù)據(jù)轉化為三維模型。
在基于統(tǒng)計的顏面復原研究中，要求將采集的活體樣本CT斷層圖像進行三維表面重建，以獲得單層三角網格表示的面皮樣本。面皮樣本要求采用單層三角網格表示，主要有以下兩方面的原因：①單層三角網格表示的面皮模型只包含面皮表面的必要頂點及拓撲信息，信息冗余度低,存儲空間小，繪制效率高；②便于領面復原研究。非單層模型內部包含的頂點對面皮數(shù)據(jù)的配準、點對應等后期處理造成很大的困難，因此需要將面皮模型內部頂點當作雜質去除掉。
將活體樣本CT數(shù)據(jù)進行三維重建，得到單層三角網格表示的面皮模型,需經過以下兩個步驟：
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：①基于圖像分割的方法，如閥值法。此法對閥值范圍固定的對象分割效果較好，但對于閥值范圍有交叉或范圍很大的對象則難以準確分割。②基于邊緣檢測的方法，此類方法通過邊緣檢測算法實現(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型，如基于數(shù)學形態(tài)學的邊緣檢測、多尺度邊緣檢測。③基于形變模型的方法，，其中最典型的方法是主動輪靡模型[i6](snake算法)。自1987年提出以來，它在圖像分析領域得到了廣泛的應用。主動輪廓模型對噪聲不敏感，具有從復雜的背景中準確的提取出目標輪靡的能力，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特征點的定義及標定.................................. 16
3.2.1面部的生理結構及器官的分布特征.................................. 16
3.2.2面皮特征點的定義.................................. 17
3.2.3特征點的標定.................................. 19
3.3面皮分區(qū)的幾何模板.................................. 20
3.4測地線計算.................................. 20
3.4.1 MMP算法流程概述.................................. 21
3.4.2基于點光源的窗口傳播方法.................................. 23
3.4.3測地線路徑回溯算法.................................. 24
3.5面皮分區(qū)的切割.................................. 24
3.6本章小結.................................. 25
第四章三維面皮分區(qū)的配準.................................. 27
4.1曲面配準的研究現(xiàn)狀.................................. 27
4.2基于ICP的配準算法.................................. 28
4.3基于徑向基函數(shù)的配準.................................. 29
4.3.1徑向基函數(shù)神經網絡.................................. 29
4.3.2基于TPS配準.................................. 30
4.4實驗結果.................................. 31
4.5本章小結.................................. 33
第五章分區(qū)變形與多尺度約束結合的3D面皮點對應算法.................................. 35
5.1點對應算法研究現(xiàn)狀.................................. 35
5.2頂點法向量和曲率的計算.................................. 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)點對應的思路與步驟.................................. 41
5.5實驗對比與分析.................................. 43
5.6本章小結.................................. 45

第六章三維面皮點對應系統(tǒng)的設計與實現(xiàn)

針對文中提出的PCDM點對應方法，設計并實現(xiàn)了三維面皮點對應系統(tǒng)3DFCS，以檢驗算法的可行性。該系統(tǒng)主要分為三大部分：一、三維面皮點對應的預備工作；二、三維面皮的分區(qū)、配準；三、對比經典點對應算法和文中提出的算法，針對大量的待對應模型，釆用經典算法與本文方法分別與參考模型建立點對應關系。下面將詳細的介紹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展示了本文設計的點對應系統(tǒng)的各個功能模塊，共分為三大模塊：①點對應的預備工作模塊；②模型的分區(qū)、配準模塊；③建立點對應關系模塊。輸入單層三角網格表示的面皮模型，依次經過系統(tǒng)三個功能模塊的處理，參考面皮和待對應面皮之間就建立了三維點對應關系，通過系統(tǒng)可以對點對應的效果進行展示。
6.1.3功能模塊
1.點對應的預備工作模塊
在點對應的預備工作模塊，實現(xiàn)了讀取并顯示面皮模型，坐標系歸一化。
(1)三維面皮模型文件的后綴名為obj，系統(tǒng)首先實現(xiàn)了讀取并顯示obj模型。
(2)根據(jù)第二章內容，交互標定面皮模型的左眼框下緣點、左右雙耳孔中點以及眉心四點確定法蘭克福坐標系，然后依據(jù)坐標系轉換公式，將所有的模型數(shù)據(jù)都統(tǒng)一到法蘭克福坐標系。
2.模型的分區(qū)、配準模塊
(1)模型在系統(tǒng)上顯示后，采用基于模板的半自動標定法對特征點進行半自動標定。
(2)根據(jù)面皮的生理結構特征，定義一套基于特征點的五官分割模板，采用基于精確測地線的方法對參考模型和待對應模型進行分區(qū)。
(3)對參考模型和待對應模型的各個分區(qū)采用基于ICP的算法進行剛體配準，實現(xiàn)兩個分區(qū)模型點集間的粗配準。
............................

總結與展望

計算機輔助的顱骨面貌復原技術是指根據(jù)未知顱骨的信息，在計算機上復原并再現(xiàn)其容貌。目前中國處于國際領先水平。計算機輔助的顱面復原技術有著廣泛的應用：在考古領域，通過復原古代人物面貌可以展示給現(xiàn)代人欣賞，如西漢長沙國丞相夫人辛追，清朝歷史上惟一一位維吾爾族后妃香妃等；在刑偵領域，尸體經腐爛往往只剩下骨頭，通過該技術復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)計的顱面復原技術是一種重要的計算機輔助的顱骨面貌復原技術。與其他復原技術相比，該方法的復原結果更加真實可信，更加科學。但是基于統(tǒng)計的顱面復原技術需要大量的面皮樣本建立訓練集，將統(tǒng)計訓練獲得的先驗知識用以指導面貌復原。該復原方法要求樣本之間必須建立點對應關系，體現(xiàn)在樣本點數(shù)量相同且拓撲關系一致。所以三維面皮模型間點對應關系的準確建立對于基于統(tǒng)計的顱面復原技術有十分重大的意義。
完成的主要工作
本文針對三維面皮點對應這一關鍵問題進行了深入的研究，提出了 PCDM點對應算法，完成的主要工作如下：
(1)對重建獲得的三維面皮模型實現(xiàn)了法蘭克福坐標系歸一化。由于在原始CT數(shù)據(jù)獲取和模型重建過程中存在諸多干擾因素，單層三維網格面皮模型不可避免位于不同的坐標系下，表現(xiàn)為中心不一致，朝向不一致。這給特征點的準確標定以及點對應關系的建立帶來了困難，影響了后續(xù)工作的順利展開，所以需要將重建獲得的模型數(shù)據(jù)統(tǒng)一到相同坐標系下。
(2)三維面皮模型的測地線分區(qū)�？紤]到人臉部形態(tài)的多樣性，復雜性和局部相關性，所以在對模型分區(qū)的基礎上建立點對應關系。根據(jù)人臉的特征點，定義了一套基于五官特征點的分割模板，采用精確測地線求解算法MMP對給定面皮進行分區(qū)。
(3)三維面皮分區(qū)的配準。面皮經法蘭克福坐標系歸一化和測地線分區(qū)后，對面皮分區(qū)先使用ICP進行剛性配準，然后采用薄板樣條函數(shù)TPS實現(xiàn)非剛體配準，使參考面皮的分區(qū)和待對應面皮的分區(qū)在形狀上盡量重合，為后續(xù)點對應關系的建立奠定了基礎。
(4)在深入系統(tǒng)的研究面皮點對應算法的基礎上，提出了 PCDM點對應算法。在參考面皮分區(qū)和待對應面皮分區(qū)近似重合的情況下，利用互相對應的兩點在分區(qū)中的位置具有穩(wěn)定性建立對應點的候選集。采用①法向量和平均曲率的加權距離，②多尺度幾何特征建立點對應，提高了點對應的準確率，為基于統(tǒng)計的顱面復原算法提供了大量的訓練樣本。
(5)針對本文提出的點對應算法，設計實現(xiàn)了三維面皮點對應系統(tǒng)3DFCS。該系統(tǒng)實現(xiàn)了后綴名為obj格式模型的讀取，顯示，特征點的半自動標定，模型的測地線分區(qū)，基于ICP的配準，基于TPS的配準，分區(qū)的體素化，以及頂點微分屬性和多尺度積分特征的計算，最后建立了三維面皮的點對應關系，并對點對應效果進行了比較分析。
.............................
參考文獻:

[1] LI JinJiang,FAN Hui.  Curvature-direction measures for 3D feature detection[J]. Science China(Information Sciences). 2013(09)
[2] 杜洪強,周明全,李康,賀毅岳,賀潔瓊.  分區(qū)變形與多尺度約束結合的3D面皮點對應[J]. 計算機應用研究. 2013(07)
[3] 齊賢,黃敬瑜.  三角網格模型上測地線算法的研究[J]. 現(xiàn)代計算機(專業(yè)版). 2012(31)
[4] 仲玉維.  我國顱面復原五官技術獲突破 將幫助破案[J]. 今日科苑. 2012(06)
[5] 董洪偉.  網格變形綜述[J]. 中國圖象圖形學報. 2011(12)
[6] 白茹意,周明全,鄧擎瓊.  基于ICP和CPD的顱骨自動配準算法[J]. 計算機技術與發(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)插值實現(xiàn)多維數(shù)據(jù)可視化[J]. 計算機工程與應用. 2010(09)
[9] 杜國明,賈良文.  薄板樣條函數(shù)在空間數(shù)據(jù)插值中的應用[J]. 計算機工程與應用. 2009(36)
[10] 張卡,張道俊,盛業(yè)華,王培芳,龐佑濤.  三維坐標轉換的兩種方法及其比較研究[J]. 數(shù)學的實踐與認識. 2008(23)



本文編號：11791