由粗到细的颅骨点云模型配准方法

摘要：

颅骨配准是颅面复原的一个重要步骤,其配准精度对复原结果有着重要的影响.为了提高颅骨配准的精度,并解决分辨率差异较大颅骨的配准问题,本文提出了一种由粗到细的三维颅骨点云模型配准方法.首先,采用基于神经网络(NN)的点云配准算法实现颅骨粗配准;然后,通过添加尺度因子和模拟退火系数以改进迭代最近点(ICP)算法并实现颅骨细配准,大大提高了颅骨细配准的精度和速度,从而实现颅骨的精确配准.将一个未知颅骨与颅骨库中的300个颅骨进行配准试验,结果表明,基于NN的点云配准算法可以实现颅骨的初始配准,并且改进ICP算法在细配准阶段的配准精度和速度,比ICP算法分别提高了约30％和50％.因此,提出的由粗到细的点云配准算法是一种有效的颅骨配准算法,可以实现三维颅骨点云模型的精确配准.

关键词：颅骨配准、神经网络、迭代最近点、尺度因子、模拟退火

分类号：P234.4(摄影测量学与测绘遥感)

资助基金：国家自然科学基金61731015,61672013;咸阳师范学院青年骨干教师培养项目XSYGG201621

在线出版日期：2019-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：26-29,35