神經(jīng)外科導(dǎo)航中低成本無(wú)標(biāo)記配準(zhǔn)系統(tǒng)及配準(zhǔn)方法
【專利摘要】本發(fā)明涉及一種神經(jīng)外科導(dǎo)航中低成本無(wú)標(biāo)記配準(zhǔn)系統(tǒng)及配準(zhǔn)方法，包括術(shù)前影像分割模塊、術(shù)中表面重建模塊、以及術(shù)前表面和術(shù)中表面配準(zhǔn)模塊；所述的術(shù)前影像分割模塊接收術(shù)前影像學(xué)檢查獲得的完整頭部DICOM格式圖像，分割出病人面部表面，并且將分割結(jié)果傳至術(shù)前表面和術(shù)中表面配準(zhǔn)模塊；所述的術(shù)中表面重建模塊，通過(guò)結(jié)構(gòu)光投影技術(shù)，重建術(shù)中病人面部表面，然后將重建結(jié)果傳至術(shù)前表面和術(shù)中表面配準(zhǔn)模塊；所述的術(shù)前表面和術(shù)中表面配準(zhǔn)模塊接收術(shù)前影像分割模塊和術(shù)中表面重建模塊傳來(lái)的術(shù)前面部和術(shù)中面部數(shù)據(jù)，完成配準(zhǔn)操作，從而實(shí)現(xiàn)神經(jīng)外科導(dǎo)航中配準(zhǔn)。與現(xiàn)有技術(shù)相比，本發(fā)明具有實(shí)現(xiàn)成本低、配準(zhǔn)精度高等優(yōu)點(diǎn)。
【專利說(shuō)明】神經(jīng)外科導(dǎo)航中低成本無(wú)標(biāo)記配準(zhǔn)系統(tǒng)及配準(zhǔn)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種神經(jīng)外科導(dǎo)航技術(shù)，尤其是涉及一種神經(jīng)外科導(dǎo)航中低成本無(wú)標(biāo)記配準(zhǔn)系統(tǒng)及配準(zhǔn)方法。
【背景技術(shù)】
[0002]由于手術(shù)導(dǎo)航能夠?yàn)槲?chuàng)介入治療提供必要的技術(shù)支持，隨著CT和MRI的發(fā)展，它逐漸成為神經(jīng)外科手術(shù)必須進(jìn)行的常規(guī)步驟。
[0003]在此過(guò)程中，術(shù)前規(guī)劃與術(shù)中數(shù)據(jù)的配準(zhǔn)是必不可少的一步。然而，現(xiàn)有的大多數(shù)配準(zhǔn)系統(tǒng)都是利用標(biāo)記點(diǎn)配準(zhǔn)方法，但是基于植入標(biāo)記點(diǎn)的配準(zhǔn)方法需要額外的手術(shù)操作，同時(shí)會(huì)對(duì)病患造成創(chuàng)傷；基于皮膚粘合標(biāo)記點(diǎn)的配準(zhǔn)，由于數(shù)據(jù)采集時(shí)往往伴隨著皮膚移動(dòng)，因此配準(zhǔn)精度相對(duì)較低；基于解剖標(biāo)記點(diǎn)的配準(zhǔn)方法，一則顯現(xiàn)在兩種模態(tài)中的解剖標(biāo)記點(diǎn)的數(shù)目相對(duì)較少，二則標(biāo)記點(diǎn)的定位過(guò)程往往存在誤差，因此配準(zhǔn)精度低。
[0004]經(jīng)過(guò)對(duì)現(xiàn)有技術(shù)的檢索發(fā)現(xiàn)，“Registrationof head CT images to physicalspace using a weighted combination of points and surfaces,Medical Imaging,IEEETransactions on, vol.17,pp.753-761,1998”(使用點(diǎn)和表面加權(quán)的組合來(lái)把CT圖像配準(zhǔn)到物理空間，醫(yī)學(xué)成像，1998年)中Maurer引入了一個(gè)無(wú)標(biāo)記配準(zhǔn)方法:他使用一個(gè)探頭來(lái)采樣病人表面點(diǎn)云，然后計(jì)算該點(diǎn)云到從病人3D圖像最佳匹配。但是，這樣的人工操作耗時(shí)，易受人的主觀的影響。
[0005]“Accuracy identification of markerless registration with the dirhandheld 3d_modeller in medical applications, Proceedings of CURAC, vol.6,2007.”(在醫(yī)學(xué)應(yīng)用中使用DLR手持式3D建模器無(wú)標(biāo)記配準(zhǔn)的精確的識(shí)別，⑶RAC論文集，第六版，2007年)中嘗試使用一個(gè)DLR3D建模器來(lái)執(zhí)行一個(gè)無(wú)標(biāo)記的，無(wú)接觸的配準(zhǔn)。但他們的系統(tǒng)需要特別定制，構(gòu)建復(fù)雜。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種實(shí)現(xiàn)成本低、配準(zhǔn)精度高的神經(jīng)外科導(dǎo)航中低成本無(wú)標(biāo)記配準(zhǔn)系統(tǒng)及配準(zhǔn)方法，采用結(jié)構(gòu)光投影技術(shù)重建術(shù)中病人面部，再通過(guò)ICP (迭代最近點(diǎn))，CPD (相干點(diǎn)漂移)或者基于SIFT (尺度不變特征變換)的配準(zhǔn)方法將它對(duì)齊到分割的術(shù)前病人面部，從而實(shí)現(xiàn)手術(shù)導(dǎo)航中配準(zhǔn)要求。
[0007]本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn):
[0008]一種神經(jīng)外科導(dǎo)航中低成本無(wú)標(biāo)記配準(zhǔn)系統(tǒng)，其特征在于，包括術(shù)前影像分割模塊、術(shù)中表面重建模塊、以及術(shù)前表面和術(shù)中表面配準(zhǔn)模塊,所述的術(shù)前影像分割模塊、術(shù)中表面重建模塊分別與術(shù)前表面和術(shù)中表面配準(zhǔn)模塊連接；
[0009]所述的術(shù)前影像分割模塊接收術(shù)前影像學(xué)檢查獲得的完整頭部DICOM格式圖像，分割出病人面部表面，并且將分割結(jié)果傳至術(shù)前表面和術(shù)中表面配準(zhǔn)模塊；
[0010]所述的術(shù)中表面重建模塊，通過(guò)結(jié)構(gòu)光投影技術(shù)，重建術(shù)中病人面部表面，然后將重建結(jié)果傳至術(shù)前表面和術(shù)中表面配準(zhǔn)模塊；
[0011]所述的術(shù)前表面和術(shù)中表面配準(zhǔn)模塊接收術(shù)前影像分割模塊和術(shù)中表面重建模塊傳來(lái)的術(shù)前面部和術(shù)中面部數(shù)據(jù)，完成配準(zhǔn)操作，從而實(shí)現(xiàn)神經(jīng)外科導(dǎo)航中配準(zhǔn)。
[0012]所述的術(shù)前影像分割模塊包括依次連接的DICOM圖像讀入單元和術(shù)前面部表面分割單元，所述的DICOM圖像讀入單元將術(shù)前影像學(xué)檢查獲得的完整頭部DICOM格式圖像文件導(dǎo)入解析出DICOM數(shù)據(jù)并傳輸至術(shù)前面部表面分割單元；所述的術(shù)前面部表面分割單元對(duì)術(shù)前頭部影像的每一幀，利用高斯閾值方法完成術(shù)前面部表面的分割。
[0013]所述的術(shù)中表面重建模塊包括依次連接的系統(tǒng)校準(zhǔn)單元和三維表面重建單元，所述的系統(tǒng)校準(zhǔn)單元對(duì)重建系統(tǒng)的相機(jī)和投影儀進(jìn)行校準(zhǔn)，并將校準(zhǔn)后的參數(shù)傳至三維表面重建單元，所述的三維表面重建單元接受系統(tǒng)校準(zhǔn)單元獲得的投影儀和相機(jī)參數(shù)，通過(guò)結(jié)構(gòu)光重建技術(shù)，完成三維點(diǎn)云的計(jì)算，從而得到術(shù)中的三維表面。
[0014]所述的術(shù)前表面和術(shù)中表面配準(zhǔn)模塊包括迭代最近點(diǎn)ICP配準(zhǔn)單元、相干點(diǎn)漂移CPD單元和基于尺度不變特征變換SIFT配準(zhǔn)單元，所述的ICP配準(zhǔn)單元和CPD配準(zhǔn)單元是通過(guò)相應(yīng)的ICP和CPD剛體配準(zhǔn)算法，計(jì)算出術(shù)前面部和術(shù)中面部的轉(zhuǎn)換矩陣，實(shí)現(xiàn)圖像空間與手術(shù)對(duì)象空間的配準(zhǔn)；基于SIFT配準(zhǔn)單元，通過(guò)將三維面部轉(zhuǎn)換成二維深度圖，通過(guò)SFIT方法提取對(duì)應(yīng)點(diǎn)，再利用普朗克分析，配準(zhǔn)對(duì)應(yīng)點(diǎn)，實(shí)現(xiàn)配準(zhǔn)操作。
[0015]根據(jù)上述所述系統(tǒng)的配準(zhǔn)方法，其特征在于，包括以下步驟:
[0016]第一步、術(shù)前影像分割模塊中的術(shù)前面部表面分割單元通過(guò)術(shù)前影像導(dǎo)入單元獲得頭部區(qū)域的DICOM格式的斷層圖像數(shù)據(jù)后，對(duì)該圖像數(shù)據(jù)每一幀基于高斯的閾值方法計(jì)算閾值，獲得分割結(jié)果，并根據(jù)分割結(jié)果獲得術(shù)前面部數(shù)據(jù)；
[0017]第二步、術(shù)中表面重建模塊中的系統(tǒng)校準(zhǔn)單元包含相機(jī)校準(zhǔn)和投影儀校準(zhǔn)，其中，相機(jī)校準(zhǔn)基于張正友攝像機(jī)標(biāo)定算法，利用MATLAB相機(jī)標(biāo)定工具箱，獲得相機(jī)內(nèi)參數(shù)和外參數(shù)，完成相機(jī)標(biāo)定；投影儀標(biāo)定使用結(jié)構(gòu)光技術(shù)獲得投影儀的投影中心；
[0018]第三步、術(shù)中表面重建模塊中的三維表面重建單元，接收相機(jī)的內(nèi)外參數(shù)和投影儀的投影中心數(shù)據(jù)，利用相位高度轉(zhuǎn)換算法計(jì)算三維點(diǎn)的坐標(biāo)，完成三維面部表面的重建；
[0019]第四步、術(shù)前表面和術(shù)中表面配準(zhǔn)模塊中的ICP配準(zhǔn)單元將獲得的重建面部上的點(diǎn)配準(zhǔn)到術(shù)前分割出來(lái)的面部上，同時(shí)為了加速，將重建面部的點(diǎn)分為10組:(P1; P11,P21...；...；P10, P20, P30-..;)，最終得到重建面部點(diǎn)集與分割面部點(diǎn)集之間的轉(zhuǎn)換矩陣τ ;
[0020]第五步、術(shù)前表面和術(shù)中表面配準(zhǔn)模塊中的CPD配準(zhǔn)單元是利用CPD算法將上面獲得的重建面部上的點(diǎn)配準(zhǔn)到術(shù)前分割出來(lái)的面部上，同時(shí)為了加速，將重建表面的點(diǎn)分為10組:(P1, P11, P21...；...；P10, P20, P30...;)，最終得到重建面部點(diǎn)集與分割面部點(diǎn)集之間的轉(zhuǎn)換矩陣T ;
[0021]第六步、術(shù)前表面和術(shù)中表面配準(zhǔn)模塊中的基于SIFT配準(zhǔn)單元，計(jì)算得到重建面部點(diǎn)集與分割面部點(diǎn)集之間的轉(zhuǎn)換矩陣T。
[0022]所述的第二步具體如下:
[0023]201)通過(guò)投影儀向與相機(jī)距離為S的平板投影三幅水平方向的條紋圖、三幅垂直方向的條紋圖以及一幅角點(diǎn)圖，相機(jī)捕捉投影的圖像，再利用三步相移算法和基于質(zhì)量圖的相位展開(kāi)算法計(jì)算其水平絕對(duì)相位圖和垂直絕對(duì)相位圖；[0024]202)平行移動(dòng)平板到距離相機(jī)位置為T，再投影上面相同的圖像到該平板，相機(jī)捕捉投影的圖像，再利用三步相移算法和基于質(zhì)量圖的相位展開(kāi)算法計(jì)算該位置的水平絕對(duì)相位圖和垂直絕對(duì)相位圖:
[0025]203)對(duì)位置S，提取采樣點(diǎn)Smn，其中M和N分別為其圖像橫縱坐標(biāo)，在水平絕對(duì)相位圖上獲得該點(diǎn)對(duì)應(yīng)的水平絕對(duì)相位值#SH，在垂直絕對(duì)相位圖上獲得該點(diǎn)對(duì)應(yīng)的垂直絕對(duì)相位值
[0026]204)對(duì)位置T，在其水平絕對(duì)相位圖和垂直絕對(duì)相位圖中查找點(diǎn)Smn，其中m和η分別為其圖像橫縱坐標(biāo)，使得其對(duì)應(yīng)的水平絕對(duì)相位值等于0SH，垂直絕對(duì)相位值等于0SV;
[0027]205)找到多組滿足上述條件的點(diǎn)對(duì)，連接這些點(diǎn)對(duì)構(gòu)成多條直線；通過(guò)最小二乘法計(jì)算這些直線的交點(diǎn)來(lái)獲得投影中心。
[0028]所述的第三步具體如下:
[0029]301)利用投影儀向背景板投影3幅水平方向的條紋圖和一幅角點(diǎn)圖，相機(jī)捕捉投影的圖像，再利用三步相移算法和基于質(zhì)量圖的相位展開(kāi)算法計(jì)算水平絕對(duì)相位圖0Bt
[0030]302)利用投影儀向人面部投影3幅水平方向的條紋圖和一幅角點(diǎn)圖，相機(jī)捕捉投影的圖像，再利用三步相移算法和基于質(zhì)量圖的相位展開(kāi)算法計(jì)算水平絕對(duì)相位圖00..[0031]303)對(duì)00中的一點(diǎn)MI (U，V)，其中u和V分別為圖像的橫縱坐標(biāo)，其絕對(duì)相位值為0M"
[0032]304)將投影中心P的世界坐標(biāo)轉(zhuǎn)換到相機(jī)的圖像坐標(biāo)，獲得點(diǎn)PI ;
[0033]305)在絕對(duì)相位圖0b上，沿著直線P1-MI，找到一點(diǎn)NI，使得其絕對(duì)相位值等于0M"
[0034]306)將MI和NI從圖像坐標(biāo)轉(zhuǎn)換到世界坐標(biāo)，同時(shí)分別連接相機(jī)中心C與MI以及相機(jī)中心C與NI ;計(jì)算直線C-MI和C-NI與背景板平面的交點(diǎn):MR和NR ；
[0035]307)計(jì)算異面直線P-NR和C-MR的中垂線的中點(diǎn)M ;該點(diǎn)坐標(biāo)即為點(diǎn)MI (U，v)在世界空間中的坐標(biāo)。
[0036]所述的第六步具體如下:
[0037]601)對(duì)分割的面部表面計(jì)算其深度圖S，對(duì)重建的面部表面計(jì)算其深度圖C，并對(duì)深度圖S和C進(jìn)行高斯平滑預(yù)處理；
[0038]602)從深度圖S和C中，計(jì)算出它們的高斯曲率圖GS和GC ;然后利用SIFT方法提取關(guān)鍵點(diǎn)，S1 = (X1,..., Xm)和S2 = (Y1,..., yN);對(duì)S1中的任-點(diǎn)，找到它在S2的最近鄰點(diǎn)，從而建立對(duì)應(yīng)關(guān)系；
[0039]603)在先驗(yàn)知識(shí)的約束下，濾除不符合條件的對(duì)應(yīng)點(diǎn)；
[0040]604)通過(guò)普朗克分析，建立兩組對(duì)應(yīng)點(diǎn)的變換關(guān)系；從而獲得重建面部和分割面部的配準(zhǔn)。
[0041]所述的水平方向的條紋圖和垂直方向的條紋圖是指:
[0042]灰度范圍為100-200之間的，沿著水平方向或垂直方向的灰度值按l(x,y)=
【權(quán)利要求】
1.一種神經(jīng)外科導(dǎo)航中低成本無(wú)標(biāo)記配準(zhǔn)系統(tǒng)，其特征在于，包括術(shù)前影像分割模塊、術(shù)中表面重建模塊、以及術(shù)前表面和術(shù)中表面配準(zhǔn)模塊，所述的術(shù)前影像分割模塊、術(shù)中表面重建模塊分別與術(shù)前表面和術(shù)中表面配準(zhǔn)模塊連接； 所述的術(shù)前影像分割模塊接收術(shù)前影像學(xué)檢查獲得的完整頭部DICOM格式圖像，分割出病人面部表面，并且將分割結(jié)果傳至術(shù)前表面和術(shù)中表面配準(zhǔn)模塊； 所述的術(shù)中表面重建模塊，通過(guò)結(jié)構(gòu)光投影技術(shù)，重建術(shù)中病人面部表面，然后將重建結(jié)果傳至術(shù)前表面和術(shù)中表面配準(zhǔn)模塊； 所述的術(shù)前表面和術(shù)中表面配準(zhǔn)模塊接收術(shù)前影像分割模塊和術(shù)中表面重建模塊傳來(lái)的術(shù)前面部和術(shù)中面部數(shù)據(jù)，完成配準(zhǔn)操作，從而實(shí)現(xiàn)神經(jīng)外科導(dǎo)航中配準(zhǔn)。
2.根據(jù)權(quán)利要求1所述的配準(zhǔn)系統(tǒng)，其特征在于，所述的術(shù)前影像分割模塊包括依次連接的DICOM圖像讀入單元和術(shù)前面部表面分割單元,所述的DICOM圖像讀入單元將術(shù)前影像學(xué)檢查獲得的完整頭部DICOM格式圖像文件導(dǎo)入解析出DICOM數(shù)據(jù)并傳輸至術(shù)前面部表面分割單元；所述的術(shù)前面部表面分割單元對(duì)術(shù)前頭部影像的每一幀，利用高斯閾值方法完成術(shù)前面部表面的分割。
3.根據(jù)權(quán)利要求1所述的配準(zhǔn)系統(tǒng)，其特征在于，所述的術(shù)中表面重建模塊包括依次連接的系統(tǒng)校準(zhǔn)單元和三維表面重建單元，所述的系統(tǒng)校準(zhǔn)單元對(duì)重建系統(tǒng)的相機(jī)和投影儀進(jìn)行校準(zhǔn)，并將校準(zhǔn)后的參數(shù)傳至三維表面重建單元，所述的三維表面重建單元接受系統(tǒng)校準(zhǔn)單元獲得的投影儀和相機(jī)參數(shù)，通過(guò)結(jié)構(gòu)光重建技術(shù)，完成三維點(diǎn)云的計(jì)算，從而得到術(shù)中的三維表面。
4.根據(jù)權(quán)利要求1所述的配準(zhǔn)系統(tǒng)，其特征在于，所述的術(shù)前表面和術(shù)中表面配準(zhǔn)模塊包括迭代最近點(diǎn)ICP配準(zhǔn)單元、相干點(diǎn)漂移CPD單元和基于尺度不變特征變換SIFT配準(zhǔn)單元，所述的ICP配準(zhǔn)單元和CPD配準(zhǔn)單元是通過(guò)相應(yīng)的ICP和CPD剛體配準(zhǔn)算法，計(jì)算出術(shù)前面部和術(shù)中面部的轉(zhuǎn)換矩陣，實(shí)現(xiàn)圖像空間與手術(shù)對(duì)象空間的配準(zhǔn)；基于SIFT配準(zhǔn)單元，通過(guò)將三維面部轉(zhuǎn)換成二維深度圖，通過(guò)SFIT方法提取對(duì)應(yīng)點(diǎn)，再利用普朗克分析，配準(zhǔn)對(duì)應(yīng)點(diǎn)，實(shí)現(xiàn)配準(zhǔn)操作。
5.根據(jù)上述任一權(quán)利要求所述系統(tǒng)的配準(zhǔn)方法，其特征在于，包括以下步驟: 第一步、術(shù)前影像分割模塊中的術(shù)前面部表面分割單元通過(guò)術(shù)前影像導(dǎo)入單元獲得頭部區(qū)域的DICOM格式的斷層圖像數(shù)據(jù)后，對(duì)該圖像數(shù)據(jù)每一幀基于高斯的閾值方法計(jì)算閾值，獲得分割結(jié)果，并根據(jù)分割結(jié)果獲得術(shù)前面部數(shù)據(jù)； 第二步、術(shù)中表面重建模塊中的系統(tǒng)校準(zhǔn)單元包含相機(jī)校準(zhǔn)和投影儀校準(zhǔn)，其中，相機(jī)校準(zhǔn)基于張正友攝像機(jī)標(biāo)定算法，利用MATLAB相機(jī)標(biāo)定工具箱，獲得相機(jī)內(nèi)參數(shù)和外參數(shù)，完成相機(jī)標(biāo)定；投影儀標(biāo)定使用結(jié)構(gòu)光技術(shù)獲得投影儀的投影中心；第三步、術(shù)中表面重建模塊中的三維表面重建單元，接收相機(jī)的內(nèi)外參數(shù)和投影儀的投影中心數(shù)據(jù)，利用相位高度轉(zhuǎn)換算法計(jì)算三維點(diǎn)的坐標(biāo)，完成三維面部表面的重建；第四步、術(shù)前表面和術(shù)中表面配準(zhǔn)模塊中的ICP配準(zhǔn)單元將獲得的重建面部上的點(diǎn)配準(zhǔn)到術(shù)前分割出來(lái)的面部上，同時(shí)為了加速，將重建面部的點(diǎn)分為10組；(P1, P11,P21...；...；P10, P20, P30-..;)，最終得到重建面部點(diǎn)集與分割面部點(diǎn)集之間的轉(zhuǎn)換矩陣T ; 第五步、術(shù)前表面和術(shù)中表面配準(zhǔn)模塊中的CPD配準(zhǔn)單元是利用CPD算法將上面獲得的重建面部上的點(diǎn)配準(zhǔn)到術(shù)前分割出來(lái)的面部上，同時(shí)為了加速，將重建表面的點(diǎn)分為10組:(P^P1PP21...；...;Ρ1(ι，Ρ2ο，Ρ3ο...;)，最終得到重建面部點(diǎn)集與分割面部點(diǎn)集之間的轉(zhuǎn)換矩陣τ ； 第六步、術(shù)前表面和術(shù)中表面配準(zhǔn)模塊中的基于SIFT配準(zhǔn)單元，計(jì)算得到重建面部點(diǎn)集與分割面部點(diǎn)集之間的轉(zhuǎn)換矩陣Τ。
6.根據(jù)權(quán)利要求5所述的配準(zhǔn)方法，其特征在于，所述的第二步具體如下: 201)通過(guò)投影儀向與相機(jī)距離為S的平板投影三幅水平方向的條紋圖、三幅垂直方向的條紋圖以及一幅角點(diǎn)圖，相機(jī)捕捉投影的圖像，再利用三步相移算法和基于質(zhì)量圖的相位展開(kāi)算法計(jì)算其水平絕對(duì)相位圖和垂直絕對(duì)相位圖； 202)平行移動(dòng)平板到距離相機(jī)位置為Τ，再投影上面相同的圖像到該平板，相機(jī)捕捉投影的圖像，再利用三步相移算法和基于質(zhì)量圖的相位展開(kāi)算法計(jì)算該位置的水平絕對(duì)相位圖和垂直絕對(duì)相位圖； 203)對(duì)位置S，提取采樣點(diǎn)Sw，其中M和N分別為其圖像橫縱坐標(biāo)，在水平絕對(duì)相位圖上獲得該點(diǎn)對(duì)應(yīng)的水平絕對(duì)相位值0SH，在垂直絕對(duì)相位圖上獲得該點(diǎn)對(duì)應(yīng)的垂直絕對(duì)相位值0sv; 204)對(duì)位置Τ，在其水平絕對(duì)相位圖和垂直絕對(duì)相位圖中查找點(diǎn)Smn，其中m和η分別為其圖像橫縱坐標(biāo)，使得其對(duì)應(yīng)的水平絕對(duì)相位值等于0SH*垂直絕對(duì)相位值等于 205)找到多組滿足上述條件的點(diǎn)對(duì)，連接這些點(diǎn)對(duì)構(gòu)成多條直線；通過(guò)最小二乘法計(jì)算這些直線的交點(diǎn)來(lái)獲得投 影中心。
7.根據(jù)權(quán)利要求5所述的配準(zhǔn)方法，其特征在于，所述的第三步具體如下: 301)利用投影儀向背景板投影3幅水平方向的條紋圖和一幅角點(diǎn)圖，相機(jī)捕捉投影的圖像，再利用三步相移算法和基于質(zhì)量圖的相位展開(kāi)算法計(jì)算水平絕對(duì)相位圖0Β; 302)利用投影儀向人面部投影3幅水平方向的條紋圖和一幅角點(diǎn)圖，相機(jī)捕捉投影的圖像，再利用三步相移算法和基于質(zhì)量圖的相位展開(kāi)算法計(jì)算水平絕對(duì)相位圖00; 303)對(duì)00中的一點(diǎn)MI(U，V)，其中u和V分別為圖像的橫縱坐標(biāo)，其絕對(duì)相位值為0Μι; 304)將投影中心P的世界坐標(biāo)轉(zhuǎn)換到相機(jī)的圖像坐標(biāo)，獲得點(diǎn)PI； 305)在絕對(duì)相位圖0β上，沿著直線ΡΙ-ΜΙ，找到一點(diǎn)NI，使得其絕對(duì)相位值等于0Ml; 306)將MI和NI從圖像坐標(biāo)轉(zhuǎn)換到世界坐標(biāo)，同時(shí)分別連接相機(jī)中心C與MI以及相機(jī)中心C與NI ;計(jì)算直線C-MI和C-NI與背景板平面的交點(diǎn):MR和NR ； 307)計(jì)算異面直線P-NR和C-MR的中垂線的中點(diǎn)M;該點(diǎn)坐標(biāo)即為點(diǎn)MI (u，v)在世界空間中的坐標(biāo)。
8.根據(jù)權(quán)利要求5所述的配準(zhǔn)方法，其特征在于，所述的第六步具體如下: 601)對(duì)分割的面部表面計(jì)算其深度圖S，對(duì)重建的面部表面計(jì)算其深度圖C，并對(duì)深度圖S和C進(jìn)行高斯平滑預(yù)處理； 602)從深度圖S和C中，計(jì)算出它們的高斯曲率圖GS和GC;然后利用SIFT方法提取關(guān)鍵點(diǎn)，S1 = (X1,..., Xm)和S2 = (Y1,..., yN);對(duì)S1中的任一點(diǎn)，找到它在S2的最近鄰點(diǎn)，從而建立對(duì)應(yīng)關(guān)系； 603)在先驗(yàn)知識(shí)的約束下，濾除不符合條件的對(duì)應(yīng)點(diǎn)； 604)通過(guò)普朗克分析，建立兩組對(duì)應(yīng)點(diǎn)的變換關(guān)系；從而獲得重建面部和分割面部的配準(zhǔn)。
9.根據(jù)權(quán)利要求6所述的配準(zhǔn)方法，其特征在于，所述的水平方向的條紋圖和垂直方向的條紋圖是指: 灰度范圍為100-200之間的，沿著水平方向或垂直方向的灰度值按
10.根據(jù)權(quán)利要求6或7所述的配準(zhǔn)方法，其特征在于，所述的三步相移算法具體為: 相機(jī)捕捉的三幅圖像的灰度值為:Ij(x,y) = A(x,y) + B(x,y)cos (0(x,y) + δ{)，其中A(x, y)是平均灰度，B(x, y)是灰度調(diào)制，SiQ = 1,2,3)是相移0(X y)是需要被計(jì)算的相位，然后通過(guò)
11.根據(jù)權(quán)利要求?ο所述的配準(zhǔn)方法，其特征在于，所述的基于質(zhì)量圖的相位展開(kāi)算法為把計(jì)算的相對(duì)相位圖轉(zhuǎn)換成絕對(duì)相位圖，具體步驟如下: 1)從捕捉到的角點(diǎn)圖像中，查找內(nèi)角點(diǎn)，作為展開(kāi)的起始點(diǎn)； 2)按照
12.根據(jù)權(quán)利要求11所述的配準(zhǔn)方法，其特征在于，所述的相對(duì)相位圖是指:相機(jī)捕捉到二幅水平條紋圖或者垂直條紋圖之后，按照二步相移算法，計(jì)算獲得相位值截?cái)嗟南辔粓D； 所述的絕對(duì)相位圖是指:對(duì)相對(duì)相位圖，按照相位展開(kāi)算法，獲得相位值呈線性變換的相位圖。
13.根據(jù)權(quán)利要求11所述的配準(zhǔn)方法，其特征在于，所述的線掃描算法進(jìn)行相位展開(kāi)是指: 假設(shè)某一點(diǎn)N的相對(duì)相位值為Qn，其絕對(duì)相位值為AQn ;其鄰近點(diǎn)的相對(duì)相位值為Qn+1 ；那么計(jì)算其絕對(duì)相位值公式為:temp = Qn+1-QN
AQn+1 = AQN+temp_2*PI，if (temp > PI)
AQn+1 = AQN+temp+2*PI ，if (temp < -PI)。
【文檔編號(hào)】G06T7/00GK103793915SQ201410054950
【公開(kāi)日】2014年5月14日 申請(qǐng)日期:2014年2月18日 優(yōu)先權(quán)日:2014年2月18日
【發(fā)明者】顧力栩, 蔣龍 申請(qǐng)人:上海交通大學(xué)