科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】为了解决非刚性配准算法在面颈部三维重建中的变形问题，该文设计了一种面颈部点云的采集方式，并提出了一种相适应的局部配准再还原全局的配准算法。【方法】采集方式为深度相机分别对准头部右下颌角、左下颌角和鼻梁三个位置采集点云，对采集的三片点云进行预处理，把点云RGB信息转为HSV（Hue， Saturation， Value）后，定位嘴唇的位置，分割面部后留下鼻子和嘴巴区域，对其采用结合三维形状上下文特征(3DSC)的随机采样一致性算法(RANSAC)进行粗配准，再使用迭代最近点算法（ICP）进行精配准。最后，把局部配准得到的变换矩阵应用于原始点云上，从而得到面颈部三维点云模型。【结果】经过实验，设计的三个位置采集的点云能够完整覆盖整个面颈部区域。通过对比五种改进的迭代最近点配准算法，得到使用3DSC+RANSAC+ICP算法进行配准精度最高。通过设定面颈部标记点和采集不同人脸进行配准实验，对比了配准结果和真实人脸的标记点距离，结果误差均小于2.5mm，验证了算法的配准精度和配准算法的鲁棒性。【结论】结果表明：设计的多视角面颈部配准算法能有效配准，配准结果与真实人脸误差小于2.5mm，解决了非刚性配准算法在面颈部三维重建上的变形问题，在处理不同个体的面颈部数据时表现出了一定的鲁棒性。
- 单位
