[發明專利]一種基于三角剖分的點云比例標準化方法

有效

• 申請號: 201710173862.8
• 申請日: 2017-03-22
• 公開（公告）號: CN107123085B
• 公開（公告）日: 2019-10-18
• 發明（設計）人: 楊榮騫;徐樂怡;張哲思;李春田
• 申請（專利權）人: 華南理工大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T7/00;G06T7/66
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 羅觀祥

本發明公開了一種基于三角剖分的點云比例標準化方法，包括步驟：1)獲得待標準化處理的三維點云A和標準三維點云B，分別求點云A和點云B的全局質心M_A和M_B；2)對點云A內表面進行采樣，并以采樣點為頂點構建由delaunay三角構成的凸殼；3)計算三維點云A的特征比例系數λ和γ；4)根據標準三維點云B的delaunay三角頂點關系，應用點云A的特征比例系數，對點云A的進行拉伸變形，使其比例標準化，獲得標準化后的點云A’。本發明為點云標準化預處理提供了一種快速、簡便、高效的手段。

技術領域

本發明涉及生物醫學測量與模式識別技術領域，尤其是指一種基于三角剖分的點云比例標準化方法。

背景技術

在生物醫學測量中，由于個體差異性，我們通常會具體分析一個標準模型，而對其他非標準模型進行標準化處理。如在耳廓識別中，需要對三維耳廓點云模型進行歸一化預處理，以統一數據庫中所有耳廓點云模型的位置與姿態，然后基于分類系統對三維耳廓的局部特征區域進行提取和匹配，從而實現耳廓形狀識別；又如在胎頭位置分析中，需要將被測者的三維骨盆點云模型進行姿態標準化和變形處理，從而應用標準模型的產軸線對此被測者骨盆中胎頭位置進行估計。點云標準化包括位置標準化及比例標準化，本專利僅涉及后者。

目前最常用的點云比例標準化方法是基于仿射變換的，通常的流程如下：首先將待標準化處理的點云數據和標準點云數據進行配準，比較經典的算法有ICP算法，然后再對配準后的點云數據進行仿射變換，求解縮放系數，將待標準化處理點云的尺寸放大或縮小至與標準三維點云的尺寸相一致。但ICP算法用時長，包括初始匹配和精確配準兩個環節，需要經過多次最近點搜索和迭代。容易陷入局部最小，不穩定。尤其在特征點較少的情況下不夠準確。在針對具有復雜表面、點云數據量大的生物體對象時，這種方法效果較差。

發明內容

本發明的目的在于克服現有技術的缺點和不足，提供了一種基于三角剖分的點云比例標準化方法，該方法不需要先經過配準，運算速度快，只需要較少的采樣點就能夠得到較為精確的結果，在針對不規則圖形時尤其具有優勢。

為實現上述目的，本發明所提供的技術方案為：一種基于三角剖分的點云比例標準化方法，包括以下步驟：

1)獲得待標準化處理的三維點云A和標準三維點云B，分別求點云A和點云B的全局質心M_A和M_B；

2)對點云A內表面進行采樣，并以采樣點為頂點構建由delaunay三角構成的凸殼；

3)計算三維點云A的特征比例系數λ和γ；

4)根據標準三維點云B的delaunay三角頂點關系，應用點云A的特征比例系數，對點云A的進行拉伸變形，使其比例標準化，獲得標準化后的點云A’。

在步驟3)中，特征比例系數λ和γ的計算步驟如下：

3.1)取點云A中的一點p_ai，計算此點與點云A全局質心的連線在凸殼上的交點c_ai，并保證p_ai與M_A的連線和c_ai與M_A的連線的夾角為銳角；

3.2)交點c_ai落在delaunay三角T_a內，假設T_a的三個頂點分別為V_a1、V_a2和V_a3，直線V_a1V_a2與直線V_a3c_ai的交點為d_ai，p_ai的特征比例系數λ_ai和γ_ai的計算公式如下：