[發明專利]形狀差異分析方法、裝置、服務器及存儲介質

有效

• 申請號: 202011173380.0
• 申請日: 2020-10-28
• 公開（公告）號: CN112308068B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 王翠婷;王菁;李雪;余夏夏;高毅
• 申請（專利權）人: 深圳大學
• 主分類號: G06V10/25
• 分類號: G06V10/25;G06V10/44;G06T7/33
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

本發明公開了一種形狀差異分析方法、裝置、服務器及存儲介質。該方法包括：對待分析的第一形狀集合和第二形狀集合平均配準得到平均形狀；將第一形狀集合配準到平均形狀得到第三形狀集合，將第二形狀集合配準到平均形狀得到第四形狀集合；以圖像中的像素值為質量，通過預設最優質量運輸模型將第三形狀集合映射到平均形狀得到第一矩陣集合，通過預設最優質量運輸模型將第四形狀集合映射到平均形狀得到第二矩陣集合；基于第一矩陣集合和第二矩陣集合進行差異統計分析，以確定第一對象和第二對象的差異度。該方法解決了無需人工做標記點，省時省力，同時降低了形狀間映射的密集程度，降低了對計算量的要求，加快了分析速度，更方便快捷。

技術領域

本發明涉及形狀統計技術領域，尤其涉及一種形狀差異分析方法、裝置、服務器及存儲介質。

背景技術

統計形狀分析是通過統計方法對給定形狀集合的幾何特性進行的分析。例如，它可用于量化雄性和雌性大猩猩頭骨形狀，正常和病理性骨骼形狀，有和沒有被昆蟲食用的葉子輪廓等之間的差異。形狀分析的重要性是獲得形狀之間的距離的度量，可以從樣本估計平均形狀，進行聚類并測試形狀之間的差異，估計樣本內的形狀差異性。統計形狀分析在各個領域都有應用，包括醫學成像，計算機視覺，計算解剖學，傳感器測量和地理剖析等。

隨著計算機視覺的發展，統計形狀分析也變得到廣泛的關注。這一技術可以幫助各個領域通過二維或三維圖像研究同一物體不同狀態之間細微的差別，且這些差別可以被量化。對于形狀復雜的結構例如大腦結構，統計形狀分析更為重要，因為人眼無法直觀的察覺出正常人和病人兩個群體之間在大腦結構上的差異，一般采用的方法是計算結構的體積/面積，無法看出具體在結構哪個部分由顯著的差異。

對比和分析兩個群體之間形狀上的差異，最簡單和常用的方法是比較平均體積或者面積，這樣的方法只能從整體上做對比，無法深入研究物體在局部上的差異。形狀分析方法旨在能夠分析群體之間局部差異，對差異有了更全面的認識和理解。形狀分析方法主要分成兩部分，第一部分是如何建立形狀集合之間點對點的對應，第二部分是在模板形狀上做點對點的統計學分析，這樣可以觀測到形狀局部差異。

形狀分析最常用的方法是點分布模型，形狀由一系列有限的坐標點的集合表示，通過手工標注一些特殊的點作為標記點或者特征點，對所有的形狀都做這些標注，然后計算所有形狀的平均得到平均形狀?？梢缘玫剿行螤钤趯卣鼽c上的像素值，可以對其做統計分析，得到統計特征值。

形狀分析的另一方法是可以通過研究將一種形狀轉換為另一種形狀的變形來量化形狀之間的差異，即微分同胚映射。這種方法可以保持變形后的平滑性。這種方法要做大量的映射，從一個空間映射到另一個空間，得到一個映射矩陣來表示他們之間對應的關系。

這些方法都很好但也存在一些缺點，例如：

(1)點分布模型需要人工做大量的標記點，這樣需要的手動標記時間較長，過程繁瑣，但對于特征點明顯的圖像的數據采用人工標記點較準確。

(2)點分布模型對于復雜的形狀，例如大腦結構，特征點可能不容易觀察，標記就會有困難。標記點的正確對應會很影響之后的統計結果。

(3)微分同胚映射要在形狀之間做大量密集的映射，這樣對計算量要求十分大，用于表示形狀的點越多則計算量越大。

發明內容

有鑒于此，本發明實施例提供了一種形狀差異分析方法、裝置、服務器及存儲介質，以解決需要人工標記以及映射密集的問題，以實現簡便快捷的形狀差異分析。

第一方面，本發明實施例提供了一種形狀差異分析方法，包括：

提取多個第一圖像中第一對象的第一形狀，以構成第一形狀集合，提取多個第二圖像中第二對象的第二形狀，以構成第二形狀集合；

對待分析的第一形狀集合和第二形狀集合平均配準得到平均形狀；