患者 過(guò)去的照片，在整體圖像集合中通過(guò)SIFT流（Scale-invariantfeaturetransform)計(jì)算 圖像之間相似性來(lái)尋找到與該照片相匹配的圖像，然后選擇匹配最佳的若干圖像與照片組 成局部圖像集合，進(jìn)行帶有微笑表情幾何特征修飾的缺損區(qū)3D數(shù)據(jù)的重建。
[0016] 優(yōu)選的，所述步驟（3)中的顏面贗復(fù)體基礎(chǔ)模型P'與缺損區(qū)3D數(shù)據(jù)P之間進(jìn)行 基于約束的非剛性對(duì)齊算法是：
[0017] 選擇的是薄板樣條插值算法，定義相應(yīng)的誤差函數(shù)，包括
[0021] 米用L-BFGS-B算法進(jìn)彳丁求解。
[0022] 式⑴中p^P'上的頂點(diǎn)，是對(duì)應(yīng)的變換矢量。dist函數(shù)是Pi(在P'中）到 最近點(diǎn)1(在P中）的距離；式（2)中edges是P'上的邊；1和'.是該邊的頂點(diǎn)；式（3) 中a= 〇.1;0 = 2。
[0023] 與現(xiàn)有技術(shù)相比，本發(fā)明有益效果是：由于采用新型算法進(jìn)行基于微笑表情幾何 特征修飾的顏面贗復(fù)體優(yōu)化模型的構(gòu)建，提高贗復(fù)體的仿真效果，實(shí)現(xiàn)了顏面形態(tài)贗復(fù)。
【附圖說(shuō)明】
[0024] 圖1基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型構(gòu)建方法流程圖。
【具體實(shí)施方式】
[0025] 下面結(jié)合附圖和基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型的構(gòu)建方法 對(duì)本發(fā)明的具體實(shí)施作進(jìn)一步描述。
[0026] 如圖1所示，本發(fā)明基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型構(gòu)建方 法，包括下述步驟：
[0027] 1)基于數(shù)據(jù)融合的顏面贗復(fù)體基礎(chǔ)模型的構(gòu)建；
[0028] 顏面體數(shù)據(jù)是由顏面表層數(shù)據(jù)以及內(nèi)部軟組織數(shù)據(jù)所組成。針對(duì)患者顏面缺損區(qū) 域進(jìn)行三維面結(jié)構(gòu)光掃描，采集到的顏面表層數(shù)據(jù)精度較高，而凹坑或有遮擋的區(qū)域的采 集技術(shù)難度大；相比較面結(jié)構(gòu)光掃描而言，CT掃描儀能夠采集體數(shù)據(jù)，但顏面表層數(shù)據(jù)精 度不高。因此利用面結(jié)構(gòu)光掃描顏面表層數(shù)據(jù)，CT掃描儀采集凹坑或有遮擋的區(qū)域數(shù)據(jù)， 然后進(jìn)行兩者的融合可以實(shí)現(xiàn)顏面贗復(fù)體基礎(chǔ)模型的構(gòu)建。在利用面結(jié)構(gòu)光掃描顏面表層 數(shù)據(jù)階段，對(duì)于不同視角采集的深度圖像，通過(guò)基于柵格結(jié)構(gòu)探測(cè)環(huán)進(jìn)而實(shí)現(xiàn)基于環(huán)的多 視圖深度圖像對(duì)齊、基于空間等間隔劃分的方法來(lái)消除重疊區(qū)域、采用體素融合的方法消 除孔洞構(gòu)建完整三維掃描顏面數(shù)據(jù)；在CT掃描儀采集凹坑或有遮擋的區(qū)域數(shù)據(jù)階段，利用 基于截面閾值的區(qū)域增長(zhǎng)法實(shí)現(xiàn)CT體數(shù)據(jù)重構(gòu)；最后通過(guò)對(duì)兩組數(shù)據(jù)進(jìn)行基于薄板樣條 的非剛性配準(zhǔn)，從而實(shí)現(xiàn)顏面贗復(fù)體基礎(chǔ)模型的構(gòu)建。
[0029] 2)基于微笑表情幾何特征修飾的缺損區(qū)3D數(shù)據(jù)的重建；
[0030] 人體顏面是一個(gè)柔性體和人臉表情的結(jié)合體。因此要構(gòu)建基于微笑表情幾何特征 修飾的顏面贗復(fù)體優(yōu)化模型，首先要考慮微笑表情幾何特征（如眉毛的曲率、眼球的扁平 程度、嘴巴的張開程等不同表情間變化比較大的信息）的提取的方法。顏面缺損的患者往 往沒有可以參照的自身三維形貌，但是有其過(guò)去的照片。雖然由于維度缺失，通過(guò)二維照片 來(lái)恢復(fù)三維數(shù)據(jù)本身就是一個(gè)從低維到高維的病態(tài)的過(guò)程，但是如果增加額外的先驗(yàn)知識(shí) 就可以消除病態(tài)。缺損區(qū)3D數(shù)據(jù)的重建方法如下：
[0031] (1)面結(jié)構(gòu)光掃描儀采集的顏面表層數(shù)據(jù)進(jìn)行投影獲取到2D圖像集合；
[0032] (2)構(gòu)建帶有微笑表情幾何特征修飾的缺損區(qū)3D數(shù)據(jù)。選擇帶有微笑表情的患者 過(guò)去的照片。由于SIFT流是度量?jī)煞鶊D像之間SIFT特征分布一致性的表示，通過(guò)SIFT流 計(jì)算圖像之間相似性，在2D圖像集合中尋找到與該照片相匹配的圖像，然后選擇匹配最佳 的若干圖像與照片組成局部圖像集合，進(jìn)行帶有微笑表情幾何特征修飾的缺損區(qū)3D數(shù)據(jù) 的重建。
[0033] 3)基于非剛性對(duì)齊的顏面贗復(fù)體優(yōu)化模型的構(gòu)建
[0034] 將顏面贗復(fù)體基礎(chǔ)模型與缺損區(qū)3D數(shù)據(jù)進(jìn)行基于約束的非剛性對(duì)齊，來(lái)獲取顏 面贗復(fù)體優(yōu)化模型。非剛性對(duì)齊算法選擇的是薄板樣條插值算法（TPS)。定義相應(yīng)的誤差 函數(shù)，
[0035] 包括
[0039] 米用L-BFGS-B算法進(jìn)彳丁求解。
[0040] 式⑷中Pi是P'上的頂點(diǎn)，Ti是對(duì)應(yīng)的變換矢量。dist函數(shù)是pi(在P'中）到 最近點(diǎn)1(在P中）的距離；式（5)中edges是P'上的邊；\和'.是該邊的頂點(diǎn)；式（6) 中a= 〇.1;0 = 2。
【主權(quán)項(xiàng)】
1. 基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型的構(gòu)建方法，其特征在于，所述 建模方法包括以下步驟： (1) 基于面數(shù)據(jù)與體數(shù)據(jù)融合的顏面贗復(fù)體基礎(chǔ)模型的構(gòu)建； (2) 基于微笑表情幾何特征修飾的缺損區(qū)3D數(shù)據(jù)的重建； (3) 基于非剛性對(duì)齊的顏面贗復(fù)體優(yōu)化模型的構(gòu)建。2. 根據(jù)權(quán)利要求1所述的基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型的構(gòu)建 方法，其特征是，所述步驟（1)中的基于面數(shù)據(jù)與體數(shù)據(jù)融合是指顏面表層數(shù)據(jù)與凹坑或 有遮擋的區(qū)域體數(shù)據(jù)的基于薄板樣條的非剛性對(duì)齊，其中顏面表層數(shù)據(jù)由面結(jié)構(gòu)光掃描儀 所采集，凹坑或有遮擋的區(qū)域體數(shù)據(jù)為CT掃描儀所采集； 其中所述面結(jié)構(gòu)光掃描儀采集的顏面表層數(shù)據(jù)的方法是指對(duì)于不同視角采集的深度 圖像，通過(guò)基于柵格結(jié)構(gòu)探測(cè)環(huán)進(jìn)而實(shí)現(xiàn)基于環(huán)的多視圖深度圖像對(duì)齊、基于空間等間隔 劃分的方法來(lái)消除重疊區(qū)域、采用體素融合的方法消除孔洞構(gòu)建顏面表層數(shù)據(jù)； 所述CT掃描儀采集的凹坑或有遮擋的區(qū)域數(shù)據(jù)的方法是指利用基于截面閾值的區(qū)域 增長(zhǎng)法實(shí)現(xiàn)CT體數(shù)據(jù)重構(gòu)。3. 根據(jù)權(quán)利要求2所述的基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型的構(gòu)建 方法，其特征是，所述步驟（2)中的缺損區(qū)3D數(shù)據(jù)的重建方法為： (1) 所述面結(jié)構(gòu)光掃描儀采集的顏面表層數(shù)據(jù)進(jìn)行投影獲取到2D圖像集合； (2) 構(gòu)建帶有微笑表情幾何特征修飾的缺損區(qū)3D數(shù)據(jù)：選擇帶有微笑表情的患者過(guò)去 的照片，在整體圖像集合中通過(guò)SIFT流計(jì)算圖像之間相似性來(lái)尋找到與該照片相匹配的 圖像，然后選擇匹配最佳的若干圖像與照片組成局部圖像集合，進(jìn)行帶有微笑表情幾何特 征修飾的缺損區(qū)3D數(shù)據(jù)的重建。4. 根據(jù)權(quán)利要求1所述的基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型的構(gòu)建 方法，其特征是，所述步驟（3)中的顏面贗復(fù)體基礎(chǔ)模型P'與缺損區(qū)3D數(shù)據(jù)P之間進(jìn)行基 于約束的非剛性對(duì)齊算法是： 選擇的是薄板樣條插值算法，定義相應(yīng)的誤差函數(shù)，包括距離誤差 （1) 平滑誤差 （2) 優(yōu)化公式定義如_卜：at_g min E(A,…弋,）= ?€//, +/仏、", (3) 米用L-BFGS-B算法進(jìn)彳丁求解。 式（1)中Pi是P'上的頂點(diǎn)，Ti是對(duì)應(yīng)的變換矢量；dist函數(shù)是pjlj最近點(diǎn)距離， 其中p^P'中，q^P中； 式⑵中edges是P'上的邊％和V」是該邊的頂點(diǎn)； 式（3)中 α = 〇· 1 ; β = 2。
【專利摘要】基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型的構(gòu)建方法，屬于機(jī)械工程和醫(yī)學(xué)工程技術(shù)領(lǐng)域。本發(fā)明基于面數(shù)據(jù)與體數(shù)據(jù)融合實(shí)現(xiàn)顏面贗復(fù)體基礎(chǔ)模型的構(gòu)建，前者由面結(jié)構(gòu)光掃描儀采集，后者為CT掃描儀所采集；面數(shù)據(jù)進(jìn)行投影獲取到2D圖像集合；通過(guò)SIFT流計(jì)算圖像之間相似性，在2D圖像集合尋找到與患者過(guò)去的照片相匹配的圖像組成局部圖像集合，進(jìn)行帶有微笑表情幾何特征修飾的缺損區(qū)3D數(shù)據(jù)的重建；在顏面贗復(fù)體基礎(chǔ)模型與缺損區(qū)3D數(shù)據(jù)之間進(jìn)行基于約束的非剛性對(duì)齊算法實(shí)現(xiàn)顏面贗復(fù)體優(yōu)化模型的構(gòu)建。本發(fā)明方法可獲得基于微笑表情幾何特征修飾的顏面贗復(fù)體優(yōu)化模型，提高了贗復(fù)體仿真效果和顏面形態(tài)贗復(fù)質(zhì)量。
【IPC分類】G06T17/00
【公開號(hào)】CN104899923
【申請(qǐng)?zhí)枴緾N201510331315
【發(fā)明人】孫進(jìn), 朱興龍, 竺志大, 張琦, 曹肖偉
【申請(qǐng)人】揚(yáng)州大學(xué)
【公開日】2015年9月9日
【申請(qǐng)日】2015年6月15日