一种颅面复原方法技术

本发明专利技术公开了一种颅面复原方法：构建三维颅面数据库，其中至少包括N个颅面样本，N为大于1的正整数，每个颅面样本中分别包括：由一个三维颅骨模型和一个三维人脸模型组成的颅面模型，以及，颅面模型对应的属性；综合N个颅面样本，确定出三维人脸模型与三维颅骨模型以及属性之间的关联关系；获取待复原的三维颅骨模型及其对应的属性，根据所述关联关系，复原出待复原的三维颅骨模型对应的三维人脸模型。应用本发明专利技术所述方法，能够提高复原精度。

【技术实现步骤摘要】

本专利技术涉及计算机应用技术，特别涉及一种颅面复原方法。
技术介绍
颅面复原是指根据颅骨和面貌形态学规律对给定颅骨的未知面貌进行科学预测和恢复，它一直是法医学和人类学领域中的一个重要的研究课题。颅面复原起源于欧洲，至今已有一百多年历史，传统的颅面复原方式为手工颅面复原方式。手工颅面复原方式需要复杂的工艺、复原过程耗时长、复原过程主观性强，这些缺陷均导致手工颅面复原方式的应用受到了很大的限制。目前采用较多的是计算机辅助的颅面复原方式，其中比较常用的方式有基于特征点软组织厚度的方式等。基于特征点软组织厚度的方式是指根据待复原颅骨的属性，通过查询软组织厚度统计表获得特征点的软组织厚度，再利用这些软组织厚度以及颅骨特征点位置计算出对应的人脸特征点的位置，进而通过某种变形方法，将人脸模板“罩到”待复原颅骨上，使得变形的人脸模板上的特征点和待复原颅骨的人脸特征点相匹配，从而获得复原结果。上述方式实现起来简单、高效，但复原过程中仅依据特征点处的软组织厚度，而特征点的数量通常又很少，难以表征细节丰富的人脸，因此上述方式的复原精度较低。
技术实现思路
有鉴于此，本专利技术提供了一种颅面复原方法，能够提高复原精度。为了达到上述目的，本专利技术的技术方案是这样实现的：一种颅面复原方法，包括：构建三维颅面数据库，其中至少包括N个颅面样本，N为大于1的正整数，每个颅面样本中分别包括：由一个三维颅骨模型和一个三维人脸模型组成的颅面模型，以及，颅面模型对应的属性；综合N个颅面样本，确定出三维人脸模型与三维颅骨模型以及属性之间的关联关系；获取待复原的三维颅骨模型及其对应的属性，根据所述关联关系，复原出待复原的三维颅骨模型对应的三维人脸模型。可见，采用本专利技术所述方案，可基于颅面数据中的N个颅面样本，确定出三维人脸模型与三维颅骨模型以及属性之间的关联关系，这样，后续只要获取到待复原的三维颅骨模型及其对应的属性，即可根据所述关联关系，复原出待复原的三维颅骨模型对应的三维人脸模型，从而克服了现有技术中存在的问题，进而提高了复原精度。附图说明图1为本专利技术颅面复原方法实施例的流程图。图2为本专利技术所述三维颅骨模型的示意图。图3为本专利技术所述三维人脸模型的示意图。图4为本专利技术所述三维颅骨模型中的7个子区域的示意图。图5为本专利技术所述三维人脸模型中的7个子区域的示意图。图6为本专利技术所述一个真实男性人脸的示意图。图7为采用本专利技术所述方式复原出的图6所示男性人脸的示意图。图8为本专利技术所述一个真实女性人脸的示意图。图9为采用本专利技术所述方式复原出的图8所示女性人脸的示意图。图10为本专利技术所述另一个真实女性人脸的示意图。图11为属性未作改变时采用本专利技术所述方式复原出的图10所示女性人脸的示意图。图12为在年龄上增加25岁后采用本专利技术所述方式复原出的图10所示女性人脸的示意图。图13为在年龄上增加50岁后采用本专利技术所述方式复原出的图10所示女性人脸的示意图。图14为在身体质量指数上增加4.0后采用本专利技术所述方式复原出的图10所示女性人脸的示意图。图15为在身体质量指数上减少4.0后采用本专利技术所述方式复原出的图10所示女性人脸的示意图。具体实施方式为了使本专利技术的技术方案更加清楚、明白，以下参照附图并举实施例，对本专利技术所述方案作进一步的详细说明。图1为本专利技术颅面复原方法实施例的流程图。如图1所示，包括以下步骤11～13。步骤11：构建三维颅面数据库，其中至少包括N个颅面样本，N为大于1的正整数，每个颅面样本中分别包括：由一个三维颅骨模型和一个三维人脸模型组成的颅面模型，以及，颅面模型对应的属性。步骤12：综合N个颅面样本，确定出三维人脸模型与三维颅骨模型以及属性之间的关联关系。步骤13：获取待复原的三维颅骨模型及其对应的属性，根据所述关联关系，复原出待复原的三维颅骨模型对应的三维人脸模型。以下分别对上述各步骤的具体实现进行详细说明。1)构建三维颅面数据库在实际应用中，可通过与医院进行合作，通过多探测螺旋计算机断层(CT，ComputedTomography)扫描仪获取多个活体样本(活体人)的颅面CT数据，并采用图像处理技术从颅面CT数据中重构出人脸的三维颅骨模型和三维人脸模型，以构建三维颅面数据库，具体实现为现有技术。如图2～3所示，图2为本专利技术所述三维颅骨模型的示意图，图3为本专利技术所述三维人脸模型的示意图。三维颅面数据库中至少包括N个颅面样本，每个颅面样本可分别对应一个活体样本，N为大于1的正整数，具体取值可根据实际需要而定，每个颅面样本中分别包括：由一个三维颅骨模型和一个三维人脸模型组成的颅面模型，以及，颅面模型对应的属性。所述属性可包括：年龄、性别和身体质量指数(BMI，BodyMassIndex)等；理论上，数据库的规模越大，即N越大，颅面复原精度会越高；本实施中，N的取值可为331，其中男性为170人，女性为161人，男性的年龄跨度为20～70岁，身体质量指数跨度为16.4～32.5，女性年龄跨度为18～75，身体质量指数跨度为17.8～32.9。2)关联关系确定在构建出三维颅面数据库之后，可综合N个颅面样本，确定出三维人脸模型与三维颅骨模型以及属性之间的关联关系。可包括以下步骤：A、分别对各颅面模型进行预处理；B、针对每个颅面模型，分别确定出该颅面模型中的三维颅骨模型中的M个预定子区域和该颅面模型中的三维人脸模型中的M个预定子区域，M为大于1的正整数；C、针对每个颅面模型，分别确定出该颅面模型中的三维颅骨模型中的M个预定子区域的特征表示，并分别确定出该颅面模型中的三维人脸模型中的M个预定子区域的特征表示；D、针对M个预定子区域中的每个子区域，分别综合N个三维人脸模型中的该子区域的特征表示、N个三维颅骨模型中的该子区域的特征表示以及N个颅面模型对应的属性，确定出三维人脸模型中该子区域的特征表示与三维颅骨模型中该子区域的特征表示以及属性之间的函数关系。2.1)预处理步骤A中，分别对各颅面模型进行预处理可包括以下步骤A1～A2。A1、分别对各颅面模型中的三维颅面模型和三维人脸模型进行全局坐标校正。即针对每个颅面模型，分别进行以下处理：A11、在该颅面模型中的三维颅骨模型上标定(可手动标定)P个特征点，P为大于1的正整数，并根据P个特征点构建一个全局坐标系。P的具体取值可根据实际需要而定，较佳的，P的取值为4，相应的，P个特征点分别为：左侧耳门上点Lp、右侧耳门上点Rp、左侧眶下缘点Or、眉心点Gl。根据这4个特征点构建全局坐标系的方式可为：通过左侧耳门上点Lp、右侧耳门上点Rp和左侧眶下缘点Or确定法兰克福平面PlaneF，该平面的法向将以为法向量且过眉心点Gl的平面与直线LpRp的交点作为全局坐标系的原点Oglobal；将过原点Oglobal且以法兰克福平面法向为方向的射线作为全局坐标系的Z轴正方向；将射线OglobalRp作为全局坐标系的X轴正方向；将过原点Oglobal以Z轴与X轴的叉乘为方向的射线作为全局坐标系的Y轴正方向；分别对X、Y、Z轴进行归一化处理，使其模均为1。A12、确定出全局坐标系对应的顶点变换矩阵Mglobal，分别将该颅面模型中的三维颅骨模型中的各顶点坐标与Mglobal相乘，得到经全局坐标校正后的三维颅骨模型，分别将该颅本文档来自技高网...

【技术保护点】
一种颅面复原方法，其特征在于，包括：构建三维颅面数据库，其中至少包括N个颅面样本，N为大于1的正整数，每个颅面样本中分别包括：由一个三维颅骨模型和一个三维人脸模型组成的颅面模型，以及，颅面模型对应的属性；综合N个颅面样本，确定出三维人脸模型与三维颅骨模型以及属性之间的关联关系；获取待复原的三维颅骨模型及其对应的属性，根据所述关联关系，复原出待复原的三维颅骨模型对应的三维人脸模型。

【技术特征摘要】
1.一种颅面复原方法，其特征在于，包括：构建三维颅面数据库，其中至少包括N个颅面样本，N为大于1的正整数，每个颅面样本中分别包括：由一个三维颅骨模型和一个三维人脸模型组成的颅面模型，以及，颅面模型对应的属性；综合N个颅面样本，确定出三维人脸模型与三维颅骨模型以及属性之间的关联关系；获取待复原的三维颅骨模型及其对应的属性，根据所述关联关系，复原出待复原的三维颅骨模型对应的三维人脸模型。2.根据权利要求1所述的方法，其特征在于，所述属性包括：年龄、性别和身体质量指数。3.根据权利要求1或2所述的方法，其特征在于，所述综合N个颅面样本，确定出三维人脸模型与三维颅骨模型以及属性之间的关联关系包括：分别对各颅面模型进行预处理；针对每个颅面模型，分别确定出该颅面模型中的三维颅骨模型中的M个预定子区域和该颅面模型中的三维人脸模型中的M个预定子区域，M为大于1的正整数；针对每个颅面模型，分别确定出该颅面模型中的三维颅骨模型中的M个预定子区域的特征表示，并分别确定出该颅面模型中的三维人脸模型中的M个预定子区域的特征表示；针对M个预定子区域中的每个子区域，分别综合N个三维人脸模型中的该子区域的特征表示、N个三维颅骨模型中的该子区域的特征表示以及N个颅面模型对应的属性，确定出三维人脸模型中该子区域的特征表示与三维颅骨模型中该子区域的特征表示以及属性之间的函数关系；所述获取待复原的三维颅骨模型及其对应的属性，根据所述关联关系，复原出待复原的三维颅骨模型对应的三维人脸模型包括：对待复原的三维颅骨模型进行预处理；确定出待复原的三维颅骨模型中的M个预定子区域；分别确定出待复原的三维颅骨模型中的M个预定子区域的特征表示；针对待复原的三维颅骨模型中的每个子区域，分别进行以下处理：根据该子区域的特征表示、待复原的三维颅骨模型对应的属性，以及，三维人脸模型中该子区域的特征表示与三维颅骨模型中该子区域的特征表示以及属性之间的函数关系，确定出三维人脸模型中该子区域的特征表示，并根据确定出的三维人脸模型中该子区域的特征表示复原出三维人脸模型中的该子区域；将复原出的各子区域进行拼接融合，得到待复原的三维颅骨模型对应的三维人脸模型。4.根据权利要求3所述的方法，其特征在于，所述分别对各颅面模型进行预处理包括：分别对各颅面模型中的三维颅面模型和三维人脸模型进行全局坐标校正；从各颅面模型中选出一个作为参考模型，根据选出的参考模型中的三维颅骨模型，分别对除参考模型以外的各颅面模型中的三维颅骨模型进行规格化，建立除参考模型以外的各颅面模型中的三维颅骨模型与参考模型中的三维颅骨模型的顶点间的对应关系，根据选出的参考模型中的三维人脸模型，分别对除参考模型以外的各颅面模型中的三维人脸模型进行规格化，建立除参考模型以外的各颅面模型中的三维人脸模型与参考模型中的三维人脸模型的顶点间的对应关系；所述对待复原的三维颅骨模型进行预处理包括：对待复原的三维颅骨模型进行全局坐标校正；根据参考模型中的三维颅骨模型，对待复原的三维颅骨模型进行规格化，建立待复原的三维颅骨模型与参考模型中的三维颅骨模型的顶点间的对应关系。5.根据权利要求4所述的方法，其特征在于，所述分别对各颅面模型中的三维颅面模型和三维人脸模型进行全局坐标校正包括：针对每个颅面模型，分别进行以下处理：在该颅面模型中的三维颅骨模型上标定P个特征点，P为大于1的正整数，并根
\t据P个特征点构建一个全局坐标系；确定出全局坐标系对应的顶点变换矩阵Mglobal，分别将该颅面模型中的三维颅骨模型中的各顶点坐标与Mglobal相乘，得到经全局坐标校正后的三维颅骨模型，分别将该颅面模型中的三维人脸模型中的各顶点坐标与Mglobal相乘，得到经全局坐标校正后的三维人脸模型；所述对待复原的三维颅骨模型进行全局坐标校正包括：在待复原的三维颅骨模型上标定P个特征点，并根据P个特征点构建一个全局坐标系；确定出全局坐标系对应的顶点变换矩阵Mglobal，并分别将待复原的三维颅骨模型中的各顶点坐标与Mglobal相乘，得到经全局坐标校正后的待复原的三维颅骨模型。6.根据权利要求5所述的方法，其特征在于，所述P的取值为4，P个特征点分别为：左侧耳门上点Lp、右侧耳门上点Rp、左侧眶下缘点Or、眉心点Gl；所述根据P个特征点构建一个全局坐标系包括：通过左侧耳门上点Lp、右侧耳门上点Rp和左侧眶下缘点Or确定法兰克福平面PlaneF，该平面的法向将以为法向量且过眉心点Gl的平面与直线LpRp的交点作为全局坐标系的原点Oglobal；将过原点Oglobal且以法兰克福平面法向为方向的射线作为全局坐标系的Z轴正方向；将射线OglobalRp作为全局坐标系的X轴正方向；将过原点Oglobal以Z轴与X轴的叉乘为方向的射线作为全局坐标系的Y轴正方向；分别对X、Y、Z轴进行归一化处理，使其模均为1；顶点变换矩阵Mglobal为：Mglobal=XxXyXz-OglobalxYxYyYz-OglobalyZzZyZz-Oglobalz0001;]]>其中，(Xx,Xy,Xz)，(Yx,Yy,Yz),(Zx,Zy,Zz)分别表示X、Y、Z轴的值，(Oglobalx,Oglobaly,Oglobalz)表示原点Oglobal对应的顶点坐标。7.根据权利要求4所述的方法，其特征在于，所述从各颅面模型中选出一个作为参考模型包括：从各颅面模型中选出一个外形完整、牙齿整齐且顶点分布均匀的颅面模型作为参考模型；所述分别对除参考模型以外的各颅面模型中的三维颅骨模型进行规格化包括：采用全局配准算法和局部配准算法相结合的非刚性配准算法，分别对除参考模型以外的各颅面模型中的三维颅骨模型进行规格化；所述分别对除参考模型以外的各颅面模型中的三维人脸模型进行规格化包括：采用全局配准算法和局部配准算法相结合的非刚性配准算法，分别对除参考模型以外的各颅面模型中的三维人脸模型进行规格化；所述对待复原的三维颅骨模型进行规格化包括：采用全局配准算法和局部配准算法相结合的非刚性配准算法，对待复原的三维颅骨模型进行规格化。8.根据权利要求7所述的方法，其特征在于，所述全局配...

【专利技术属性】
技术研发人员：邓擎琼，周明全，江海燕，
申请(专利权)人：北京师范大学，
类型：发明
国别省市：北京;11