摘要：颅骨配准是颅面复原的一个重要步骤,其配准精度对复原结果有着重要的影响。为了提高颅骨配准的精度,并解决分辨率差异较大颅骨的配准问题,本文提出了一种由粗到细的三维颅骨点云模型配准方法。首先,采用基于神经网络(NN)的点云配准算法实现颅骨粗配准;然后,通过添加尺度因子和模拟退火系数以改进迭代最近点(ICP)算法并实现颅骨细配准,大大提高了颅骨细配准的精度和速度,从而实现颅骨的精确配准。将一个未知颅骨与颅骨库中的300个颅骨进行配准试验,结果表明,基于NN的点云配准算法可以实现颅骨的初始配准,并且改进ICP算法在细配准阶段的配准精度和速度,比ICP算法分别提高了约30%和50%。因此,提出的由粗到细的点云配准算法是一种有效的颅骨配准算法,可以实现三维颅骨点云模型的精确配准。
分类：期刊> 自然科学与工程技术> 基础科学> 自然地理学测绘学
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：颅骨配准 神经网络 迭代最近点 尺度因子 模拟退火
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
