1.一種三維人體頭部點(diǎn)云特征提取方法,其特征在于:其包括:
步驟一、點(diǎn)云數(shù)據(jù)預(yù)處理:
步驟二、訓(xùn)練階段:計(jì)算預(yù)處理后的點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)的法線,進(jìn)而計(jì)算FPFH值,并基于FPFH值通過(guò)近似最近鄰快速庫(kù)建立K維樹(shù)結(jié)構(gòu)的數(shù)據(jù),K為預(yù)處理后的點(diǎn)云數(shù)據(jù)中點(diǎn)的個(gè)數(shù);
步驟三、從給定模型中手動(dòng)選擇典型特征點(diǎn),給定模型能選擇已知數(shù)據(jù)的大眾臉型,經(jīng)過(guò)設(shè)定與步驟二中同樣的法線及FPFH值計(jì)算參數(shù),計(jì)算得到典型特征點(diǎn)的FPFH值;
步驟四、查詢(xún)階段:統(tǒng)計(jì)學(xué)中的卡方值表示觀測(cè)值與理論值的偏差程度,將從給定模型中提取得到的典型特征點(diǎn)作為理論值,將訓(xùn)練好的待提取模型K維樹(shù)結(jié)構(gòu)中的點(diǎn)作為觀測(cè)值,逐一計(jì)算卡方值后,通過(guò)設(shè)定一定的閾值,即可得到由若干個(gè)相似點(diǎn)構(gòu)成的候選集;
步驟五、基于形狀響應(yīng)因子確定特征點(diǎn),計(jì)算候選集中每一個(gè)點(diǎn)的主曲率,進(jìn)而計(jì)算形狀響應(yīng)因子。
2.根據(jù)權(quán)利要求1所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:點(diǎn)云數(shù)據(jù)預(yù)處理分三步執(zhí)行:首先,利用該點(diǎn)云數(shù)據(jù)的每個(gè)體素內(nèi)所有點(diǎn)的重心來(lái)近似代替體素中的其他點(diǎn)進(jìn)行下采樣,從而降低該點(diǎn)云數(shù)據(jù)的點(diǎn)云密度;其次,設(shè)定一定的取值范圍,刪除該點(diǎn)云數(shù)據(jù)中頸部以下的噪聲數(shù)據(jù);最后,通過(guò)在給定搜索半徑范圍內(nèi)鄰近點(diǎn)數(shù)量小于給定閾值的方法,將該點(diǎn)云數(shù)據(jù)中的離群點(diǎn)刪除。
3.根據(jù)權(quán)利要求1所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:計(jì)算預(yù)處理后的點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)的法線:等同于計(jì)算預(yù)處理后的點(diǎn)云數(shù)據(jù)中每點(diǎn)的切平面法線,轉(zhuǎn)換為對(duì)式(1)中的協(xié)方差矩陣C進(jìn)行分解,對(duì)應(yīng)協(xié)方差矩陣C最小特征值的特征向量作為預(yù)處理后的點(diǎn)云數(shù)據(jù)中每點(diǎn)的法線;通過(guò)式(2)使所有法線一致朝向視點(diǎn)方向;其中,Pi是預(yù)處理后的點(diǎn)云數(shù)據(jù)中第i個(gè)點(diǎn)的數(shù)據(jù),k是Pi鄰近點(diǎn)的數(shù)目,是Pi所有鄰近點(diǎn)的三維質(zhì)心,vp為視點(diǎn)。
4.根據(jù)權(quán)利要求3所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:得到法線后,通過(guò)以下流程計(jì)算FPFH值:
一、對(duì)于預(yù)處理后的點(diǎn)云數(shù)據(jù)中每一個(gè)查詢(xún)點(diǎn)Pt,通過(guò)式(3)、(4)、(5)計(jì)算這個(gè)查詢(xún)點(diǎn)Pt和它鄰域點(diǎn)Ps之間的uvw坐標(biāo)系;
u=ns 式(3)
w=u×v 式(5)
其中,ns為查詢(xún)點(diǎn)Pt的鄰域點(diǎn)Ps的法線;
二、通過(guò)式(6)、(7)、(8)計(jì)算查詢(xún)點(diǎn)Pt的法線nt與鄰域點(diǎn)Ps的法線ns之間的一組偏差角度α,θ,此結(jié)果稱(chēng)為簡(jiǎn)化的點(diǎn)特征直方圖SPFH;
α=v·nt 式(6)
θ=arctan(w·nt,u·nt) 式(8)
其中,d為查詢(xún)點(diǎn)Pt到鄰域點(diǎn)Ps之間的直線距離;
三、重新確定每個(gè)點(diǎn)的k鄰域,使用鄰近點(diǎn)Pk的SPFH值,通過(guò)式(9)來(lái)確定查詢(xún)點(diǎn)Pt的FPFH值FPFH(Pt);
其中,得到預(yù)處理后的點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)的FPFH值后,通過(guò)使用FLANN建立K維樹(shù)結(jié)構(gòu)的數(shù)據(jù)。
5.根據(jù)權(quán)利要求1所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:卡方值x2通過(guò)式(10)、(11)計(jì)算得到,
其中,Qi為理論值,Pi為訓(xùn)練好的待提取模型K維樹(shù)結(jié)構(gòu)中的點(diǎn),Ei是對(duì)應(yīng)Pi的期望值。
6.根據(jù)權(quán)利要求1所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:典型特征點(diǎn)包括鼻子尖典型特征點(diǎn)、左側(cè)耳道典型特征點(diǎn)、右側(cè)耳道典型特征點(diǎn)。
7.根據(jù)權(quán)利要求6所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:鼻子尖典型特征點(diǎn)最終配置鼻尖候選集,左側(cè)耳道典型特征點(diǎn)、右側(cè)耳道典型特征點(diǎn)最終配置左右側(cè)耳道候選集;設(shè)置特性:每個(gè)候選集中對(duì)應(yīng)一個(gè)曲面,曲面越凸出,類(lèi)似于鼻子尖處,則形狀響應(yīng)因子越大;曲面越凹陷,類(lèi)似于碗狀或耳道內(nèi)點(diǎn),則形狀響應(yīng)因子越小;根據(jù)此特性,在鼻尖候選集中選擇形狀響應(yīng)因子最大的點(diǎn)作為鼻尖點(diǎn),在左右側(cè)耳道候選集中選擇形狀響應(yīng)因子最小的點(diǎn)作為兩個(gè)耳道點(diǎn),通過(guò)計(jì)算耳道點(diǎn)處法線與鼻尖點(diǎn)處法線外積的方向,區(qū)分左右耳道點(diǎn)。
8.根據(jù)權(quán)利要求7所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:左、右耳道點(diǎn)的法線分別位于鼻尖點(diǎn)法線的左右兩側(cè),通過(guò)計(jì)算耳道點(diǎn)處法線與鼻尖點(diǎn)處法線外積的方向,利用右手定則,拇指向下是右耳道點(diǎn),拇指向上是左耳道點(diǎn)。
9.根據(jù)權(quán)利要求1所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:每個(gè)候選集中對(duì)應(yīng)一個(gè)曲面,形狀響應(yīng)因子通過(guò)以下步驟計(jì)算得到:
①計(jì)算曲面上一離散點(diǎn)處的高斯曲率kH和平均曲率kG;
②通過(guò)式(12)、(13)計(jì)算該離散點(diǎn)處的主曲率k1和k2,其中k1≥k2;
③通過(guò)式(14)計(jì)算該離散點(diǎn)的形狀響應(yīng)因子S;
10.一種三維人體頭部點(diǎn)云特征提取裝置,其應(yīng)用根據(jù)權(quán)利要求1至9中任意一項(xiàng)所述的三維人體頭部點(diǎn)云特征提取方法,其特征在于:該裝置包括:
預(yù)處理模塊,其用于點(diǎn)云數(shù)據(jù)的預(yù)處理;
訓(xùn)練模塊,其用于計(jì)算預(yù)處理后的點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)的法線,進(jìn)而計(jì)算FPFH值,并基于FPFH值通過(guò)近似最近鄰快速庫(kù)建立K維樹(shù)結(jié)構(gòu)的數(shù)據(jù),K為預(yù)處理后的點(diǎn)云數(shù)據(jù)中點(diǎn)的個(gè)數(shù);
典型特征點(diǎn)的FPFH值計(jì)算模塊,其用于從給定模型中手動(dòng)選擇典型特征點(diǎn),給定模型能選擇已知數(shù)據(jù)的大眾臉型,經(jīng)過(guò)設(shè)定與步驟二中同樣的法線及FPFH值計(jì)算參數(shù),計(jì)算得到典型特征點(diǎn)的FPFH值;
候選集生成模塊,其用于統(tǒng)計(jì)學(xué)中的卡方值表示觀測(cè)值與理論值的偏差程度,將從給定模型中提取得到的典型特征點(diǎn)作為理論值,將訓(xùn)練好的待提取模型K維樹(shù)結(jié)構(gòu)中的點(diǎn)作為觀測(cè)值,逐一計(jì)算卡方值后,通過(guò)設(shè)定一定的閾值,即可得到由若干個(gè)相似點(diǎn)構(gòu)成的候選集;
特征點(diǎn)確定模塊,其用于基于形狀響應(yīng)因子確定特征點(diǎn),計(jì)算候選集中每一個(gè)點(diǎn)的主曲率,進(jìn)而計(jì)算形狀響應(yīng)因子。