基于知识库的分区插值颅面复原方法研究与实现

论文摘要

颅面复原是指在仅有颅骨信息的情况下,以相关领域知识为依据再现人脸面貌的过程,其在刑侦案件中尸骨身份辨认、考古领域古人物相貌重现和虚拟整形手术方面有着广泛的应用。本文以各类型颅骨特征点处的软组织厚度为知识构建颅面复原知识库；以人类学因素为依据进行知识的选取；以选取的知识为依据设计分区插值的方法实现颅面的复原；研究对后续颅面复原专家系统的建立具有一定的指导意义。主要研究工作如下：1)样本模型生成。通过CT（computed tomography）技术采集大量活体颅骨和颅面数据,并对数据进行预处理；采用MC（Marching Cube）算法实现基于CT切片的颅骨和颅面三维模型重建。2)特征点标定及软组织厚度测量。根据本文中复原方法的需求定义了颅骨和颅面各58个对应特征点；采用一种手工、自动相结合的标定方法兼顾了特征点三维标定的准确性和高效性；采用空间点到点欧氏距离公式实现特征点处软组织厚度的快速测量。3)颅面复原知识库构建及知识推理策略制定。通过提取样本的软组织厚度信息来生成实例知识；将实例知识按照颅骨类型分类,并通过计算同类型中实例知识的均值来获得各类型颅骨的软组织厚度值,即复原指导知识；采用BNF（Backus-Naur Form）范式和产生式分别对知识库中的知识和规则进行表示；提出一种基于索引表的知识推理策略,按照所属类型为待复原颅骨选取最匹配的复原指导知识。4)颅面复原方法研究。通过法向-距离法,由待复原颅骨特征点和选取的复原指导知识即软组织厚度值,生成待复原颅面特征点,并以颅面特征点为型值点提出一种头部分区、分区插值和整体剖分的复原方法。该方法在保证复原效果的同时提高了复原效率。5) SKINREC颅面复原原型系统。将本文的研究结果集成应用,建立一个颅面复原原型系统。系统实现了样本模型生成、特征点标定、软组织厚度测量、知识库构建、知识选取、颅面模型生成、三维显示等功能。系统操作简单,复原效果良好。本研究得到国家自然科学基金重点项目“颅面形态学和颅面重构的研究”（60736008）的支持。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究意义及应用领域
• 1.3 国内外研究现状
• 1.4 知识库及其在颅面复原中的应用
• 1.4.1 理论基础
• 1.4.2 基于知识库的分区插值颅面复原方法
• 1.5 本文主要研究内容
• 1.6 本文结构安排
• 第二章 样本模型生成
• 2.1 数据采集
• 2.2 图像噪声去除
• 2.3 图像冗余去除
• 2.4 三维重建
• 2.5 本章小结
• 第三章 特征点标定及软组织厚度测量
• 3.1 特征点标定
• 3.1.1 特征点的作用
• 3.1.2 特征点的定义
• 3.1.3 特征点的标定方法
• 3.2 软组织厚度测量
• 3.3 本章小结
• 第四章 颅面复原知识库构建及知识推理策略
• 4.1 颅骨类型划分
• 4.1.1 反映人体头部结构的人类学因素
• 4.1.2 颅骨分类
• 4.2 颅面复原知识库的构建
• 4.2.1 颅面复原知识库的存储对象
• 4.2.2 知识的获取
• 4.2.3 知识的表示
• 4.2.4 数据的组织形式及命名规则
• 4.2.5 知识库管理软件
• 4.3 制定复原指导知识推理策略
• 4.4 实验数据
• 4.5 本章小结
• 第五章 基于知识库的分区插值颅面复原方法
• 5.1 知识选取
• 5.2 知识选取下的颅面特征点生成
• 5.2.1 统一坐标系
• 5.2.2 颅面特征点生成
• 5.3 基于特征点的分区插值颅面复原
• 5.3.1 头部分区
• 5.3.2 眉下前脸区域离散点生成
• 5.3.3 额头后脑区域离散点生成
• 5.3.4 颅面数据整体网格化处理
• 5.3.5 后期处理
• 5.4 实验结果分析
• 5.5 本章小结
• 第六章 SKINREC颅面复原原型系统
• 6.1 系统功能
• 6.1.1 数据库
• 6.1.2 数据管理平台
• 6.1.3 颅面复原平台
• 6.2 系统功能模块
• 6.3 系统流程
• 6.4 系统设计
• 6.4.1 数据库设计
• 6.4.2 数据管理平台关键类
• 6.4.3 颅面复原平台关键类
• 6.5 系统实现
• 6.6 本章小结
• 总结与展望
• 工作总结
• 工作展望
• 参考文献
• 攻读硕士期间的科研成果
• 致谢