目 錄
前 言
第一部分 基礎理論
第一章 顱面形態(tài)信息學概述1
1.1 顱面形態(tài)信息學的研究背景和意義1
1.1.1 顱面形態(tài)信息學簡介1
1.1.2 顱面形態(tài)的認識和進步回顧3
1.1.3 顱面形態(tài)信息學研究意義與應用價值8
1.2 顱面形態(tài)信息學研究進展9
1.2.1 顱骨與面貌的數(shù)據(jù)庫技術10
1.2.2 計算機輔助顱面重構技術10
1.2.3 顱骨與面貌的表示模型11
1.2.4 面貌真實感處理技術12
1.2.5 顱骨面貌復原評價技術12
1.3 顱面形態(tài)信息學體系12
1.3.1 顱面形態(tài)信息學知識體系14
1.3.2 顱面形態(tài)信息學技術體系14
1.3.3 顱面形態(tài)信息學應用體系16
1.4 本書內容結構17
1.5 本章小結18
參考文獻18
第二章 顱面復原技術基礎21
2.1 顱面復原關鍵問題21
2.1.1 顱面數(shù)據(jù)表示21
2.1.2 顱面形態(tài)關系獲取21
2.1.3 顱面復原方法評價23
2.2 醫(yī)學圖像預處理技術23
2.2.1 圖像濾波23
2.2.2 去除噪聲25
2.2.3 顱面輪廓提取30
2.3 顱面模型表示與處理32
2.3.1 三維顱面模型表示32
2.3.2 三維顱面模型處理35
2.3.3 三維顱面模型坐標校正43
2.4 顱面復原基本方法44
2.4.1 顱面配準基礎44
2.4.2 顱面復原方法47
2.5 本章小結50
參考文獻50
第二部分 處理技術
第三章 顱面數(shù)據(jù)的采集與管理54
3.1 顱面數(shù)據(jù)采集方法54
3.1.1 傳統(tǒng)測量方法55
3.1.2 CT掃描55
3.1.3 激光掃描57
3.1.4 超聲波58
3.2 活體顱面CT數(shù)據(jù)采集規(guī)范58
3.2.1 顱面數(shù)據(jù)采集規(guī)范和步驟59
3.2.2 人臉紋理數(shù)據(jù)采集和處理規(guī)范59
3.3 顱面數(shù)據(jù)庫組織59
3.3.1 數(shù)據(jù)采樣要求60
3.3.2 顱骨類型的分類61
3.3.3 知識庫的存儲內容62
3.3.4 知識的選擇與推理65
3.3.5 國內外顱面數(shù)據(jù)庫66
3.4 本章小結67
參考文獻67
第四章 顱面數(shù)據(jù)三維建模方法69
4.1 基于影像數(shù)據(jù)的建模69
4.1.1 基于Marching Cubes的體素建模69
4.1.2 基于輪廓線的三維重建71
4.2 基于多視深度圖像的建模73
4.2.1 深度圖像的配準73
4.2.2 深度圖像融合80
4.3 三維模型孔洞修補81
4.4 模型光順處理86
4.4.1 網(wǎng)格模型光順處理86
4.4.2 點云模型光順處理88
4.5 本章小結92
參考文獻92
第五章 顱面形態(tài)測量分析96
5.1 顱骨和人臉的結構96
5.2 顱骨特征點的定義98
5.3 軟組織厚度測量及分析100
5.3.1 軟組織厚度測量100
5.3.2 軟組織厚度分析101
5.4 顱骨和面貌模型測量107
5.5 基于顱骨幾何測量項的性別判別114
5.6 本章小結119
參考文獻119
第六章 基于知識分析模型的顱面復原121
6.1 基于知識分析的顱面復原流程121
6.2 基于稀疏軟組織厚度的顱面復原方法122
6.2.1 軟組織厚度特征點定義124
6.2.2 特征點標定125
6.2.3 軟組織厚度獲取126
6.2.4 軟組織厚度與屬性規(guī)律統(tǒng)計128
6.2.5 頗面復原具體步驟129
6.3 基于稠密軟組織厚度的顱面復原方法133
6.3.1 顯式的稠密軟組織復制方法134
6.3.2 隱式的稠密軟組織復制方法135
6.4 本章小結137
參考文獻138
第七章 基于統(tǒng)計模型的顱面復原142
7.1 統(tǒng)計形變模型143
7.2 基于最小二乘擬合的顱面統(tǒng)計復原方法145
7.3 基于后驗概率最大的顱面統(tǒng)計復原146
7.3.1 建立依賴屬性變化的模型146
7.3.2 基于薄板樣條TPS變形的統(tǒng)計模型匹配148
7.3.3 基于后驗概率最大的顱面統(tǒng)計復原實驗結果149
7.4 基于層次化顱面統(tǒng)計模型的復原151
7.4.1 基于全局統(tǒng)計模型的復原151
7.4.2 顱面分區(qū)統(tǒng)計模型152
7.4.3 層次化顱面復原模型的融合154
7.4.4 層次化顱面復原的實驗結果156
7.5 基于統(tǒng)計回歸的顱面復原158
7.5.1 回歸建模159
7.5.2 基于回歸模型的顱面復原160
7.5.3 統(tǒng)計回歸顱面復原實驗結果161
7.6 本章小結163
參考文獻163
第八章 人臉真實感處理165
8.1 人臉形狀編輯165
8.1.1 基于B樣條的網(wǎng)格變形式編輯166
8.1.2 基于RBF插值三維網(wǎng)格編輯167
8.1.3 基于剛性胞元的自由變形方法168
8.2 互官替換169
8.2.1 五官分割169
8.2.2 五官替換融合172
8.3 紋理編輯175
8.3.1 人臉紋理圖像的生成175
8.3.2 紋理映射176
8.4 頭發(fā)建模179
8.4.1 頭發(fā)的交互式造型179
8.4.2 頭發(fā)的非交互式造型182
8.4.3 頭發(fā)的光照散射渲染184
8.4.4 頭發(fā)的陰影渲染185
8.4.5 基于發(fā)型約束域的可重用頭發(fā)模型建模187
8.5 飾物添加191
8.6 本章小結192
參考文獻192
第九章 顱面重構的評價方法197
9.1 國內外研究進展197
9.2 基于面貌特征點的相似度評價199
9.2.1 基于面貌特征點的特征提取199
9.2.2 特征向量的相似度計算200
9.2.3 基于歐氏距離的相似度評價結果分析200
9.3 基于面貌輪廓曲線特征的相似度評價202
9.3.1 面貌輪廓曲線202
9.3.2 基于三維面貌輪廓曲線特征的相似度計算204
9.3.3 實驗結果分析205
9.4 基于測地距離的相似度評價205
9.4.1 兩組頂點集的空問分布關系206
9.4.2 面貌模型中等測地區(qū)域的提取207
9.4.3 基于分布矩陣的相似度計算208
9.4.4 基于測地距離的相似度評價結果分析208
9.5 基于照片的重構面貌的相似度評價方法209
9.5.1 人臉識別領域的相關方法210
9.5.2 基于照片的相似度評價算法210
9.5.3 基于特征點質量的相似性度董214
9.5.4 與三維模型的復原評價方法比較218
9.6 本章小結219
參考文獻219
第十章 顱像重合222
10.1 顱像重合的原理與發(fā)展222
10.1.1 顱像重合的原理222
10.1.2 顱像重合的發(fā)展223
10.2 顱像重疊配準226
10.2.1 人像水平偏轉指數(shù)與俯仰指數(shù)226
10.2.2 攝影物距估算方法228
10.2.3 基于單幅圖像的人臉三維姿態(tài)估計236
10.3 顱像重合判別鑒別246
10.3.1 鑒定指標246
10.3.2 決策方法250
10.3.3 基于尺度空問的輪廓曲線相似性算法251
10.3.4 whole-to-part曲線匹配255
10.4 本章小結259
參考文獻260
第三部分 領域應用
第十一章 顱面形態(tài)信息處理平臺263
11.1 中國人顱面三維數(shù)據(jù)庫263
11.2 基于顱面數(shù)據(jù)庫的自動化顱骨面貌建模平臺267
11.3 顱骨面貌復原平臺274
11.3.1 基于知識模型的顱面復原原型系統(tǒng)276
11.3.2 基于全局和局部統(tǒng)計模型的顱面復原原型系統(tǒng)277
11.3.3 三維面貌編輯系統(tǒng)280
11.3.4 人臉三維紋理映射系統(tǒng)281
11.4 基于面貌的幾何形態(tài)相似性認定平臺282
11.4.1 顱骨面貌形態(tài)相似度評價平臺283
11.4.2 三維顱面身份認定原型系統(tǒng)286
11.5 顱面三維模型的測量統(tǒng)計平臺292
11.5.1 顱骨面貌測量與統(tǒng)計技術框架293
11.5.2 顱骨面貌測量與統(tǒng)計原型系統(tǒng)295
11.6 奉章小結297
參考文獻297
第十二章 顱面形態(tài)信息學應用實例299
12.1 顱面形態(tài)信息學應用概述299
12.2 顱面形態(tài)信息學在考古領域中的應用300
12.2.1 李任的面貌復原300
12.2.2 遺骸的面貌復原303
12.3 顱面形態(tài)信息學在刑事偵查中的應用305
12.4 顱面形態(tài)信息學在醫(yī)學中的應用308
12.4.1 缺損顱骨修補308
12.4.2 顱頜面整形手術計劃和結果預測平臺308
12.5 本章小結311
參考文獻311