基于螺旋CT数据构造三维人脸模型.doc

基于螺旋CT数据构造三维人脸模型 张兴平，樊少荣，耿国华 (西北大学　可视化技术研究所，陕西 西安　710069) 摘　要：提出了一种改进的多边形逼近曲线的方法,实现了一种基于二维螺旋CT数据重建三维人脸模型的方法。通过对螺旋CT二维图像进行边缘检测和边缘跟踪，得到CT切片的二维人脸轮廓信息，再经过多边形逼近方法对各层人脸轮廓数据简化后，采用最短对角线法对轮廓线进行重构得到三维人脸模型。通过对人脸照片的无缝拼接和纹理映射，最后生成全视角的三维人脸模型。 关　键　词：人脸建模；边缘检测；边缘跟踪；多边形逼近；纹理映射 中图分类号：TP315 文献标识码：A 文章编号：1000-274X(2003)00-05 在人类世界中，人们的面部形态是进行信息交互和沟通的一个重要途径。在虚拟的世界中，虚拟的人脸就是人们表情和语言的载体。近年来，随着虚拟现实、影视制作、游戏娱乐、可视电话等应用的发展，创建逼真的三维人脸模型成了计算机图形学领域中一个极富挑战性的课题。 为了实现对人脸的控制和动画，我们必须建立一个逼真的三维人脸模型。目前，进行三维人脸模型构造的一般方法有：① 通过正面和侧面人脸照片合成三维人脸[1]，这种方法通过提取人脸正面和侧面照片上的特征点，来构造三维人脸模型；② 基于模型修改的方法[2]，这种方法通过对一般人脸模型的交互式调整得到特定的人脸模型；③ 基于3D的图像构造方法。 本文采用基于2D图像序列的构造方法：通过对静止的二维CT人头图像序列，进行边缘检测、边缘跟踪，得到切片图像中人头的轮廓形状；由于原始的人头切片的轮廓形状由密集的像素点构成，有用数据含量不高，通过一种新的多边形逼近方法来表示给定的轮廓曲线，从而得到简化数据的轮廓线条；然后利用三维重建的方法构造三维人脸模型，再通过对人正面和侧面照片的无缝拼合形成特定人脸的纹理图像，最后通过纹理映射生成形象逼真的人脸模型。 1　原始2D图像的预处理 本文采用螺旋CT进行人脸序列图像的采集，对特定人头部每隔4mm作一个CT切片，共计得到62幅CT切片图像。对得到的所有切片经过边缘检测、边缘跟踪，最后得到每个切片上人脸轮廓的边缘曲线。其流程如图1所示。 经过采样得到的IMA数据主要由灰度信息组成，而且图像对比度较好。利用传统的Sobel算子，可以很好地检测到切片中各个器官的边缘曲线，再经过边缘跟踪可以得到闭合的人脸轮廓的边缘曲线，如图2所示。Soble算子如下 S(i，j)=|f(i-1,j-1)+2f(i-1,j) +f(i-1,j+1) –(f(i+1,j-1)+2f(i+1,j)+f(i+1,j+1))| + |(f(i-1,j-1)+2f(i,j-1)+f(i+1,j-1))-(f(i-1,j+1)+2f(i,j+1)+f(i+1,j+1))| 2　一种改进的轮廓线条的多边形逼近表示法 通过对原始CT切片图像的边缘提取，得到的等值线密度非常高。这么高的密度，对后续三维重构无论在重构的时间效率还是在模型的精确程度来讲都是没有必要的。因此，需要快速准确地求得等值线的形状特征点，进一步简化边缘曲线的数据，降低数据冗余，从而加快三维构造。特征点是数字曲线上的高曲率点和曲线变化的关键点，它包含着物体形状的重要信息。因此，快速准确地提取一个数字曲线上极小特征点集，并用这些特征点表示的多边形去逼近曲线，可以在很大程度上提高有用信息的含量。 传统的方法是基于聚合的最小均方差线段逼近法[3]，选择一个点为起点，用直线依次连接与该点相邻的边界点。分别计算各直线与边界的拟合误差，把误差超过某个给定门限值的线段确定为多边形的一条边，并将误差置为零，然后再以这一点为起点继续连接边界点，直到绕边界一周。这种算法可以在一定程度上满足逼近的要求，但对于图3的情况，就不能很好地提取到曲线上曲率变化最大的点了。在图3中，假设A点已经是特征多边形上的一个顶点，显然D点为曲率变化最大的一个点，应该作为特征多边形的下一个顶点。但是，如果采用基于聚合的最小均方差逼近法，取门限值T＝1.0时，由于，所以该方法将放弃D点，继续向E，F点检测，如果D到G方向为一条长度较长的直线，那么D2，D3，D4的值将越来越小，该方法将放弃所有的点，这就导致对曲线逼近误差的增大。由此可见，该方法对曲线上曲率变化的敏感程度较低。 针对基于聚合的最小均方差的缺点，设计了新的算法。即：选定一个起始点作为逼近多边形的一个顶点PStart，连接PStart和第1个间隔点PEnd为直线L，求出位于PStart和PEnd中间的所有点中到直线L距离最大的点PMax和最大距离DMax；如果DMax小于给定的门限值T，则把PEnd的下一个点作为新的PEnd，再次连接PStart和PEnd为新的直线L，并计算出位于PStart和P