[发明专利]多视角三维人脸扫描数据自动配准方法

权利要求书

1.一种多视角三维人脸扫描数据自动配准方法，其特征在于包括以下步骤：

(a)将多视角三维人脸扫描数据用PCA方法进行坐标轴转换，转换到与正面标准模型同样的坐标系下；

(b)对转换后的模型计算其Shape Index值，并采用阈值分割的方法分离出内眼角、外眼角、鼻尖这些标志区域；

(c)建立人脸标志区域分布模型，找出最符合分布模型的连通区域作为标志区域，计算模型参数x_ij，i＝1，…，m，j＝1，…，10；对所有m个模型求得参数后，由

xj‾=1mΣi=1mxij]]>

σj2=1m-1Σi=1m(xij-xj‾)2]]>

得到这些参数的均值和方差，即为统一的人脸标志区域分布模型；采用分布筛选法，首先分析分割结果中的眼窝候选区域，通过比较眼窝候选区域所有连通域的面积，取面积最大的两个作为眼窝区域；其次，遍历所有鼻尖点候选区域中的连通域，计算到标志区域分布模型相对应的参数的距离，取距离最小的作为鼻尖区域；最后，遍历所有外眼角候选区域中的连通域，计算到标志区域分布模型相对应的参数的距离，取距离最小的作为外眼角区域，最终定位出标志区域：眼睛内两个区域、外眼角两个区域及鼻尖点区域；

(d)对定位出的标志区域采用ICP方法进行配准，得到相应的旋转矩阵和平移向量；

(e)将整体扫描数据采用区域配准得到的转换参数进行坐标平移和旋转变换，完成配准。

2.根据权利要求1所述的多视角三维人脸扫描数据自动配准方法，其特征在于：还包括对每个标志区域，计算区域中心到其他标志区域中心的距离，当这些距离与标志区域分布模型中的对应距离相差超过某一阈值，则认为是区域丢失，定位错误的区域。

3.根据权利要求1所述的多视角三维人脸扫描数据自动配准方法，其特征在于：还包括当ICP配准速度慢、可能陷入局部最优、无法找到对应点时，采用对待配准模型定位出的标志区域中的点，在标准模型上寻找最近点来解决。