[发明专利]X射线头影测量图像结构特征点自动定位方法及系统

权利要求书

1.X射线头影测量图像结构特征点自动定位方法，其特征在于，包括以下步骤：

双层回归森林模型训练：

将从训练图像中提取的外观特征作为输入，训练第一层回归森林模型；

将第一层回归森林模型作用于训练图像，获得训练图像对应的第一层偏移向量图，利用L2范数将第一层偏移向量图转换成第一层偏移距离图；

将1：1的从第一层偏移距离图中提取的外观特征和训练图像的外观特征作为输入，训练第二层回归森林模型；

利用训练好的双层回归森林模型，对待检测图像结构特征点定位，包括：

将训练好的双层回归森林模型作用于待检测图像，生成待检测图像对应的第二层偏移距离图，使用回归投票方式求待检测图像中目标特征点坐标；

其中，双层回归森林模型作用于待检测图像的过程为：

从待检测图像的每个像素点中提取外观特征；将像素点中提取外观特征输入第一层回归森林模型，得到待检测图像对应的第一层偏移向量图；利用L2范数，将待检测图像对应的第一层偏移向量图转换成第一层偏移距离图；将从第一层偏移距离图中提取的像素点的外观特征和待检测图像中像素点的外观特征输入第二层回归森林模型，得到待检测图像对应的第二层偏移距离图；

外观特征为Haar-like特征的公式为：

其中，H(P_I)为Haar-like特征，P_I(X)为图像I中以像素点X为中心点的图像块，Z为Haar-like特征二维平面函数的数量，p_h∈{-1,1}为第h个二维平面函数的极性，a_h∈R²为第h个二维平面函数的中心位置，s_h为第h个二维平面函数的尺寸。

2.根据权利要求1所述的X射线头影测量图像结构特征点自动定位方法，其特征在于，训练第一层回归森林模型的过程为：

从训练图像像素中随机选取若干个作为采样点；

提取每个采样点的外观特征；

以采样点的外观特征及其到目标特征点的二维坐标偏移向量为输入，训练第一层回归森林模型。

3.X射线头影测量图像结构特征点自动定位系统，其特征在于，包括训练模块和测量模块；

训练模块包括第一层回归森林模型训练模块、第一层偏移距离图生成模块和第二层回归森林模型训练模块；

第一层回归森林模型训练模块：将从训练图像中提取的外观特征作为输入，训练第一层回归森林模型；

第一层偏移距离图生成模块：将第一层回归森林模型作用于训练图像，获得训练图像对应的第一层偏移向量图，利用L2范数将第一层偏移向量图转换成第一层偏移距离图；

第二层回归森林模型训练模块：将1：1的从第一层偏移距离图中提取的外观特征和训练图像的外观特征作为输入，训练第二层回归森林模型；

测量模块：利用训练好的双层回归森林模型，对待检测图像结构特征点定位，包括：

将训练好的双层回归森林模型作用于待检测图像，生成待检测图像对应的第二层偏移距离图，使用回归投票方式求待检测图像中目标特征点坐标；

其中，双层回归森林模型作用于待检测图像的过程为：

从待检测图像的每个像素点中提取外观特征；将像素点中提取外观特征输入第一层回归森林模型，得到待检测图像对应的第一层偏移向量图；利用L2范数，将待检测图像对应的第一层偏移向量图转换成第一层偏移距离图；将从第一层偏移距离图中提取的像素点的外观特征和待检测图像中像素点的外观特征输入第二层回归森林模型，得到待检测图像对应的第二层偏移距离图；

外观特征为Haar-like特征的公式为：

其中，H(P_I)为Haar-like特征，P_I(X)为图像I中以像素点X为中心点的图像块，Z为Haar-like特征二维平面函数的数量，p_h∈{-1,1}为第h个二维平面函数的极性，a_h∈R²为第h个二维平面函数的中心位置，s_h为第h个二维平面函数的尺寸。