基于点云配准的人脸三维尺寸测量

接触式人脸三维尺寸测量易损坏表面特征,依赖于特征点标定,常含冗余信息。针对该问题,提出一种基于结构光与多视图图像点云配准的非接触式人脸三维尺寸测量方法。首先利用改进的迭代最近点算法建立转换函数,求出尺度因子、旋转矩阵和平移向量;然后基于模糊C均值算法对人脸面部进行聚类分割以获得候选区域;针对人脸表面离散点云不平整问题,利用贪婪投影三角化建立网格模型;再结合拉普拉斯算法优化网格,以去除网格噪声,同时保持网格模型几何特征和拓扑信息;最后,在点云精确配准及三角网格优化基础上,按坐标轴方向对三维点云网格进行切片,计算每层切片中相邻两点间的距离求取切片曲线,展开切片曲线后建立数学模型,最终获得人脸的三维尺寸参数。通过实验验证可知,该方法可获得人脸三维测量参数,同时降低了尺寸测量误差。