基于二阶相似性测度的点云配准网络

为了提高点云配准在异常点移除以及位姿变换矩阵求取时的精度,设计了一种点云配准方法,在PointDSC网络的基础上,将二阶相似性测度引入到特征聚合模块,嵌入到匹配点对的特征之中,提高了特征提取时内点与异常点的初始特征差异;引入二阶兼容性矩阵到谱匹配模块中,改进了相容性矩阵的求取,通过嵌入的特征去估计特征点对是内点还是异常点的置信度,提高了异常点与内点的区分精度,更好地移除异常点;利用局部-全局的配准方法根据内点求解点云的位姿变换矩阵,提高了位姿变换矩阵的求取速度及精度。在3DMatch数据集上进行了配准实验,验证了提出的方法在多种不同的数据集场景下都能够很好地实现点云配准任务,提高了配准的速度与精度。

一种鲁棒的骨龄X射线平片自动轮廓提取方法

背景:骨龄X射线平片具有不均匀和复杂性,因而在骨龄自动评价的研究中,手掌轮廓提取的结果往往不理想。目的:采用计算机自动提取手掌轮廓,为骨龄自动评价中图像预处理阶段的研究奠定重要基础。为了解除骨龄评定带来的主观性和不确定性,提出用计算机进行自动评价。方法:在仔细分析骨龄X射线平片的基础上,提出了一种对图像背景的可行有效子采样点方案,并提出用二元三次线性回归方法来模拟图像背景,通过形态学以及二进制标记等一系列操作,最后成功提取出手掌轮廓。结果与结论:采用异常点移除和回归方法相结合来提取轮廓,采取固定阀值,不受阀值选取的困扰,并具有鲁棒性。大量的实验结果表明了该方法提取的手掌轮廓成功率在93%以上,能完全应用于骨龄自动识别的后续研究工作。