一种基于浮点数编码遗传算法的颅像叠加方法

针对计算机辅助颅像重合技术中三维颅骨模型与二维人脸照片的颅像叠加问题,提出一种基于浮点数编码遗传算法的自动叠加方法。首先使用遗传算法寻找三维颅骨相对于二维照片上对应标志点的最佳匹配几何变换f,遗传算法采用浮点数编码,选择、交叉、变异算子分别使用最佳保留选择算子、启发式交叉算子和随机变异算子,然后通过相似性变换和透视投影变换,将三维颅骨模型映射到二维人脸照片上,实现最佳颅像叠加。实验表明,此方法实现了自动化的颅像叠加,且耗时短,准确度高。

基于曲线匹配的颅像叠加方法

为解决颅骨与照片叠加过程中人工参与标记特征的问题,结合图像配准和法医学理论提出了一种基于曲线匹配的颅像叠加方法:首先,将颅骨模型统一在标准的法兰克福坐标系,将3D颅骨映射为2D颅骨;自动标定鼻下点,提取颅骨下颌和人脸部分的轮廓线,再使用无符号曲率积分方法(Unsigned curvature Integration,UCI)参数化曲线,并根据whole-to-part曲线匹配方法,找到人脸轮廓与颅骨下颌对应的曲线部分;然后利用修正的普氏分析(Procrustes Analysis,PA)估计两条曲线的最优变换;最后对2D颅骨进行上述最优变换,达到与人脸的最佳重合状态。实验表明,算法实现了自动颅像叠加,时间复杂度低,为自动颅像重合身份认证奠定基础。