[发明专利]基于局部显著性与二维主流形的三维耳廓形状特征描述方法无效
| 申请号： | 201410172959.3 | 申请日： | 2014-04-28 |
| 公开（公告）号： | CN103985116A | 公开（公告）日： | 2014-08-13 |
| 发明（设计）人： | 孙晓鹏;王冠 | 申请（专利权）人： | 辽宁师范大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 大连非凡专利事务所 21220 | 代理人： | 闪红霞 |
| 地址： | 116029 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种有较高的形状特征逼近精度，可有效提高配准效率和精度的基于局部显著性与二维主流形的三维耳廓形状特征描述方法，对于耳廓的三维扫描点云，基于平均曲率的高斯加权平均，计算耳廓点云上显著性特征值，并对全部显著性特征值降序排列；基于泊松采样的排斥策略，优化选择三维耳廓点云显著性关键点；基于二维主流形方法，对三维耳廓点云显著性关键点邻域内的形状信息进行主成分分析，并拟合生成二维主流形曲面；将每个二维主流形曲面记为一个高维特征向量，基于线性降维方法对每个高维特征向量进行压缩，得到三维耳廓点云显著性关键点的低维特征向量。 | ||
| 搜索关键词： | 基于 局部 显著 二维 主流 三维 耳廓 形状 特征 描述 方法 | ||
【主权项】：
一种基于局部显著性与二维主流形的三维耳廓形状特征描述方法，其特征在于按如下步骤进行：a. 对于耳廓的三维扫描点云，基于平均曲率的高斯加权平均，计算耳廓点云上显著性特征值，并对全部显著性特征值降序排列；b. 基于泊松采样的排斥策略，优化选择三维耳廓点云显著性关键点；c. 基于二维主流形方法，对三维耳廓点云显著性关键点邻域内的形状信息进行主成分分析，并拟合生成二维流形曲面；d. 将每个二维流形曲面记为一个高维特征向量，基于线性降维方法对每个高维特征向量进行压缩，得到三维耳廓点云显著性关键点的低维特征向量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于辽宁师范大学，未经辽宁师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410172959.3/，转载请声明来源钻瓜专利网。
