技术领域
[0001] 本
发明涉及一种发际线提取方法。特别是涉及一种基于人体头部彩色点云模型的三维发际线提取方法。
背景技术
[0002] 发际线是人体头部的一个重要特征，发际线的提取在面部
感知应用系统、人体工效学、逆向工程、整形
外科学等方面具有很重要的研究意义和应用价值。
[0003] 在3D影视、换装游戏等方面，三维的虚拟头发是热
门之一，通过提取三维发迹线，可使三维虚拟头发的仿真效果更加逼真；在假发生产销售领域，通过发际线的实时三维提取，可以实现发套私人定制；在理发美发行业中，通过虚拟发型试戴，可以让顾客全方位的查看不同发型在自己头部模型试戴效果，提高顾客对发型的满意度；整形外科学中，发际线的提取有助于发际线调整方案的确定，在三维点云模型上，一方面，患者可以预先查看调整前后的发迹线变化，向医生提出自己的意见，另一方面，医生通过比较原发迹线和设计发迹线的
位置、形状，可以测算出发迹线的受区面积，计算出毛囊需求量，从而判断该手术的难易程度，并制定出合理的手术方案。同时，将彩色头部点云模型保存在
电子数据库中，实现全球的数据共享，更容易获得各种族的大量数据，通过提取三维发际线，对发际线定性定量分析，可获得更多更具体的发际线特性，对面部感知、人体工效学等具有很大的研究意义。
[0004] 目前已有在二维图像上提取发际线点的方法，再利用二维到三维的映射关系，将发际线转换到三维模型上，过程繁杂。
发明内容
[0005] 本发明所要解决的技术问题是，提供一种能够直接从彩色的点云模型中提取三维发迹线的基于人体头部彩色点云模型的三维发际线提取方法。
[0006] 本发明所采用的技术方案是：一种基于人体头部彩色点云模型的三维发际线提取方法，包括如下步骤：
[0007] 1)扫描人体头部，获取稠密的头部彩色点云模型；
[0008] 2)建立人脸局部
坐标系，并将点云模型转换到所建立的人脸局部坐标系中；
[0009] 3)提取鼻尖点；
[0010] 4)提取头部深色部分；
[0011] 5)对深色部分点云按照竖直方向分层，并按照
水平方向排序；
[0012] 6)提取深色部分点云的边界线点；
[0013] 7)去除噪声，得到发际线点；
[0014] 8)拟合得到三维发际线。
[0015] 步骤2)包括：以左右
耳的至高点或临近至高点处，以及眉间点为基准，建立人脸局部坐标系，通过平移和旋转将头部彩色点云模型转换到人脸局部坐标系下，并使当人脸局部坐标系与大地坐标系重合时，头部彩色点云模型正视前方；人脸局部坐标系以头部彩色点云模型的左方为X轴正方向，头部彩色点云模型的上方为Y轴正方向，头部彩色点云模型的前方为Z轴正方向。
[0016] 步骤4)是利用RGB信息提取出头部深色部分，包括头盖、眉毛和眼球。
[0017] 步骤5)包括在人脸局部坐标系中，对提取出的深色部分点云按照Y坐标值等间隔分层，共分成n层，并对每一层的点云按照X坐标值从小到大依次排序。
[0018] 步骤6)中对每一层点云，分别计算各个相邻点之间的X坐标差值，当其中两个相邻点之间的X坐标差值超过一定
阈值时，即认为这两个点均为深色部分的边界线点。
[0019] 步骤7)中以鼻尖点为基准，结合人脸尺寸的统计值，去除边界线点中的眉毛和眼球部分，得到发际线点。
[0020] 步骤8)中，利用
包围盒法对步骤7)得到的发际线点进行精简，并利用三次B样条曲线拟合得到三维发际线。
[0021] 本发明的一种基于人体头部彩色点云模型的三维发际线提取方法，最大的特点在于利用彩色的三维头部点云模型，基于发色与肤色的差别及人体面貌特征，通过逐层排序分析法提取发际线点，并拟合成发际线。本发明的优点在于能够直接提取三维发际线，简便易行，
算法复杂度低，数据易于保存和传输，适用性广，在面部感知应用系统、人体工效学、逆向工程、整形外科学等方面具有很重要的应用价值。
附图说明
[0022] 图1是本发明一种基于人体头部彩色点云模型的三维发际线提取方法的
流程图；
[0023] 图2a是头部彩色点云模型的左前视图；
[0024] 图2b是头部彩色点云模型的正前视图；
[0025] 图2c是头部彩色点云模型的右前视图；
[0026] 图3是人脸局部坐标系建立示意图；
[0027] 图4是不同坐标系的转换示意图；
[0028] 图5a是头部彩色点云模型在原始坐标系中显示的结果示例图；
[0029] 图5b是头部彩色点云模型在人脸局部坐标系中显示的结果示例图；
[0030] 图6是深色部分的提取结果示意图；
[0031] 图7是按照Y坐标值分层的示意图；
[0032] 图8是对i层点云按照X坐标值排序的示意图；
[0033] 图9a是三维发际线拟合的结果示例图；
[0034] 图9b是拟合的三维发际线在头部点云模型中相对分布的示例图。
具体实施方式
[0035] 下面结合
实施例和附图对本发明的一种基于人体头部彩色点云模型的三维发际线提取方法做出详细说明。
[0036] 据相关调查，通常，发色、眼色比肤色的
颜色深，且在边界处颜色发生突变，即RGB信息突变。因此，本发明的一种基于人体头部彩色点云模型的三维发际线提取方法，提取出头部RGB信息突变的部分，即头部深色部位的边界，主要包含了发际线、眉毛及眼球部位的边界；再根据人体面貌特征，将眉毛及眼球部位的边界去掉，即为发迹线边界。
[0037] 如图1所示，本发明的一种基于人体头部彩色点云模型的三维发际线提取方法，包括如下步骤：
[0038] 1)扫描人体头部，获取稠密的头部彩色点云模型。
[0039] 利用彩色
三维扫描仪扫描人体头部，得到稠密的头部彩色点云模型。本发明实施例是采用彩色三维激光
扫描仪，包括三维系统和彩色系统。其中，三维系统基于激光三
角法，采用一维垂直运动
导轨带动扫描模
块(包括
激光器和黑白CCD)上下移动的方式进行扫描，经
数据处理模块，获得人体头部的三维坐标信息；彩色系统由彩色CCD和数据处理模块组成，主要获得人体头部的彩色信息，利用标定好的三维坐标与二维彩色信息的映射关系，匹配头部的三维信息，得到三维彩色点云模型。对点云模型进行数据简化压缩、去噪、孔洞填充等预处理，得到理想的光滑的头部彩色点云模型。如图2a、图2b、图2c所示，即为头部彩色点云模型示例。
[0040] 2)建立人脸局部坐标系，并将点云模型转换到所建立的人脸局部坐标系中。包括：针对头部点云模型在坐标系中位置随机的问题，以左右耳的至高点或临近至高点处，以及眉间点为基准，建立人脸局部坐标系，通过平移和旋转将头部彩色点云模型转换到人脸局部坐标系下，并使当人脸局部坐标系与大地坐标系重合时，头部彩色点云模型正视前方；人脸局部坐标系以头部彩色点云模型的左方为X轴正方向，头部彩色点云模型的上方为Y轴正方向，头部彩色点云模型的前方为Z轴正方向。
[0041] 不同三维扫描仪定义的三维坐标系不同，而且在同一个扫描仪中当位置、角度发生变化时，所得模型的三维坐标也会不同，不能够实现特征点的自动提取。因此，建立一个新的人脸局部坐标系，并将点云模型转换到该坐标系下，使得当人脸局部坐标系与大地坐标系重合时，人体头部的点云模型处于正视前方的方位。在头部点云模型中，使其正视前方，提取在同一水平面且非共线的三点，以此为基准点即可建立人脸局部坐标系。本发明利用半自动的方法来建立人脸局部坐标系。
[0042] 根据人体面貌特征，当人体头部正视前方时，左右耳的至高点与眉间点基本处于同一水平面。如图3，以左右耳的至高点的临近点P1、P2及眉间点P3为基准建立人脸局部坐标系。具体做法：
[0043] (1)连接P1P2，记为X轴，且以头部彩色点云模型的左方为正方向；
[0044] (2)由P3向P1P2作垂线，垂点为坐标系原点O，并记直线OP3为Z轴，以头部彩色点云模型的前方为正方向；
[0045] (3)依据右手坐标系法则，判定Y轴，以头部彩色点云模型的上方为正方向。
[0046] 为了获取左右耳至高点及眉间点三点的位置，可以选择在扫描时为被扫瞄者在相应位置贴标记物并识别，也可以在获取点云模型后，手动选出这三点的位置。
[0047] 新建立的人脸局部坐标系和原坐标系是不重合的，通过对点云模型平移、旋转，得到人脸局部坐标系下的点云模型。图4是点云模型在不同坐标系下的转换示意图。图5a、图5b即为头部彩色点云模型在原始坐标系和人脸局部坐标系中显示的结果示例图。
[0048] 3)提取鼻尖点；
[0049] 众所周知，鼻尖在人脸
正面的最前方。根据步骤S2可知，在人脸局部坐标系中，鼻尖点的Z值最大，据此可以提取出鼻尖点。
[0050] 4)提取头部深色部分，具体是利用RGB信息提取出头部深色部分，包括头盖、眉毛和眼球；
[0051] 一般在人体面部，毛发、眼球的颜色要比
皮肤的颜色深，据此特性，在彩色点云模型中，根据发色与肤色的具体差异，设置一个灰度阈值(即图1中的阈值a)，并选出所有灰度值小于该阈值的点，即提取出深色部分，主要包括头盖、眉毛及眼球等部分，所得结果示例见图6。
[0052] 5)对深色部分点云按照竖直方向分层，并按照水平方向排序；包括在人脸局部坐标系中，对提取出的深色部分点云按照Y坐标值等间隔分层，共分成n层，图7即为按照Y值分层的示意图。并对每一层的点云按照X坐标值从小到大依次排序，图8是对第i层的m个点进行排序的示意图。本实例采用的层间隔为2mm。
[0053] 6)提取深色部分点云的边界线点，从图8中可以看出，大多数相邻点之间的X值差值都很小，只有点j与(j+1)之间的差值比较大，而且点j与(j+1)正是边界处的点。据此，对每一层点云，分别计算各个相邻点之间的X坐标差值，当其中两个相邻点之间的X坐标差值超过一定阈值时(即图1中的阈值b)，即认为这两个点均为深色部分的边界线点。本实例采用的差值阈值为8mm。
[0054] 7)去除噪声，得到发际线点。以鼻尖点为基准，结合人脸尺寸的统计值(如鼻长、眼长、眼间距等)，去除边界线点中的眉毛和眼球部分，得到发际线点。
[0055] 8)拟合得三维发际线。提取到的发际线点往往会由于模型或算法的
缺陷，而会出现数据冗余的情况，这样，计算效率不高，拟合出的曲线也不光滑，甚至误差较大。因此，在保留发际线点原有特征的
基础上，需先对发际线点精简，再进行拟合。本发明是利用包围盒法对步骤7)得到的发际线点进行精简，并利用三次B样条曲线拟合得到三维发际线。
[0056] 借鉴传统的包围盒法，用一定大小的空间包围盒约束点云，对分布在每个包围盒中的所有点数据求坐标平均值，并代替整个包围盒中的点数据。该算法简单，速度快，且保持了原有发际线的特征。本实例采用的包围盒大小为8*8*8mm3。
[0057] 对精简后的发迹线点利用三次B样条曲线拟合，得到发迹线，具有递推性、局部性质、可微性、凸包性质等特性。图9a、图9b即为三维发际线拟合的结果示例。
