《表1 不同粗配准方法的效率对比》
在颅骨粗配准过程中,使用了k-means算法进行优化,剔除误匹配点对。因此,在粗配准实验时,将未使用k-means优化和使用k-means优化的配准结果进行对比,验证使用k-means剔除误匹配点对对配准结果的有效性。另外,分别采用文献[28]中基于PCA的粗配准方法和文献[37]中基于颅骨轮廓线的粗配准方法进行实验,与本文方法进行对比,这两种方法都是专门针对颅骨点云配准的研究。本文中使用k-means算法时,通过按需选择方式确定k值,k=2,即一类是正确匹配点集,另一类是错误匹配点集;聚类中心初始化是从数据集中随机选择k=2个样本作为初始聚类中心,然后按照3.1.2节过程进行误匹配点对删除操作。对U和S,分别采用未使用k-means优化的粗配准方法、使用kmeans优化的粗配准方法(本文的粗配准算法)、文献[28]中的方法和文献[37]中的方法进行初始配准,配准结果如图4所示。不同粗配准方法的配准效率对比,如表1所示,数据结果为所有颅骨配准结果数据的平均值。
图表编号 | XD00131909500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 杨稳、周明全、张向葵、耿国华、刘晓宁、刘阳洋 |
绘制单位 | 西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院、西北大学信息科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |