《表1 不同粗配准方法的效率对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于分层优化策略的颅骨点云配准算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。