论文部分内容阅读
随着社会的发展和人们观念的转变,要求通过面部整形外科手术而获得理想容貌的人迅速增加。面部整形是一项兼具高精度、高风险的临床治疗技术,面部整形失败给患者带来的痛苦是不言而喻的,将会直接影响其生活质量、损害其身体健康,这已成为我国乃至世界广泛关注的社会问题。常规面部整容手术由于不能在术前对患者面部进行客观定量的形态学评价和演示术后的整形效果,缺乏医生与患者之间的思想沟通,很难做到治疗方案与患者要求一致,极易导致手术结果的不理想甚至失败。而通过虚拟手术系统技术所建立的面部整形辅助系统可以在手术前进行手术的风险预测和效果预现,弥补了这一不足。本论文主要探讨并研究了用于面部整形辅助系统中图像处理的主要关键技术问题,如:面部特征定位、眼部中心点的精确定位、局部图像的替换、融合和变形以及术后效果预测等。对由数码相机采集的正、侧面人脸照片进行了面部特征定位研究。提出了16个定位正面图像和6个定位侧面图像的特征点参数,并对眼部中心点采用改进的混合投影函数进行了精确定位,经试验确定了投影函数的比例系数。经对BioID人脸库中50幅图像进行测试,其正确率达到96%,平均相对误差为0.0873。并对PSFace人脸库中20幅正面照片进行了测试,正确率高达100%,平均相对误差为0.0855。采用了基于边缘信息的梯形无缝融合技术对正面人脸鼻部图像进行替换和融合,获得了正面人脸术后效果预测图。并使用图像变形技术对侧面人脸鼻部图像进行变形处理,获得了侧面人脸术后效果预测图。经实验确定所得预测图的效果比较真实。以上研究结果将对临床面部整形辅助系统的研制和开发以及面部整形手术的实施具有一定的参考与指导作用。