目前,三维模型的特征点广泛应用于模型的检索、重建和配准中,相关特征点标定技术也是当下的研究热点。人类颅骨模型作为一种特殊的三维模型,其表面的特征点标定工作是颅面复原中的关键一步,并且也开始逐渐应用于目前的刑侦、整形手术和失踪人口比对等行业中。但是,颅骨模型由于其自身结构的复杂性和特异性,以及颅骨特征点需要具有一定的生物或医学意义。因此,目前颅骨特征点的标定方法大多数以手工方式为主,这种方式人类主观性较强,其准确性依赖标定人员的经验知识,效率较低。针对颅骨模型特征点标定存在的这些问题,本文提出一种基于知识库的计算机辅助标定颅骨特征点的方法。主要工作进展如下:(1)人类颅骨知识库构建。首先,将颅骨模型进行参数化表示,生成特征描述符;然后针对人类颅骨上的特征点不能简单等同于一般三维模型上的特征点这个问题,为每一个具有人类学意义的特征点生成特征点参数,形成二维特征点选择区域;最后建立人类颅骨知识库,包含颅骨标准化模型、特征描述符以及二维特征点选择区域。(2)提出一种根据颅骨几何特征进行相似性度量方法。基于对人类颅骨模型参数化的结果,分别从颅骨模型的体积、形状以及表面特征点间的欧式距离三方面衡量不同颅骨模型之间的相似程度。实验结果表明,对于目标颅骨可以在颅骨库中找出与其最为相似的模板颅骨,并通过针对颅骨模型配准改进的ICP算法对检索结果进行了验证,其中目标颅骨与最相似的颅骨配准误差结果为最小的0.2164mm,证明了该相似性度量方法的有效性。(3)提出一种基于知识的人类颅骨特征点标定方法。首先,通过将待标定颅骨和模板颅骨在法兰克福坐标系下进行归一化和点对齐后,将模板颅骨上的标准特征点映射到待标定颅骨上,得到特征点的大致位置,实现特征点的粗标定;然后,利用K-D树保存颅骨模型的点云数据,通过k近邻点搜索得到粗标定特征点的k近邻点集;最后结合知识库中关于颅骨标准特征点的先验知识,即二维特征点选择区域,实现最终特征点位置的精确定位。实验结果表明,当k值取颅骨模型点云数据的顶点个数的2.1%~2.8%时,标定效果较好,最终特征点位置的平局误差在2~3 pixel。