3D Nonrigid Registration for Partially Deformable Objects and Principal Curvatures Based Ridge Detection

摘要

本論文基於描述物體局部形變的簡易模型提出一套有效率的3D非剛性匹配演算法，並透過主曲率之運算進行脊檢測。由於採用結構光的深度相機在邊緣的影像品質較差，常造成在高曲率區域的幾何形狀與實際情況有所落差，本論文透過在3D模板上檢測脊點，並估計模板與實際數據的形變差異後，可將模板與脊點擬合至實際數據。 本論文採用主成分分析(Principal component analysis PCA)的方式來估計主曲率以降低雜訊對曲率的影響，並經由凸面與凹面的判定來區分脊點與谷點，之後提取高曲率凸面作為感興趣區域。為了找到脊點，即表面上曲率的局部最大值，可透過主曲率方向定義的搜索空間下來得到最大曲率的脊點，最後再使用曲線擬合來得到連續且平滑的脊曲線。 3D非剛性匹配最佳化的求解空間包含對齊與形變的變因，因此較剛性匹配困難?多。本論文提出一個基於骨架變形的低自由度模型來描述目標數據的局部形變，低自由度模型可避免過度擬合的情況發生。此外，因初始對齊與形變有助於建立可靠的對應點，可避免最佳化落入局部最小值並加速收斂，本論文因此設計了一套初始化流程，由低自由度的解作為初始點，並在過程中提高自由度來依序進行最佳化，進而提升非剛性匹配的穩定性與準確性，最後透過不同形變的物體來測試非剛性匹配的效能。

獎項日期	2020
原文	English
監督員	Ming-Der Shieh (Supervisor)