基于双层回归森林模型的头影测量图像结构特征点自动定位

论文摘要

为了实现X射线头影测量图像中结构特征点的自动定位,提出一种基于双层回归森林模型的头影测量图像结构特征点自动定位方法.首先从图像中提取外观特征训练第1层回归森林模型,通过该模型生成针对当前特征点位置的偏移距离图;然后从偏移距离图中提取上下文特征,并结合外观特征训练第2层回归森林模型;接着将双层回归森林模型用于待检测的X射线头影测量图像,预测出图像中每个像素关于目标特征点的偏移距离;最后根据回归投票方法求得结构特征点位置.实验结果表明,基于双层回归森林模型的自动定位方法能较准确地获得头影测量图像中结构特征点的位置.

论文目录

• 1 方法介绍
•   1.1 训练上下文感知双层回归森林模型
•   1.2 特征点定位
•   1.3 基于多分辨率的模型训练和特征点定位
• 2 实验结果和讨论
• 3 结语

文章来源

类型: 期刊论文

作者: 秦臻,戴修斌,谢理哲

关键词: 头影测量图像,结构特征点检测,上下文特征,回归森林

来源: 应用科学学报 2019年04期

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,计算机软件及计算机应用

单位: 南京邮电大学通信与信息工程学院,南京邮电大学地理与生物信息学院,南京医科大学口腔疾病江苏省重点实验室

基金: 国家自然科学基金（No.31671006,No.61671255）,江苏省青蓝工程计划基金,江苏省六大人才高峰项目基金（No.GrantJY-058）,南京邮电大学1311人才项目基金资助

分类号: TP391.41;O434.1

页码: 481-489

总页数: 9

文件大小: 4912K

下载量: 48