结构光相机点云图与CT图像配准算法对比研究

摘要

目的:针对人脸结构光相机点云图与CT图像配准,寻找最优的特征面部点云提取方法、特征描述法和配准算法的组合,为颅脑穿刺活检手术中基于导航机器人实现精确快速定位提供依据。方法:基于Ubuntu 18.04系统对Inter-RealSense D415结构光相机点云图与CT图像进行三维配准。首先进行相机动态标定,其次进行特征面部点云提取,将CT图像提取到的面部皮肤数据通过C++转化成的点云作为目标点云,将结构光相机拍摄的图像作为待配准点云。然后将3种特征面部提取方法[内部形状描述子(intrinsic shape signatures,ISS)、尺度不变特征变换(scale invariant feature transform,SIFT)和Harris算法]、5种特征描述方法[点特征直方图(point feature histogram,PFH)、快速点特征直方图(fast point feature histograms,FPFH)、方位特征直方图(signature of histograms of orientation,SHOT)、自旋图像(spin images,SI)和3D形状上下文特征(3D shape context,3DSC)]和3种精配准算法[迭代最近点(iterative closest point,ICP)、广义迭代最近点(generalized iterative closest point,GICP)、正态分布变换(normal distribution transformation,NDT)]一一组合,对目标点云与待配准点云进行配准。最后,通过计算配准后的目标点云与待配准点云数据之间的倒角距离,评价各组合的配准效果。结果:45种组合中共有28种组合可实现点云图像配准,配准耗时最快仅需0.06 s,配准效果最佳的为Harris+SI和ICP的组合、Harris+3DSC和ICP的组合,倒角距离均为1.22 mm。结论:该研究中结构光相机点云图与CT图像配准误差满足临床安全要求,可为辅助颅脑病变穿刺活检提供一种快速、廉价且精准的方法。