一种评估颅骨和颅面相似性的方法

针对评估颅面和颅骨轮廓相似性过程中的离散点对应、曲线拟合带来的误差以及人工干预问题, 提出一种基于重采样和Fourier变换的离散轮廓像素点的相似度量方法。首先使用Canny算子和滑动窗口方法进行边缘检测和边界跟踪, 得到待比较颅骨和颅面的边缘轮廓像素集合; 然后对轮廓统一重采样, 解决了两者离散点的对应问题; 最后直接对数据进行规格化和离散傅里叶变换, 利用傅里叶描述子进行相似性度量, 避免了曲线拟合导致的误差和手工介入问题。实验表明, 该算法提高了颅骨和颅面相似性度量的准确率, 复杂度较低, 可实现评价过程自动化, 为颅像重合身份认证奠定了基础。