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
南京邮电大学通信与信息工程学院; 南京210003; 南京邮电大学地理与生物信息学院; 南京210023; 南京医科大学口腔疾病江苏省重点实验室; 南京210096
- 头影测量图像
- 结构特征点检测
- 上下文特征
- 回归森林
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.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
