Oryginalne elementy metody opracowane osobiście:
Wykorzystanie wiedzy o położeniu markerów na pierwszym etapie iteracji algorytmu iteracyjny najbliższy punkt do znajdowania odpowiedniości punktów:
- nowa metoda znajdowania odpowiedników poprzez znajdowanie odpowiedników w kierunku normalnym do powierzchni źródłowej z wykorzystaniem początkowego sztywnego dopasowania wykorzystującego położenia markerów,
- nowa metoda znajdowania odpowiedników w kierunku wektora wyznaczonego przez położenia markera przed rozpoczęciem procesu dopasowania w źródłowym i docelowym zbiorze punktów,
- nowa metoda znajdowania odpowiedników w kierunku wektora wyznaczonego przez nowe położenia markera w każdej iteracji procesu dopasowania źródłowego i docelowego zbioru punktów,
- opracowanie sposobu walidacji wyników dopasowania przez zaproponowanie koncepcji map korespondencji, jako przestrzennego rozkładu ilości odpowiedników do punktów powierzchni docelowej oraz histogramów map odpowiedniości jako globalnej miary określającej jakość znajdowania odpowiedników.
Osiągnięte rezultaty:
W przeprowadzonych badaniach skupiono się celowo na najgorszym przypadku, kiedy starano się dopasować chmury punktów pochodzące z przeciwstawnych faz oddechowych cyklu oddechowego. Dla 9 woluntariuszy (3 kobiety, 6 mężczyzn) dokonano akwizycji map głębi z kamery ToF SR 4000 i podano procesowi dopasowania. Wykorzystanie wiedzy o markerach na etapie znajdowania odpowiedników pozwoliło na poprawę średniej miary błędu znalezienia
Rys. 4. Histogram mapy dystansu - pożądana wartość zero (a) oraz histogram map odpowiedniości - pożądana wartość jeden (b) dla różnych sposobów znajdowania odpowiedników: odległość Euklidesowa (E), w kierunku normalnej
do powierzchni z wykorzystaniem początkowej sztywnej rejestracji bazującej na pozycji markerów (NH), w kierunku statycznych wektorów markerów (SM), w kierunku dynamicznych wektorów markerów (DM) [4].
9