Key points are not available for this paper at this time.
Wir stellen zwei Methoden zur Registrierung von Entfernungsbildern vor, wenn eine vorherige Schätzung der Transformation zwischen den Ansichten nicht verfügbar ist und die Überlappung zwischen den Bildern relativ gering ist. Die Methoden sind eine Erweiterung der Arbeiten von Gueziec und Ayache (1994) sowie Turk und Levoy (1994) und bestehen aus 2 Phasen. Zuerst finden wir die anfängliche geschätzte Transformation, indem wir 3D-Raumkurven aus verschiedenen Scans desselben Objekts extrahieren und abgleichen. Wenn auf dem Objekt keine auffälligen Merkmale vorhanden sind, verwenden wir fiduziale Markierungen, um die anfängliche Transformation zu finden. Dies ermöglicht es uns, stets eine zufriedenstellende und sogar hochgenaue Transformation unabhängig von der Geometrie des Objekts zu finden. Zweitens wenden wir einen modifizierten iterativen nächsten Punkte-Algorithmus (ICP) an, um die Genauigkeit der Registrierung zu verbessern. Wir definieren eine gewichtete Distanzfunktion basierend auf der Oberflächenkrümmung, die die Anzahl der Iterationen reduzieren kann und eine weniger genaue anfängliche Schätzung der Transformation erfordert.
Yang et al. (Mittwoch,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: