本申请涉及计算机领域，尤其涉及一种基于特征点的模型配准方法及设备。
背景技术：
如图1所示，为现有技术中的将3D扫描的人脸与标准头中的脸用几何坐标变换到相近的位置，然后通过正投影来建立扫描模型与标准头之间的点点对应关系，实现标准投中的人脸与实际扫描的人脸之间的投影配准。虽然现有技术中的投影映射配准会根据特征点的位置的对应关系计算投影的变换矩阵，但不能保证源模型中每个特征点在投影之后都能对应到目标模型的相应特征点，无法处理非特征点的一一映射，导致配准的精确度很低。
技术实现要素：
本申请的一个目的是提供一种基于特征点的模型配准方法及设备，以解决现有技术中基于特征点进行配准导致的精确度低的问题。
根据本申请的一个方面，提供了一种基于特征点的模型配准方法，其中，所述方法包括：
在源模型上识别预设数量的特征点及其坐标；基于预置区域划分法和所述特征点及其坐标对所有所述特征点进行区域划分，并分别对得到的每个源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系；
获取待配准的目标模型；
从所述目标模型中识别出与所述源模型中的特征点对应的、所述预设数量的目标特征点及其坐标，并基于所述预置区域划分法对所有所述目标特征点进行区域划分，得到目标模型中的每个目标划分区域对应的目标特征点及其坐标；
基于所述拓扑关系和所述对应的目标特征点及其坐标，配准出与所述源模型对应的、所述目标模型中的每个目标划分区域内的至少一个位置点及其坐标。
进一步地，上述方法中，所述源模型中的每个特征点在所述目标模型中均存在一个对应的目标特征点。
进一步地，上述方法中，所述在源模型上识别预设数量的特征点及其坐标；基于预置区域划分法和所述特征点及其坐标对所有所述特征点进行区域划分，并分别对得到的每个源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，包括：
获取预置的源模型，在所述源模型中识别并预置所述预设数量的特征点，并获取每个所述特征点的位置；
基于所述预置区域划分法和所述特征点及其坐标，对所述预设数量的特征点进行区域划分，得到所述源模型中的每个源划分区域对应的特征点及其坐标；
分别在源模型中的每个源划分区域内，基于所述对应的特征点及其坐标对对应的所述源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系。
进一步地，上述方法中，所述分别在源模型中的每个源划分区域内，基于所述对应的特征点及其坐标对对应的所述源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，包括：
获取与所述预置区域划分法对应的拓扑编码法；
分别在所述源模型中的每个源划分区域内，基于所述拓扑编码法和所述对应的特征点及其坐标，对对应的所述源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系。
进一步地，上述方法中，所述从所述目标模型中识别出与所述源模型中的特征点对应的、所述预设数量的目标特征点及其坐标，并基于所述预置区域划分法对所有所述目标特征点进行区域划分，得到目标模型中的每个目标划分区域对应的目标特征点及其坐标，包括：
从所述目标模型中识别出与所述源模型中的特征点对应的、所述预设数量的目标特征点，并从所述目标模型中获取所述目标特征点的位置；
基于所述预设区域划分法和所述目标特征点及其坐标，对所述预设数量的目标特征点进行区域划分，得到所述目标模型中的每个目标划分区域对应的目标特征点及其坐标，
其中，所述源模型中的每个源划分区域在所述目标模型中均存在一个对应的目标划分区域。
进一步地，上述方法中，所述基于所述拓扑关系和所述对应的目标特征点及其坐标，配准出与所述源模型对应的、所述目标模型中的每个目标划分区域内的至少一个位置点及其坐标，包括：
在所述目标模型中的每个目标划分区域内，
分别基于所述拓扑关系和所述对应的目标特征点及其坐标，配准出所述目标划分区域内的至少一个位置点及其坐标，
其中，所述源划分区域内的每个位置点在所述目标划分区域内均存在一个对应的位置点。
进一步地，上述方法中，所述预置区域划分法包括以下任一项：
德劳德Deaunay三角划分法、Deaunay四角划分法及贝塞尔曲面划分法。
根据本申请的另一方面，还提供了一种基于特征点的模型配准方法，其中，所述方法包括：
分别获取源模型和目标模型；
在所述源模型上识别出预设数量的特征点及其位置，同时，在所述目标模型上识别出、与所述源模型上的每个特征点一一对应的目标特征点，并获取所述目标特征点的位置；
基于所述预置区域划分法，对所有所述特征点进行区域划分的同时，对所有所述目标特征点进行区域划分，分别得到所述源模型中的每个源划分区域对应的特征点及其位置，所述目标模型中的每个目标划分区域对应的目标特征点及其位置；
分别对每个源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系；
基于所述拓扑关系和所述对应的目标特征点及其坐标，配准出与所述源模型对应的、所述目标模型中的每个目标划分区域内的至少一个位置点及其坐标。
根据本申请的另一方面，还提供了一种非易失性存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行时，使所述处理器实现如上述所述基于特征点的模型配准方法。
根据本申请的另一方面，还提供了一种基于特征点的模型配准设备，其中，所述设备包括：
一个或多个处理器；
非易失性存储介质，用于存储一个或多个计算机可读指令，
当所述一个或多个计算机可读指令被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述所述基于特征点的模型配准方法。
与现有技术相比，本申请通过在源模型上识别预设数量的特征点及其坐标；基于预置区域划分法和所述特征点及其坐标对所有所述特征点进行区域划分，并分别对区域换分后得到的每个源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，实现了对源模型的特征点识别、特征点区域划分及每个源划分区域内的所有位置点的拓扑编码，进而得到每个位置点的拓扑关系，以便后续对该源模型对应的、实际的目标模型进行配准时，能够直接调用该拓扑关系进行目标模型的配准，从而有效地提高后续对目标模型的配准效率；当需要对目标模型进行配准时，获取待配准的目标模型；参照源模型中识别出的特征点，从所述目标模型中识别出与所述源模型中的特征点对应的、所述预设数量的目标特征点及其坐标，并基于所述预置区域划分法对目标模型中的所有所述目标特征点进行区域划分，得到目标模型中的每个目标划分区域对应的目标特征点及其坐标；在目标模型的每个目标划分区域内，基于所述拓扑关系和目标划分区域对应的目标特征点及其坐标，配准出与所述源模型对应的、所述目标模型中的每个目标划分区域内的至少一个位置点及其坐标，使得基于拓扑关系实现了源模型中的每个位置点与目标模型中的每个位置点之间的一一映射，进而提高了对目标模型的配准的精确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出现有技术中的扫描的人脸与标准头中的脸之间的配准方法示意图；
图2示出根据本申请一个方面的一种基于特征点的模型配准方法的流程示意图；
图3示出本申请一个方面的一种基于特征点的模型配准方法中的人脸模型及其特征点分布示意图；
图4示出本申请一个方面的一种基于特征点的模型配准方法中的目标人脸模型及其目标特征点分布示意图；
图5示出本申请一个方面的一种基于特征点的模型配准方法中的人脸模型与目标人脸模型的配准示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
图2示出根据本申请一个方面的一种基于特征点的模型配准方法，其中，所述方法包括步骤S11、步骤S12、步骤S13和步骤S14，具体包括：
所述步骤S11，在源模型上识别预设数量的特征点及其坐标；此处，在源模型上进行特征点识别的算法可以包括是但不限于是尺度不变特征变换(Scale-invariant feature transform，SIFT)等，以实现对源模型上的关键部位的特征点的提取和识别；
接着，所述步骤S11基于预置区域划分法和所述特征点及其坐标对所有所述特征点进行区域划分，并分别对区域换分后得到的每个源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，通过步骤S11实现了对源模型的特征点识别、预设数量的特征点的区域划分及区域划分之后得到的每个源划分区域内的所有位置点的拓扑编码，从而得到源模型中的每个源划分区域内的每个位置点的拓扑关系，以便后续对与源模型对应的、实际的目标模型进行配准时，能够直接调用该拓扑关系进行目标模型的配准，从而有效地提高后续对目标模型的配准效率。
在此，所述预置区域划分法可以包括但不限于包括以下任一项：德劳德Deaunay三角划分法、Deaunay四角划分法及贝塞尔曲面划分法。当然，其他今后可能出现的用于对源模型或目标模型中的特征点进行区域划分的所述预置区域划分法如可适用于本申请，则包括在本申请内。下面以Deaunay三角划分法为例进行举例说明。
当需要对目标模型进行配准时，先通过步骤S12获取待配准的目标模型；所述步骤S13参照源模型中识别出的特征点，从所述目标模型中识别出与所述源模型中的特征点对应的、所述预设数量的目标特征点及其坐标；换句话说，在所述步骤S11中的所述源模型中识别出的每个特征点，在所述步骤S13中的所述目标模型中均存在一个与之对应的目标特征点，以保证在目标模型识别出与源模型中的特征点一一对应的目标特征点，便于后续基于对应的目标特征点对目标模型中的所有的位置点进行配准；接着所述步骤S13基于所述预置区域划分法对目标模型中的所有所述目标特征点进行区域划分，得到目标模型中的每个目标划分区域对应的目标特征点及其坐标；步骤S14在目标模型的每个目标划分区域内，基于所述拓扑关系和目标划分区域对应的目标特征点及其坐标，配准出与所述源模型对应的、所述目标模型中的每个目标划分区域内的至少一个位置点及其坐标，使得基于拓扑关系实现了源模型中的每个位置点与目标模型中的每个位置点之间的一一映射，进而提高了对目标模型的配准的精确度。
本申请一实施例中，所述步骤S11在源模型上识别预设数量的特征点及其坐标；基于预置区域划分法和所述特征点及其坐标对所有所述特征点进行区域划分，并分别对得到的每个源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，包括：
获取预置的源模型，在所述源模型中识别并预置所述预设数量的特征点，并获取每个所述特征点的位置；在此，预置的源模型可以是人脸模型、人体肢体模型、人体器官模型及关节模型等，当然，其他今后可能出现的用于源模型如可适用于本申请，则应包括在本申请内，下面以人脸模型为例进行举例说明，如图3所示。
为了便于对实际需要进行配准的目标模型进行精确配准，首先预置用于配准时进行参照的源模型，通过特征点识别算法从源模型中的所有位置点中选取关键部位的位置点来作为特征点，例如图3中的人脸模型中，将人脸模型中的所有的位置点中的关键部位：如眉尖、鼻尖、鼻梁处、下巴尖及唇角处等作为人脸模型的特征点，并预置要选取的特征点的数量为预设数量，该预设数量可以是人脸特征点识别时采取的68个特征点(例如，特征点A1、特征点A2、特征点A3、……、特征点A68)，也可以是其他任何数量的特征点的个数，以保证识别出的特征点能够准确的反映出人脸模型的大致轮廓并能够适用到实际采集的其他任何人脸模型即可。
接着所述步骤S11基于所述预置区域划分法和所述特征点及其坐标，对所述预设数量的特征点进行区域划分，得到所述源模型中的每个源划分区域对应的特征点及其坐标；本申请一优选的实施例中，如图3所示采用预置区域划分法为Deaunay三角划分法，通过Deaunay三角划分法并结合图3中的人脸模型中识别出的特征点及其坐标，对该预设数量(例如，68个)的特征点进行区域划分，得到人脸模型中的每个源划分区域对应的特征点如图3所示，人脸模型中的每个三角的源划分区域均对应有三个特征点，分别为Pm1、Pm2、Pm3，其中m为源划分区域所属的区域编号，例如第一源划分区域时m为1，第8源划分区域时m为8等，实现对源模型中的预设数量的特征点进行区域划分。
接着所述步骤S11分别在源模型中的每个源划分区域内，基于所述对应的特征点及其坐标对对应的所述源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系。例如，在图3中的人脸模型中的编号为m的源划分区域内，基于该源划分区域内的特征点Pm1、Pm2和Pm3及分别对应的坐标(Xm1，Ym1，Zm1)、(Xm2，Ym2，Zm2)和(Xm3，Ym3，Zm3)，对该源划分区域m内的每个位置点进行拓扑编码，以得到该源划分区域m内的每个位置点P的拓扑关系：P＝aPm1+bPm2+cPm3，其中，该源划分区域m内的每个位置点P的拓扑关系可以表示为：(a，b，c)，在该源划分区域m内的每个位置点都可以通过上述特征点Pm1、Pm2和Pm3及分别对应的坐标(Xm1，Ym1，Zm1)、(Xm2，Ym2，Zm2)和(Xm3，Ym3，Zm3)的线性组合来进行拓扑关系的表示，由于该拓扑关系不受划分区域的几何形变的影响，故可以通过该拓扑关系保证源模型中的每个位置点，能够在实际的目标模型上计算出与之一一映射对应的位置点。
本实施例中，所述步骤S11中的分别在源模型中的每个源划分区域内，基于所述对应的特征点及其坐标对对应的所述源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，具体包括：
获取与所述预置区域划分法对应的拓扑编码法；在此，该拓扑编码法根据所述预置区域划分法来对应选择确定的，例如，若该预置区域划分法为Deaunay三角划分法，则与该Deaunay三角划分法对应的拓扑编码法为重心坐标，使得在三角形的源划分区域内的任一位置点的重心坐标其分量之和为1。通过该重心坐标进行重新编码后，可以使得两个对应的三角形区域内的所有点，也都会有重心坐标相同的对应点，这样就可以为两个对应的三角形区域内的所有点建立一一对应的映射关系，只要有了该一一对应的映射关系，就可以为就可以基于其中一个三角形区域做任何需要的特征映射，以达到在不受几何形变的影响下，还可以实现对应的三角形区域内的每个点的映射，从而一一对应映射出与三角形区域对应对的另一个三角形区域。又例如，若该预置区域划分法为贝塞尔曲面划分法，则与该贝塞尔曲面划分法对应的拓扑编码法为参数化曲面编码法，使得源模型中的曲面形的源划分区域内的每个位置点能够在目标模型中的对应的曲面形的目标划分区域内存在一一对应的位置点。
接着所述步骤S11分别在所述源模型中的每个源划分区域内，基于所述拓扑编码法和所述对应的特征点及其坐标，对对应的所述源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，实现了基于与预置区域划分法对应的拓扑编码法对源模型中的每个源划分区域内的所有位置点的拓扑编码，以得到可以将源模型中的每个源划分区域内的所有位置点一一映射至对应的实际的目标划分区域内的拓扑关系。
本申请一实施例中，所述步骤S13从所述目标模型中识别出与所述源模型中的特征点对应的、所述预设数量的目标特征点及其坐标，并基于所述预置区域划分法对所有所述目标特征点进行区域划分，得到目标模型中的每个目标划分区域对应的目标特征点及其坐标，具体包括：
从所述目标模型中识别出与所述源模型中的特征点对应的、所述预设数量的目标特征点，并从所述目标模型中获取所述目标特征点的位置；如图4所示，按照源模型识别特征点的特征点识别算法，从获取的图4中的实际扫描的目标人脸模型中识别出与源模型中的每一个特征点一一对应的、所述预设数量的目标特征点，例如，在图3中的源模型：人脸模型中的鼻尖处有一个特征点A1，则在图4中的实际的目标人脸模型中的鼻尖处存在一与特征点A1对应的目标特征点B1，又例如，在图3中的源模型：人脸模型中的下巴处有一个特征点A2，则在图4中的实际的目标人脸模型中的下巴处存在一与特征点A2对应的目标特征点B2，如此类推，图3源模型：人脸模型中的每个特征点在如图4中的实际的目标人脸模型中均存在一个对应的目标特征点，使得源模型：人脸模型中的特征点与实际的目标人脸模型中的目标特征点一一对应。
接着所述步骤S13基于所述预设区域划分法和所述目标特征点及其坐标，对所述预设数量的目标特征点进行区域划分，得到所述目标模型中的每个目标划分区域对应的目标特征点及其坐标，其中，所述源模型中的每个源划分区域在所述目标模型中均存在一个对应的目标划分区域。例如，参照步骤S11中的对源模型：人脸模型中的预设数量的特征点进行区域划分的所述预设区域划分法，对图4中的实际的目标人脸模型对应的预设数量的目标特征点进行区域划分，能够得到如图4中的目标人脸模型所示的、与图3中的每个源划分区域对应的目标划分区域及每个目标划分区域所对应的目标特征点及其坐标，以实现对实际扫描的目标人脸模型的目标特征点的识别。如：若图3中的人脸模型中的每个三角的源划分区域均对应有三个特征点，分别为Pm1、Pm2、Pm3，其中m为源划分区域所属的区域编号，则在实际的目标人脸模型中的每个三角的源划分区域分别对应有三个目标特征点：Pn1、Pn2、Pn3，其中n为目标划分区域所属的区域编号，在此，人脸模型中的特征点Pm1在实际的目标人脸模型中对应为目标特征点Pn1，人脸模型中的特征点Pm2在实际的目标人脸模型中对应为目标特征点Pn2，人脸模型中的特征点Pm3在实际的目标人脸模型中对应为目标特征点Pn3。
本申请一实施例中，所述步骤S14基于所述拓扑关系和所述对应的目标特征点及其坐标，配准出与所述源模型对应的、所述目标模型中的每个目标划分区域内的至少一个位置点及其坐标，包括：
在所述目标模型中的每个目标划分区域内，
分别基于所述拓扑关系和所述对应的目标特征点及其坐标，配准出所述目标划分区域内的至少一个位置点及其坐标，
其中，所述源划分区域内的每个位置点在所述目标划分区域内均存在一个对应的位置点。
例如，若在源模型中的源划分区域m内存在W个位置点，分别为P1、P2、P3、……、PW，且每个位置点的拓扑关系分别为(aP1，bP1，cP1)，(aP2，bP2，cP2)，(aP3，bP3，cP3)，……及(aPW，bPW，cPW)，若在目标模型中，与源划分区域m对应的目标划分区域为目标划分区域n，且该目标划分区域对应的目标特征点分别为Pn1、Pn2、Pn3，则根据该目标划分区域n内的目标特征点及其坐标，并结合该目标划分区域n与源划分区域m内的每个位置点的拓扑关系，能够一一映射并计算出该目标划分区域n内的每个位置点P’及其坐标，则该目标划分区域n内的每个位置点P’＝aPn1+bPn2+cPn3，例如，若要计算与源划分区域m内的位置点P1对应在目标模型中的位置点P1’，则通过P1’＝(aP1)Pn1+(bP1)Pn2+(cP1)Pn3计算得到，若要计算与源划分区域m内的位置点P2对应在目标模型中的位置点P2’，则通过P2’＝(aP2)Pn1+(bP2)Pn2+(cP2)Pn3计算得到，……，依此类推，在目标模型中的每个目标划分区域内，可以通过源模型中的、与目标划分区域对应的原划分区域内的每个位置点的拓扑关系，并结合目标划分区域对应的目标特征点及其坐标，能够一一映射并配准出目标模型中的每个目标划分区域内的所有位置点及其坐标如图5所示，的实现将源模型中的每个位置点都能够在目标模型中一一对应的映射出一个位置点，以达到将源模型和目标模型中的所有位置点建立一一对应关系的目的。
根据本申请的另一方面的一实施例中，还提供了一种基于源模型的配准方法，其中，所述方法包括：分别获取源模型和目标模型，例如源模型为图3所示的人脸模型，目标模型为图4所示的实际扫描获取的目标人脸模型；针对图3中的人脸模型和图4中的目标人脸模型，采用相同的特征点识别算法，在如图3所示的源模型：人脸模型上识别出预设数量的特征点及其位置，同时，在如图4所示的目标人脸模型上识别出、与所述源模型上的每个特征点一一对应的目标特征点，并获取所述目标特征点的位置，使得图3中的人脸模型中的每个特征点在图4中的目标人脸模型中均存在对应的一个目标特征点；
接着，针对图3中的人脸模型和图4中的目标人脸模型，均基于相同的预置区域划分法，对所有所述特征点进行区域划分的同时，对所有所述目标特征点进行区域划分，分别得到所述源模型中的每个源划分区域对应的特征点及其位置，所述目标模型中的每个目标划分区域对应的目标特征点及其位置，其中，该源模型中的每个源划分区域均可以在目标模型中找到一个对应的目标划分区域，使得源模型中的源划分区域与目标模型中的划分区域一一对应，便于后续基于该对应的划分区域进行区域内的位置点的一一映射和配准；
之后，分别对每个源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，以便后续基于该拓扑关系能够将与该源模型中的每个源划分区域内的所有位置点一一映射并配准至待配准的目标模型中的对应的目标划分区域内，通过划分区域后的每个源划分区域内的每个位置点的拓扑关系不仅能够保证一一配准的精确度，还使得基于该拓扑关系进行的位置点的配准不受目标模型中的每个目标划分区域的几何变形的影响，进一步提高配准的精确度。
最后，基于所述拓扑关系和所述对应的目标特征点及其坐标，配准出与所述源模型对应的、所述目标模型中的每个目标划分区域内的至少一个位置点及其坐标，使得所述源划分区域内的每个位置点在所述目标划分区域内均存在一个对应的位置点，实现将源模型中的每个位置点都能够在目标模型中一一对应的映射出一个位置点，以达到将源模型和目标模型中的所有位置点建立一一对应关系的目的。
根据本申请的另一方面，还提供了一种非易失性存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行时，使所述处理器实现如基于特征点的模型配准方法。
根据本申请的另一方面，还提供了一种基于特征点的模型配准设备，其中，所述设备包括：
一个或多个处理器；
非易失性存储介质，用于存储一个或多个计算机可读指令，
当所述一个或多个计算机可读指令被所述一个或多个处理器执行，使得所述一个或多个处理器实现如基于特征点的模型配准方法。
在此，所述基于特征点的模型配准设备中的各实施例的详细内容，具体可参见该基于特征点的模型配准设备端的方法实施例的对应部分，在此，不再赘述。
综上所述，本申请通过在源模型上识别预设数量的特征点及其坐标；基于预置区域划分法和所述特征点及其坐标对所有所述特征点进行区域划分，并分别对区域换分后得到的每个源划分区域内的至少一个位置点进行拓扑编码，得到每个源划分区域内的至少一个位置点的拓扑关系，实现了对源模型的特征点识别、特征点区域划分及每个源划分区域内的所有位置点的拓扑编码，进而得到每个位置点的拓扑关系，以便后续对该源模型对应的、实际的目标模型进行配准时，能够直接调用该拓扑关系进行目标模型的配准，从而有效地提高后续对目标模型的配准效率；当需要对目标模型进行配准时，获取待配准的目标模型；参照源模型中识别出的特征点，从所述目标模型中识别出与所述源模型中的特征点对应的、所述预设数量的目标特征点及其坐标，并基于所述预置区域划分法对目标模型中的所有所述目标特征点进行区域划分，得到目标模型中的每个目标划分区域对应的目标特征点及其坐标；在目标模型的每个目标划分区域内，基于所述拓扑关系和目标划分区域对应的目标特征点及其坐标，配准出与所述源模型对应的、所述目标模型中的每个目标划分区域内的至少一个位置点及其坐标，使得基于拓扑关系实现了源模型中的每个位置点与目标模型中的每个位置点之间的一一映射，进而提高了对目标模型的配准的精确度。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。