图像变形处理方法及装置、电子设备和存储介质与流程

[0001]
本公开涉及计算机技术领域，尤其涉及一种图像变形处理方法及装置、电子设备和存储介质。


背景技术：

[0002]
现有的基于图像变形的仿真技术可以应用于处理器官组织等的切割问题。但是，对于器官组织的直接变形处理问题，基于图像变形的仿真技术通过控制点的位移和与控制点的距离来传播变形，这种方法需要确定较多的控制点(与预设变形效果相关的变形特征点)，使得变形过程耗时较久，图像变形处理效率较低。


技术实现要素：

[0003]
本公开提出了一种图像变形处理方法及装置、电子设备和存储介质。
[0004]
根据本公开的一方面，提供了一种图像变形处理方法，包括：获取目标图像对应的原始立体网格；确定所述原始立体网格对应的目标立体子网格，其中，所述目标立体子网格的尺度小于所述原始立体网格的尺度；对所述目标立体子网格进行变形，确定所述目标立体子网格的形变；基于所述目标立体子网格的形变，确定所述原始立体网格的形变；基于所述原始立体网格的形变，确定所述目标图像对应的变形图像。
[0005]
通过在较小尺度的目标立体子网格上进行变形，使得可以基于较小尺度的目标立体子网格的形变，上传播得到原始立体网格的形变，进而基于原始立体网格的形变可以确定目标图像对应的变形图像，从而可以降低图像变形耗时，有效提高了图像变形处理的效率。
[0006]
在一种可能的实现方式中，所述确定所述原始立体网格对应的目标立体子网格，包括：确定所述原始立体网格对应的多个不同尺度的立体子网格，其中，所述多个不同尺度的立体子网格的尺度均小于所述原始立体网格的尺度；将所述多个不同尺度的字体子网格中尺度最小的立体子网格确定为所述目标立体子网格。
[0007]
通过对原始立体网格进行降低尺度处理，确定尺度小于原始立体网格的多个不同尺度的立体子网格，以及将尺度最小的立体子网格确定为后续进行变形的目标立体子网格，从而可以有效降低网格变形耗时。
[0008]
在一种可能的实现方式中，所述确定所述原始立体网格对应的多个不同尺度的立体子网格，包括：对所述原始立体网格进行i次合并操作，得到所述原始立体网格对应的i个不同尺度的立体子网格，i为大于1或等于1的整数。
[0009]
通过对原始立体网格进行i次合并操作，可以快速得到尺度小于原始立体网格的i个不同尺度的立体子网格。
[0010]
在一种可能的实现方式中，所述对所述原始立体网格进行i次合并操作，得到所述原始立体网格对应的i个不同尺度的立体子网格，包括：将所述原始立体网格作为第一尺度的立体子网格，对所述第一尺度的立体子网格中的最小立体网格单元进行第一次合并操
作，得到第二尺度的立体子网格；对所述第二尺度的立体子网格中的最小立体网格单元进行第二次合并操作，得到第三尺度的立体子网格；依次对上一尺度的立体子网格中的最小立体网格单元进行合并，直至得到第i+1尺度的立体子网格。
[0011]
通过依次对上一尺度的立体子网格中的最小立体网格单元进行合并，可以快速得到尺度小于原始立体网格的i个不同尺度的立体子网格。
[0012]
在一种可能的实现方式中，所述对所述目标立体子网格进行变形，确定所述目标立体子网格的形变，包括：对所述目标立体子网格进行变形，确定所述目标立体子网格对应的目标旋转矩阵；所述基于所述目标立体子网格的形变，确定所述原始立体网格的形变，包括：根据所述目标立体子网格对应的目标旋转矩阵，确定所述原始立体网格对应的目标旋转矩阵。
[0013]
由于目标立体子网格为最小尺度的立体子网格，因此，目标立体子网格中的特征点相比于原始立体网格较少，对目标立体子网格进行变形，并根据对目标立体子网格进行变形的目标旋转矩阵，确定对原始立体网格进行变形的目标旋转矩阵，进而实现对原始立体网格的变形，可以提高网格变形效率
[0014]
在一种可能的实现方式中，所述对所述目标立体子网格进行变形，确定所述目标立体子网格对应的目标旋转矩阵，包括：确定所述目标立体子网格中的变形特征点，所述变形特征点是所述目标立体子网格的所有特征点中的至少两个，所述变形特征点变形后的坐标与预设变形效果相关；根据所述变形特征点，通过预设变换函数，确定所述目标立体子网格中各个特征点对应的目标旋转矩阵，其中，所述预设变换函数中包括：所述目标立体子网格中各个特征点与相邻特征点变形后的坐标差构成的第一数据项，以及旋转矩阵与第二数据项的乘积构成的第三数据项，所述第二数据项是所述目标立体子网格中各个特征点与相邻特征点变形前的坐标差构成的。
[0015]
根据与预设变形效果相关的变形特征点，通过最小化预设变换函数，可以确定目标立体子网格中各个特征点对应的目标旋转矩阵，以实现对目标立体子网格的变形。
[0016]
在一种可能的实现方式中，所述变形特征点的数目小于预设阈值。
[0017]
由于仅在目标立体子网格(尺度最小的立体子网格)上进行变形且目标立体子网格中的特征点的总数较少，因此，可以选择较少的变形特征点，从而可以降低网格变形耗时。
[0018]
在一种可能的实现方式中，所述根据所述目标立体子网格对应的目标旋转矩阵，确定所述原始立体网格对应的目标旋转矩阵，包括：根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵，其中，所述第j-1尺度的立体子网格的尺度大于所述第j尺度的立体子网格的尺度，j大于等于2，j取最大值时对应的立体子网格为所述目标立体子网格，j＝2时，所述第j-1尺度的立体子网格是所述原始立体网格。
[0019]
在确定目标立体子网格中各个特征点对应的目标旋转矩阵后，可以通过上传播的方法，依次确定不同尺度的立体子网格中各个特征点对应的目标旋转矩阵，以实现对原始立体网格(第一尺度的立体子网格)的变形。
[0020]
在一种可能的实现方式中，所述根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵，包括：根
据所述第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，利用线性插值算法，确定所述第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵。
[0021]
根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，利用线性插值算法，可以快速确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵。
[0022]
在一种可能的实现方式中，所述获取目标图像对应的原始立体网格，包括：对所述目标图像进行网格化处理，得到所述原始立体网格。
[0023]
通过对目标图像进行网格化处理，使得可以得到更易于进行后续变形的原始立体网格。
[0024]
根据本公开的一方面，提供了一种图像变形处理装置，包括：获取模块，用于获取目标图像对应的原始立体网格；第一确定模块，用于确定所述原始立体网格对应的目标立体子网格，其中，所述目标立体子网格的尺度小于所述原始立体网格的尺度；第二确定模块，用于对所述目标立体子网格进行变形，确定所述目标立体子网格的形变；第三确定模块，用于基于所述目标立体子网格的形变，确定所述原始立体网格的形变；第四确定模块，用于基于所述原始立体网格的形变，确定所述目标图像对应的变形图像。
[0025]
根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
[0026]
根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
[0027]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
[0028]
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
[0029]
图1示出根据本公开实施例的一种图像变形处理方法的流程图；
[0030]
图2示出根据本公开实施例的通过对采集人体肺部得到的三维图像进行网格化处理后得到的原始立体网格的示意图；
[0031]
图3示出根据本公开实施例的确定原始立体网格对应的多个不同尺度的立体子网格的示意图；
[0032]
图4示出根据本公开实施例的根据第j尺度的立体子网格对应的目标旋转矩阵确定第j-1尺度的立体子网格对应的目标旋转矩阵的示意图；
[0033]
图5示出根据本公开实施例的一种图像变形处理装置的框图；
[0034]
图6示出根据本公开实施例的一种电子设备的框图；
[0035]
图7示出根据本公开实施例的一种电子设备的框图。
具体实施方式
[0036]
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同
的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
[0037]
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
[0038]
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
[0039]
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
[0040]
图1示出根据本公开实施例的一种图像变形处理方法的流程图。该图像变形处理方法可以由终端设备或其它处理设备执行，其中，终端设备可以为用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等。其它处理设备可为服务器或云端服务器等。在一些可能的实现方式中，该图像变形处理方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，该方法可以包括：
[0041]
步骤s11，获取目标图像对应的原始立体网格。
[0042]
步骤s12，确定原始立体网格对应的目标立体子网格，其中，目标立体子网格的尺度小于原始立体网格的尺度。
[0043]
步骤s13，对目标立体子网格进行变形，确定目标立体子网格的形变；
[0044]
步骤s14，基于目标立体子网格的形变，确定原始立体网格的形变。
[0045]
步骤s15，基于原始立体网格的形变，确定目标图像对应的变形图像。
[0046]
通过在较小尺度的目标立体子网格上进行变形，使得可以基于较小尺度的目标立体子网格的形变，上传播得到原始立体网格的形变，进而基于原始立体网格的形变可以确定目标图像对应的变形图像，从而可以降低图像变形耗时，有效提高了图像变形处理的效率。
[0047]
在一种可能的实现方式中，获取目标图像对应的原始立体网格，包括：对目标图像进行网格化处理，得到原始立体网格。
[0048]
通过对目标图像进行网格化处理，使得可以得到更易于进行后续变形的原始立体网格。
[0049]
本公开实施例的图像变形处理方法可以应用于对医学影像进行处理。目标图像可以是图像采集设备采集需要进行变形仿真的目标对象(例如，器官组织等)得到的三维图像(医学影像)，通过对目标图像进行网格化处理，可以得到目标图像对应的原始立体网格(例如，六面体网格)。图2示出根据本公开实施例的通过对采集人体肺部得到的三维图像进行网格化处理后得到的原始立体网格的示意图。如图2所示，原始立体网格为六面体网格，原始立体网格中包括多个最小立体网格单元。下述以原始立体网格为六面体网格为例对图像变形处理过程进行详细描述。
[0050]
由于六面体网格具有规则的结构，因此，以原始立体网格中的最边缘特征点为原
点，沿原始立体网格中原点对应的三个方向为坐标轴，并以原始立体网格中最小立体网格单元的边长为单位长度，建立直角坐标系。根据建立的直角坐标系，可以确定原始立体网格中各个特征点的坐标。其中，特征点为构成原始立体网格中最小立体网格单元的顶点。
[0051]
在一种可能的实现方式中，确定原始立体网格对应的目标立体子网格，包括：确定原始立体网格对应的多个不同尺度的立体子网格，其中，多个不同尺度的立体子网格的尺度均小于原始立体网格的尺度；将多个不同尺度的字体子网格中尺度最小的立体子网格确定为目标立体子网格。
[0052]
由于原始立体网格的尺度(分辨率)较大，即，原始立体网格中的特征点较多，直接对原始立体网格进行变形使得网格变形过程耗时较久，进一步导致图像变形处理效率较低。本公开实施例中，通过对原始立体网格进行降低尺度处理，确定尺度小于原始立体网格的多个不同尺度的立体子网格，以及将尺度最小的立体子网格确定为后续进行变形的目标立体子网格，从而可以有效降低网格变形耗时。
[0053]
在一种可能的实现方式中，确定原始立体网格对应的多个不同尺度的立体子网格，包括：对原始立体网格进行i次合并操作，得到原始立体网格对应的i个不同尺度的立体子网格，i为大于1或等于1的整数。
[0054]
通过对原始立体网格进行i次合并操作，可以快速得到尺度小于原始立体网格的i个不同尺度的立体子网格。
[0055]
在一种可能的实现方式中，对原始立体网格进行i次合并操作，得到原始立体网格对应的i个不同尺度的立体子网格，包括：将原始立体网格作为第一尺度的立体子网格，对第一尺度的立体子网格中的最小立体网格单元进行第一次合并操作，得到第二尺度的立体子网格；对第二尺度的立体子网格中的最小立体网格单元进行第二次合并操作，得到第三尺度的立体子网格；依次对上一尺度的立体子网格中的最小立体网格单元进行合并，直至得到第i+1尺度的立体子网格。
[0056]
通过依次对上一尺度的立体子网格中的最小立体网格单元进行合并，可以快速得到尺度小于原始立体网格的i个不同尺度的立体子网格。
[0057]
在一种可能的实现方式中，依次对上一尺度的立体子网格中的最小立体网格单元进行合并，包括：依次对上一尺度的立体子网格中的至少两个相邻最小立体网格单元进行合并。
[0058]
例如，将原始立体网格确定为第一尺度的立体子网格，对第一尺度的立体子网格中的最小立体网格单元进行第一次合并操作，得到第二尺度的立体子网格，其中，第二尺度的立体子网格中的最小立体网格单元是由第一立体子网格中的至少两个相邻最小立体网格单元合并得到的；对第二尺度的立体子网格中的最小立体网格单元进行第二次合并操作，得到第三尺度的立体子网格，其中，第三尺度的立体子网格中的最小立体网格单元是由第二立体子网格中的至少两个相邻最小立体网格单元合并得到的；依次对上一尺度的立体子网格中的至少两个相邻最小立体网格单元进行合并，直至得到第i+1尺度的立体子网格。
[0059]
通过逐步合并最小立体网格单元的操作，得到原始立体网格对应的多个不同尺度的立体子网格，以及根据基于原始立体网格建立的直角坐标系，确定各个立体子网格中各个特征点的坐标。图3示出根据本公开实施例的确定原始立体网格对应的多个不同尺度的立体子网格的示意图。如图3所示，将原始立体网格确定为第一尺度的立体子网格，对第一
尺度的立体子网格(原始立体网格)中的最小立体网格单元执行第一次合并操作，确定第二尺度的立体子网格，其中，第二尺度的立体子网格中的任一最小立体网格单元是由第一尺度的立体子网格(原始立体网格)中的八个相邻最小立体网格单元合并得到的；对第二尺度的立体子网格中的最小立体网格单元执行合并操作，确定第三尺度的立体子网格，其中，第三尺度的立体子网格的尺度小于第一尺度的立体子网格的尺度，第三尺度的立体子网格中的任一最小立体网格单元是由第二尺度的立体子网格中的八个相邻最小立体网格单元合并得到的。
[0060]
多个不同尺度的立体子网格的数目，以及尺度降低后立体子网格中的最小立体网格单元包含的尺度降低前立体子网格中的最小立体网格单元的预设数目可以根据实际情况确定，本公开对此不做具体限定。
[0061]
针对每次尺度降低过程，在原始立体网格和/或尺度降低前立体子网格中存在缺失的最小立体网格单元的情况下，即能够合并的相邻最小立体网格单元的数目小于预设数目，此时，补齐缺失的最小立体网格单元后执行合并操作。
[0062]
确定原始立体网格对应的多个不同尺度的立体子网格的方式除了可以采用上述逐步合并最小立体网格单元的方式外，还可以采用其它方式，本公开对此不做具体限定。
[0063]
在图3中，由于第三尺度的立体子网格为尺度最小的立体子网格，为了尽可能地提高变形效率，将第三尺度的立体子网格确定为目标立体子网格，进而在目标立体子网格上进行变形。
[0064]
在一种可能的实现方式中，对目标立体子网格进行变形，确定目标立体子网格的形变，包括：对目标立体子网格进行变形，确定目标立体子网格对应的目标旋转矩阵；基于目标立体子网格的形变，确定原始立体网格的形变，包括：根据目标立体子网格对应的目标旋转矩阵，确定原始立体网格对应的目标旋转矩阵。
[0065]
由于目标立体子网格为最小尺度的立体子网格，因此，目标立体子网格中的特征点相比于原始立体网格较少，对目标立体子网格进行变形，并根据对目标立体子网格进行变形的目标旋转矩阵，确定对原始立体网格进行变形的目标旋转矩阵，进而实现对原始立体网格的变形，可以提高网格变形效率。
[0066]
在一种可能的实现方式中，对目标立体子网格进行变形，确定目标立体子网格对应的目标旋转矩阵，包括：确定目标立体子网格中的变形特征点，变形特征点是目标立体子网格的所有特征点中的至少两个，变形特征点变形后的坐标与预设变形效果相关；根据变形特征点，通过预设变换函数，确定目标立体子网格中各个特征点对应的目标旋转矩阵，其中，预设变换函数中包括：目标立体子网格中各个特征点与相邻特征点变形后的坐标差构成的第一数据项，以及旋转矩阵与第二数据项的乘积构成的第三数据项，第二数据项是目标立体子网格中各个特征点与相邻特征点变形前的坐标差构成的。
[0067]
根据与预设变形效果相关的变形特征点，通过最小化预设变换函数，可以确定目标立体子网格中各个特征点对应的目标旋转矩阵，以实现对目标立体子网格的变形。
[0068]
在一种可能的实现方式中，变形特征点的数目小于预设阈值。
[0069]
根据预设变形效果，在原始立体网格中确定变形特征点，根据原始立体网格中各个变形特征点的坐标，通过寻找最近点的方式，依次确定各个不同尺度的立体子网格中的变形特征点的坐标。
[0070]
例如，针对原始立体网格(第一尺度的立体子网格)中的变形特征点a，根据变形特征点a的坐标，将第二尺度(与第一尺度相邻且小于第一尺度)的立体子网格中距离变形特征点a的距离最近的特征点，确定为第二尺度的立体子网格中的变形特征点a'，进而根据变形特征点a'的坐标，在第三尺度(与第二尺度相邻且小于第二尺度)的立体子网格中距离变形特征点a'的距离最近的特征点，确定为第三尺度的立体子网格中的变形特征点a”，以此类推，直至确定目标立体子网格(尺度最小的立体子网格)中的变形特征点。
[0071]
原始立体网格和各个立体子网格中的变形特征点的数目相同，由于仅在目标立体子网格(尺度最小的立体子网格)上进行变形且目标立体子网格中的特征点的总数较少，因此，可以选择较少的变形特征点，从而可以降低网格变形耗时。例如，变形特征点的数目小于预设阈值。预设阈值的具体取值可以根据实际情况确定，本公开对此不做具体限定。
[0072]
在一种可能的实现方式中，预设变换函数可以为变形能量函数。根据变形特征点，通过最小化变形能量函数，确定目标立体子网格中各个特征点对应的目标旋转矩阵。例如，采用刚性的变形方法对目标立体子网格进行变形，若变形是刚性的，则针对目标立体子网格中的特征点i，存在旋转矩阵r
i
满足下述公式(一)：
[0073]
(p
i
'-p'
j
)＝r
i
(p
i-p
j
)
ꢀꢀ
(一)，
[0074]
其中，p
i
为特征点i变形前的坐标，p
j
为特征点j变形前的坐标，p'
i
特征点i变形后的坐标，p'
j
为特征点j变形后的坐标，特征点j为特征点i的相邻特征点。若变形不是刚性的，则针对目标立体子网格中的特征点i，可以确定特征点i对应的目标旋转矩阵r
i
(最优的旋转矩阵)，使得目标立体子网格的变形在最小二乘的意义下逼近上述公式(一)。
[0075]
变形能量函数e(s')的表达形式可以如下公式(二)：
[0076][0077]
其中，n为目标立体子网格中的特征点的个数，w
i
为特征点i对应的权重，n(i)为特征点i的相邻特征点j的集合，p'
i-p'
j
为特征点i与相邻特征点j变形后的坐标差构成的第一数据项，p
i-p
j
为特征点i与相邻特征点j变形前的坐标差构成的第二数据项，r
i
(p
i-p
j
)为旋转矩阵与第二数据项的乘积构成的第三数据项。为了实现预设变形效果，变形特征点变形后的坐标是已知的，根据变形特征点变形后的坐标，迭代最小化上述公式(二)的变形能量函数，得到目标立体子网格中每个特征点对应的目标旋转矩阵。迭代最小化变形能量函数的方式可以根据实际情况确定，本公开对此不做具体限定。
[0078]
在一种可能的实现方式中，根据目标立体子网格对应的目标旋转矩阵，确定原始立体网格对应的目标旋转矩阵，包括：根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵，其中，第j-1尺度的立体子网格的尺度大于第j尺度的立体子网格的尺度，j大于等于2，j取最大值时对应的立体子网格为目标立体子网格，j＝2时，第j-1尺度的立体子网格是原始立体网格。
[0079]
在确定目标立体子网格中各个特征点对应的目标旋转矩阵后，可以通过上传播的方法，依次确定不同尺度的立体子网格中各个特征点对应的目标旋转矩阵，以实现对原始立体网格(第一尺度的立体子网格)的变形。例如，将原始立体网格确定为第一尺度的立体子网格，原始立体网格对应的多个不同尺度的立体子网格按照尺度依次降低包括：第一尺度的立体子网格(原始立体网格本身)、第二尺度的立体子网格、第三尺度的立体子网格、第
四尺度的立体子网格(目标立体子网格)。在通过上述迭代最小化变形能量函数的方式确定目标立体子网格中各个特征点对应的目标旋转矩阵后，根据目标立体子网格中各个特征点对应的目标旋转矩阵，确定第三尺度的立体子网格中各个特征点对应的目标旋转矩阵；根据第三尺度的立体子网格中各个特征点对应的目标旋转矩阵，确定第二尺度的立体子网格中各个特征点对应的目标旋转矩阵；根据第二尺度的立体子网格中各个特征点对应的目标旋转矩阵，确定第一尺度的立体子网格(原始立体网格)中各个特征点对应的目标旋转矩阵。
[0080]
在一种可能的实现方式中，根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵，包括：根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，利用线性插值算法，确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵。
[0081]
根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，利用线性插值算法，可以快速确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵。
[0082]
由于旋转矩阵本身不能直接进行线性插值操作，因此，借助矩阵的对数化将矩阵乘法线性化。例如，将第j尺度的立体子网格中各个特征点对应的目标旋转矩阵r执行下述公式(三)所示的对数操作，得到对数化的目标旋转矩阵log r：
[0083][0084]
其中，θ为目标旋转矩阵r对应的旋转角，w＝[w
x
,w
y
,w
z
]为目标旋转矩阵r对应的旋转轴。根据第j尺度的立体子网格中各个特征点对应的对数化的目标旋转矩阵，确定第j-1尺度的立体子网格中各个特征点对应的对数化目标旋转矩阵。
[0085]
根据第j尺度的立体子网格中各个特征点对应的对数化的目标旋转矩阵，利用线性插值算法，确定第j-1尺度的立体子网格中各个特征点对应的对数化的目标旋转矩阵时。例如，在第j尺度的立体子网格中的最小立体网格单元是由第j-1尺度的立体子网格单元中的至少两个相邻最小立体网格单元合并得到的情况下，第j尺度的立体子网格中最小立体网格单元的特征点m和特征点n构成的一条边上的新特征点k为第j-1尺度的立体子网格中的特征点，通过下述公式(四)确定第j-1尺度的立体子网格中特征点k对应的对数化的目标旋转矩阵log r
k
：
[0086][0087]
其中，log r
m
为第j尺度的立体子网格中特征点m对应的对数化的目标旋转矩阵，log r
n
为第j尺度的立体子网格中特征点n对应的对数化的目标旋转矩阵。
[0088]
例如，在第j尺度的立体子网格中的最小立体网格单元是由第j-1尺度的立体子网格单元中的至少四个相邻最小立体网格单元合并得到的情况下，第j尺度的立体子网格中最小立体网格单元的特征点m、特征点n、特征点x和特征点y构成的平面中心的新特征点l为第j-1尺度的立体子网格中的特征点，，通过下述公式(五)确定第j-1尺度的立体子网格中特征点l对应的对数化的目标旋转矩阵log r
l
：
[0089][0090]
其中，log r
m
为第j尺度的立体子网格中特征点m对应的对数化的目标旋转矩阵，log r
n
为第j尺度的立体子网格中特征点n对应的对数化的目标旋转矩阵，log r
x
为第j尺度的立体子网格中特征点x对应的对数化的目标旋转矩阵，log r
y
为第j尺度的立体子网格中特征点y对应的对数化的目标旋转矩阵。
[0091]
图4示出根据本公开实施例的根据第j尺度的立体子网格对应的目标旋转矩阵确定第j-1尺度的立体子网格对应的目标旋转矩阵的示意图。如图4所示，特征点a-d为第j尺度的立体子网格中一个最小立体网格单元中位于同一平面内的四个特征点，特征点a对应的对数化的目标旋转矩阵为log r
a
、特征点b对应的对数化的目标旋转矩阵为log r
b
、特征点c对应的对数化的目标旋转矩阵为log r
c
，特征点d对应的对数化的目标旋转矩阵为log r
d
。第j尺度的立体子网格中的最小立体网格单元是由第j-1尺度的立体子网格中的至少四个相邻最小立体网格单元合并得到的，因此，特征点a-i为第j-1尺度的立体子网格中四个相邻最小立体网格单元中位于同一平面内的九个特征点。根据下述公式(六)可以确定第j-1尺度的立体子网格中特征点e-i对应的对数化的目标旋转矩阵：
[0092][0093]
例如，在第j尺度的立体子网格中的最小立体网格单元是由第j-1尺度的立体子网格单元中的八个相邻最小立体网格单元合并得到的情况下，第j尺度的立体子网格中特征点1-8构成的最小立体网格单元的体中心新特征点9为第j-1尺度的立体子网格中的特征点，通过下述公式(七)可以确定第j-1尺度的立体子网格中特征点9对应的对数化的目标旋转矩阵log r9：
[0094][0095]
其中，log r1为第j尺度的立体子网格中特征点1对应的对数化的目标旋转矩阵，log r2为第j尺度的立体子网格中特征点2对应的对数化的目标旋转矩阵，log r3为第j尺度的立体子网格中特征点3对应的对数化的目标旋转矩阵，log r4为第j尺度的立体子网格中特征点4对应的对数化的目标旋转矩阵，log r5为第j尺度的立体子网格中特征点5对应的对数化的目标旋转矩阵，log r6为第j尺度的立体子网格中特征点6对应的对数化的目标旋转矩阵，log r7为第j尺度的立体子网格中特征点7对应的对数化的目标旋转矩阵，log r8为第j尺度的立体子网格中特征点8对应的对数化的目标旋转矩阵。
[0096]
在通过最小化变形能量函数确定目标立体子网格中各个特征点对应的目标旋转
矩阵后，通过上述上传播的方法，依次确定不同尺度的立体子网格中各个特征点对应的对数化的目标旋转矩阵，最终确定原始立体网格中各个特征点对应的对数化的目标旋转矩阵。借助幂操作将原始立体网格中各个特征点对应的对数化的目标旋转矩阵还原为各个特征点对应的目标旋转矩阵，进而根据原始立体网格对应的目标旋转矩阵对原始立体网格进行变形，确定目标图像对应的变形图像，从而实现对目标图像的图像变形处理。
[0097]
通过对原始立体网格进行尺度降低操作，确定多个不同尺度的立体子网格，使用较少的变形特征点对目标立体子网格(尺度最小的立体子网格)进行变形，确定目标立体子网格对应的目标旋转矩阵，根据目标立体子网格对应的目标旋转矩阵，利用线性插值算法和上传播方式，最终确定原始立体网格对应的目标旋转矩阵，进而根据原始立体网格对应的目标旋转矩阵对原始立体网格进行变形，确定目标图像对应的变形图像，从而实现对目标图像的图像变形处理，由于采用了较少的变形特征点，使得降低了变形耗时，进而可以提高图像变形处理的效率，适用于对手术中器官的变化进行仿真，帮助医生的术前诊断等应用场景。
[0098]
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
[0099]
此外，本公开还提供了图像变形处理装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种图像变形处理方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
[0100]
图5示出根据本公开实施例的一种图像变形处理装置的框图。如图5所示，图像变形处理装置50包括：
[0101]
获取模块51，用于获取目标图像对应的原始立体网格；
[0102]
第一确定模块52，用于确定原始立体网格对应的目标立体子网格，其中，目标立体子网格的尺度小于原始立体网格的尺度；
[0103]
第二确定模块53，用于对目标立体子网格进行变形，确定目标立体子网格的形变；
[0104]
第三确定模块54，用于基于目标立体子网格的形变，确定原始立体网格的形变；
[0105]
第四确定模块55，用于基于原始立体网格的形变，确定目标图像对应的变形图像。
[0106]
在一种可能的实现方式中，第一确定模块52，包括：
[0107]
第一确定子模块，用于确定原始立体网格对应的多个不同尺度的立体子网格，其中，多个不同尺度的立体子网格的尺度均小于原始立体网格的尺度；
[0108]
第二确定子模块，用于将多个不同尺度的字体子网格中尺度最小的立体子网格确定为目标立体子网格。
[0109]
在一种可能的实现方式中，第一确定子模块，包括：
[0110]
第一确定单元，用于对原始立体网格进行i次合并操作，得到原始立体网格对应的i个不同尺度的立体子网格，i为大于1或等于1的整数。
[0111]
在一种可能的实现方式中，第一确定单元，具体用于：
[0112]
将原始立体网格作为第一尺度的立体子网格，对第一尺度的立体子网格中的最小立体网格单元进行第一次合并操作，得到第二尺度的立体子网格；
[0113]
对第二尺度的立体子网格中的最小立体网格单元进行第二次合并操作，得到第三尺度的立体子网格；
[0114]
依次对上一尺度的立体子网格中的最小立体网格单元进行合并，直至得到第i+1尺度的立体子网格。
[0115]
在一种可能的实现方式中，第二确定模块53，包括：
[0116]
第三确定子模块，用于对目标立体子网格进行变形，确定目标立体子网格对应的目标旋转矩阵；
[0117]
第三确定模块54，包括：
[0118]
第四确定子模块，用于根据目标立体子网格对应的目标旋转矩阵，确定原始立体网格对应的目标旋转矩阵。
[0119]
在一种可能的实现方式中，第三确定子模块，包括：
[0120]
第二确定单元，用于确定目标立体子网格中的变形特征点，变形特征点是目标立体子网格的所有特征点中的至少两个，变形特征点变形后的坐标与预设变形效果相关；
[0121]
第三确定单元，用于根据变形特征点，通过预设变换函数，确定目标立体子网格中各个特征点对应的目标旋转矩阵，其中，预设变换函数中包括：目标立体子网格中各个特征点与相邻特征点变形后的坐标差构成的第一数据项，以及旋转矩阵与第二数据项的乘积构成的第三数据项，第二数据项是目标立体子网格中各个特征点与相邻特征点变形前的坐标差构成的。
[0122]
在一种可能的实现方式中，变形特征点的数目小于预设阈值。
[0123]
在一种可能的实现方式中，第四确定子模块，包括：
[0124]
第四确定单元，用于根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵，其中，第j-1尺度的立体子网格的尺度大于第j尺度的立体子网格的尺度，j大于等于2，j取最大值时对应的立体子网格为目标立体子网格，j＝2时，第j-1尺度的立体子网格是原始立体网格。
[0125]
在一种可能的实现方式中，第四确定单元，具体用于：
[0126]
根据第j尺度的立体子网格中各个特征点对应的目标旋转矩阵，利用线性插值算法，确定第j-1尺度的立体子网格中各个特征点对应的目标旋转矩阵。
[0127]
在一种可能的实现方式中，获取模块51，包括：
[0128]
网格化处理子模块，用于对目标图像进行网格化处理，得到原始立体网格。
[0129]
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
[0130]
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
[0131]
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
[0132]
本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的图像变形处
理方法的指令。
[0133]
本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的图像变形处理方法的操作。
[0134]
电子设备可以被提供为终端、服务器或其它形态的设备。
[0135]
图6示出根据本公开实施例的一种电子设备的框图。如图6所示，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
[0136]
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
[0137]
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
[0138]
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
[0139]
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
[0140]
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0141]
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
[0142]
i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
[0143]
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态
评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0144]
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
[0145]
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0146]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
[0147]
图7示出根据本公开实施例的一种电子设备的框图。如图7所示，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
[0148]
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如windows servertm，mac os xtm，unixtm,linuxtm，freebsdtm或类似。
[0149]
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
[0150]
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0151]
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上
存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
[0152]
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0153]
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
[0154]
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0155]
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0156]
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0157]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用
于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0158]
该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
[0159]
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。