目标特征点的确定方法、装置、设备及计算机存储介质与流程

1.本技术属于计算机技术领域，尤其涉及一种目标特征点的确定方法、装置、设备及计算机存储介质。


背景技术：

2.采用导航技术的手术，需要将患者术中实际的组织与载有手术规划方案的虚拟组织三维模型进行配准。例如，在膝关节置换手术中，会在术前的三维模型中规划手术方案，在术中通过探针采集股骨、胫骨表面的一些特征点与术前的三维重建模型进行匹配，为后续的机器人操作提供导航依据。术中在骨骼表面采集特征点的操作通常由医生来执行，经本技术的发明人研究发现，特征点的选取空间分布及数量对后续的配准精度影响较大。一般地，选取的特征点数量越多、分布范围越广配准精度越高。然而，选取的特征点越多，选点耗时越长，会造成患者创口暴露时间及手术时间增长，并且会增大配准算法的运算量。
3.因此，如何准确地选取数量合理、分布位置合理的特征点，是本技术领域亟需解决的技术问题。


技术实现要素：

4.本技术实施例提供一种目标特征点的确定方法、装置、设备及计算机存储介质，能够准确地选取数量合理、分布位置合理的目标特征点，选取出的目标特征点能够在保证满足配置精度的同时，又能最大程度地减少配准耗时。
5.第一方面，本技术实施例提供一种目标特征点的确定方法，所述方法包括：
6.获取目标对象的虚拟模型；
7.在所述虚拟模型上选取m个特征点，并基于所述m个特征点形成m组配准点，其中所述m组配准点与所述m个特征点一一对应，且每组配准点分布在与所述每组配准点对应的特征点的预设区域内，m为正整数；
8.对于所述m组配准点中的每组配准点，确定满足预设条件的组对应的特征点为目标特征点；
9.所述预设条件包括：第一配准点点云与第一特征点点云之间的第一配准准确度大于预设阈值；其中，对于所述m组配准点中的每组配准点，所述第一配准点点云为所述m组配准点中除该组配准点之外的剩余组配准点得到的点云，所述第一特征点点云为由所述剩余组配准点对应的特征点组成的点云。
10.在一些实施例中，在所述确定满足预设条件的组对应的特征点为目标特征点之前，所述方法还可以包括：
11.计算第二配准点点云与第二特征点点云的第二配准准确度；其中，所述第二配准点点云为从所述m组配准点中选取出的配准点组成的点云，所述第二特征点点云为由所述m个特征点组成的点云；
12.将所述第二配准准确度作为所述预设基准值。
13.在一些实施例中，当每组中包括多个配准点时，所述计算第二配准点点云与第二特征点点云的第二配准准确度，可以包括：
14.s11：从所述m组配准点中的每组配准点选取出一个配准点，得到一个包含m个配准点的第二子配准点点云；
15.s12：计算所述第二子配准点点云与所述第二特征点点云的第二子配准准确度；
16.s13：执行预设次数的s11和s12，得到多个所述第二子配准准确度，并计算多个所述第二子配准准确度的第一均值，以及将所述第一均值作为所述第二配准准确度；
17.其中，不同的所述第二子配准点点云之间至少有一个配准点不同。
18.在一些实施例中，在所述计算第二配准点点云与第二特征点点云的第二配准准确度之前，所述方法还可以包括：
19.在所述虚拟模型上选取z个特征点，并基于所述z个特征点形成z组配准点，其中所述z组配准点与所述z个特征点一一对应，且每组配准点分布在与其对应的特征点的预设区域内，z小于m且为正整数；
20.所述计算第二配准点点云与第二特征点点云的第二配准准确度，具体包括：
21.根据第三配准点点云与第三特征点点云的配准结果，计算第二配准点点云与第二特征点点云的第二配准准确度；
22.其中，所述第三配准点点云为从所述z组配准点中选取出的配准点组成的点云，所述第三特征点点云为由所述z个特征点组成的点云。
23.在一些实施例中，所述根据第三配准点点云与第三特征点点云的配准结果，计算第二配准点点云与第二特征点点云的第二配准准确度，可以包括：
24.s20：从所述z组配准点中的每组配准点选取出一个配准点，得到一个包含z个配准点的第三子配准点点云，并对所述第三子配准点点云与所述第三特征点点云进行配准，得到第一配准结果；
25.s21：从所述m组配准点中的每组配准点选取出一个配准点，得到一个包含m个配准点的第二子配准点点云；
26.s22：根据所述第一配准结果，计算所述第二子配准点点云与所述第二特征点点云的第二子配准准确度；
27.s23：执行预设次数的s20至s22，得到多个所述第二子配准准确度，并计算多个所述第二子配准准确度的第一均值，以及将所述第一均值作为所述第二配准准确度；
28.其中，不同的所述第二子配准点点云之间至少有一个配准点不同。
29.在一些实施例中，所述对于所述m组配准点中的每组配准点，确定满足预设条件的组对应的特征点为目标特征点，具体包括：
30.对于所述m组配准点中的每组配准点，计算所述第一配准点点云与所述第一特征点点云之间的所述第一配准准确度；
31.将所述第一配准准确度大于所述预设阈值的组对应的特征点作为所述目标特征点。
32.在一些实施例中，所述对于所述m组配准点中的每组配准点，计算所述第一配准点点云与所述第一特征点点云之间的所述第一配准准确度，包括：
33.s31：从所述剩余组配准点中的每组配准点选取出一个配准点，得到一个包含m个
配准点的第一子配准点点云；m表示所述剩余组配准点对应的特征点的数量，m为正整数；
34.s32：计算所述第一子配准点点云与所述第一特征点点云的第一子配准准确度；
35.s33：执行预设次数的s31和s32，得到多个所述第一子配准准确度，并计算多个所述第一子配准准确度的第二均值，以及将所述第二均值作为所述第一配准准确度；
36.其中，不同的所述第一子配准点点云之间至少有一个配准点不同。
37.在一些实施例中，所述在所述虚拟模型上选取m个特征点，并基于所述m个特征点形成m组配准点，可以包括：
38.当所述第二配准准确度小于预设配准准确度时，重新在所述虚拟模型上选取m个特征点，并基于所述m个特征点形成m组配准点。
39.在一些实施例中，所述方法还可以包括：
40.向目标设备发送包含所述目标特征点的信息，以供所述目标设备显示所述目标特征点的数量以及所述目标特征点在所述虚拟模型上的位置。
41.第二方面，本技术实施例提供了一种目标特征点的确定装置，装置包括：
42.第一获取模块，用于获取目标对象的虚拟模型；
43.第一生成模块，用于在所述虚拟模型上选取m个特征点，并基于所述m个特征点形成m组配准点，其中所述m组配准点与所述m个特征点一一对应，且每组配准点分布在与所述每组配准点对应的特征点的预设区域内，m为正整数；
44.第一确定模块，用于对于所述m组配准点中的每组配准点，确定满足预设条件的组对应的特征点为目标特征点；
45.所述预设条件包括：第一配准点点云与第一特征点点云之间的第一配准准确度大于预设阈值；其中，对于所述m组配准点中的每组配准点，所述第一配准点点云为所述m组配准点中除该组配准点之外的剩余组配准点得到的点云，所述第一特征点点云为由所述剩余组配准点对应的特征点组成的点云。
46.第三方面，本技术实施例提供了一种电子设备，电子设备包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面中任一实施例所述的目标特征点的确定方法的步骤。
47.第四方面，本技术实施例提供了一种计算机存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一实施例所述的目标特征点的确定方法的步骤。
48.本技术实施例的特征点的确定方法、装置、设备及计算机存储介质，首先获取目标对象的虚拟模型；然后在虚拟模型上选取m个特征点，并形成m组配准点，m组配准点与m个特征点一一对应，且每组配准点分布在对应的特征点的预设区域内；接下来对于m组配准点中的每组配准点，确定满足预设条件的组对应的特征点为目标特征点；预设条件包括：第一配准点点云与第一特征点点云之间的第一配准准确度大于预设阈值；对于m组配准点中的每组配准点，第一配准点点云为m组配准点中除该组配准点之外的剩余组配准点得到的点云，第一特征点点云为由剩余组配准点对应的特征点组成的点云。由此，本技术通过筛除对配准精度影响较小的特征点，保留对配准精度影响较大的特征点作为目标特征点，使得选取出的目标特征点能够在保证满足配置精度的同时，又能最大程度地减少配置所需的特征点的数量，从而最大程度地减少配准耗时。
附图说明
49.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
50.图1是本技术实施例提供的目标特征点的确定方法的流程示意图；
51.图2是本技术实施例提供的目标特征点的确定装置的结构示意图；
52.图3是本技术实施例提供的电子设备的结构示意图。
具体实施方式
53.下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本技术，而不是限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。
54.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
55.除背景技术部分所述的问题外，经本技术的发明人研究发现，由于人骨等器官或组织具有个体差异性，因此每个人的特征点的最佳空间选点范围以及选点个数也会有一定的个体差异。如果采用统一标准采集特征点可能会导致不同人有不同的配准结果，最终导致配准失败。作为另一种方式，针对不同的人，如果采用3d打印的方法进行术前模拟，一方面增加了时间及物料成本，重要的是通过人工进行试误的方法需要耗费极大的工作量(人力及时间成本)，无法满足实际需求。
56.因此，对于不同的目标对象，如何准确地选取数量合理、分布位置合理的特征点，是本领域亟需解决的技术问题。
57.在本技术的发明人发现了上述技术问题的基础上，为了解决上述技术问题，首先提出了一种初步构思，初步构思具体如下：
58.例如，首先在术前建立针对目标对象的虚拟模型，其中，虚拟模型例如可以包括通过术前ct影像或核磁共振影像mri建立的目标对象的数字三维模型。接下来，可以在虚拟模型表面初步选定一些特征点，为了保证准确性，最好令这些特征点尽可能均匀地分布在虚拟模型表面。再接下来，将这些特征点组成的点云提取出来，对点云与虚拟模型进行配准尝试，并记录配准的精度；其中，配准前点云与虚拟模型之间的相对位置关系可随机设定，或者模拟实际手术中可能的相对位置关系。其中，配准的精度需要满足配准要求的精度，如果不满足，则应增加特征点或改变特征点的分布，重新构成点云并配准，直至达到要求。
59.这个配准过程是从虚拟模型表面选取的特征点组成的点云与虚拟模型之间的配
准，不涉及人体真实的器官或组织，因此可以在术前进行该配准验证。
60.理论上，这些特征点中有些对配准精度比较重要，有些特征点对配准精度不太重要。将对配准精度不重要的点排除后，剩余的特征点即必要的特征点。排除的方式例如可以是，从点云中去掉一个特征点，再对去掉一个特征点的点云与虚拟模型进行配准，比较本次配准的精度与预设基准精度的大小。如果比较结果相差很小，则说明该特征点对配准精度影响不大，可以确定该特征点为非必要的特征点。然后从点云中再去掉一个特征点，对点云和三维模型再进行一次配准，比较这次配准的精度与预设基准精度的大小，判断该特征点是不是必要的。
61.如果比较结果相差较大，则说明该特征点对配准精度影响较大，应保留。然后可以从点云中换一个特征点去掉，对点云和虚拟模型再进行一次配准，比较这次配准的精度与预设基准精度的大小，判断该特征点是不是必要的。
62.通过上述操作，相当于对每个特征点进行一次试验并确定其对配准精度的影响程度，将影响程度小的特征点排除后，剩余的特征点即保证配准精度的必要特征点。这些特征点在虚拟模型上的分布位置是可视的，在手术配准过程中，可以将该可视的特征点分布信息呈现给用户，用户可以参照该信息在人体真实的器官或组织上选取特征点进行配准操作。这样可以减少不必要的点选操作，降低工作量和手术时长。
63.在提出上述初步构思的基础上，后经本技术的发明人发现，在手术配准过程中，用户在人体真实的器官或组织选特征点时，例如是使用带有示踪器的探针在人体真实的器官或组织上点选，点选的实际位置与想要点选的理论位置是有偏差的，如上下左右的偏差，用力大小不同时深度的偏差。因此，上述初步构思中的对特征点选取是否合理的验证过程并不能很好地模拟实际情况。
64.为了使得选取的特征点更好地适应实际情况，基于上述初步构思，本技术实施例提供了一种目标特征点的确定方法、装置、设备及计算机存储介质。
65.本技术实施例的技术构思在于：在位于虚拟模型上选择若干特征点，每个特征点的周围分别生成一组配准点，利用生成的配准点来模拟实际操作中用户在人体真实的器官或组织点选的特征点，然后对由配准点组成的配准点点云与虚拟模型进行配准(实际上是对配准点和虚拟模型上的特征点点云进行配准)，通过比较配准准确度，来筛除对配准精度影响较小的特征点，保留对配准精度影响较大的特征点作为目标特征点，从而使得选取出的目标特征点能够在保证满足配置精度的同时，又能最大程度地减少配置所需的特征点的数量，从而最大程度地减少配准耗时。
66.下面首先对本技术实施例所提供的特征点的确定方法进行介绍。
67.图1是本技术实施例提供的目标特征点的确定方法的流程示意图。如图1所示，该方法可以包括以下步骤：
68.s101、获取目标对象的虚拟模型。
69.在一些实施例中，目标对象例如可以包括真实的器官或组织，例如股骨。虚拟模型例如可以包括基于真实的器官或组织生成的数字三维模型。
70.作为一种示例，在s101中，例如可以通过目标成像设备采集目标对象的结构信息；然后，基于采集的目标对象的结构信息，构建虚拟模型。其中，目标成像设备例如可以包括正电子发射型计算机断层显像(positron emission computed tomography，简称pet)设
备、电子计算机断层扫描(computed tomography，简称ct)设备和核磁共振成像(magnetic resonance imaging，简称mrt)设备中的至少一种。
71.具体地，例如可以通过pet机、ct机和/或mrt机采集真实的器官或组织的影像，然后通过采集的影像建立真实的器官或组织的数字三维模型。
72.s102、在虚拟模型上选取m个特征点，并基于m个特征点形成m组配准点。
73.在本技术实施例中，m组配准点与m个特征点一一对应，且每组配准点分布在与每组配准点对应的特征点的预设区域内，m为正整数。
74.其中，m的数量可以根据实际情况灵活调整，本技术不限于此。但是，需要说明的是，为了保证最终确定的目标特征点的准确性，m的数量不宜过少，且最好选取的m个特征点尽可能均匀地分布在虚拟模型表面。在一些实施例中，m的数量例如是40个。
75.作为一种示例，在s102中，例如用户可以通过鼠标光标在电子设备显示的虚拟模型上选取m个特征点，然后电子设备接收用户选取的m个特征点。在接收到用户选取的m个特征点之后，对应每个特征点按照预定规则均生成一组配准点，即生成m组配准点。其中，每组配准点包括至少一个配准点。
76.考虑到在实际中用户在真实的器官或组织上点选的特征点的实际位置与想要点选的理论位置是有偏差的。如实际手术中使用探针在膝关节软骨表面选点时，点选的实际位置是在预期位置点周围随机分布的，不仅仅有前后左右的位置偏差，还可能有因用力不均一导致的进入软骨深度的偏差。因此，人工选点时点选的实际位置可能在三维空间内分布，而非只在骨表面上分布。
77.因此，为了更好地与实际情况相吻合，以及保证最终确定的目标特征点的准确性，在一些实施例中，预定规则可以是：每组配准点的分布范围是以特征点为中心的一个虚拟球形空间内，并且各个配准点在虚拟球形空间中随机分布。其中，虚拟球形空间具有预定的半径，例如2mm，半径的大小可以根据实际情况灵活调整，本技术不限于此。在一些可选实施例中，每组配准点的分布范围是以特征点为中心的一个虚拟扁平饼状空间，因为点选时深度方向的偏差一般小于骨表面周围的偏差。
78.s103、对于m组配准点中的每组配准点，确定满足预设条件的组对应的特征点为目标特征点。
79.在本技术实施例中，预设条件包括：第一配准点点云与第一特征点点云之间的第一配准准确度大于预设阈值。其中，对于m组配准点中的每组配准点，第一配准点点云为m组配准点中除该组配准点之外的剩余组配准点得到的点云，第一特征点点云为由剩余组配准点对应的特征点组成的点云。
80.容易理解的是，在s103中，对于m组配准点中的每组配准点，计算一下如果筛除这个组，那么除该组配准点之外的剩余组配准点及与其对应的特征点之间的配准准确度是怎样的，以便于确定每组配准点对应的特征点的重要性。
81.在一些实施例中，配准准确度可以理解为当两个点云之间满足目标度量准则下的最优匹配时，两个点云中重合的点的个数与任意一个点云中全部点的总个数的比值，该比值例如可以是百分比。
82.具体地，对于m组配准点中的每组配准点，s103可以包括以下步骤：
83.s1031、对于m组配准点中的每组配准点，计算第一配准点点云与第一特征点点云
之间的第一配准准确度；
84.s1032、将第一配准准确度大于预设阈值的组对应的特征点作为目标特征点。
85.s1031具体可以包括以下步骤：
86.s31：对于m组配准点中的每组配准点，从m组配准点中除该组配准点之外的剩余组配准点(以下简称剩余组配准点)中的每组配准点选取出一个配准点，得到一个包含m个配准点的第一子配准点点云。其中，m表示剩余组配准点对应的特征点的数量，m为正整数。
87.为了便于理解，以剩余组配准点所包含的组的数量为10个、每组配准点包含10个配准点为例进行说明。例如，每次从剩余组配准点中的每组配准点中随机选取一个配准点，有10组配准点，每次可得到10个配准点，由这10个配准点组成配准点点云，为了便于区分，记作第一子配准点点云。
88.s32：计算第一子配准点点云与第一特征点点云的第一子配准准确度。
89.其中，对于m组配准点中的每组配准点，第一特征点点云为由m组配准点中除该组配准点之外的剩余组配准点对应的特征点组成的点云，其包含m个特征点。在s32中，将第一子配准点点云与第一特征点点云进行配准，得到配准准确度，为了便于区分，记作第一子配准准确度。
90.s33、执行预设次数的s31和s32，得到多个第一子配准准确度，并计算多个第一子配准准确度的均值，为了便于区分，将这里的多个第一子配准准确度的均值记作第二均值，以及将第二均值作为第一配准准确度。
91.容易理解的是，每执行一次s31和s32得到一个第一子配准准确度，那么，执行n次s31和s32便可以得到n个第一子配准准确度，n表示预设次数。然后，计算这n个第一子配准准确度的均值，为了便于区分，记作第二均值。最后，将计算出的第二均值作为第一配准准确度。
92.s1032、将第一配准准确度大于预设阈值的组对应的特征点作为目标特征点。
93.具体地，通过s1031得到m组配准点中的每组配准点对应的第一配准准确度，例如m＝40，则得到40个第一配准准确度。然后判断每组配准点对应的第一配准准确度与预设基准值的差值是否大于预设阈值。最后将第一配准准确度与预设基准值的差值大于预设阈值的组对应的特征点确定为目标特征点。
94.容易理解的是，对于m组配准点中的每一组配准点，如果计算出的除这个组之外的剩余组配准点与该剩余组配准点对应的特征点之间的配准准确度与预设基准值相差较小的话，说明该组对应的特征点对配准准确度或称配准精度影响较小，则可以排除这个组对应的特征点。反之，如果计算出的除这个组之外的剩余组配准点与该剩余组配准点对应的特征点的配准准确度与预设基准值相差较大的话，说明该组对应的特征点对配准准确度或称配准精度影响较大，则需要保留这个组对应的特征点。
95.在一些实施例中，预设基准值例如可以是第二配准点点云与第二特征点点云的第二配准准确度，其中，第二配准点点云为从m组配准点中选取出的配准点组成的点云，第二特征点点云为由m个特征点组成的点云。
96.具体地，在s103之前，本技术实施例提供的目标特征点的确定方法还可以包括以下步骤：
97.计算第二配准点点云与第二特征点点云的第二配准准确度；
98.将第二配准准确度作为预设基准值。
99.在一些实施例中，计算第二配准点点云与第二特征点点云的第二配准准确度具体包括以下步骤：
100.s11：从m组配准点中的每组配准点选取出一个配准点，得到一个包含m个配准点的第二子配准点点云；
101.s12：计算第二子配准点点云与第二特征点点云的第二子配准准确度；
102.s13：执行预设次数的s11和s12，得到多个第二子配准准确度，并计算多个第二子配准准确度的第一均值，以及将第一均值作为第二配准准确度。
103.需要注意的是，不同的第二子配准点点云之间至少有一个配准点不同，即每次在执行s11时，本次选取的配准点组成的第二子配准点点云与其他次s11选取的配准点组成的第二子配准点点云之间至少有一个配准点不同。如可以是每次随机从各组配准点中选取，这样每次选取的配准点完全相同的几率极小。
104.需要说明的是，s11、s12和s13分别与上述s31、s32和s33的过程相似，为了简要起见，在此不再详细描述。
105.配准的过程或目的是找到空间中配准点点云与特征点点云之间的旋转参数r和平移参数t，使得两个点云之间满足某种度量准则下的最优匹配。上文中提到m的数量不宜过小，因而在不清楚配准点点云与特征点点云之间的对应关系的情况下，如果直接对数量较多的配准点和特征点进行配准的话，计算量比较大，耗时也比较长。
106.因此，为了减少计算量和计算时间，在计算第二配准点点云与第二特征点点云的第二配准准确度之前，本技术实施例提供的目标特征点的确定方法还可以包括以下步骤：
107.在虚拟模型上选取z个特征点，并基于z个特征点形成z组配准点，其中z组配准点与z个特征点一一对应，且每组配准点分布在与其对应的特征点的预设区域内，z小于m且为正整数。
108.该步骤与s102的过程相似。作为一种示例，在该步骤中，例如用户可以通过鼠标光标在电子设备显示的虚拟模型上选取z个特征点，然后电子设备接收用户选取的z个特征点。在接收到用户选取的z个特征点之后，对应每个特征点按照预定规则均生成一组配准点，即生成z组配准点。其中，每组配准点包括至少一个配准点。
109.这里，z的数量小于m。在一些实施例中，例如z的数量为5个，具体数量可以根据实际情况灵活调整，本技术不限于此。
110.在计算第二配准点点云与第二特征点点云的第二配准准确度时，具体可以根据第三配准点点云与第三特征点点云的配准结果，计算第二配准点点云与第二特征点点云的第二配准准确度。其中，第三配准点点云为从z组配准点中选取出的配准点组成的点云，第三特征点点云为由z个特征点组成的点云。
111.在一些实施例中，根据第三配准点点云与第三特征点点云的配准结果，计算第二配准点点云与第二特征点点云的第二配准准确度，具体可以包括：
112.s20：从z组配准点中的每组配准点选取出一个配准点，得到一个包含z个配准点的第三子配准点点云，并对第三子配准点点云与第三特征点点云进行配准，得到第一配准结果。
113.具体地，例如可以利用点对配准算法对第三子配准点点云与第三特征点点云进行
配准，目的是利用由数量较少的配准点组成的点云和由数量较少的特征点组成的点云进行配准，得到初始旋转参数r和初始平移参数t。
114.s21：从m组配准点中的每组配准点选取出一个配准点，得到一个包含m个配准点的第二子配准点点云。
115.s22：根据第一配准结果，计算所述第二子配准点点云与第二特征点点云的第二子配准准确度。
116.在s20得到初始旋转参数r和初始平移参数t之后，当再对第二子配准点点云与第二特征点点云进行配准时，便可在初始旋转参数r和初始平移参数t的基础上对第二子配准点点云与第二特征点点云进行配准，这样可以大幅减少配准所需的计算时间和计算量。
117.s23：执行预设次数的s20至s22，得到多个第二子配准准确度，并计算多个第二子配准准确度的第一均值，以及将第一均值作为第二配准准确度。
118.需要注意的是，不同的第二子配准点点云之间至少有一个配准点不同，即每次在执行s11时，本次选取的配准点组成的第二子配准点点云与其他次s11选取的配准点组成的第二子配准点点云之间至少有一个配准点不同。
119.需要说明的是，s21、s22和s23分别与上述s11、s12和s13的过程相似，为了简要起见，在此不再详细描述。这里，还需要说明的是，在计算第一配准点点云与第一特征点点云之间的第一配准准确度时，也可以在初始旋转参数r和初始平移参数t的基础上进行配准，从而大幅减少配准所需的计算时间和计算量。
120.为了便于让用户了解目标特征点的信息，在一些实施例中，本技术实施例提供的目标特征点的确定方法还可以包括以下步骤：
121.向目标设备发送包含目标特征点的信息，以供目标设备显示目标特征点的数量以及目标特征点在虚拟模型上的位置。
122.其中，目标设备例如可以包括医生在手术过程中能够观察到的电子设备。通过在电子设备上显示目标特征点的数量以及目标特征点在虚拟模型上的位置，以为医生在手术过程中提供参考。
123.为了保证最终确定的目标特征点能够达到预期的配准精度或称配准准确度，在一些实施例中，如果第二配准准确度达不到预期的配准精度或称配准准确度，则可以改变m的数量和/或特征点的位置，直至第二配准准确度达到预期的配准精度。具体地，在s102中，例如当第二配准准确度小于预设配准准确度时，重新在虚拟模型上选取m个特征点，并基于m个特征点形成m组配准点。
124.由此，本技术实施例筛除了对配准精度影响较小的特征点，保留了对配准精度影响较大的特征点作为目标特征点。
125.基于上述实施例提供的目标特征点的确定方法，相应地，本技术还提供了目标特征点的确定装置的具体实现方式。请参见以下实施例。
126.参见图2，本技术实施例提供的目标特征点的确定装置200可以包括以下模块：
127.第一获取模块201，用于获取目标对象的虚拟模型；
128.第一生成模块202，用于在虚拟模型上选取m个特征点，并基于m个特征点形成m组配准点，其中m组配准点与m个特征点一一对应，且每组配准点分布在与每组配准点对应的特征点的预设区域内，m为正整数；
129.第一确定模块203，用于对于m组配准点中的每组配准点，确定满足预设条件的组对应的特征点为目标特征点；
130.预设条件包括：第一配准点点云与第一特征点点云之间的第一配准准确度大于预设阈值；其中，对于m组配准点中的每组配准点，第一配准点点云为m组配准点中除该组配准点之外的剩余组配准点得到的点云，第一特征点点云为由剩余组配准点对应的特征点组成的点云。
131.本技术实施例的特征点的确定装置，第一获取模块用于获取目标对象的虚拟模型；第一生成模块用于在虚拟模型上选取m个特征点，并形成m组配准点，m组配准点与m个特征点一一对应，且每组配准点分布在对应的特征点的预设区域内；第一确定模块用于对于m组配准点中的每组配准点，确定满足预设条件的组对应的特征点为目标特征点；预设条件包括：第一配准点点云与第一特征点点云之间的第一配准准确度大于预设阈值；其中，对于m组配准点中的每组配准点，第一配准点点云为m组配准点中除该组配准点之外的剩余组配准点得到的点云，第一特征点点云为由剩余组配准点对应的特征点组成的点云。由此，本技术通过筛除对配准精度影响较小的特征点，保留对配准精度影响较大的特征点作为目标特征点，使得选取出的目标特征点能够在保证满足配置精度的同时，又能最大程度地减少配置所需的特征点的数量，从而最大程度地减少配准耗时。
132.在一些实施例中，第一获取模块201具体用于：通过目标成像设备采集目标对象的结构信息；基于结构信息，构建虚拟模型。
133.在一些实施例中，本技术实施例提供的目标特征点的确定装置200还可以包括预处理模块，用于计算第二配准点点云与第二特征点点云的第二配准准确度；其中，第二配准点点云为从m组配准点中选取出的配准点组成的点云，第二特征点点云为由m个特征点组成的点云；将第二配准准确度作为预设基准值。
134.在一些实施例中，预处理模块具体用于执行以下步骤：
135.s11：从m组配准点中的每组配准点选取出一个配准点，得到一个包含m个配准点的第二子配准点点云；
136.s12：计算第二子配准点点云与第二特征点点云的第二子配准准确度；
137.s13：执行预设次数的s11和s12，得到多个第二子配准准确度，并计算多个第二子配准准确度的第一均值，以及将第一均值作为第二配准准确度；
138.其中，不同的第二子配准点点云之间至少有一个配准点不同。
139.在一些实施例中，本技术实施例提供的目标特征点的确定装置200还可以包括第二生成模块，第二生成模块用于在虚拟模型上选取z个特征点，并基于z个特征点形成z组配准点，其中z组配准点与z个特征点一一对应，且每组配准点分布在与其对应的特征点的预设区域内，z小于m且为正整数。预处理模块具体用于：根据第三配准点点云与第三特征点点云的配准结果，计算第二配准点点云与第二特征点点云的第二配准准确度；其中，第三配准点点云为从z组配准点中选取出的配准点组成的点云，第三特征点点云为由z个特征点组成的点云。
140.在一些实施例中，预处理模块具体用于执行以下步骤：
141.s20：从z组配准点中的每组配准点选取出一个配准点，得到一个包含z个配准点的第三子配准点点云，并对第三子配准点点云与第三特征点点云进行配准，得到第一配准结
果；
142.s21：从m组配准点中的每组配准点选取出一个配准点，得到一个包含m个配准点的第二子配准点点云；
143.s22：根据第一配准结果，计算第二子配准点点云与第二特征点点云的第二子配准准确度；
144.s23：执行预设次数的s20至s22，得到多个第二子配准准确度，并计算多个第二子配准准确度的第一均值，以及将第一均值作为第二配准准确度；
145.其中，不同的第二子配准点点云之间至少有一个配准点不同。
146.在一些实施例中，第一确定模块203具体用于：对于m组配准点中的每组配准点，计算第一配准点点云与第一特征点点云之间的第一配准准确度；将第一配准准确度大于预设阈值的组对应的特征点作为目标特征点。
147.在一些实施例中，第一确定模块203具体用于执行以下步骤：
148.s31：对于m组配准点中的每组配准点，从m组配准点中除该组配准点之外的剩余组配准点中的每组配准点选取出一个配准点，得到一个包含m个配准点的第一子配准点点云；m表示剩余组配准点对应的特征点的数量，m为正整数；
149.s32：计算第一子配准点点云与第一特征点点云的第一子配准准确度；
150.s33：执行预设次数的s31和s32，得到多个第一子配准准确度，并计算多个第一子配准准确度的第二均值，以及将第二均值作为第一配准准确度；
151.其中，不同的第一子配准点点云之间至少有一个配准点不同。
152.在一些实施例中，第一生成模块202具体用于：当第二配准准确度小于预设配准准确度时，重新在虚拟模型上选取m个特征点，并基于m个特征点形成m组配准点。
153.在一些实施例中，本技术实施例提供的目标特征点的确定装置200还可以包括发送模块，发送模块用于：向目标设备发送包含目标特征点的信息，以供目标设备显示目标特征点的数量以及目标特征点在虚拟模型上的位置。
154.图2所示装置中的各个模块/单元具有实现图1中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
155.基于上述实施例提供的目标特征点的确定方法，相应地，本技术还提供了电子设备的具体实现方式。请参见以下实施例。
156.图3是本技术实施例提供的电子设备的硬件结构示意图。
157.电子设备可以包括处理器301以及存储有计算机程序指令的存储器302。
158.具体地，上述处理器301可以包括中央处理器(central processing unit，cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
159.存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器302可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在一个实例中，存储器302可以包括可移除或不可移除(或固定)的介质，或者存储器302是非易失性固态存储器。存储器302可在综合网关容灾设备的内部或外部。
160.在一个实例中，存储器302可以是只读存储器(read only memory，rom)。在一个实
例中，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。
161.存储器302可以包括只读存储器(rom)，随机存取存储器(ram)，磁盘存储介质设备，光存储介质设备，闪存设备，电气、光学或其他物理/有形的存储器存储设备。因此，通常，存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如，存储器设备)，并且当该软件被执行(例如，由一个或多个处理器)时，其可操作来执行参考根据本公开的一方面的方法所描述的操作。
162.处理器301通过读取并执行存储器302中存储的计算机程序指令，以实现图1所示实施例中的方法/步骤s101至s105，并达到图1所示实例执行其方法/步骤达到的相应技术效果，为简洁描述在此不再赘述。
163.在一个示例中，电子设备还可包括通信接口303和总线310。其中，如图3所示，处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
164.通信接口303，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。
165.总线310包括硬件、软件或两者，将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(accelerated graphics port，agp)或其他图形总线、增强工业标准架构(extended industry standard architecture，eisa)总线、前端总线(front side bus，fsb)、超传输(hyper transport，ht)互连、工业标准架构(industry standard architecture，isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线310可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
166.另外，结合上述实施例中的目标特征点的确定方法，本技术实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种目标特征点的确定方法。
167.综上所述，本技术实施例的特征点的确定方法、装置、设备及计算机存储介质，获取目标对象的虚拟模型；在虚拟模型上选取m个特征点，并在m个特征点的预设区域内生成m组的配准点，每个特征点对应一组配准点；对于第i组，计算第一组的配准点与第一特征点的第一配准准确度，第一组为所述m组中除第i组之外的剩余组，第一特征点为第一组对应的特征点，i和m均为正整数；当第一配准准确度与预设基准值的差值小于预设阈值时，筛除第i组；确定m组中未筛除的组对应的特征点为目标特征点。由此，本技术通过筛除对配准精度影响较小的特征点，保留对配准精度影响较大的特征点作为目标特征点，使得选取出的目标特征点能够在保证满足配置精度的同时，又能最大程度地减少配置所需的特征点的数量，从而最大程度地减少配准耗时。
168.需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺
序。
169.以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(application specific integrated circuit，asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(radio frequency，rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
170.还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
171.上面参考根据本技术的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本技术的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，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，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
172.以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。