Python 比较或对齐三维对象

我有两个3D矩阵。每个像素都是一个灰度值

第一个3D矩阵是一个参考形状。e、 g.想象一个嘴巴的3D模型

第二个3D矩阵是参考形状的近似部分。e、 想象一颗牙齿。该小节是近似的，因为它来自不同的口。注：该小节可能略微倾斜

挑战在于确定参考矩阵中各小节的坐标。扩展上面的口腔示例，挑战在于确定第二个3D矩阵最准确地表示的牙齿

---

输出可以是3D像素位置和方向值。

您可以使用

imregister

、

imregtform

和

imwarp

自动对齐两个体积数据集。看见

---

或者，如果您想更努力地工作，可以在6D（

convn

）中进行卷积，从第一个矩阵的（x，y，z，θ=0，φ=0，psi=0）开始，然后在所有角度投影中创建3d齿的表示

通常，您希望将您的分段矩阵

B

与参考矩阵

A

的每个可能的分段矩阵进行比较（使其具有与矩阵

B

相同的大小），并找到最相似的部分

通过比较，我指的是对差异的估计，例如，如果

B_I

是矩阵A的某个子部分，则可以计算：

 d_i=sum(sum(sum((B_i-B).^2)));

之后，您需要找到最低$d_i$。如果您使用的是大矩阵A（nxn）和B（mxmxmxm），则有

（N-M）^3

可能的子矩阵

B_i

，其大小与矩阵

B

相同。该算法将相当昂贵

---

然而，有一种使用卷积的替代实现。你可以看看这个算法，它和你的问题非常相似

感谢您的快速回复@bla将查看。理想情况下，在python@david_adler如果你在寻找Python的解决方案，不要用Matlab来标记这个问题……理想情况下，Python，Matlab是可以的。我想我会得到matlab社区的更多支持，但问题更一般。这适用于数据科学堆栈交换（而不是StackOverflow）。谢谢@Pete，我将在那里转载