CN106228550B - 一种三维牙齿模型中牙冠部分的识别方法 - Google Patents
一种三维牙齿模型中牙冠部分的识别方法 Download PDFInfo
- Publication number
- CN106228550B CN106228550B CN201610566802.8A CN201610566802A CN106228550B CN 106228550 B CN106228550 B CN 106228550B CN 201610566802 A CN201610566802 A CN 201610566802A CN 106228550 B CN106228550 B CN 106228550B
- Authority
- CN
- China
- Prior art keywords
- vertex
- point
- corona
- added
- triangular facet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20116—Active contour; Active surface; Snakes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
Landscapes
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本发明公开了一种三维牙齿模型中牙冠部分的识别方法,包括:遍历牙颌模型各顶点,计算并确定凹点集合;对凹点集合扩大邻域;收缩为单点骨架线;删除冗余分叉;封闭骨架线端点;依次选择牙冠上的每一点,以骨架线约束识别牙齿,并决定是否加入三角形判定条件约束,识别单颗牙冠,当所识别牙冠数量达到牙齿数量时结束。本发明有效提高牙冠识别的精度。
Description
技术领域
本发明涉及计算机应用领域,尤其涉及三维牙齿模型的牙冠识别。
背景技术
牙冠识别是指通过专业的计算机软件,在患者单个牙颌面中勾勒出单颗目标牙冠部分的操作。通过3D扫描患者的牙齿模型,得到可以在计算机中展示的三维牙齿模型文件,经过牙冠识别操作后,获取每颗牙齿牙冠部分的三维特征信息。
目前,已经广泛应用的牙冠识别技术,主要存在下列两类缺陷,降低了牙冠识别操作的工作效率以及牙冠识别的精确程度。
1)牙齿模型质量依赖性高。如果牙齿模型的扫描精度不高,会造成在牙冠与牙龈分割边界处的曲率不明显,无法精确识别牙冠与牙龈的边界。
2)适应范围存在局限性。牙冠与牙龈分界线处没有明显凹陷的区域,无法识别到牙冠与牙龈之间的边界;如果患者的牙冠与牙龈的分割边界处的曲率不明显,会无法精确识别牙冠与牙龈的边界。
发明内容
本发明的目的在于提供一种三维牙齿模型中牙冠部分的识别方法,有效提高牙冠识别的精度。
实现上述目的的技术方案是:
一种三维牙齿模型中牙冠部分的识别方法,包括:
遍历牙颌模型各顶点,计算并确定凹点集合;
对凹点集合扩大邻域;
收缩为单点骨架线;
删除冗余分叉;
封闭骨架线端点;
依次选择牙冠上的每一点,以骨架线约束识别牙齿,并决定是否加入三角形判定条件约束,识别单颗牙冠,当所识别牙冠数量达到牙齿数量时结束。
在上述的三维牙齿模型中牙冠部分的识别方法中,具体包括下列步骤:
对遍历的每个点计算该点法矢与其邻域三角面法矢的夹角均值a,若a<90度,则该点为凹点,将其加入凹点集合S中;
计算凹点集合S中每点的N环邻域顶点,得到点集P,将点集P加入凹点集合S中,并遍历牙颌模型各顶点,将凹点集合S中不存在的顶点加入点集O中,N为正整数;
将凹点集合S中的点标记为1,点集O中的点标记为0,对牙颌模型所有顶点计算判定值f与g:f为该顶点所有邻域顶点按同一旋转方向不同标识的过渡数量,g为该顶点的邻域顶点中标识为1的顶点数目n;以凹点集合S中f=2且g>1的一个顶点开始,将该点标记为0,更新所有顶点f与g值,直到凹点集合S中不存在f=2且g>1的顶点,将凹点集合S中f=2且g=1的点加入端点集合E1中;
遍历端点集合E1中各顶点,对每一顶点v做如下处理:设step=0,将该点标记为0,搜寻得到v的邻域顶点中f=4且标识为1的点,将该点更新为点v,step=step+1;直到step大于给定阈值ε,更新所有顶点的f与g值,并将f=2的点加入端点集合E2中;
遍历端点集合E2中各顶点,对每一顶点v1作如下处理:搜寻端点集合E2中与v1点最近的N个顶点ui,计算ui与v1间的最短路径,将最短路径中的所有顶点标识为1;将牙颌模型中标识为1的点加入边界集合B中;
选择牙冠上的一点v2,将v2加入集合V中,以v2开始做区域增长至边界集合B,将所识别的三角面加入集合T中;
若集合T的数目大于牙颌模型三角面数目的四分之一,集合T即为当前所识别的一颗牙齿的三角面集合;否则,遍历集合V中各顶点,对每一顶点v3做如下处理:
计算其邻域三角面,计算邻域三角形的质心o及其法矢a,判断每一个邻域三角面的判定条件,若不满足判定条件,则将该三角面加入集合T中,将T的顶点加入集合V中,继续判断下一三角面;否则,继续判断下一三角面;直至集合T的数目大于牙颌模型三角面数目的四分之一,集合T即为当前所识别的一颗牙齿的三角面集合;
若所识别的牙冠数量等于所需识别的牙冠数目,则完成所有牙冠识别;否则,重新选择牙冠上的一点v进行识别操作。
在上述的三维牙齿模型中牙冠部分的识别方法中,所述的三角面判定条件为以下三个条件之一:向量vo与a夹角大于阈值ε,且vo距离大于阈值δ1;vo距离大于阈值δ2;vo距离大于阈值δ3,且集合B包含有三角面任一顶点。
本发明的有益效果是:本发明是能提高牙冠识别成功率,降低了因为患者牙齿模型质量而导致的牙冠识别区域错误的几率,同时扩大牙冠识别算法的适应范围,避免了因为患者牙齿模型中牙冠与牙龈分割边界处的曲率不明显,而无法精确识别分割边界的情况。
附图说明
图1是本发明的三维牙齿模型中牙冠部分的识别方法的流程图。
具体实施方式
下面将结合附图对本发明作进一步说明。
请参阅图1,本发明的三维牙齿模型中牙冠部分的识别方法,包括下列步骤:
步骤S1,遍历牙颌模型各顶点,计算并确定凹点集合。具体地,对遍历的每个点计算该点法矢与其邻域三角面法矢的夹角均值a,若a<90度,则该点为凹点,将其加入凹点集合S中。
步骤S2,对凹点集合扩大邻域。具体地,计算凹点集合S中每点的N(N为正整数)环邻域顶点,得到点集P,将点集P加入凹点集合S中,并遍历牙颌模型各顶点,将凹点集合S中不存在的顶点加入点集O中。
步骤S3,针对凹点集合S,去除多余顶点,将其收缩为单点骨架线。具体地,包括:
步骤S31,将凹点集合S中的点标记为1,点集O中的点标记为0,对牙颌模型所有顶点计算判定值f与g:f为该顶点所有邻域顶点按同一旋转方向不同标识的过渡数量,g为该顶点的邻域顶点中标识为1的顶点数目n。
步骤S32,以凹点集合S中f=2且g>1的一个顶点开始,将该点标记为0,更新所有顶点f与g值;
步骤S33,若凹点集合S中不存在f=2且g>1的顶点,将凹点集合S中f=2且g=1的点加入端点集合E1中;否则,返回步骤S32。
步骤S4,针对凹点集合S,删除其中多余分叉,以提高后续识别精度。具体地,包括:
步骤S41,遍历端点集合E1中各顶点,对每一顶点v做如下处理:设step=0,将该点标记为0,搜寻得到v的邻域顶点中f=4且标识为1的点,将该点更新为点v,step=step+1;
步骤S42,若step大于给定阈值ε,更新所有顶点的f与g值,并将f=2的点加入端点集合E2中;否则,返回步骤S41;
步骤S5,封闭骨架线端点,因为骨架线存在开放区域,因而需要连接骨架线端点,使其封闭。具体地,遍历端点集合E2中各顶点,对每一顶点v1作如下处理:搜寻端点集合E2中与v1点最近的N个顶点ui,计算ui与v1间的最短路径,将最短路径中的所有顶点标识为1;将牙颌模型中标识为1的点加入边界集合B中。
步骤S6,选择牙冠上的一点v2,将v2加入集合V中,以v2开始做区域增长至边界集合B,将所识别的三角面加入集合T中。
步骤S7,以骨架线约束识别牙齿,即:采用所获得的骨架线作为约束区域以识别单颗牙齿。具体地,若集合T的数目大于牙颌模型三角面数目的四分之一,进入步骤S9;否则,进入步骤S8。
步骤S8,遍历集合V中各顶点,对每一顶点v3做如下处理:计算其邻域三角面,计算邻域三角形的质心o及其法矢a,判断每一个邻域三角面的判定条件,若不满足判定条件,则将该三角面加入集合T中,将T的顶点加入集合V中,继续判断下一三角面;否则,继续判断下一三角面。
三角面判定条件为下列之一:
1)向量vo与a夹角大于阈值ε,且vo距离大于阈值δ1;2)vo距离大于阈值δ2;3)vo距离大于阈值δ3,且集合B包含有三角面任一顶点。
步骤S9,识别单颗牙冠,即:集合T即为当前所识别的一颗牙齿的三角面集合。
步骤S10,若所识别的牙冠数量等于所需识别的牙冠数目,则完成所有牙冠识别;否则,返回步骤S6。
以上实施例仅供说明本发明之用,而非对本发明的限制,有关技术领域的技术人员,在不脱离本发明的精神和范围的情况下,还可以作出各种变换或变型,因此所有等同的技术方案也应该属于本发明的范畴,应由各权利要求所限定。
Claims (2)
1.一种三维牙齿模型中牙冠部分的识别方法,其特征在于,包括:
遍历牙颌模型各顶点,计算并确定凹点集合;
对凹点集合扩大邻域;
收缩为单点骨架线;
删除冗余分叉;
封闭骨架线端点;
依次选择牙冠上的每一点,以骨架线约束识别牙齿,并决定是否加入三角形判定条件约束,识别单颗牙冠,当所识别牙冠数量达到牙齿数量时结束;
具体包括下列步骤:
对遍历的每个点计算该点法矢与其邻域三角面法矢的夹角均值a,若a<90度,则该点为凹点,将其加入凹点集合S中;
计算凹点集合S中每点的N环邻域顶点,得到点集P,将点集P加入凹点集合S中,并遍历牙颌模型各顶点,将凹点集合S中不存在的顶点加入点集O中,N为正整数;
将凹点集合S中的点标记为1,点集O中的点标记为0,对牙颌模型所有顶点计算判定值f与g:f为该顶点所有邻域顶点按同一旋转方向不同标识的过渡数量,g为该顶点的邻域顶点中标识为1的顶点数目n;以凹点集合S中f=2且g>1的一个顶点开始,将该点标记为0,更新所有顶点f与g值,直到凹点集合S中不存在f=2且g>1的顶点,将凹点集合S中f=2且g=1的点加入端点集合E1中;
遍历端点集合E1中各顶点,对每一顶点v做如下处理:设step=0,将该点标记为0,搜寻得到v的邻域顶点中f=4且标识为1的点,将该点更新为点v,step=step+1;直到step大于给定阈值ε,更新所有顶点的f与g值,并将f=2的点加入端点集合E2中;
遍历端点集合E2中各顶点,对每一顶点v1作如下处理:搜寻端点集合E2中与v1点最近的N个顶点ui,计算ui与v1间的最短路径,将最短路径中的所有顶点标识为1;将牙颌模型中标识为1的点加入边界集合B中;
选择牙冠上的一点v2,将v2加入集合V中,以v2开始做区域增长至边界集合B,将所识别的三角面加入集合T中;
若集合T的数目大于牙颌模型三角面数目的四分之一,集合T即为当前所识别的一颗牙齿的三角面集合;否则,遍历集合V中各顶点,对每一顶点v3做如下处理:
计算其邻域三角面,计算邻域三角形的质心o及其法矢a,判断每一个邻域三角面的判定条件,若不满足判定条件,则将该三角面加入集合T中,将T的顶点加入集合V中,继续判断下一三角面;否则,继续判断下一三角面;直至集合T的数目大于牙颌模型三角面数目的四分之一,集合T即为当前所识别的一颗牙齿的三角面集合;
若所识别的牙冠数量等于所需识别的牙冠数目,则完成所有牙冠识别;否则,重新选择牙冠上的一点v进行识别操作。
2.根据权利要求1所述的三维牙齿模型中牙冠部分的识别方法,其特征在于,所述的三角面判定条件为以下三个条件之一:向量vo与a夹角大于阈值ε,且vo距离大于阈值δ1;vo距离大于阈值δ2;vo距离大于阈值δ3,且集合B包含有三角面任一顶点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610566802.8A CN106228550B (zh) | 2016-07-19 | 2016-07-19 | 一种三维牙齿模型中牙冠部分的识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610566802.8A CN106228550B (zh) | 2016-07-19 | 2016-07-19 | 一种三维牙齿模型中牙冠部分的识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106228550A CN106228550A (zh) | 2016-12-14 |
CN106228550B true CN106228550B (zh) | 2019-04-30 |
Family
ID=57530923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610566802.8A Active CN106228550B (zh) | 2016-07-19 | 2016-07-19 | 一种三维牙齿模型中牙冠部分的识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106228550B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6650996B1 (ja) | 2018-12-17 | 2020-02-19 | 株式会社モリタ製作所 | 識別装置、スキャナシステム、識別方法、および識別用プログラム |
CN110135397B (zh) * | 2019-05-27 | 2022-07-08 | 上海埃蒙迪材料科技股份有限公司 | 一种识别三维牙齿模型中牙冠部分的方法 |
CN110827233B (zh) * | 2019-08-29 | 2022-06-14 | 杭州电子科技大学 | 一种牙齿三维点云数据表面窝沟区域的提取方法 |
CN113592763A (zh) * | 2020-04-30 | 2021-11-02 | 深圳云甲科技有限公司 | 基于曲率方向的桩核检测方法和装置 |
CN112932696B (zh) * | 2021-01-21 | 2023-04-07 | 上海埃蒙迪材料科技股份有限公司 | 牙齿特征点的计算方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392492A (zh) * | 2014-11-24 | 2015-03-04 | 中南大学 | 一种从牙颌三维模型分割单颗牙冠的计算机交互式方法 |
CN104715475A (zh) * | 2015-01-22 | 2015-06-17 | 中南大学 | 一种基于调和场的牙颌三维模型自动分割全部牙冠的方法 |
CN104867131A (zh) * | 2015-04-24 | 2015-08-26 | 杭州一牙数字口腔有限公司 | 基于数字化模型的牙冠数据提取方法 |
CN105046750A (zh) * | 2015-08-24 | 2015-11-11 | 杭州美齐科技有限公司 | 一种自动分割全颌牙齿三角网格模型的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10117728B2 (en) * | 2014-10-30 | 2018-11-06 | Oralect Licensing, Ltd. | Method and apparatus for treating orthodontitis |
-
2016
- 2016-07-19 CN CN201610566802.8A patent/CN106228550B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392492A (zh) * | 2014-11-24 | 2015-03-04 | 中南大学 | 一种从牙颌三维模型分割单颗牙冠的计算机交互式方法 |
CN104715475A (zh) * | 2015-01-22 | 2015-06-17 | 中南大学 | 一种基于调和场的牙颌三维模型自动分割全部牙冠的方法 |
CN104867131A (zh) * | 2015-04-24 | 2015-08-26 | 杭州一牙数字口腔有限公司 | 基于数字化模型的牙冠数据提取方法 |
CN105046750A (zh) * | 2015-08-24 | 2015-11-11 | 杭州美齐科技有限公司 | 一种自动分割全颌牙齿三角网格模型的方法 |
Non-Patent Citations (1)
Title |
---|
Improved Segmentation of Teeth in Dental Models;Yokesh Kumar.et al;《Computer-Aided Design and Applications》;20110131;第214-215,218,220页 |
Also Published As
Publication number | Publication date |
---|---|
CN106228550A (zh) | 2016-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106228550B (zh) | 一种三维牙齿模型中牙冠部分的识别方法 | |
CN105868498B (zh) | 基于扫描线点云的蒙皮边界特征重构方法 | |
CN104867137B (zh) | 一种基于改进ransac算法的图像配准方法 | |
EP3269325A1 (en) | Crown information acquisition program, information processing device, and crown information acquisition method | |
CN105118049A (zh) | 一种基于超像素聚类的图像分割方法 | |
WO2012071688A1 (zh) | 基干感知信息的三维模型形狀分析方法 | |
CN103246891A (zh) | 一种基于Kinect的中国手语识别方法 | |
CN110443822A (zh) | 一种语义边缘辅助的高分遥感目标精细提取方法 | |
CN103699654A (zh) | 一种跨比例尺矢量地图水网数据同名目标匹配方法 | |
CN108830888B (zh) | 基于改进的多尺度协方差矩阵特征描述子的粗匹配方法 | |
CN107730553B (zh) | 一种基于伪真值搜寻法的弱监督物体检测方法 | |
CN104834919A (zh) | 一种基于轮廓线的三维人脸迭代预处理和特征点提取方法 | |
CN103926879B (zh) | 航空发动机机匣特征识别方法 | |
JP2015121985A (ja) | 対象線検出装置、方法、及びプログラム | |
CN110276279A (zh) | 一种基于图像分割的任意形状场景文本探测方法 | |
CN109285163A (zh) | 基于激光点云的车道线左右轮廓线交互式提取方法 | |
CN109376586A (zh) | 基于激光点云的道路边界线交互式自动提取方法 | |
CN108520264A (zh) | 一种基于深度图像的手部轮廓特征优化方法 | |
CN105701222B (zh) | 一种基于圆弧缓冲带算法提取道路曲率半径的计算方法 | |
CN107689049B (zh) | 一种牙齿预备体修复模型特征线提取方法 | |
Yin et al. | Segregator: Global point cloud registration with semantic and geometric cues | |
CN105389800A (zh) | 行参数对象估计 | |
CN102800114A (zh) | 一种基于Poisson-disk采样的数据点云精简方法 | |
CN112085837B (zh) | 一种基于几何形状和lstm神经网络的三维模型分类方法 | |
CN104199383A (zh) | 航空发动机机匣零件铣削毛坯自动生成方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211117 Address after: 201800 3rd floor, No.5 factory building, Lane 615, Fengdeng Road, Malu Town, Jiading District, Shanghai Patentee after: Shanghai Emendi Material Technology Co.,Ltd. Address before: 201306 room 25077, area 1, building 1, No.888, Huanhu West 2nd Road, Nanhui new town, Pudong New Area, Shanghai Patentee before: SHANGHAI AISHENGMEI TECHNOLOGY CO.,LTD. |
|
TR01 | Transfer of patent right |