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 PDF

Info

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
Application number
CN201610566802.8A
Other languages
English (en)
Other versions
CN106228550A (zh
Inventor
魏伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Emendi Material Technology Co.,Ltd.
Original Assignee
Shanghai Love Beauty Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Love Beauty Technology Co Ltd filed Critical Shanghai Love Beauty Technology Co Ltd
Priority to CN201610566802.8A priority Critical patent/CN106228550B/zh
Publication of CN106228550A publication Critical patent/CN106228550A/zh
Application granted granted Critical
Publication of CN106228550B publication Critical patent/CN106228550B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种三维牙齿模型中牙冠部分的识别方法
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。
CN201610566802.8A 2016-07-19 2016-07-19 一种三维牙齿模型中牙冠部分的识别方法 Active CN106228550B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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