CN108604387A - 基于群体的表面网格重建 - Google Patents

基于群体的表面网格重建 Download PDF

Info

Publication number
CN108604387A
CN108604387A CN201780011039.5A CN201780011039A CN108604387A CN 108604387 A CN108604387 A CN 108604387A CN 201780011039 A CN201780011039 A CN 201780011039A CN 108604387 A CN108604387 A CN 108604387A
Authority
CN
China
Prior art keywords
surface mesh
group
mesh
processor
grid
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.)
Withdrawn
Application number
CN201780011039.5A
Other languages
English (en)
Inventor
古拉普拉萨德·索马苏达拉曼
罗伯特·W·香农
埃文·J·里布尼克
拉维尚卡尔·西瓦林加姆
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.)
3M Innovative Properties Co
Original Assignee
3M Innovative Properties Co
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 3M Innovative Properties Co filed Critical 3M Innovative Properties Co
Publication of CN108604387A publication Critical patent/CN108604387A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205Re-meshing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00Indexing scheme for image data processing or generation, in general
    • G06T2200/04Indexing scheme for image data processing or generation, in general involving 3D image data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30036Dental; Teeth
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/56Particle system, point based geometry or rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
  • Image Generation (AREA)

Abstract

本发明提供了重建的表面网格,该重建的表面网格可以基于多个接收的表面网格来生成。每个表面网格可以包括表示对象的顶点和面。所接收的表面网格可以被分配到多个组中的一个,并且每个组内的每个表面网格的感兴趣区域可以对准。可以基于针对每个组的感兴趣的对准区域来生成重建的表面网格。

Description

基于群体的表面网格重建
背景技术
牙科和/或正畸固定装置、个人防护设备(例如,呼吸器、头盔、手套、背心、护目镜等)或其它器具通常被设计用于应用于对象,诸如牙齿、头部、胸部、手部、足部或其它不限于解剖学的对象。在许多情况下,器具的尺寸和/或形状被设计为“一体适用”,或基于对象群体之间的假设差异被分离成各种平均类别,诸如小、中和大尺寸。
然而,对象的群体内和群体之间的对象形状的变化可以影响器具和对象的界面处的配合精度,从而在界面处导致机械应力和/或压力点。例如,牙齿的群体内和群体之间(例如,宽度)的牙齿形状的差异可以导致牙科和/或正畸器具与牙齿之间的应用界面处的机械应力,从而可能降低器具与牙齿之间的粘合剂粘结的寿命。作为另一个示例,群体内和群体之间的面部特征的差异可以导致呼吸器或其它面部器具的应用界面处的压力点,从而可能降低器具的人体工程学性能。
发明内容
在一个示例中,计算机实现的方法包括接收多个表面网格,每个表面网格包括表示对象的顶点和面。该方法还包括用处理器将多个表面网格中的每个表面网格分配到多个组中的一个,以及从多个表面网格中的每个表面网格提取感兴趣区域。该方法还包括针对多个组中的每个组,用处理器对准包括在组中的每个表面网格的感兴趣区域以生成多个对准的表面网格,以及针对多个组中的每个组,用处理器基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。
在另一个示例中,系统包括至少一个处理器和计算机可读存储器。计算机可读存储器编码有指令,该指令在由至少一个处理器执行时,致使系统接收多个表面网格,每个表面网格包括表示对象的顶点和面。计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,致使系统将多个表面网格中的每个表面网格分配到多个组中的一个,以及从多个表面网格中的每个表面网格提取感兴趣区域。计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,致使系统针对多个组中的每个组,对准包括在组中的每个表面网格的感兴趣区域以生成多个对准的表面网格,以及针对多个组中的每个组,基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。
附图说明
图1是可以基于多个所接收的表面网格来生成一个或多个重建网格的示例性系统的框图。
图2是根据至少一个可测量参数的所接收的表面网格的示例性分组的图表。
图3A至图3C是示出感兴趣区域从表面网格示例性提取的表面网格的透视图。
图4是包括在一组表面网格中的对准的感兴趣区域的示例性组的点云的顶点的侧视图。
图5是来自一组对准的表面网格的示例性重建网格的透视图。
图6是示例性颊面管器具的透视图,该颊面管器具包括基于从一组对准的表面网格生成的重建网格的界面区域。
图7是示出基于多个所接收的表面网格来生成一个或多个重建网格的示例性操作的流程图。
具体实施方式
根据本公开的技术,可以基于从多个所接收的表面网格生成的重建网格来设计托架、颊面管、呼吸器、头盔、手套、背心、护目镜、柄部或其它器具。所接收的表面网格中的每个可以包括表示对象的顶点和面。此类对象可以包括例如牙齿、手部、足部、面部、头部、胸部、眼睛或其它对象(不限于解剖结构),器具可被设计和配合到它们以供应用。所接收的表面网格中的每个可以基于对应于对象的物理特性的表面网格的可测量参数被分配到群体组。可测量的参数可基于感兴趣的对象和/或器具来选择。示例性可测量参数包括但不限于:宽度(例如,牙齿、头部、手指、手部等)、长度(例如,牙齿、头部、手指、手部等)、距离(例如,牙齿尖端到另一个牙齿尖端、一个颊骨到另一个颊骨等)、表面积、初始配准误差、最终配准误差或其它可测量参数。可以提取每个表面网格的感兴趣区域,并且可以对准每个群体组内的表面网格。感兴趣区域可为整体的表面网格,或可为表面网格的样本子集。作为示例,对象的表面网格可表示臼齿。感兴趣区域可为整个臼齿或臼齿的一部分。作为另一个示例,如果表面网格表示嘴部、鼻部和下巴周围的面部特征的图像,则感兴趣区域可仅为嘴部、下巴或鼻部、它们的任何组合、它们的任何较小的样本,或完整的图像。在组装重建的表面网格时,初始配准误差(即,最初的表面网格与重建的表面网格之间的差值)可用作可测量参数,以进一步改善配合的精度和对准。初始配准误差可被定义为表面网格与随机选择或基于可测量参数选择的基准网格的比较结果。可以重新网格化每个组内的对准的表面网格(例如,使用泊松表面重建)以生成表示每个组内的对象的重建网格。其它适用的重建技术包括但不限于:行进立方体、网格投影、表面元素平滑化、贪婪投影三角剖分、凸壳或凹壳。器具,诸如被构造成应用于臼齿的面向脸颊的表面(即,颊面)的颊面管可以针对每个群体组基于重建网格来设计,从而提高器具与每个群体组内的对象之间的配合的精度。
图1是示例性系统10的框图,该示例性系统10可以基于多个所接收的表面网格12A至12N(在本文被共同称为“表面网格12”)来生成一个或多个重建网格。如图1所示,系统10包括计算设备14,该计算设备14可以经由一个或多个有线或无线通信或二者来接收表面网格12。计算设备14包括一个或多个处理器16、一个或多个通信设备18、一个或多个输入设备20、一个或多个输出设备22和一个或多个存储设备24。部件16、18、20、22和24中的每一者可以诸如通过一个或多个通信信道26(物理地、通信地和/或操作地)互连以用于部件间通信。例如,(一个或多个)通信信道26可以包括系统总线、网络连接、进程间通信数据结构或用于通信数据的任何其它方法。如图1所示,存储设备24可以包括分组模块28、感兴趣区域(ROI)提取模块30、对准模块32和网格重建模块34。
如图1的示例中所示,表面网格12可以是表示牙齿的三维(3D)网格。对象的表面网格的捕获在本领域中是已知的。可使用光学扫描系统,诸如来自明尼苏达州圣保罗的3M公司(3M Company,St.Paul,MN)的真实定义扫描仪,以提供3D几何表面网格。表面网格12可以表示牙齿或单个牙齿的整个跨度。然而,虽然本文所述的示例是关于牙齿的3D网格描述的,但是本公开的方面不限于此。例如,表面网格12可以是二维(2D)或3D网格,表示任何对象,其中器具可以被设计用于应用于该对象,诸如面部特征、头部、胸部、臂部、手部、足部或不限于解剖结构的其它对象。在图1的示例中,表面网格12为多边形网格(例如三角形网格),该多边形网格各自包括表示与表面网格12中的相应一个相关联的牙齿的顶点、边缘和面。表面网格12中的每个的顶点可以是表示牙齿表面上的点的坐标系(例如,欧几里得坐标系)内的2D或3D坐标。表面网格12中的每个的顶点的集合可以被认为是表示未连接顶点的集合的点云。表面网格12中的每个的边缘是顶点之间的经编码的连接,该边缘的闭合组被认为是表面网格12中的相应一个的面。表面网格12中的每个的面(和/或与每个面相关联的顶点)可以与正交于由多边形面限定的平面的表面法线相关联(例如,编码)。作为一个示例,表面网格12中的任何一个或多个可以是三角形网格,使得表面网格的每个面由三个顶点之间的一组闭合的三个边缘限定,从而导致可以被表示为一组小三角形平面贴片的表面。
表面网格12可以从光学扫描(例如,口腔内扫描),牙齿压痕扫描(例如,激光扫描)或二者获得和/或确定。一般来讲,表面网格12可以从能够生成与表面网格12相关联的对象(例如,牙齿)的2D或3D表示的任何数据源获得和/或确定。表面网格12中的每个可以从不同的患者获得,从而导致对应于多个(例如,数十、数百、数千或更多个)不同患者的扫描的数据的群体。类似地,在表面网格12表示其它对象,诸如面部特征、手部、足部或其它对象,表面网格12可以从多个个体获得,从而导致对应于多个个体的聚集体的数据的群体。
如图1所示,计算设备14可以经由一个或多个有线或无线通信或二者来接收表面网格12。在某些示例中,计算设备14可以接收对应于表面网格12中的每个的对象的2D和/或3D模型,并且可以从所接收的模型确定表面网格12中的每个。虽然在图1中示出为包括三个表面网格12(即,表面网格12A、表面网格12B和表面网格12N),但是应当理解,表面网格12可以包括任何数量的表面网格,使得表面网格12N的字母“N”表示任意数量的表面网格12。
计算设备14的示例可包括但不限于服务器(即云)、大型机、台式计算机、膝上型计算机、平板计算机、移动电话(包括智能电话)、个人数字助理(PDA)或其它计算设备。在一个示例中,一个或多个处理器16被构造成实施用于在计算设备14内执行的功能和/过程指令。例如,(一个或多个)处理器16能够处理存储在(一个或多个)存储设备24中的指令,诸如从表面网格12生成一个或多个重建网格的指令,如下文进一步所述。(一个或多个)处理器16可以包括微处理器、控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它等效的离散或集成逻辑电路。
一个或多个存储设备24可被构造成在操作期间将信息存储在计算设备14内。在一些示例中,(一个或多个)存储设备24被描述为计算机可读存储介质。在一些示例中,计算机可读存储介质可以包括非暂态介质。术语“非暂态”可以指示存储介质没有在载波或传播信号中体现。在某些示例中,非暂态存储介质可以存储可以随时间变化的数据(例如,在RAM或高速缓存中)。在一些示例中,(一个或多个)存储设备24为临时存储器,这意味着(一个或多个)存储设备24的主要目的不是长期存储。在一些示例中,(一个或多个)存储设备24被描述为易失性存储器,这意味着当计算设备14断电时(一个或多个)存储设备24不维持所存储的内容。易失性存储器的示例可以包括随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)以及其它形式的易失性存储器。在一些示例中,(一个或多个)存储设备24用于存储由(一个或多个)处理器16执行的程序指令。在一个示例中,(一个或多个)存储设备24被运行在计算设备16上的软件或应用程序(例如,分组模块28、ROI提取模块30、对准模块32和网格重建模块34中的任何一个或多个)用于在程序执行期间暂时存储信息。
在一个示例中,(一个或多个)存储设备24利用(一个或多个)通信设备18经由一个或多个网络,诸如一个或多个有线或无线通信网络或二者来与外部设备通信。(一个或多个)通信设备18可以包括网络接口卡,诸如以太网卡、光收发器、射频收发器或可以发送和接收数据的任何其它类型的设备。此类网络接口的其它示例可以包括蓝牙、3G、4G和WiFi无线电计算设备以及通用串行总线(USB)。
如图1所示,计算设备14可以包括一个或多个输入设备20。在一些示例中,(一个或多个)输入设备20被构造成接收来自用户的输入。(一个或多个)输入设备20的示例可以包括鼠标、键盘、麦克风、相机设备、存在敏感和/或触敏显示器,或被构造成接收来自用户的输入的其它类型的设备。
一个或多个输出设备22可以被构造成向用户提供输出。(一个或多个)输出设备22的示例可以包括显示设备、声卡、视频图形卡、扬声器、阴极射线管(CRT)监视器、液晶显示器(LCD)、触敏和/或存在敏感显示器,或用于以用户或机器可理解的形式输出信息的其它类型的设备。
如图1所示,(一个或多个)存储设备24可以包括分组模块28、ROI提取模块30、对准模块32和网格重建模块34。模块28、30、32和34中的每个可以包括计算机可读指令,该计算机可读指令在由(一个或多个)处理器16执行时致使计算设备14根据本文所述的技术进行操作。虽然被示出并描述为单独的模块,但分组模块28、ROI提取模块30、对准模块32和网格重建模块34中的任何一个或多个可以被实现为相同或不同的模块。类似地,虽然相对于单个计算设备14描述了本公开的示例,但在其它示例中,系统10可以包括两个或更多个计算设备14,其中功能在本文归因于分布在两个或更多个计算设备14中的计算设备14。
在操作中,计算设备14经由例如(一个或多个)通信设备18接收表面网格12。分组模块28基于例如表面网格12中的相应一个的至少一个可测量参数来将表面网格12中的每个分配到多个组中的一个。处理器16分析表面网格以识别感兴趣的至少一个可测量参数,并且基于统计接近度(例如,在宽度、长度或距离的5%内)或发生频率来将表面网格分配到组。例如,如下文进一步所述,分组模块28可以基于牙齿宽度的可测量参数来将表面网格12中的每个分配到多个组中的一个。在其它示例中,诸如当表面网格12表示除牙齿之外的对象时,可测量的参数可对应于由表面网格12表示的对象的一个或多个物理特性,该一个或多个物理特性可经由表面网格测量,诸如颊骨之间的距离(例如,在设计呼吸器器具时使用)、头部宽度(例如,在设计头盔和/或遮阳板器具时使用)、手部宽度(例如,在设计覆盖手部的器具诸如手套时使用)或其它物理特性。
在某些示例中,分组模块28可以基于多个可测量参数来将表面网格12中的每个分配到多个组中的一个。例如,表面网格12中的每个可以与多个可测量参数,诸如宽度、长度、距离、角度或其它可测量参数相关联。此类多个可测量参数可以被表示为例如向量、阵列、矩阵、序列或其它表示,分组模块28可以从它们确定对应表面网格的可测量参数之间的差值。此类差值的示例可以包括但不限于:马哈拉诺比斯距离、向量之间的角度的指示(例如,角度、角度的余弦、角度的正弦或角度的其它指示),或向量之间的相关性的指示。
ROI提取模块30可以从表面网格12中的每个提取感兴趣区域。例如,ROI提取模块30可以提取由表面网格12表示的臼齿的颊面(即,面向脸颊的表面)。对准模块32可以针对多个组中的每个对准包括在组中的每个表面网格的感兴趣区域以生成多个对准的表面网格。网格重建模块34可以针对多个组中的每个基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。因此,实施本公开的技术的系统10可以针对多个群体组中的每个生成重建网格。每个重建网格的顶点和面可以表示包括在组中的表面网格中的每个的对象的聚集体。器具,诸如被构造成应用于臼齿的颊面的颊面管可以针对每个组基于与组相关联的重建的表面网格来设计。例如,器具的界面区域(例如,被构造成应用于臼齿的颊面的颊面管的区域、被构造成邻近面部放置的呼吸器的区域,或其它界面区域)可以被设计成补充(例如,匹配)重建网格的对应界面区域。因此,本文所述的技术可以增加每组的器具与具有对应于该组的可测量参数(例如,牙齿宽度)的对象(例如,牙齿)之间的配合精度。
图2是根据对应于牙齿宽度的可测量参数的(图1的)表面网格12的示例性分组的图表36。在图2的示例中,图表36示出表面网格12的示例性分组,每个对应于右下方第二臼齿,尽管应当理解,本文所述的示例性技术可以应用于不同牙齿和不同对象的分组,诸如面部、头部、手部、足部、胸部或不限于解剖结构的其它对象。在一些示例中,表面网格12中的每个可以表示单个牙齿,诸如关于图2所述的右下方第二臼齿。在其它示例中,表面网格12中的每个可以表示不止一个牙齿,并且(图1的)计算设备14可以分离表面网格12中的每个的部分以提取对应于单个牙齿的部分。
如图2所示,(图1的)分组模块28可以将表面网格12中的每个分配到多个组38A至38H中的一个(在本文共同称为“组38”)。在图2的示例中,组38中的每个对应于右下方第二臼齿的牙齿宽度的物理特性,并且包括对应于牙齿宽度的可测量参数的范围,每个范围从牙齿宽度的下部边界延伸到相应组的牙齿宽度的上部边界。如图所示,对应于牙齿宽度的可测量参数的范围可以在组38之间互相排斥,使得组38中没有两个组包括可测量参数的相同值。
在一些示例中,分组模块28可以将表面网格12中的每个的牙齿宽度确定为与表面网格12中的每个相关联的臼齿的近中舌尖尖端与远侧颊尖尖端之间的距离。在其它示例中,分组模块28可以使用指示牙齿宽度的其它可测量参数来确定表面网格12中的每个的牙齿宽度,该可测量参数诸如从近中舌尖尖端到中央颊尖尖端的距离(例如,对于具有三个颊尖的左下方第一臼齿和右下方第一臼齿)、牙齿的最外侧边缘之间的最长距离或指示牙齿宽度的其它可测量的参数。用于确定每个牙齿宽度的界标点,诸如尖端、最外边缘或其它界标点,可以手动注释(例如,由用户手动编码有表面网格12中的每个)和/或可以通过计算设备14来自动确定,诸如经由光学识别技术、峰值检测算法、边缘检测算法或其它技术来确定可用于确定指示牙齿宽度的可测量参数的尖端、最外边缘或其它界标点。
在图2的示例中,组38包括八个组(即,组38A、38B、38C、38D、38E、38F、38G和38H)。在其它示例中,组38可以包括大于或少于八个的单独的组38,包括仅具有单个组的示例。组38的总数可以基于一个或多个约束(诸如,手动地和/或通过分组模块28)来确定,诸如最大数量的组38、最小数量的组38、包括在组38中的任何一个中的最大数量的表面网格12、包括在组38中的任何一个中的最小数量的表面网格12,或其它约束。在某些示例中,分组模块28可以使用例如聚类算法来确定组38中的每个的可测量参数的数量和/或范围,该聚类算法基于表面网格12之间的可测量参数的差值来识别组38的数量和/或组38中的每个的可测量参数的范围。例如,分组模块28可以利用聚类算法,该聚类算法将具有满足阈值分组标准,诸如可测量参数之间的阈值最大差值的可测量参数的那些表面网格12分组。
在某些示例中,聚类模块28可以诸如通过使用包括在组38中的每个中的表面网格12的数量的柱状图、组38中的可测量参数的概率分布函数的最大值(例如,使用核密度平滑)或其它技术来确定组38中的可测量参数的关键统计。关键统计的示例可以包括但不限于:模式、平均值、中值,或它们的中间值。在某些示例中,分组模块28可以使组38中的一个的可测量参数的范围以组38中的可测量参数的关键统计为中心。例如,如图2所示,分组模块28可以使对应于组38D的牙齿宽度的可测量参数的范围以组38中的可测量参数的确定模式(例如,在该示例中为5.09毫米)为中心。在某些示例中,附加组38可以对称地围绕对应于关键统计的被识别的组38中的一个(例如,对应于该示例中的模式的关键统计的组38D)确定,直到组38的聚集体包括表面网格12中的可测量参数的至少95%。可延伸组38中的包括可测量参数的最大和至少百分位数中的可测量参数的那些的范围,使得表面网格12中的每个被包括在组38中的至少一个中。
因此,计算设备14可以根据表面网格12中的相应一个的至少一个可测量参数来将表面网格12中的每个分配到多个组中的一个。虽然已经关于对应于牙齿的宽度的可测量参数描述了图2的示例,但是本文所述的技术可以应用于对应于不同对象的物理特性的不同可测量参数(包括与每个表面网格相关联的多个可测量参数),诸如面部特征(例如,对应于颊骨之间的距离、鼻部的长度的可测量参数,或对应于面部特征的物理特性的任何一个或多个其它可测量的参数)、头部(例如,头部宽度、头围,或对应于头部的物理特性的任何一个或多个其它可测量参数)、手部(例如,手部宽度、手指长度,或对应于手部的物理特性的任何一个或多个其它可测量参数),或对应于不限于解剖结构的对象的物理特性的任何一个或多个其它可测量的参数。
图3A至图3C是示出对应于臼齿的颊面的感兴趣区域从表面网格12A示例性提取的透视图。图3A示出与坐标系40对准的表面网格12A。图3B示出表面网格12A,其与坐标系40对准并且示出平面41从表面网格12A的其余部分分离对应于臼齿的颊面的感兴趣区域42。图3C示出对应于从表面网格12A提取之后的颊面的感兴趣区域42。
如图3A所示,表面网格12A可以通过例如ROI提取模块30(图1)与坐标系40对准。坐标系40可以包括第一轴44(标记为“x轴”)、第二轴46(标记为“y轴”)和第三轴48(标记为“z轴”)。如在例示的示例中,第一轴44、第二轴46和第三轴48中的每一者可以互相正交(例如,欧几里得坐标系)。ROI提取模块30可以将坐标系40的原点确定为近中舌尖尖端50与远侧颊尖尖端52之间的中点。ROI提取模块30可以确定第一轴44的正方向,以与沿朝向远侧颊尖尖端52的方向从确定的原点延伸的单位向量对准(针对对应于在嘴部的左上方或左下方象限中的牙齿的表面网格),或与沿朝向近中颊尖尖端54的方向从确定的原点延伸的单位向量对准(针对对应于在嘴部的右上方或右下方象限中的牙齿的表面网格)。ROI提取模块30可以确定第二轴46以与沿牙齿的根线从确定的原点延伸的单位向量对准,该单位向量为从原点朝向牙齿的咬合面延伸的正方向。ROI提取模块30可以确定第三轴48互相正交于第一轴44和第二轴46中的每一者,使得坐标系40为右手坐标系,并且第三轴48的正方向与沿朝向牙齿的颊面方向从确定的原点延伸的单位向量对准。因此,第三轴48的正值对应于与表面网格12A对应的臼齿的颊面。
如图3B所示,ROI提取模块30可以通过分离沿第三轴48具有正值的表面网格12A的值来识别对应于牙齿的颊面的感兴趣区域42。使用沿第三轴48延伸的零值平面41在图3B中示出了此类值。在其它示例中,ROI提取模块30不需要基于坐标系40来将表面网格12A与感兴趣区域42对准和/或识别感兴趣区域42。例如,在某些示例中,ROI提取模块30可以通过将表面网格12A与基线(或模板)表面网格对准来识别感兴趣区域42,并且可以基于模板表面网格内的对应感兴趣区域的位置来识别感兴趣区域42。ROI提取模块30可以通过将例如模板表面网格的界标或其它识别位置与表面网格12A的对应位置对准来将表面网格12A与模板表面网格对准。界标位置可以对应于例如由模板表面表示的对象的物理特性,诸如界标面部特征(例如,颧骨、嘴部、眼睛或其它面部特征的位置)、界标牙齿位置(例如,尖端、凹槽或其它界标牙齿位置),或不限于解剖结构的对象的其它物理特性。作为一个示例,ROI提取模块30可以使用迭代最近点(ICP)或其它对准算法来对准表面网格12A的界标位置和模板表面网格。ROI提取模块30可以基于感兴趣区域在模板表面网格内的位置来从表面网格12A识别和/或提取感兴趣区域(例如,感兴趣区域42),诸如通过识别与模板表面网格内的感兴趣区域的对应位置相关联的表面网格12A的部分。
图3C示出从表面网格12A提取(例如,通过ROI提取模块30)之后的感兴趣区域42。虽然已经关于对应于臼齿的颊面的感兴趣区域的提取示出和描述了图3A至图3C的示例,但是示例性技术可以应用于对应于牙齿和/或其它对象的不同感兴趣区域的提取。例如,在图3A至图3C的示例中,可以提取牙齿的感兴趣的舌侧或腭(即,面向舌头或面向上颚)区域作为对应于第三轴48的负值的表面网格12A的区域。此外,可以将该示例性技术应用于不同的对象,以从对应于人类头部的表面网格提取感兴趣的面部区域。例如,在对应于人头部的表面网格的示例中,坐标系40的原点可以被确定为头部的两耳之间的中点,第一轴44的正方向可以被确定成在沿从原点到头部的右耳的单位向量的方向上延伸,并且第二轴46的正方向可以被确定为在沿从原点向下到头部的颈线的单位向量的方向上延伸。在此类示例中,对应于头部的面部特征的感兴趣区域可以被提取为沿第三轴48具有正值的表面网格的那些值。
因此,ROI提取模块30可以识别表面网格12中的任何一个或多个的感兴趣区域,并且可以从表面网格12中的相应一个的其余部分提取感兴趣区域。感兴趣区域的提取可以通过减小需要对准的顶点总数来提高表面网格12的对准操作的精度。
图4是包括在组38D(图2)中的表面网格12(图1)的对准的感兴趣区域的点云56的顶点的侧视图。虽然为了清楚和易于讨论的目的关于组38D描述了图4的示例,但是应当理解,示例性技术适用于组38中的任一个和全部,以对准包括在相应组中的表面网格12的那些的顶点。
对准模块32(图1)可以对准包括在组38D中的表面网格12的那些的感兴趣区域。例如,在某些示例中,对准模块32可以将包括在组38D中的表面网格12的感兴趣区域对准到公共坐标系。在一些示例中,对准模块32可以通过对准表面网格12的界标或其它预定义点来对准包括在组38D中的表面网格12的感兴趣区域。包括在组38D中的对准的表面网格12的顶点的聚集体形成点云56的顶点。作为示例,公共坐标系可以是与包括在组38D中的表面网格12的任一个相关联的坐标系。例如,公共坐标系可以是与包括在组38D中的表面网格12中的一个相关联的坐标系,其具有包括在组38D中的表面网格12中的中值可测量参数(例如,牙齿宽度)。
对准模块32可以使用迭代最近点(ICP)算法或其它对准算法来对准包括在组38D中的表面网格12中的每个的感兴趣区域(例如,到公共坐标系),该算法经由确定的旋转矩阵来使参考点云(例如,与被确定为公共坐标系的表面网格12中的一个相关联的顶点的点云)与目标点云(例如,包括在组38D中的表面网格12的剩余表面网格中的每个)之间的差值最小化,该确定的旋转矩阵变换目标点云的坐标以使参考点云与目标点云之间的顶点之间的距离最小化。包括在组38D中的表面网格12的感兴趣区域的对准(与包括在组38D中的整个表面网格12相对)可以增加对准的精度并且通过减少待对准的顶点的总数量来降低与对准相关联的操作成本。
在一些示例中,对准模块32可以首先对准包括在组38D中的表面网格12的感兴趣区域中的每个的第一轴(例如,x轴),并且随后可以使用迭代最近点算法或其它对准算法对准包括在组38D中的表面网格12的感兴趣区域中的每个的剩余两个轴(例如,x轴和y轴二者)。在此类示例中,对准模块32还可以通过减少由迭代最近点或其它对准算法(其操作成本高)执行的操作的数量来降低对准的操作成本。因此,对准模块32可以对准包括在组38D中的表面网格12的感兴趣区域中的每个,以确定包括对准的感兴趣区域中的每个的顶点的聚集体点云56。
图5是从一组对准的表面网格生成的示例性重建网格58的透视图。在图5的示例中,从包括在组38D(图2)中的表面网格12(图1)的对准的感兴趣区域的点云56(图4)生成重建网格58。虽然为了清楚和易于讨论的目的关于与组38D相关联的点云56描述了图5的示例,但是应当理解,示例性技术适用于组38中的任一个或全部的任何对准的表面网格12的组,以从包括在相应组中的对准的表面网格生成重建的表面网格。
网格重建模块34(图1)可以基于包括在组38D中的对准的表面网格中的每个的顶点和面生成重建网格58。例如,网格重建模块34可以使用泊松表面重建算法或其它表面重建算法生成重建网格58,该算法生成表示两个或更多个输入网格的重建网格。在一些示例中,网格重建模块34可以仅使用包括在组38D中的对准的表面网格12的顶点和与包括组38D中的对准的表面网格12中的每个的面相关联的法向向量来生成重建网格58。也就是说,点云56的顶点中的每个顶点可以与法线向量相关联,该法线向量正交于从中导出顶点的表面网格12中的相应一个的面。网格重建模块34可以使用与点云56的顶点相关联的表面法线而不是重建网格58的面中的每个的重新估计的表面法线来生成重建网格58,从而减少与表面重建相关联的计算时间并且导致更清洁(例如,更平滑和更精准)的重建网格58。
在一些示例中,网格重建模块34可以在确定重建网格58之前将半径异常值过滤器应用于点云56的顶点,以从网格重建操作排除杂散顶点,从而增加重建网格58的平滑度和精度。例如,网格重建模块34可以排除具有小于阈值距离内阈值数量的相邻顶点的那些顶点。相邻顶点的阈值数量和阈值距离可以基于由例如网格分辨率限定的顶点的密度。例如,随着网格分辨率增加,相邻顶点的阈值数量和阈值距离中的任何一个或多个可减小。随着网格分辨率减小,相邻顶点的阈值数量和/或阈值距离可增加。作为一个示例,相邻顶点的阈值数量可以是五十个顶点,并且阈值距离可以是0.5毫米。
在某些示例中,网格重建模块34可以在生成重建网格58之后将半径异常值过滤器应用于重建网格58的顶点,以排除重建网格58的杂散区域,从而增加重建网格58的平滑度和精度。例如,网格重建模块34可以从具有小于阈值距离内的点云56(即,生成重建网格58的点云)的顶点的阈值数量的重建网格58排除顶点。如上所述,顶点的阈值数量和阈值距离中的每个可以基于网格分辨率,诸如在0.5毫米的阈值距离内距点云56的一百个顶点的顶点的阈值数量。
在一些示例中,网格重建模块34可以将平滑操作应用于在生成重建网格58之后重建网格58,从而增加重建网格58的平滑度和精度。例如,网格重建模块34可以通过将重建网格58的每个顶点替换为通过边缘直接连接到相应顶点的相邻顶点的坐标的加权平均数来将拉普拉斯平滑操作应用于重建网格58。权重可以例如与连接边缘的长度成反比例。
因此,网格重建模块34可以基于包括在组38D中的表面网格12中的每个的顶点和面来生成重建网格58。重建网格58的顶点和面可以表示对应于包括在组38D中的表面网格12中的每个的对象的聚集体。因此,重建网格58可以用于设计器具,诸如颊面管,其具有成型为匹配(例如,在设计公差内)重建网格58的接口,从而提高器具与对象之间的配合精度,该对象具有包括在组38D的可测量参数的范围内的可测量参数。类似地,网格重建模块34可以针对组38中的任何一个或多个生成重建网格,从而使得能够为群体组38中的任何一个或多个(例如,每个)设计器具。
图6是颊面管器具60的透视图,该颊面管器具60包括基于重建的表面网格58设计的接口区域62。在图6的示例中,颊面管器具60在相对于重建网格58的一部分的应用取向上示出。虽然为了清楚和易于讨论的目的关于基于重建网格58设计的颊面管器具描述了图6的示例,但是应当理解,示例性技术适用于可以设计成与任何对象交互的任何器具,诸如设计成与人脸交互的呼吸器、设计成与人头部交互的头盔、设计成与人脸交互的眼镜,或设计成与不限于解剖结构的任何对象交互的其它器具。
如图6所示,颊面管器具60包括接口区域62,该接口区域62被构造成与由重建网格58表示的对象交互(例如,物理接触)。接口区域62可以被设计成匹配(例如,在设计和/或制造公差内)重建网格58的区域,其中接口区域62被构造成与该重建网格交互。因此,颊面管器具60的接口区域62可以被设计成在应用后使机械应力最小化,从而有助于增加接口区域62与其所应用的牙齿之间的粘合剂粘结的寿命。
图7是示出基于多个所接收的表面网格来生成一个或多个重建网格的示例性操作的流程图。出于清楚和易于讨论的目的,以下在图1的系统10和图2至图6的示例的上下文中描述示例性操作。
可以接收多个表面网格(步骤64)。每个表面网格可以包括表示对象的顶点和面。例如,计算设备14可以经由(一个或多个)通信设备18接收表面网格12,表面网格12中的每个包括表示一个或多个牙齿的顶点和面。在一些示例中,多个表面网格中的每个可以是三维表面网格。例如,表面网格12中的每个可以与三维欧几里得坐标系相关联。
多个表面网格中的每个表面网格可以用图1所表示的计算设备14分配到多个组中的一个(步骤66)。例如,分组模块28可以将表面网格12中的每个分配到组38中的一个。可以基于表面网格的可测量参数来执行将每个表面网格分配到多个组中的一个。例如,分组模块28可以基于对应于牙齿宽度的表面网格的可测量参数来将表面网格12中的每个分配到组38中的一个,该可测量参数诸如对应于近中舌尖尖端的表面网格的顶点与对应于远侧颊尖尖端的表面网格的顶点之间的距离。可测量的参数可以对应于由表面网格表示的对象的物理特性,诸如对应于由表面网格表示的牙齿的牙齿宽度的可测量参数。多个组可以基于多个表面网格中的可测量参数的分布来确定。基于多个表面网格中的可测量参数的分布来确定多个组可以使用聚类算法来执行,该聚类算法基于表面网格之间的可测量参数的差值来识别多个组。例如,分组模块28可以使用聚类算法来确定组38,该聚类算法基于表面网格12之间的可测量参数的差值来识别组38的数量和/或组38中的每个的可测量参数的范围。多个组中的每个可以包括从可测量参数的下部边界到可测量参数的上部边界的可测量参数的范围。例如,组38中的每个可以包括对应于牙齿宽度的可测量参数的范围,该可测量参数的范围从该组的牙齿宽度的下部边界延伸到该组的牙齿宽度的上部边界。在一些示例中,多个组中的一个的可测量参数的范围可以多个表面网格内的可测量参数的关键统计为中心。例如,分组模块28可以确定具有一定范围的可测量参数的组38D,该可测量参数的范围以组38中的可测量参数的模式为中心。
可以从多个表面网格中的每个表面网格提取感兴趣区域(步骤68)。例如,ROI提取模块30可以从表面网格12中的每个提取感兴趣区域,诸如感兴趣区域42。从多个表面网格中的每个提取感兴趣区域可以包括使每个表面网格与预定的坐标系对准,以及基于预定的坐标系中的表面网格的特性来从每个表面网格提取感兴趣区域。例如,ROI提取模块30可以将表面网格12中的每个与坐标系40对准,并且可以将感兴趣区域42(例如,对应于牙齿的颊面)从表面网格12中的每个提取为具有第三轴48的正值的表面网格12的区域。
可以通过针对多个组中的每个组,对准包括在组中的每个表面网格中的感兴趣区域来生成多个对准的表面网格(步骤70)。例如,对准模块32可以对准包括在组38D中的表面网格12中的每个的提取的感兴趣区域,以生成组38D的多个对准的表面网格12,该对准的表面网格12的顶点的聚集体形成点云56。针对组38A、38B、38C、38E、38F、38G和38H中的每个,对准模块32可以类似地对准包括在组38A、38B、38C、38E、38F、38G和38F中的相应一个中的表面网格12中的每个的提取的感兴趣区域,以针对组38A、38B、38C、38E、38F、38G和38H中的每个生成多个对准的表面网格12。针对多个组中的每个组,对准包括在组中的每个表面网格来生成多个对准的表面网格可以包括,针对多个组中的每个组,将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的选择的表面网格相关联的坐标系。所选择的表面网格可以对应于包括在组中的表面网格中的可测量参数的中值。例如,对准模块32可以将包括在组38中的每个中的表面网格12中的每个对准到与对应于组38中的相应一个的牙齿宽度的中值可测量参数相关联的表面网格12中的相应一个。
针对多个组中的每个组,将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的所选择的表面网格相关联的坐标系可以使用迭代最近点算法来执行。使用迭代最近点算法将与包括在组中的每个表面网格相关联的坐标系对准到与所选择的表面网格相关联的坐标系可以包括:首先,针对多个组中的每个组,对准与包括在组中的每个表面网格相关联的三轴坐标系的第一轴,以及接下来,针对多个组中的每个组,使用迭代最近点算法,对准与包括在组中的每个表面网格相关联的三轴坐标系的第二轴和第三轴。例如,对准模块32可以首先针对组38中的每个,对准与包括在组中的每个表面网格相关联的x轴。对准模块32随后可以针对组38中的每个,使用迭代最近点算法对准与包括在组中的每个表面网格相关联的y轴和z轴二者。
可以针对多个组中的每个组,基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格(步骤72)。针对每个组,可以使用泊松表面重建算法来执行基于包括在组中的每个对准的表面网格的顶点和面生成重建网格。例如,网格重建模块34可以基于包括在组38D中的每个对准的表面网格的顶点和面,使用泊松表面重建算法来生成重建网格58。网格重建模块34可以类似地基于包括在相应组中的每个对准的表面网格的顶点和面,针对组38中的每个,使用泊松表面重建算法来生成重建网格。每个对准的表面网格的每个面可以与表面法线相关联。针对每个组,使用泊松表面重建算法基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格只能基于与每个对准的表面网格的每个面和每个对准的表面网格的顶点相关联的表面法线。
可以针对每个组,基于每个组的重建的表面网格来设计器具(步骤74)。例如,可以基于组38D的重建的表面网格58来设计颊面管器具60。类似地,可以基于相应组的重建的表面网格,针对组38中的每个设计颊面管器具(或其它器具)。
因此,可以基于从多个表面网格生成的重建网格来设计器具,诸如托架、颊面管、呼吸器、头盔、手套、背心、护目镜、柄部或其它器具。可以根据相应表面网格的一个或多个可测量参数将所接收的表面网格分离成群体组,该参数对应于表面网格表示的对象的一个或多个物理特性。可以基于包括在组中的表面网格,针对每个组生成重建网格。可以针对每个组生成器具,使得器具的接口区域对相应组的重建网格进行补充。因此,本公开的技术可以提高器具的接口区域与具有对应于设计的器具的至少一个可测量参数的对象之间的配合精度。
在另一个示例中,可以接收表面网格12(例如,经由(一个或多个)通信设备18通过计算设备14)。表面网格12中的每个可以表示对象。例如,表面网格12中的每个可以是三维网格,包括表示一个或多个人脸的点的顶点,该顶点编码顶点之间的连接。
可以将表面网格12中的每个预对准到公共坐标系,诸如对准到预定的坐标系或使用表面网格12中的一个作为参考。例如,表面网格12中的每个的面的鼻尖可以沿相同的方向取向,并且单个表面网格12被转化成使得鼻尖在公共坐标系中是原点。
使用表面网格12中的一个作为参考网格,可以使用迭代最近点(ICP)配准算法将表面网格12中的每个对准到参考系,从而产生平移和旋转变换,以使网格对之间的差值最小化。对于组中的每个注册网格,可以计算表面法线。例如,可以针对表面网格12中的每个的每个面计算表面法线,该表面网格12正交于由所考虑的面的顶点形成的平面。
使用针对对准的网格计算的表面法线,可以诸如通过网格重建模块34生成重建网格。例如,网格重建模块34可以使用对准的表面网格12的组的顶点和包括顶点的多边形的面的法线。在某些示例中,网格重建模块34可以通过拒绝(例如,移除)在每个顶点附近的阈值距离内具有不足数量的相邻顶点的顶点来从重建网格消除异常值顶点。在该示例中,重建网格可以被认为是针对人脸收集的对准的表面网格12的组的聚集体表示。
重建网格可以与表示呼吸器的外壳的表面网格对准,例如,使得呼吸器的外壳的表面网格位于重建网格的表面上。可以通过在重建网格上注释关键点界标使用手动输入进行对准,该重建网格包括但不限于鼻尖、面部下巴的中心、面部上的眼睛的中间以及两唇的边缘。在其它示例中,可以使用算法自动定位键点界标来执行对准。
对准的呼吸器网格的顶点可以投影到重建网格的表面上。可以使用重建网格的表面的表面法线来计算投影。顶点的投影可以覆盖重建网格的表面的子集。使用投影,可以通过提取投影的边界点来计算投影的轮廓顶点。
可以提取存在于距轮廓顶点阈值距离(例如,10mm)的邻域中的表面顶点,以产生面和顶点的表面网格。所提取的表面网格可以被平滑化以丢弃锯齿状的面。可以通过使用样条平滑算法来执行提取的表面网格的平滑化。所得的平滑表面网格可以用于生成器具,诸如用于打印呼吸器的面部密封件。
讨论可能的实施方案
以下为本发明的可能的实施方案的非排他性描述。
计算机实现的方法可以包括接收多个表面网格,每个表面网格包括表示对象的顶点和面。该方法还可以包括用处理器将多个表面网格中的每个表面网格分配到多个组中的一个,以及从多个表面网格中的每个表面网格提取感兴趣区域。该方法还可以包括针对多个组中的每个组,用处理器对准包括在组中的每个表面网格的感兴趣区域以生成多个对准的表面网格,以及针对多个组中的每个组,用处理器基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。
除此之外和/或另选地,前述段落的方法可以任选地包括以下特征、构型、操作和/或附加部件中的任何一个或多个。
用处理器将多个表面网格中的每个表面网格分配到多个组中的一个可以基于每个表面网格的一个或多个可测量参数来执行。
一个或多个可测量参数可以对应于由表面网格表示的对象的一个或多个物理特性。
该方法还可以包括用处理器基于多个表面网格中的一个或多个可测量参数的分布来确定多个组。
用处理器基于多个表面网格中的一个或多个可测量参数的分布来确定多个组可以使用聚类算法来执行,该聚类算法基于表面网格之间的一个或多个可测量参数的差值来识别多个组。
多个组中的每个可以包括从一个或多个可测量参数的下部边界到一个或多个可测量参数的上部边界的一个或多个可测量参数的范围。针对多个组中的一个的一个或多个可测量参数的范围可以多个表面网格内的一个或多个可测量参数的模式为中心。
从多个表面网格中的每个提取感兴趣区域可以包括用处理器将每个表面网格与预定的坐标系对准,以及用处理器基于预定坐标系中的表面网格的特性来从每个表面网格提取感兴趣区域。
多个表面网格中的每个表面网格可以与坐标系相关联。针对多个组中的每个组,用处理器对准包括在组中的每个表面网格来生成多个对准的表面网格可以包括,针对多个组中的每个组,将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的选择的表面网格相关联的坐标系。
用处理器将多个表面网格中的每个分配到多个组中的一个可以基于表面网格的一个或多个可测量参数来执行,该可测量参数包括宽度、长度、差值、表面、面积或配准误差。
与多个表面网格中的每个表面网格相关联的坐标系可以是三轴坐标系。针对多个组中的每个组,用处理器将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的所选择的表面网格相关联的坐标系可以包括:首先,针对多个组中的每个组,用处理器对准与包括在组中的每个表面网格相关联的三轴坐标系的第一轴,接下来,针对多个组中的每个组,使用迭代最近点算法,用处理器对准与包括在组中的每个表面网格相关联的三轴坐标系的第二轴和第三轴。
针对每个组,用处理器基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格可以使用泊松表面重建、行进立方体、网格投影、表面元素平滑化、贪婪投影三角剖分、凸壳和凹壳算法中的至少一者来执行。
多个表面网格中的每个可以包括三维表面网格。
该方法还可以包括基于组的重建的表面网格,用处理器设计针对每个组的器具。
系统可以包括至少一个处理器和计算机可读存储器。计算机可读存储器可以编码有指令,该指令在由至少一个处理器执行时,致使系统接收多个表面网格,每个表面网格包括表示对象的顶点和面。计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,致使系统将多个表面网格中的每个表面网格分配到多个组中的一个,以及从多个表面网格中的每个表面网格提取感兴趣区域。计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,致使系统针对多个组中的每个组,对准包括在组中的每个表面网格的感兴趣区域以生成多个对准的表面网格,以及针对多个组中的每个组,基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。
除此之外和/或另选地,前述段落的系统可以任选地包括以下特征、构型、操作和/或附加部件中的任何一个或多个。
计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统基于每个表面网格的一个或多个可测量参数来将多个表面网格中的每个表面网格分配到多个组中的一个而致使系统将多个表面网格中的每个表面网格分配到多个组中的一个。
一个或多个可测量参数可以对应于由表面网格表示的对象的一个或多个物理特性。
计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统基于多个表面网格中的一个或多个可测量参数的分布来确定多个组而致使系统确定多个组。
计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统使用基于表面网格之间的一个或多个可测量参数的差值来识别多个组的聚类算法基于多个表面网格中的一个或多个可测量参数的分布来确定多个组而致使系统基于多个表面网格中的一个或多个可测量参数的分布来确定多个组。
多个组中的每个可以包括从一个或多个可测量参数的下部边界到一个或多个可测量参数的上部边界的一个或多个可测量参数的范围。
针对多个组中的一个的一个或多个可测量参数的范围以多个表面网格内的一个或多个可测量参数的模式为中心。
计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统将每个表面网格与预定的坐标系对准,以及基于预定的坐标系中的表面网格的特性来从每个表面网格中提取感兴趣区域而致使系统从多个表面网格中的每个提取感兴趣区域。
多个表面网格中的每个表面网格可以与坐标系相关联。计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统针对多个组中的每个组,将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的选择的表面网格相关联的坐标系而致使系统针对多个组中的每个组,对准包括在组中的每个表面网格以生成多个对准的表面网格。
计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统基于表面网格的一个或多个可测量参数,包括宽度、长度、差值、表面、面积或配准误差,将多个表面网格中的每个分配到多个组中的一个而致使系统将多个表面网格中的每个分配到多个组中的一个。
与多个表面网格中的每个表面网格相关联的坐标系可以是三轴坐标系。计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统首先,针对多个组中的每个组,对准与包括在组中的每个表面网格相关联的三轴坐标系的第一轴,以及接下来,针对多个组中的每个组,使用迭代最近点算法,对准与包括在组中的每个表面网格相关联的三轴坐标系的第二轴和第三轴而致使系统针对多个组中的每个组,将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的所选择的表面网格相关联的坐标系。
计算机可读存储器还可以编码有指令,该指令在由至少一个处理器执行时,通过使用泊松表面重建、行进立方体、网格投影、表面元素平滑化、贪婪投影三角剖分、凸壳和凹壳算法中的至少一者至少致使系统针对每个组,基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格而致使系统针对每个组,基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。
多个表面网格中的每个可以包括三维表面网格。
示例性实施方案
实施方案1:一种计算机实现的方法,该方法包括:
接收多个表面网格,每个表面网格包括表示对象的顶点和面;
用处理器将多个表面网格中的每个表面网格分配到多个组中的一个;
用处理器从多个表面网格中的每个表面网格提取感兴趣区域;
针对多个组中的每个组,用处理器对准包括在组中的每个表面网格的感兴趣区域以生成多个对准的表面网格;以及
针对多个组中的每个组,用处理器基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。
实施方案2:根据实施方案1所述的方法,
其中用处理器将多个表面网格中的每个表面网格分配到多个组中的一个是基于每个表面网格的一个或多个可测量参数来执行的。
实施方案3:根据实施方案2所述的方法,
其中一个或多个可测量参数对应于由表面网格表示的对象的一个或多个物理特性。
实施方案4:根据实施方案2所述的方法,该方法还包括:
用处理器基于多个表面网格中的一个或多个可测量参数的分布来确定多个组。
实施方案5:根据实施方案4所述的方法,
其中用处理器基于多个表面网格中的一个或多个可测量参数的分布来确定多个组是使用聚类算法来执行的,该聚类算法基于表面网格之间的一个或多个可测量参数的差值来识别多个组。
实施方案6:根据实施方案2所述的方法,
其中多个组中的每个包括从一个或多个可测量参数的下部边界到一个或多个可测量参数的上部边界的一个或多个可测量参数的范围;并且
其中针对多个组中的一个的一个或多个可测量参数的范围以多个表面网格内的一个或多个可测量参数的模式为中心。
实施方案7:根据实施方案1至6中任一项所述的方法,其中从多个表面网格中的每个提取感兴趣区域包括:
用处理器将每个表面网格与预定的坐标系对准;以及
用处理器基于预定的坐标系中的表面网格的特性来从每个表面网格提取感兴趣区域。
实施方案8:根据实施方案1至7中任一项所述的方法,
其中多个表面网格中的每个表面网格与坐标系相关联;并且
其中针对多个组中的每个组,用处理器对准包括在组中的每个表面网格来生成多个对准的表面网格包括,针对多个组中的每个组,将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的选择的表面网格相关联的坐标系。
实施方案9:根据实施方案8所述的方法,
其中用处理器将多个表面网格中的每个分配到多个组中的一个是基于表面网格的一个或多个可测量参数来执行的,该可测量参数包括宽度、长度、差值、表面、面积或配准误差。
实施方案10:根据实施方案8所述的方法,
其中与多个表面网格中的每个表面网格相关联的坐标系为三轴坐标系;并且
其中针对多个组中的每个组,用处理器将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的所选择的表面网格相关联的坐标系包括:
首先,针对多个组中的每个组,用处理器对准与包括在组中的每个表面网格相关联的三轴坐标系的第一轴;以及
接下来,针对多个组中的每个组,使用迭代最近点算法,用处理器对准与包括在组中的每个表面网格相关联的三轴坐标系的第二轴和第三轴。
实施方案11:根据实施方案1至10中任一项所述的方法,
其中针对每个组,用处理器基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格是使用泊松表面重建、行进立方体、网格投影、表面元素平滑化、贪婪投影三角剖分、凸壳和凹壳算法中的至少一者来执行的。
实施方案12:根据实施方案1至11中任一项所述的方法,
其中多个表面网格中的每个包括三维表面网格。
实施方案13:根据实施方案1至12中任一项所述的方法,该方法还包括:
用处理器基于组的重建表面的网格针对每个组来设计器具。
实施方案14:一种系统,该系统包括:
至少一个处理器;和
计算机可读存储器,该计算机可读存储器编码有指令,该指令在由至少一个处理器执行时,致使系统:
接收多个表面网格,每个表面网格包括表示对象的顶点和面:
将多个表面网格中的每个表面网格分配到多个组中的一个;
从多个表面网格中的每个表面网格提取感兴趣区域;
针对多个组中的每个组,对准包括在组中的每个表面网格的感兴趣区域以生成多个对准的表面网格;以及
针对多个组中的每个组,基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。
实施方案15:根据实施方案14所述的系统,
其中计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统基于每个表面网格的一个或多个可测量参数来将多个表面网格中的每个表面网格分配到多个组中的一个而致使系统将多个表面网格中的每个表面网格分配到多个组中的一个。
实施方案16:根据实施方案15所述的系统,
其中一个或多个可测量参数对应于由表面网格表示的对象的一个或多个物理特性。
实施方案17:根据实施方案15所述的系统,
其中计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统基于多个表面网格中的一个或多个可测量参数的分布来确定多个组而致使系统确定多个组。
实施方案18:根据实施方案17所述的系统,
其中计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统使用基于表面网格之间的一个或多个可测量参数的差值来识别多个组的聚类算法基于多个表面网格中的一个或多个可测量参数的分布来确定多个组而致使系统基于多个表面网格中的一个或多个可测量参数的分布来确定多个组。
实施方案19:根据实施方案15所述的系统,
其中多个组中的每个包括从一个或多个可测量参数的下部边界到一个或多个可测量参数的上部边界的一个或多个可测量参数的范围;并且
其中针对多个组中的一个的一个或多个可测量参数的范围以多个表面网格内的一个或多个可测量参数的模式为中心。
实施方案20:根据实施方案14至19中任一项所述的方法,
其中计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统进行以下步骤来致使系统从多个表面网格中的每个提取感兴趣区域:
将每个表面网格与预定的坐标系对准;以及
基于预定的坐标系中的表面网格的特性来从每个表面网格提取感兴趣区域。
实施方案21:根据实施方案14至20中任一项所述的方法,
其中多个表面网格中的每个表面网格与坐标系相关联;并且
其中计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统针对多个组中的每个组,将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的所选择的表面网格相关联的坐标系而致使系统针对多个组中的每个组,对准包括在组中的每个表面网格以生成多个对准的表面网格。
实施方案22:根据实施方案21所述的系统,
其中计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统基于表面网格的一个或多个可测量参数,包括宽度、长度、差值、表面、面积或配准误差,将多个表面网格中的每个分配到多个组中的一个而致使系统将多个表面网格中的每个分配到多个组中的一个。
实施方案23:根据实施方案21所述的系统,
其中与多个表面网格中的每个表面网格相关联的坐标系为三轴坐标系;并且
其中计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,通过至少致使系统进行以下步骤来致使系统针对多个组中的每个组,将与包括在组中的每个表面网格相关联的坐标系对准到与包括在组中的所选择的表面网格相关联的坐标系:
首先,针对多个组中的每个组,对准与包括在组中的每个表面网格相关联的三轴坐标系的第一轴;以及
接下来,针对多个组中的每个组,使用迭代最近点算法,对准与包括在组中的每个表面网格相关联的三轴坐标系的第二轴和第三轴。
实施方案24:根据实施方案14至23中任一项所述的方法,
其中计算机可读存储器还编码有指令,该指令在由至少一个处理器执行时,通过使用泊松表面重建、行进立方体、网格投影、表面元素平滑化、贪婪投影三角剖分、凸壳和凹壳算法中的至少一者至少致使系统针对每个组,基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格而致使系统针对每个组,基于包括在组中的每个对准的表面网格的顶点和面来生成重建网格。
实施方案25:根据实施方案14至24中任一项所述的方法,
其中多个表面网格中的每个包括三维表面网格。
虽然已参考(一个或多个)示例性实施方案描述了本发明,但本领域的技术人员将会理解,在不脱离本发明的范围的情况下可进行多种改变,并且可用等同物代替其元件。此外,在不脱离本发明的实质范围的情况下,可做出许多修改以使特定的情况或材料适应本发明的教导内容。因此,本发明旨在不限于所公开的(一个或多个)具体实施方案,但本发明将包括落入所附权利要求书范围内的所有实施方案。

Claims (15)

1.一种计算机实现的方法,所述方法包括:
接收多个表面网格,每个表面网格包括表示对象的顶点和面;
用处理器将所述多个表面网格中的每个表面网格分配到多个组中的一个;
用所述处理器从所述多个表面网格中的每个表面网格提取感兴趣区域;
针对所述多个组中的每个组,用所述处理器对准包括在所述组中的每个表面网格的感兴趣区域以生成多个对准的表面网格;以及
针对所述多个组中的每个组,用所述处理器基于包括在所述组中的每个对准的表面网格的所述顶点和面来生成重建网格。
2.根据权利要求1所述的方法,
其中用所述处理器将所述多个表面网格中的每个表面网格分配到所述多个组中的一个是基于每个表面网格的一个或多个可测量参数来执行的。
3.根据权利要求2所述的方法,所述方法还包括:
用所述处理器基于所述多个表面网格中的所述一个或多个可测量参数的分布来确定所述多个组。
4.根据权利要求3所述的方法,
其中用所述处理器基于所述多个表面网格中的所述一个或多个可测量参数的所述分布来确定所述多个组是使用聚类算法来执行的,所述聚类算法基于表面网格之间的所述一个或多个可测量参数的差值来识别所述多个组。
5.根据权利要求1所述的方法,其中从所述多个表面网格中的每个表面网格提取所述感兴趣区域包括:
用所述处理器将每个表面网格与预定的坐标系对准;以及
用所述处理器基于所述预定的坐标系中的所述表面网格的特性来从每个表面网格提取所述感兴趣区域。
6.根据权利要求1所述的方法,
其中所述多个表面网格中的每个表面网格与坐标系相关联;并且
其中针对所述多个组中的每个组,用所述处理器对准包括在所述组中的每个表面网格以生成所述多个对准的表面网格包括,针对所述多个组中的每个组,将与包括在所述组中的每个表面网格相关联的所述坐标系对准到与包括在所述组中的选择的表面网格相关联的所述坐标系。
7.根据权利要求6所述的方法,
其中与所述多个表面网格中的每个表面网格相关联的所述坐标系为三轴坐标系;并且
其中针对所述多个组中的每个组,用所述处理器将与包括在所述组中的每个表面网格相关联的所述坐标系对准到与包括在所述组中的所选择的表面网格相关联的所述坐标系包括:
首先,针对所述多个组中的每个组,用所述处理器对准与包括在所述组中的每个表面网格相关联的所述三轴坐标系的第一轴;以及
接下来,针对所述多个组中的每个组,使用迭代最近点算法,用所述处理器对准与包括在所述组中的每个表面网格相关联的所述三轴坐标系的第二轴和第三轴。
8.一种系统,所述系统包括:
至少一个处理器;和
计算机可读存储器,所述计算机可读存储器编码有指令,所述指令在由所述至少一个处理器执行时,使得所述系统:
接收多个表面网格,每个表面网格包括表示对象的顶点和面;
将所述多个表面网格中的每个表面网格分配到多个组中的一个;
从所述多个表面网格中的每个表面网格提取感兴趣区域;
针对所述多个组中的每个组,对准包括在所述组中的每个表面网格的感兴趣区域以生成多个对准的表面网格;以及
针对所述多个组中的每个组,基于包括在所述组中的每个对准的表面网格的所述顶点和面来生成重建网格。
9.根据权利要求8所述的系统,
其中所述计算机可读存储器还编码有指令,所述指令在由所述至少一个处理器执行时,通过至少使得所述系统基于每个表面网格的一个或多个可测量参数来将所述多个表面网格中的每个表面网格分配到所述多个组中的一个而使得所述系统将所述多个表面网格中的每个表面网格分配到所述多个组中的一个。
10.根据权利要求9所述的系统,
其中所述一个或多个可测量参数对应于由所述表面网格表示的所述对象的一个或多个物理特性。
11.根据权利要求8所述的系统,
其中所述多个表面网格中的每个表面网格与坐标系相关联;并且
其中所述计算机可读存储器还编码有指令,所述指令在由所述至少一个处理器执行时,通过至少使得所述系统针对所述多个组中的每个组,将与包括在所述组中的每个表面网格相关联的所述坐标系对准到与包括在所述组中的选择的表面网格相关联的所述坐标系而使得所述系统针对所述多个组中的每个组,对准包括在所述组中的每个表面网格以生成所述多个对准的表面网格。
12.根据权利要求11所述的系统,
其中所述计算机可读存储器还编码有指令,所述指令在由所述至少一个处理器执行时,通过至少使得所述系统基于所述表面网格的一个或多个可测量参数,包括宽度、长度、差值、表面、面积或配准误差,将所述多个表面网格中的每个表面网格分配到所述多个组中的一个而使得所述系统将所述多个表面网格中的每个表面网格分配到所述多个组中的一个。
13.根据权利要求11所述的系统,
其中与所述多个表面网格中的每个表面网格相关联的所述坐标系为三轴坐标系;并且
其中所述计算机可读存储器还编码有指令,所述指令在由所述至少一个处理器执行时,通过至少使得所述系统进行以下步骤来使得所述系统针对所述多个组中的每个组,将与包括在所述组中的每个表面网格相关联的所述坐标系对准到与包括在所述组中的所选择的表面网格相关联的所述坐标系:
首先,针对所述多个组中的每个组,对准与包括在所述组中的每个表面网格相关联的所述三轴坐标系的第一轴;以及
接下来,针对所述多个组中的每个组,使用迭代最近点算法,对准与包括在所述组中的每个表面网格相关联的所述三轴坐标系的第二轴和第三轴。
14.根据权利要求8所述的系统,
其中所述计算机可读存储器还编码有指令,所述指令在由所述至少一个处理器执行时,通过使用泊松表面重建、行进立方体、网格投影、表面元素平滑化、贪婪投影三角剖分、凸壳和凹壳算法中的至少一者至少使得所述系统针对每个组,基于包括在所述组中的每个对准的表面网格的所述顶点和面来生成所述重建网格而使得所述系统针对每个组,基于包括在所述组中的每个对准的表面网格的所述顶点和面来生成所述重建网格。
15.根据权利要求8所述的系统,
其中所述多个表面网格中的每个表面网格包括三维表面网格。
CN201780011039.5A 2016-02-11 2017-02-03 基于群体的表面网格重建 Withdrawn CN108604387A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662293884P 2016-02-11 2016-02-11
US62/293,884 2016-02-11
PCT/US2017/016459 WO2017139194A1 (en) 2016-02-11 2017-02-03 Population-based surface mesh reconstruction

Publications (1)

Publication Number Publication Date
CN108604387A true CN108604387A (zh) 2018-09-28

Family

ID=59563433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780011039.5A Withdrawn CN108604387A (zh) 2016-02-11 2017-02-03 基于群体的表面网格重建

Country Status (5)

Country Link
US (1) US20190043255A1 (zh)
EP (1) EP3414745A4 (zh)
JP (1) JP6872556B2 (zh)
CN (1) CN108604387A (zh)
WO (1) WO2017139194A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108053432B (zh) * 2017-11-14 2020-09-22 华南理工大学 基于局部icp的室内稀疏点云场景的配准方法
CN108228798B (zh) * 2017-12-29 2021-09-17 百度在线网络技术(北京)有限公司 确定点云数据之间的匹配关系的方法和装置
US20210137640A1 (en) 2018-02-07 2021-05-13 3M Innovative Properties Company Standard orthodontic appliances with semi-custom bases
JP7374193B2 (ja) * 2018-12-20 2023-11-06 メディシム ナームロゼ ベンノートチャップ 表面メッシュの自動トリミング
EP3675036A1 (en) * 2018-12-28 2020-07-01 Trophy 3d segmentation for mandible and maxilla
TWI712396B (zh) * 2020-01-16 2020-12-11 中國醫藥大學 口腔缺陷模型之修補方法及口腔缺陷模型之修補系統
KR102277098B1 (ko) * 2020-02-25 2021-07-15 광운대학교 산학협력단 포인트 클라우드 및 메쉬를 이용한 체적형 홀로그램 생성 방법
US11776212B1 (en) * 2020-03-26 2023-10-03 Oceanit Laboratories, Inc. Anatomically conforming apparatuses, systems, and methods, and applications thereof
EP3929878B1 (en) * 2020-06-25 2024-06-12 Bentley Systems, Incorporated Uncertainty display for a multi-dimensional mesh
US11644294B2 (en) * 2021-01-29 2023-05-09 Autodesk, Inc. Automatic generation of probe path for surface inspection and part alignment
JP2022162485A (ja) * 2021-04-12 2022-10-24 Kddi株式会社 点群復号装置、点群符号化装置、点群処理システム、点群復号方法及びプログラム
US11801122B1 (en) * 2023-03-02 2023-10-31 Oxilio Ltd System and a method for determining a tooth T-marking

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080012851A1 (en) * 2006-07-13 2008-01-17 Inus Technology, Inc. System and method for automatic 3D scan data alignment
US20100085352A1 (en) * 2008-10-04 2010-04-08 Microsoft Corporation Parallel surface reconstruction
US20120330447A1 (en) * 2010-11-16 2012-12-27 Gerlach Adam R Surface data acquisition, storage, and assessment system
US20130135305A1 (en) * 2010-08-05 2013-05-30 Koninklijke Philips Electronics N.V. In-plane and interactive surface mesh adaptation
CN103824275A (zh) * 2012-10-31 2014-05-28 康耐视公司 在图像中搜寻鞍点状结构并测定其信息的系统和方法
CN105141970A (zh) * 2015-07-03 2015-12-09 哈尔滨工业大学深圳研究生院 一种基于三维模型几何信息的纹理图像压缩方法

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100818088B1 (ko) * 2006-06-29 2008-03-31 주식회사 하이닉스반도체 반도체 패키지 및 그 제조 방법
EP1881457B1 (en) * 2006-07-21 2017-09-13 Dassault Systèmes Method for creating a parametric surface symmetric with respect to a given symmetry operation
US7825925B2 (en) * 2007-03-09 2010-11-02 St. Jude Medical, Atrial Fibrillation Division, Inc. Method and system for repairing triangulated surface meshes
US9269010B2 (en) * 2008-07-14 2016-02-23 Jumio Inc. Mobile phone payment system using integrated camera credit card reader
US8007204B2 (en) * 2008-10-03 2011-08-30 The Seasteading Institute Floating structure for support of mixed use facilities
JP5527727B2 (ja) * 2010-08-06 2014-06-25 日立コンシューマエレクトロニクス株式会社 映像表示システム及び表示装置
US9014835B2 (en) * 2010-08-25 2015-04-21 Siemens Aktiengesellschaft Semi-automatic customization of plates for internal fracture fixation
US9474582B2 (en) * 2010-08-25 2016-10-25 Siemens Aktiengesellschaft Personalized orthopedic implant CAD model generation
US20130013530A1 (en) * 2011-07-06 2013-01-10 Nowacki David J Method and System for measuring decisions of a portfolio manager as it relates to the return performance for any given asset
EP2600315B1 (en) * 2011-11-29 2019-04-10 Dassault Systèmes Creating a surface from a plurality of 3D curves
US10282846B2 (en) * 2013-12-10 2019-05-07 Koninklijke Philips N.V. Model-based segmentation of an anatomical structure
FR3034000B1 (fr) * 2015-03-25 2021-09-24 Modjaw Procede de determination d'une cartographie des contacts et/ou des distances entre les arcades maxillaire et mandibulaire d'un individu

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080012851A1 (en) * 2006-07-13 2008-01-17 Inus Technology, Inc. System and method for automatic 3D scan data alignment
US20100085352A1 (en) * 2008-10-04 2010-04-08 Microsoft Corporation Parallel surface reconstruction
US20130135305A1 (en) * 2010-08-05 2013-05-30 Koninklijke Philips Electronics N.V. In-plane and interactive surface mesh adaptation
US20120330447A1 (en) * 2010-11-16 2012-12-27 Gerlach Adam R Surface data acquisition, storage, and assessment system
CN103824275A (zh) * 2012-10-31 2014-05-28 康耐视公司 在图像中搜寻鞍点状结构并测定其信息的系统和方法
CN105141970A (zh) * 2015-07-03 2015-12-09 哈尔滨工业大学深圳研究生院 一种基于三维模型几何信息的纹理图像压缩方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
EI C.HLAING等: "Development of 3D Virtual Models and 3D Construction Methods for Garments", 《2ND INTERNATIONAL CONFERENCE ON 3D BODY SCANNING TECHNOLOGIES》 *
P.CIGNONI等: "MeshLab: an Open-Source Mesh Processing Tool", 《EUROGRAPHICS ITALIAN CHAPTER CONFERENCE (2008)》 *

Also Published As

Publication number Publication date
EP3414745A1 (en) 2018-12-19
JP6872556B2 (ja) 2021-05-19
WO2017139194A1 (en) 2017-08-17
JP2019512121A (ja) 2019-05-09
US20190043255A1 (en) 2019-02-07
EP3414745A4 (en) 2019-08-07

Similar Documents

Publication Publication Date Title
CN108604387A (zh) 基于群体的表面网格重建
JP7245809B2 (ja) 口腔内デジタル三次元モデルを位置合わせする方法
Montúfar et al. Automatic 3-dimensional cephalometric landmarking based on active shape models in related projections
CN103784202B (zh) 一种用于正畸矫治器的设计中的方法、计算设备和计算机程序产品
US20200085546A1 (en) Machine learning scoring system and methods for tooth position assessment
Luximon et al. The 3D Chinese head and face modeling
US20200319482A1 (en) Method, device, and computer program for the virtual fitting of a spectacle frame
US10262417B2 (en) Tooth axis estimation program, tooth axis estimation device and method of the same, tooth profile data creation program, tooth profile data creation device and method of the same
CN102741880B (zh) 数字牙颌建模
JP4206213B2 (ja) 表面を走査し三次元物体を作製するための方法及びシステム
KR20180087853A (ko) 교합 상태 특정 방법, 교합 상태 특정 장치 및 기억 매체
KR20180087854A (ko) 이동 회전 정보 생성 컴퓨터 프로그램, 이동 회전 정보 생성 장치 및 그 방법
Yuan et al. Single‐tooth modeling for 3D dental model
CN113728363A (zh) 基于目标函数生成牙科模型的方法
Oliveira-Santos et al. 3D face reconstruction from 2D pictures: first results of a web-based computer aided system for aesthetic procedures
CN102034272B (zh) 个性化颌面部软组织六面体网格的生成方法
Baksi et al. Accuracy of an automated method of 3D soft tissue landmark detection
JP5391293B2 (ja) 身体再建モデル形状データ作成装置及び方法並びにプログラム
CN110353852B (zh) 基于计算机的测量两颗牙齿间位置关系的方法
Qian et al. An automatic tooth reconstruction method based on multimodal data
Wu et al. Three-dimensional statistical model for gingival contour reconstruction
Zhang et al. An eFTD-VP framework for efficiently generating patient-specific anatomically detailed facial soft tissue FE mesh for craniomaxillofacial surgery simulation
Fang et al. Automatic head and facial feature extraction based on geometry variations
EP4307229A1 (en) Method and system for tooth pose estimation
EP4246432A1 (en) Tooth subdivision and alignment

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20180928