CN109165663A - 牙齿特征的识别方法、装置、用户终端及存储介质 - Google Patents
牙齿特征的识别方法、装置、用户终端及存储介质 Download PDFInfo
- Publication number
- CN109165663A CN109165663A CN201810718304.XA CN201810718304A CN109165663A CN 109165663 A CN109165663 A CN 109165663A CN 201810718304 A CN201810718304 A CN 201810718304A CN 109165663 A CN109165663 A CN 109165663A
- Authority
- CN
- China
- Prior art keywords
- tooth
- tooth model
- tested
- point
- model
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本发明涉及一种牙齿特征的识别方法、装置、用户终端及存储介质。该方法包括步骤:建立每一类牙齿的标准模型,并且标注所述标准模型中牙齿的特征点;获取待测试牙齿模型,并确定所述待测试牙齿模型中牙齿的类别;根据所述类别,确定与所述待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据所述待测试牙齿模型对所述目标牙齿模型进行变形;将变形后的所述目标牙齿模型上的特征点映射到所述待测试牙齿模型上,得到所述待测试牙齿模型中的牙齿的特征点。上述牙齿特征的识别方法、装置、用户终端及存储介质,从而实现自动识别牙齿特征,提高正确率,还能提高效率。
Description
技术领域
本发明涉及正畸技术领域,特别是涉及一种牙齿特征的识别方法、装置、用户终端及存储介质。
背景技术
隐形牙套由于其美观、方便等优点越来越受人们的欢迎。在隐形牙套正畸的过程中,需要确定上牙颌和下牙颌的咬合关系等,而这些都跟牙齿特征有密切关系。牙齿特征对于牙齿矫正以及牙齿功能分析有重要的参考意义。例如:牙齿的特征为上下颌的咬合关系提供了依据。另外,牙齿特征对于牙齿表面而言是不随时间不变的,因此,牙齿特征也为牙齿矫正过程的监视提供了参考。
发明内容
基于此,有必要针对如何提高牙齿特征识别的准确率的问题,提供一种牙齿特征的识别方法、装置、用户终端及存储介质。
一种牙齿特征的识别方法,包括以下步骤:
建立每一类牙齿的标准模型,并且标注所述标准模型中牙齿的特征点;
获取待测试牙齿模型,并确定所述待测试牙齿模型中牙齿的类别;
根据所述类别,确定与所述待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据所述待测试牙齿模型对所述目标牙齿模型进行变形;
将变形后的所述目标牙齿模型上的特征点映射到所述待测试牙齿模型上,得到所述待测试牙齿模型中的牙齿的特征点。
在其中一个实施例中,在所述将变形后的所述目标牙齿模型上的特征点映射到所述待测试牙齿模型上,得到所述待测试牙齿模型中的牙齿的特征点的步骤之后,还包括步骤:
以所述待测试牙齿模型中的牙齿的特征点作为初始特征点,并确定以所述初始特征点为中心的特定区域;
计算所述特定区域内所有点的平均曲率,并确定所述平均曲率最大或者最小所对应的点为所述待测试牙齿模型中的特征点。
在其中一个实施例中,所述特征点的表征属性包括特征位置和特征类型,所述特征位置表示所述特征点的坐标位置,所述特征类型包括牙尖、牙沟以及牙嵴。
在其中一个实施例中,当所述特征类型为牙尖时,确定所述特征区域内的平均曲率最大所对应的点为特征点;
当所述特征类型为牙沟时,所述标准模型中的牙齿的特征点的数量为多个,则确定每个所述特征点所对应的特定区域内的平均曲率最小所对应的点为所述待测试牙齿模型中的牙齿的特征点,并将所述待测试牙齿模型中的牙齿的所有特征点进行连线和光滑处理;
当所述特征类型为牙嵴时,所述标准模型中的牙齿的特征点的数量为多个,则确定每个所述特征点所对应的特定区域内的平均曲率最大所对应的点为所述待测试牙齿模型中的牙齿的特征点,并将所述待测试牙齿模型中的牙齿的所有特征点进行连线和光滑处理。
在其中一个实施例中,所述根据所述类别,确定与所述待测试牙齿模型相对应的标准模型,即目标牙齿模型,并对所述目标牙齿模型进行变形的步骤包括:
(1)建立所述待测试牙齿模型的坐标系,并将其与所述目标牙齿模型的坐标系进行重合;
(2)确定当前目标牙齿模型上的每个顶点的对应点,其中,所述对应点位于所述顶点的法向方向上,且所述对应点在所述待测试牙齿模型上;
(3)计算每个所述顶点与其对应点之间的距离,
(4)若所有所述距离均小于预定阈值,则所述当前目标牙齿模型为变形后的所述目标牙齿模型;否则,确定小于预定阈值的所述距离所对应的顶点为控制点,并根据所述控制点对所述当前目标牙齿模型进行变形,且返回步骤(2)。
在其中一个实施例中,所述当前目标牙齿模型的顶点v的法向为N;所述对应点位于所述待测试牙齿模型的三角片(v1,v2,v3)内,且所述对应点的重心坐标为(α、β、γ),且α+β+γ=1,则v+Nd=αv1+βv2+γv3,其中,d为所述对应点与所述顶点v之间的有向距离;v1,v2,v3分别为所述对应点所在的三角片的三个顶点。
在其中一个实施例中,对所述当前目标牙齿模型进行变形的公式为:其中,V为变形前的所述当前目标牙齿模型的顶点的集合,V’为变形后的所述当前目标牙齿模型的顶点的集合;Vc和Vc’分别为变形前后的所述当前目标牙齿模型中的控制点的集合;L为Laplace算子。
一种牙齿特征的识别装置,包括:
标准模型建立模块,用于建立每一类牙齿的标准模型,并且标注所述标准模型中牙齿的特征点;
待测试牙齿模型获取模块,用于获取待测试牙齿模型,并确定所述待测试牙齿模型中牙齿的类别;
目标牙齿模型变形模块,用于根据所述类别,确定与所述待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据所述待测试牙齿模型对所述目标牙齿模型进行变形;以及
特征点确定模块,用于将变形后的所述目标牙齿模型上的特征点映射到所述待测试牙齿模型上,得到所述待测试牙齿模型中的牙齿的特征点。
一种用户终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
上述牙齿特征的识别方法、装置、用户终端及存储介质,通过建立每一类牙齿的标准模型,并且标注标准模型中牙齿的特征点,再获取待测试牙齿模型以及确定其中牙齿的类别,根据该类别确定与待测试牙齿模型相对应的目标牙齿模型,并对该目标牙齿模型进行变形,接着将变形后的目标牙齿模型上的特征点映射到待测试牙齿模型上,从而获得待测试牙齿模型中的牙齿的特征点,通过牙齿的标准模型以及变形得到待测试牙齿模型中的牙齿的特征点,从而实现自动识别牙齿特征,提高正确率,还能提高效率。
附图说明
图1为一实施例的牙齿特征的识别方法的流程示意图;
图2为一实施例的对目标牙齿模型进行变形的流程示意图;
图3为一实施例的牙齿特征的识别装置的结构示意图;
图4为一实施例的用户终端的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,图1为一实施例中的牙齿特征的识别方法的流程示意图。该方法具体包括以下步骤:
S110:建立每一类牙齿的标准模型,并且标注标准模型中牙齿的特征点。
具体地,建立每一类牙齿的标准模型,其中,每一类牙齿指的是牙齿的类型,比如切牙、尖牙、前磨牙以及后磨牙。因此,在本实施例中,分别建立切牙的标准模型、尖牙的标准模型、前磨牙的标准模型以及后磨牙的标准模型。在建立完每一类牙齿的标准模型之后,在每个标准模型中标注其对应的牙齿的特征点。在其中一个实施例中,该特征点的表征属性包括特征位置和特征类型。
其中,特征类型包括牙尖、牙沟以及牙嵴。具体地,对于切牙而言,切牙的咬合面有一条牙嵴,从而在切牙的标准模型中标注出牙嵴所在的位置,该牙嵴上具有多个点,从而得到牙嵴的多个点的特征位置,其中,牙嵴为切牙的特征类型。对于尖牙而言,尖牙的咬合面有一个牙尖,从而在尖牙的标准模型中标注出牙尖的位置,牙尖的位置为特征位置,牙尖为特征类型。
对于前磨牙而言,前磨牙的咬合面有两个牙尖和一条牙沟,其中,两个牙尖和一条牙沟为前磨牙的特征类型,在前磨牙的标准模型中标注出两个牙尖以及牙沟的位置,该位置即为特征位置,其中,牙沟上具有多个点,从而得到前磨牙的牙沟上多个点的特征位置。
对于后磨牙而言,后磨牙的咬合面具有四个牙尖和一条牙沟,其中,四个牙尖和一条牙沟为后磨牙的特征类型,在后磨牙的标准模型中标注出四个牙尖和一条牙沟的位置,该位置即为特征位置,该牙沟具有多个点,从而得到后磨牙的牙沟上多个点的特征位置。
此外,对每一类牙齿的标准模型建立坐标系,其中,牙齿的近远中向为坐标系的X轴,牙齿的唇舌向为坐标系的Y轴,牙齿的咬合面中心与牙根连线方向为坐标系的Z轴,三个坐标轴相互垂直。
需要说明的是,每一类牙齿的标准模型可以通过在数据库中选取若干个同一类牙齿的标准模型。以尖牙为例,在数据中选取若干个尖牙的标准模型,每个尖牙标准模型上都标注有尖牙的特征位置和特征类型。再将这些尖牙标准模型中每一个尖牙标准模型的相对应位置进行平均,得到所需要的尖牙标准模型。对于切牙、前磨牙以及后磨牙的标准模型都可以采用相同的方法得到。此外,每一类牙齿的标准模型的特征点的标注也可以通过人为方式进行标注。
S120:获取待测试牙齿模型,并确定待测试牙齿模型中牙齿的类别。
具体地,输入待测试牙齿模型,并可以根据待测试牙齿模型的轮廓等确定待测试牙齿模型中牙齿的类别。换而言之,确定该待测试牙齿模型中牙齿为切牙、尖牙、前磨牙或者后磨牙。需要说明的是,待测试牙齿模型中牙齿的类别也可以事先输入,从而可以直接获得其类别。
S130:根据类别,确定与待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据待测试牙齿模型对所述目标牙齿模型进行变形。
具体地,在本实施例中,根据步骤S120中所确定的待测试牙齿模型中牙齿的类别,找出与待测试牙齿模型相对应的标准模型,该标准模型即为目标牙齿模型。也就是说,当待测试牙齿模型中牙齿的类别为尖牙时,则在步骤S110中建立的每一类牙齿的标准模型找出尖牙的标准模型,该尖牙标准模型即为目标牙齿模型。对于待测试牙齿模型中的牙齿的类别为切牙、前磨牙或后磨牙时,采用相同的方式找出对应的目标牙齿模型。
在确定目标牙齿模型后,根据待测试牙齿模型对目标牙齿模型进行变形,使得目标牙齿模型变形至与待测试牙齿模型相适应。
如图2所示,在其中一个实施例中,根据类别,确定与待测试牙齿模型相对应的标准模型,即目标牙齿模型,并对目标牙齿模型进行变形的步骤包括:
S210:建立待测试牙齿模型的坐标系,并将其与目标牙齿模型的坐标系进行重合。
具体地,确定牙齿的近远中向为坐标系的X轴,牙齿的唇舌向为坐标系的Y轴,牙齿的咬合面中心与牙根连线方向为坐标系的Z轴,三个坐标轴相互垂直,从而建立带测试牙齿模型的坐标系。再将该待测试牙齿模型的坐标系与步骤S110中得到的标准模型的坐标系进行重合。例如:当待测试牙齿模型中的牙齿为尖牙时,则该待测试牙齿模型的坐标系与尖牙标准模型的坐标系进行重合。
S220:确定当前目标牙齿模型上的每个顶点的对应点。
其中,对应点位于顶点的法向方向上,且对应点在待测试牙齿模型上。具体地,当前目标牙齿模型的每个顶点指的是三维网格顶点,将每个顶点沿其法向方向寻找待测试牙齿上的对应点。也就是说,每个顶点的法向方向上的法线与待测试牙齿上相交的且距离该顶点最近的点为对应点。
在本实施例中,以尖牙为例,待测试牙齿模型所对应的目标牙齿模型为步骤S110中所描述的尖牙牙齿模型,此时,该尖牙牙齿模型即为当前目标牙齿模型,确定该尖牙牙齿模型中的每一个三维网格顶点。由于尖牙牙齿模型和待测试牙齿模型的坐标系重合,从而将尖牙牙齿模型的每个三维网格顶点沿着其法向方向寻找待测试牙齿模型上的对应点。
S230:计算每个顶点与其对应点之间的距离。
具体地,计算步骤S220中每个顶点与其对应点之间的距离。在本实施例中,计算尖牙牙齿模型中每个三维网格顶点与其对应点之间的距离。
S240:判断所有距离是否均小于预定阈值。
具体地,将步骤S230中计算得到的所有距离与预定阈值进行比较,若步骤S230中计算得到的所有距离均小于预定阈值,则执行S250:当前目标牙齿模型即为变形后的目标牙齿模型。若步骤S230中计算得到的任一距离大于等于预定阈值,则执行步骤S260:确定小于预定阈值的距离所对应的顶点为控制点,并根据该控制点对当前牙齿模型进行变形,且返回步骤(2)。此时,变形后的目标牙齿模型即为当前目标牙齿模型。其中,该预定阈值可以为0.1-0.5毫米。
在其中一个实施例中,当前目标牙齿模型的顶点v的法向为N;对应点位于所述待测试牙齿模型的三角片(v1,v2,v3)内,且对应点的重心坐标为(α、β、γ),且α+β+γ=1,则v+Nd=αv1+βv2+γv3,其中,d为对应点与顶点v之间的有向距离;v1,v2,v3分别为对应点所在的三角片的三个顶点。
在其中一个实施例中,对当前目标牙齿模型进行变形的公式为:其中,V为变形前的当前目标牙齿模型的顶点的集合,V’为变形后的当前目标牙齿模型的顶点的集合;Vc和Vc’分别为变形前后的当前目标牙齿模型中的控制点的集合;L为Laplace算子。
在本实施例中,将步骤S230中计算得到的尖牙牙齿模型中每个三维网格顶点与其对应点之间的距离均与预定阈值进行比较,若计算得到的所有距离均小于预定阈值,则步骤S110中的尖牙牙齿模型即为变形后的目标牙齿模型。反之,若计算得到的任一距离大于等于预定阈值,则对该尖牙牙齿模型进行第一次变形,使得该第一次变形后的尖牙牙齿模型与待测试牙齿模型相适应。此时,返回步骤S220,第一次变形后的尖牙牙齿模型作为当前目标牙齿模型。将第一次变形后的尖牙牙齿模型的每个三维网格顶点沿着其法向方向寻找待测试牙齿模型上的对应点。再计算第一次变形后的尖牙牙齿模型中每个三维网格顶点与其对应点之间的距离,若所有距离小于预定阈值,则该第一次变形后的尖牙牙齿模型即为变形后的目标牙齿模型,若任一距离大于等于预定阈值,则返回步骤(2),并将第一次变形后的尖牙牙齿模型作为当前目标牙齿模型,依次类推。
S140:将变形后的目标牙齿模型上的特征点映射到待测试牙齿模型上,得到待测试牙齿模型中的牙齿的特征点。
具体地,将步骤S130中得到的变形后的目标牙齿模型上的特征点映射到待测试牙齿模型上,从而获得待测试牙齿模型中的牙齿的特征点。其中,映射可以指的是步骤S220中的计算对应点过程。
在本实施例中,将步骤S130中得到的变形后的尖牙牙齿模型上的特征点映射到待测试牙齿模型上,从而得到该待测试尖牙的特征点。
在一实施例中,在步骤S140之后,还包括步骤:以待测试牙齿模型中的牙齿的特征点作为初始特征点,并确定以初始特征点为中心的特定区域;计算特定区域内所有点的平均曲率,并确定平均曲率最大或者最小所对应的点为所述待测试牙齿模型中的特征点。
具体地,将步骤S130中得到的待测试牙齿模型中的牙齿的特征作为初始特征点,并确定以初始特征点为中心的特定区域。其中,该特定区域可以为以初始特征点为中心的n环顶点邻域,n具体数值可以是2-5。需要说明的是,该特定区域可以根据实际需要进行确定。
再计算特定区域内所有点的平均曲率,并确定平均曲率最大或最小所对应的点为待测试牙齿模型中的特征点。其中,平均曲率为最大曲率和最小曲率的平均值,最大曲率代表所有平面与曲面交线的曲率最大值,最小曲率代表所有平面与曲面交线的曲率最小值。需要说明的是,当特征类型为牙尖时,确定特征区域内的平均曲率最大所对应的点为特征点。当特征类型为牙沟时,标准模型中的牙齿的特征点的数量为多个,则确定每个特征点所对应的特定区域内的平均曲率最小所对应的点为待测试牙齿模型中的牙齿的特征点,并将待测试牙齿模型中的牙齿的所有特征点进行连线和光滑处理。当特征类型为牙嵴时,标准模型中的牙齿的特征点的数量为多个,则确定每个特征点所对应的特定区域内的平均曲率最大所对应的点为所述待测试牙齿模型中的牙齿的特征点,并将待测试牙齿模型中的牙齿的所有特征点进行连线和光滑处理。通过上述处理,可以进一步提高识别的准确性。
在本实施例中,将步骤S130中得到的待测试尖牙的特征作为初始特征点,并以该特征点为中心确定3x3的特定区域,再计算该特定区域内所有点的平均曲率,确定平均曲率最大的点为待测试尖牙的最终牙尖特征点。需要说明的是,对于切牙、前磨牙以及后磨牙都采用相同的方式获得其特征点。
上述牙齿类型的识别方法,通过建立每一类牙齿的标准模型,并且标注标准模型中牙齿的特征点,再获取待测试牙齿模型以及确定其中牙齿的类别,根据该类别确定与待测试牙齿模型相对应的目标牙齿模型,并对该目标牙齿模型进行变形,接着将变形后的目标牙齿模型上的特征点映射到待测试牙齿模型上,从而获得待测试牙齿模型中的牙齿的特征点,通过牙齿的标准模型以及变形得到待测试牙齿模型中的牙齿的特征点,从而实现自动识别牙齿特征,提高正确率,还能提高效率。
在一个实施例中,如图3所示,提供了一种牙齿特征的识别装置,该装置包括:
标准模型建立模块310,用于建立每一类牙齿的标准模型,并且标注标准模型中牙齿的特征点;
待测试牙齿模型获取模块320,用于获取待测试牙齿模型,并确定待测试牙齿模型中牙齿的类别;
目标牙齿模型变形模块330,用于根据类别,确定与待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据待测试牙齿模型对目标牙齿模型进行变形;
特征点确定模块340,用于将变形后的目标牙齿模型上的特征点映射到待测试牙齿模型上,得到待测试牙齿模型中的牙齿的特征点。
在其中一个实施例中,还包括特征点优化模块,用于以待测试牙齿模型中的牙齿的特征点作为初始特征点,并确定以初始特征点为中心的特定区域;计算特定区域内所有点的平均曲率,并确定平均曲率最大或者最小所对应的点为待测试牙齿模型中的特征点。
在其中一个实施例中,目标牙齿模型变形模块330包括:
重合模块,用于将标准坐标系和待识别三维牙齿模型的坐标系进行重合,得到重合坐标系;
确定模块,用于确定在重合坐标系下的每颗标准牙齿以及每颗待识别牙齿的重心位置。
在其中一个实施例中,待识别牙齿类型确定模块340包括:
坐标系重合模块,用于建立待测试牙齿模型的坐标系,并将其与目标牙齿模型的坐标系进行重合;
对应点确定模块,用于确定当前目标牙齿模型上的每个顶点的对应点,其中,对应点位于顶点的法向方向上,且对应点在所述待测试牙齿模型上;
距离计算模块,用于计算每个顶点与其对应点之间的距离;
比较模块,用于若所有所述距离均小于预定阈值,则所述当前目标牙齿模型为变形后的所述目标牙齿模型;否则,确定小于预定阈值的所述距离所对应的顶点为控制点,并根据所述控制点对所述当前目标牙齿模型进行变形,且返回对应点确定模块。
请参阅图4,图4为一实施例中的用户终端的结构示意图,该用户终端可以是常规服务器或者其他任意用户终端,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其中该存储器可以包括非易失性存储介质以及内存储器,该计算机程序可以存储在该非易失性存储介质中,处理器执行程序时实现以下步骤:建立每一类牙齿的标准模型,并且标注标准模型中牙齿的特征点;获取待测试牙齿模型,并确定待测试牙齿模型中牙齿的类别;根据类别,确定与待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据待测试牙齿模型对目标牙齿模型进行变形;将变形后的目标牙齿模型上的特征点映射到待测试牙齿模型上,得到待测试牙齿模型中的牙齿的特征点。
在其中一个实施例中,处理器执行程序时还可以实现以下步骤:以待测试牙齿模型中的牙齿的特征点作为初始特征点,并确定以初始特征点为中心的特定区域;计算特定区域内所有点的平均曲率,并确定平均曲率最大或者最小所对应的点为待测试牙齿模型中的特征点。
在其中一个实施例中,处理器执行程序时还可以实现以下步骤:(1)建立待测试牙齿模型的坐标系,并将其与目标牙齿模型的坐标系进行重合;(2)确定当前目标牙齿模型上的每个顶点的对应点,其中,对应点位于顶点的法向方向上,且对应点在所述待测试牙齿模型上;(3)计算每个顶点与其对应点之间的距离;(4)若所有距离均小于预定阈值,则当前目标牙齿模型为变形后的目标牙齿模型;否则,确定小于预定阈值的距离所对应的顶点为控制点,并根据控制点对当前目标牙齿模型进行变形,且返回步骤(2)。
上述对于终端的限定可以参见上文中对于牙齿特征的识别方法的具体限定,在此不再赘述。
请继续参阅图4,还提供一种计算机可读存储介质,其上存储有计算机程序,如图4中所示的非易失性存储介质,其中,该程序被处理器执行时实现以下步骤:建立每一类牙齿的标准模型,并且标注标准模型中牙齿的特征点;获取待测试牙齿模型,并确定待测试牙齿模型中牙齿的类别;根据类别,确定与待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据待测试牙齿模型对目标牙齿模型进行变形;将变形后的目标牙齿模型上的特征点映射到待测试牙齿模型上,得到待测试牙齿模型中的牙齿的特征点。
在其中一个实施例中,处理器执行程序时还可以实现以下步骤:以待测试牙齿模型中的牙齿的特征点作为初始特征点,并确定以初始特征点为中心的特定区域;计算特定区域内所有点的平均曲率,并确定平均曲率最大或者最小所对应的点为待测试牙齿模型中的特征点。
在其中一个实施例中,处理器执行程序时还可以实现以下步骤:(1)建立待测试牙齿模型的坐标系,并将其与目标牙齿模型的坐标系进行重合;(2)确定当前目标牙齿模型上的每个顶点的对应点,其中,对应点位于顶点的法向方向上,且对应点在所述待测试牙齿模型上;(3)计算每个顶点与其对应点之间的距离;(4)若所有距离均小于预定阈值,则当前目标牙齿模型为变形后的目标牙齿模型;否则,确定小于预定阈值的距离所对应的顶点为控制点,并根据控制点对当前目标牙齿模型进行变形,且返回步骤(2)。
上述对于计算机可读存储介质的限定可以参见上文中对于牙齿特征的识别方法的具体限定,在此不再赘述。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种牙齿特征的识别方法,其特征在于,包括以下步骤:
建立每一类牙齿的标准模型,并且标注所述标准模型中牙齿的特征点;
获取待测试牙齿模型,并确定所述待测试牙齿模型中牙齿的类别;
根据所述类别,确定与所述待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据所述待测试牙齿模型对所述目标牙齿模型进行变形;
将变形后的所述目标牙齿模型上的特征点映射到所述待测试牙齿模型上,得到所述待测试牙齿模型中的牙齿的特征点。
2.根据权利要求1所述的牙齿特征的识别方法,其特征在于,在所述将变形后的所述目标牙齿模型上的特征点映射到所述待测试牙齿模型上,得到所述待测试牙齿模型中的牙齿的特征点的步骤之后,还包括步骤:
以所述待测试牙齿模型中的牙齿的特征点作为初始特征点,并确定以所述初始特征点为中心的特定区域;
计算所述特定区域内所有点的平均曲率,并确定所述平均曲率最大或者最小所对应的点为所述待测试牙齿模型中的特征点。
3.根据权利要求2所述的牙齿特征的识别方法,其特征在于,所述特征点的表征属性包括特征位置和特征类型,所述特征位置表示所述特征点的坐标位置,所述特征类型包括牙尖、牙沟以及牙嵴。
4.根据权利要求3所述的牙齿特征的识别方法,其特征在于,
当所述特征类型为牙尖时,确定所述特征区域内的平均曲率最大所对应的点为特征点;
当所述特征类型为牙沟时,所述标准模型中的牙齿的特征点的数量为多个,则确定每个所述特征点所对应的特定区域内的平均曲率最小所对应的点为所述待测试牙齿模型中的牙齿的特征点,并将所述待测试牙齿模型中的牙齿的所有特征点进行连线和光滑处理;
当所述特征类型为牙嵴时,所述标准模型中的牙齿的特征点的数量为多个,则确定每个所述特征点所对应的特定区域内的平均曲率最大所对应的点为所述待测试牙齿模型中的牙齿的特征点,并将所述待测试牙齿模型中的牙齿的所有特征点进行连线和光滑处理。
5.根据权利要求1所述的牙齿特征的识别方法,其特征在于,所述根据所述类别,确定与所述待测试牙齿模型相对应的标准模型,即目标牙齿模型,并对所述目标牙齿模型进行变形的步骤包括:
(1)建立所述待测试牙齿模型的坐标系,并将其与所述目标牙齿模型的坐标系进行重合;
(2)确定当前目标牙齿模型上的每个顶点的对应点,其中,所述对应点位于所述顶点的法向方向上,且所述对应点在所述待测试牙齿模型上;
(3)计算每个所述顶点与其对应点之间的距离;
(4)若所有所述距离均小于预定阈值,则所述当前目标牙齿模型为变形后的所述目标牙齿模型;否则,确定小于预定阈值的所述距离所对应的顶点为控制点,并根据所述控制点对所述当前目标牙齿模型进行变形,且返回步骤(2)。
6.根据权利要求5所述的牙齿特征的识别方法,其特征在于,所述当前目标牙齿模型的顶点v的法向为N;所述对应点位于所述待测试牙齿模型的三角片(v1,v2,v3)内,且所述对应点的重心坐标为(α、β、γ),且α+β+γ=1,则v+Nd=αv1+βv2+γv3,其中,d为所述对应点与所述顶点v之间的有向距离;v1,v2,v3分别为所述对应点所在的三角片的三个顶点。
7.根据权利要求5所述的牙齿特征的识别方法,其特征在于,对所述当前目标牙齿模型进行变形的公式为:其中,V为变形前的所述当前目标牙齿模型的顶点的集合,V’为变形后的所述当前目标牙齿模型的顶点的集合;Vc和Vc’分别为变形前后的所述当前目标牙齿模型中的控制点的集合;L为Laplace算子。
8.一种牙齿特征的识别装置,其特征在于,包括:
标准模型建立模块,用于建立每一类牙齿的标准模型,并且标注所述标准模型中牙齿的特征点;
待测试牙齿模型获取模块,用于获取待测试牙齿模型,并确定所述待测试牙齿模型中牙齿的类别;
目标牙齿模型变形模块,用于根据所述类别,确定与所述待测试牙齿模型相对应的标准模型,即目标牙齿模型,并根据所述待测试牙齿模型对所述目标牙齿模型进行变形;以及
特征点确定模块,用于将变形后的所述目标牙齿模型上的特征点映射到所述待测试牙齿模型上,得到所述待测试牙齿模型中的牙齿的特征点。
9.一种用户终端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至7任意一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810718304.XA CN109165663B (zh) | 2018-07-03 | 2018-07-03 | 牙齿特征的识别方法、装置、用户终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810718304.XA CN109165663B (zh) | 2018-07-03 | 2018-07-03 | 牙齿特征的识别方法、装置、用户终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109165663A true CN109165663A (zh) | 2019-01-08 |
CN109165663B CN109165663B (zh) | 2020-12-11 |
Family
ID=64897232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810718304.XA Active CN109165663B (zh) | 2018-07-03 | 2018-07-03 | 牙齿特征的识别方法、装置、用户终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109165663B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111581866A (zh) * | 2020-05-14 | 2020-08-25 | 中国特种设备检测研究院 | 储罐性能测试方法、装置、计算机设备和可读存储介质 |
CN113538437A (zh) * | 2020-04-21 | 2021-10-22 | 宁波深莱医疗科技有限公司 | 牙颌三维数字模型分割结果的检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504693A (zh) * | 2014-12-16 | 2015-04-08 | 佛山市诺威科技有限公司 | 一种基于义齿简单冠修复网格模型的颈缘线提取方法 |
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 |
CN105069777A (zh) * | 2015-07-02 | 2015-11-18 | 广东工业大学 | 一种预备体网格模型的颈缘线自动提取方法 |
US9283061B2 (en) * | 2011-02-10 | 2016-03-15 | Straumann Holding Ag | Method and analysis system for the geometrical analysis of scan data from oral structures |
CN107230255A (zh) * | 2017-06-14 | 2017-10-03 | 杭州美齐科技有限公司 | 一种基于通用模板的牙齿修复方法 |
CN107301673A (zh) * | 2017-05-17 | 2017-10-27 | 杭州美齐科技有限公司 | 一种利用标准模型库构造牙齿的局部坐标系的算法 |
-
2018
- 2018-07-03 CN CN201810718304.XA patent/CN109165663B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9283061B2 (en) * | 2011-02-10 | 2016-03-15 | Straumann Holding Ag | Method and analysis system for the geometrical analysis of scan data from oral structures |
CN104504693A (zh) * | 2014-12-16 | 2015-04-08 | 佛山市诺威科技有限公司 | 一种基于义齿简单冠修复网格模型的颈缘线提取方法 |
CN105069777A (zh) * | 2015-07-02 | 2015-11-18 | 广东工业大学 | 一种预备体网格模型的颈缘线自动提取方法 |
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 |
CN107301673A (zh) * | 2017-05-17 | 2017-10-27 | 杭州美齐科技有限公司 | 一种利用标准模型库构造牙齿的局部坐标系的算法 |
CN107230255A (zh) * | 2017-06-14 | 2017-10-03 | 杭州美齐科技有限公司 | 一种基于通用模板的牙齿修复方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538437A (zh) * | 2020-04-21 | 2021-10-22 | 宁波深莱医疗科技有限公司 | 牙颌三维数字模型分割结果的检测方法 |
WO2021212941A1 (zh) * | 2020-04-21 | 2021-10-28 | 宁波深莱医疗科技有限公司 | 牙颌三维数字模型分割结果的检测方法 |
US20220222827A1 (en) * | 2020-04-21 | 2022-07-14 | Ningbo Shenlai Medical Technology Co., Ltd. | Method for verifying a segmentation result of a 3d digital model of jaw |
US11830196B2 (en) * | 2020-04-21 | 2023-11-28 | Ningbo Shenlai Medical Technology Co., Ltd. | Method for verifying a segmentation result of a 3D digital model of jaw |
CN111581866A (zh) * | 2020-05-14 | 2020-08-25 | 中国特种设备检测研究院 | 储罐性能测试方法、装置、计算机设备和可读存储介质 |
CN111581866B (zh) * | 2020-05-14 | 2023-11-24 | 中国特种设备检测研究院 | 储罐性能测试方法、装置、计算机设备和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109165663B (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105956997B (zh) | 图像形变处理的方法和装置 | |
US8254723B2 (en) | System and method for extracting boundary elements of an object | |
US8249304B2 (en) | System and method for measuring gaps between object parts | |
CN109941274A (zh) | 基于雷达测距识别岸桥的停车方法及系统、服务器及介质 | |
CN110288640B (zh) | 基于凸密度极值的点云配准方法 | |
JP2013036983A (ja) | 計測装置および情報処理装置 | |
CN108537276A (zh) | 一种聚类中心的选取方法、装置及介质 | |
CN110163087A (zh) | 一种人脸姿态识别方法及系统 | |
CN104665836A (zh) | 长度量测方法与长度量测装置 | |
CN109165663A (zh) | 牙齿特征的识别方法、装置、用户终端及存储介质 | |
CN105139007B (zh) | 人脸特征点定位方法和装置 | |
US10456225B2 (en) | Method for clearing of virtual representations of objects | |
CN108682043A (zh) | 一种基于参数映射的复杂曲面测量规划方法 | |
CN103544492B (zh) | 基于深度图像三维曲面几何特征的目标识别方法和装置 | |
JP2017011328A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
WO2021169704A1 (zh) | 手势深度确定方法、装置、设备及存储介质 | |
US11135036B2 (en) | Computer-based method for measuring positional relationship between two teeth | |
CN108776992A (zh) | 牙齿类型的识别方法、装置、用户终端及存储介质 | |
CN105423916B (zh) | 一种物体尺寸的测量方法和测量系统 | |
TWI406189B (zh) | 點雲三角網格面構建方法 | |
CN108542517A (zh) | 上下牙颌的咬合关系建立方法、装置及用户终端 | |
WO2021169705A1 (zh) | 手势深度信息的处理方法、装置、设备及存储介质 | |
CN109919828B (zh) | 一种判断3d模型之间差异的方法 | |
CN107734324A (zh) | 一种闪光灯照度均匀性的测量方法、系统及终端设备 | |
CN107527843B (zh) | 基于计算机辅助设计的晶圆激光标识工艺实现方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201210 Pudong New Area, Shanghai, 2305, A, 122, north gate, two floor. Patentee after: Zhengya Dental Technology (Shanghai) Co.,Ltd. Address before: 201210 Pudong New Area, Shanghai, 2305, A, 122, north gate, two floor. Patentee before: SHANGHAI SMARTEE DENTI-TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |