CN112085013A - 一种牙齿图像采集装置以及图像处理方法 - Google Patents

一种牙齿图像采集装置以及图像处理方法 Download PDF

Info

Publication number
CN112085013A
CN112085013A CN202010932355.XA CN202010932355A CN112085013A CN 112085013 A CN112085013 A CN 112085013A CN 202010932355 A CN202010932355 A CN 202010932355A CN 112085013 A CN112085013 A CN 112085013A
Authority
CN
China
Prior art keywords
image
point
fusion
camera module
deformation
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.)
Pending
Application number
CN202010932355.XA
Other languages
English (en)
Inventor
刘力政
谢晨
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.)
Shenzhen 8020 Technology Co.,Ltd.
Original Assignee
Shanghai Seekov Electronic 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 Seekov Electronic Technology Co ltd filed Critical Shanghai Seekov Electronic Technology Co ltd
Priority to CN202010932355.XA priority Critical patent/CN112085013A/zh
Publication of CN112085013A publication Critical patent/CN112085013A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Vascular Medicine (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种牙齿图像采集装置以及图像处理方法，其中一种牙齿图像采集装置，包括基于U型三目图像传感器的摄像头模块，摄像头模块包括三个图像采集面，且摄像头模块呈U型结构，符合牙齿三面的人体工学特征，摄像头模块的两个侧面具有伸缩功能，摄像头模块的U型结构内均安装有摄像头，所述摄像头模块的顶部固定安装有转动块，转动块上转动安装有支撑手柄的一端，支撑手柄的另一端固定安装有主板。本发明解决了传统牙齿图像采集方法操作麻烦、稳定性差的问题。

Description

一种牙齿图像采集装置以及图像处理方法
技术领域
本发明涉及图形采集处理技术领域，尤其涉及一种牙齿图像采集装置以及图像处理方法。
背景技术
新型牙齿图像采集装置是一项融合了电子、精密机械、图像处理的智能便携式系统，目前在口腔医疗行业具有广阔的应用前景，如牙齿疾病检测、畸形矫正、牙齿美白、修复等方面均有应用。
目前口腔诊所中大部分对牙齿的各项检测(如牙齿疾病、牙位图、牙齿形状等)依靠视觉检测，传统的口腔图像采集方法需要借助扩口器、单反等专业设备，需要专业技能操作。而且由于口腔特殊的环境，处于边缘和内侧的牙齿图像数据很难获取。一些便携式牙齿图像采集仪虽然可以深入口腔采集图像，单由于单目与微距镜头的原因，用户操作的时候很容易产生图像抖动、模糊，以及容易收到如口水反光等因素的干扰，图像一致性不好。
发明内容
基于背景技术存在的技术问题，本发明提出了一种牙齿图像采集装置以及图像处理方法。
本发明提出的一种牙齿图像采集装置，包括基于U型三目图像传感器的摄像头模块，摄像头模块包括三个图像采集面，且摄像头模块呈U型结构，符合牙齿三面的人体工学特征，摄像头模块的两个侧面具有伸缩功能，摄像头模块的U型结构内均安装有摄像头，所述摄像头模块的顶部固定安装有转动块，转动块上转动安装有支撑手柄的一端，支撑手柄的另一端固定安装有主板。
优选的，所述摄像头模块上包含补光LED灯，主板包含处理器单元、wifi模块、存储器、电源电路、充电电路、按键和LED控制。
一种牙齿图像采集装置的图像处理方法，包括一种三目图像拼接方法和一种牙齿疾病检测算法；
一种三目图像拼接方法包括特征匹配、图像拼接和图像融合三个模块，计算流程如下：
S1特征提取匹配：
采用基于Harris角点特征匹配，Harris角点特征提取与匹配流程如下：
1)以Gaussian函数计算图像x、y方向导数Ix和Iy；
2)经过偏移(u,v)后，I(x,y)的亮度变化
Figure BDA0002670004220000021
其中
Figure BDA0002670004220000022
3)计算角点响应函数R＝det(M)-k(trace(M))2，其中k＝0.04，当R大于阈值且在某邻域内取得局部极值时对应的点即为Harris角点；
4)对于两幅图像得到的角点做聚类匹配，经过RANSAC过滤掉匹配错误的点，得到图像匹配的特征点；
S2图像拼接：
常用的图像拼接算法有基于特征计算单应性矩阵、图像变形等，这里我们采用特征点匹配后对应的图像进行网格变形，对变形结果进行图像拼接，匹配特征点确定后，对图像采用Delaunay三角剖分可获得特征网格结构，改变某个特征点的位置会引起其相关三角形的变化，对变化的三角形做仿射变换，可以得到图像变形的效果，假设要将Ts变形为T1，这里有两种方法：第一种是正向变形，它对源图象中每一个点做坐标变换，得到其在目标图象中的位置，然后将颜色值拷贝过去；第二种是反向变形，它对目标图象中的每一个点进行计算，得到其在源图象中的位置，然后将颜色值拷贝过来，正向变形有一个问题，就是目标图象中有可能有的像素没有颜色值，而反向变形可以保证目标图象中每一个点都能在原始图象中找到对应的点，所以这里采用反向变形技术；
设Ts和T1对应的顶点分别为Ps1、Ps2、Ps3和P1、P2、P3，由此6个点可以唯一确定一个仿射变换
Figure BDA0002670004220000031
式中P.x、P.y为T1中某一点P的x、y坐标，Ps.x、Ps.y为TS中某一点PS的x、y坐标；
令
Figure BDA0002670004220000032
则
Figure BDA0002670004220000041
这样，对改变的每个三角形以式(2-2)计算出仿射变换系数A，以式(2-1)计算改变后的三角形内的每一点对应原三角形的像素点，拷贝其颜色，若计算出的点的坐标非整数，则利用其临近的坐标颜色作为仿射变换后的颜色；
S3图像融合:
常用的融合算法有ALPHA融合、泊松融合、拉普拉斯金字塔融合等，这里我们采用色彩迁移和ALPHA融合作为图像融合的方法，获得两路相机当前帧的拼接融合效果，流程如下：
1)对于待融合的图像A和图像B，分别计算得到RGB三通道直方图HistR_A、HistG_A、HistB_A和HistR_B、HistG_B、HistB_B；
2)对于图像A和图像B，令w1、h1为图像A的宽和高，w2、h2为图像B的宽和高，计算每个通道从0到255每个灰度级i上累加直方图概率HistproR_A、HistproG_A、HistproB_A和HistproR_B、HistproG_B、HistproB_B；
Figure BDA0002670004220000042
Figure BDA0002670004220000043
Figure BDA0002670004220000051
Figure BDA0002670004220000052
Figure BDA0002670004220000053
Figure BDA0002670004220000054
3)在R分量上，寻找HistproR_A与HistproR_B接近的灰度级，建立A图到B图的R分量灰度级映射表mapR，同样的方法计算得到B和G分量的灰度级映射表mapG和mapB，对B图的每个像素点的颜色值按照映射表重新计算目标颜色值，得到与A图接近的颜色迁移图像B2；
4)对于图像A和颜色迁移图像B2，在重合区域以alpha融合进行过渡，得到拼接后的融合图像；
一种牙齿疾病检测算法，所述方法包括：采用改进的YOLO人工神经网络算法。
本发明中，所述一种牙齿图像采集装置以及图像处理方法，解决了传统牙齿图像采集方法操作麻烦、稳定性差的问题。
附图说明
图1为本发明提出的一种牙齿图像采集装置的摄像头模块结构示意图；
图2为本发明提出的一种牙齿图像采集装置的结构示意图；
图3为本发明提出的一种牙齿图像采集装置的图像处理方法的YOLO人工神经网络算法图。
图中：1摄像头模块、2摄像头、3支撑手柄、4转动块、5主板、6处理器单元。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1-3，一种牙齿图像采集装置，包括基于U型三目图像传感器的摄像头模块1，摄像头模块1包括三个图像采集面，且摄像头模块1呈U型结构，符合牙齿三面的人体工学特征，摄像头模块1的两个侧面具有伸缩功能，摄像头模块1的U型结构内均安装有摄像头2，摄像头模块1的顶部固定安装有转动块4，转动块4上转动安装有支撑手柄3的一端，支撑手柄3的另一端固定安装有主板5。
本发明中，摄像头模块1上包含补光LED灯，主板5包含处理器单元6、wifi模块、存储器、电源电路、充电电路、按键和LED控制。
一种牙齿图像采集装置的图像处理方法，包括一种三目图像拼接方法和一种牙齿疾病检测算法；
一种三目图像拼接方法包括特征匹配、图像拼接和图像融合三个模块，计算流程如下：
S1特征提取匹配：
采用基于Harris角点特征匹配，Harris角点特征提取与匹配流程如下：
1)以Gaussian函数计算图像x、y方向导数Ix和Iy；
2)经过偏移(u,v)后，I(x,y)的亮度变化
Figure BDA0002670004220000071
其中
Figure BDA0002670004220000072
3)计算角点响应函数R＝det(M)-k(trace(M))2，其中k＝0.04，当R大于阈值且在某邻域内取得局部极值时对应的点即为Harris角点；
4)对于两幅图像得到的角点做聚类匹配，经过RANSAC过滤掉匹配错误的点，得到图像匹配的特征点；
S2图像拼接：
常用的图像拼接算法有基于特征计算单应性矩阵、图像变形等，这里我们采用特征点匹配后对应的图像进行网格变形，对变形结果进行图像拼接，匹配特征点确定后，对图像采用Delaunay三角剖分可获得特征网格结构，改变某个特征点的位置会引起其相关三角形的变化，对变化的三角形做仿射变换，可以得到图像变形的效果，假设要将Ts变形为T1，这里有两种方法：第一种是正向变形，它对源图象中每一个点做坐标变换，得到其在目标图象中的位置，然后将颜色值拷贝过去；第二种是反向变形，它对目标图象中的每一个点进行计算，得到其在源图象中的位置，然后将颜色值拷贝过来，正向变形有一个问题，就是目标图象中有可能有的像素没有颜色值，而反向变形可以保证目标图象中每一个点都能在原始图象中找到对应的点，所以这里采用反向变形技术；
设Ts和T1对应的顶点分别为Ps1、Ps2、Ps3和P1、P2、P3，由此6个点可以唯一确定一个仿射变换
Figure BDA0002670004220000081
式中P.x、P.y为T1中某一点P的x、y坐标，Ps.x、Ps.y为TS中某一点PS的x、y坐标；
令
Figure BDA0002670004220000082
则
Figure BDA0002670004220000083
这样，对改变的每个三角形以式(2-2)计算出仿射变换系数A，以式(2-1)计算改变后的三角形内的每一点对应原三角形的像素点，拷贝其颜色，若计算出的点的坐标非整数，则利用其临近的坐标颜色作为仿射变换后的颜色；
S3图像融合:
常用的融合算法有ALPHA融合、泊松融合、拉普拉斯金字塔融合等，这里我们采用色彩迁移和ALPHA融合作为图像融合的方法，获得两路相机当前帧的拼接融合效果，流程如下：
1)对于待融合的图像A和图像B，分别计算得到RGB三通道直方图HistR_A、HistG_A、HistB_A和HistR_B、HistG_B、HistB_B；
2)对于图像A和图像B，令w1、h1为图像A的宽和高，w2、h2为图像B的宽和高，计算每个通道从0到255每个灰度级i上累加直方图概率HistproR_A、HistproG_A、HistproB_A和HistproR_B、HistproG_B、HistproB_B；
Figure BDA0002670004220000091
Figure BDA0002670004220000092
Figure BDA0002670004220000093
Figure BDA0002670004220000094
Figure BDA0002670004220000095
Figure BDA0002670004220000096
3)在R分量上，寻找HistproR_A与HistproR_B接近的灰度级，建立A图到B图的R分量灰度级映射表mapR，同样的方法计算得到B和G分量的灰度级映射表mapG和mapB，对B图的每个像素点的颜色值按照映射表重新计算目标颜色值，得到与A图接近的颜色迁移图像B2；
4)对于图像A和颜色迁移图像B2，在重合区域以alpha融合进行过渡，得到拼接后的融合图像；
一种牙齿疾病检测算法，所述方法包括：采用改进的YOLO人工神经网络算法，结构如图3所示。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种牙齿图像采集装置，其特征在于，包括基于U型三目图像传感器的摄像头模块(1)，摄像头模块(1)包括三个图像采集面，且摄像头模块(1)呈U型结构，符合牙齿三面的人体工学特征，摄像头模块(1)的两个侧面具有伸缩功能，摄像头模块(1)的U型结构内均安装有摄像头(2)，所述摄像头模块(1)的顶部固定安装有转动块(4)，转动块(4)上转动安装有支撑手柄(3)的一端，支撑手柄(3)的另一端固定安装有主板(5)。
2.根据权利要求1所述的一种牙齿图像采集装置，其特征在于，所述摄像头模块(1)上包含补光LED灯，主板(5)包含处理器单元(6)、wifi模块、存储器、电源电路、充电电路、按键和LED控制。
3.一种牙齿图像采集装置的图像处理方法，其特征在于，包括一种三目图像拼接方法和一种牙齿疾病检测算法；
一种三目图像拼接方法包括特征匹配、图像拼接和图像融合三个模块，计算流程如下：
S1特征提取匹配：
采用基于Harris角点特征匹配，Harris角点特征提取与匹配流程如下：
1)以Gaussian函数计算图像x、y方向导数Ix和Iy；
2)经过偏移(u,v)后，I(x,y)的亮度变化
Figure FDA0002670004210000011
其中
Figure FDA0002670004210000012
3)计算角点响应函数R＝det(M)-k(trace(M))2，其中k＝0.04，当R大于阈值且在某邻域内取得局部极值时对应的点即为Harris角点；
4)对于两幅图像得到的角点做聚类匹配，经过RANSAC过滤掉匹配错误的点，得到图像匹配的特征点；
S2图像拼接：
常用的图像拼接算法有基于特征计算单应性矩阵、图像变形等，这里我们采用特征点匹配后对应的图像进行网格变形，对变形结果进行图像拼接，匹配特征点确定后，对图像采用Delaunay三角剖分可获得特征网格结构，改变某个特征点的位置会引起其相关三角形的变化，对变化的三角形做仿射变换，可以得到图像变形的效果，假设要将Ts变形为T1，这里有两种方法：第一种是正向变形，它对源图象中每一个点做坐标变换，得到其在目标图象中的位置，然后将颜色值拷贝过去；第二种是反向变形，它对目标图象中的每一个点进行计算，得到其在源图象中的位置，然后将颜色值拷贝过来，正向变形有一个问题，就是目标图象中有可能有的像素没有颜色值，而反向变形可以保证目标图象中每一个点都能在原始图象中找到对应的点，所以这里采用反向变形技术；
设Ts和T1对应的顶点分别为Ps1、Ps2、Ps3和P1、P2、P3，由此6个点可以唯一确定一个仿射变换
Figure FDA0002670004210000021
式中P.x、P.y为T1中某一点P的x、y坐标，Ps.x、Ps.y为TS中某一点PS的x、y坐标；
令
Figure FDA0002670004210000031
则
Figure FDA0002670004210000032
这样，对改变的每个三角形以式(2-2)计算出仿射变换系数A，以式(2-1)计算改变后的三角形内的每一点对应原三角形的像素点，拷贝其颜色，若计算出的点的坐标非整数，则利用其临近的坐标颜色作为仿射变换后的颜色；
S3图像融合:
常用的融合算法有ALPHA融合、泊松融合、拉普拉斯金字塔融合等，这里我们采用色彩迁移和ALPHA融合作为图像融合的方法，获得两路相机当前帧的拼接融合效果，流程如下：
1)对于待融合的图像A和图像B，分别计算得到RGB三通道直方图HistR_A、HistG_A、HistB_A和HistR_B、HistG_B、HistB_B；
2)对于图像A和图像B，令w1、h1为图像A的宽和高，w2、h2为图像B的宽和高，计算每个通道从0到255每个灰度级i上累加直方图概率HistproR_A、HistproG_A、HistproB_A和HistproR_B、HistproG_B、HistproB_B；
Figure FDA0002670004210000041
Figure FDA0002670004210000042
Figure FDA0002670004210000043
Figure FDA0002670004210000044
Figure FDA0002670004210000045
Figure FDA0002670004210000046
3)在R分量上，寻找HistproR_A与HistproR_B接近的灰度级，建立A图到B图的R分量灰度级映射表mapR，同样的方法计算得到B和G分量的灰度级映射表mapG和mapB，对B图的每个像素点的颜色值按照映射表重新计算目标颜色值，得到与A图接近的颜色迁移图像B2；
4)对于图像A和颜色迁移图像B2，在重合区域以alpha融合进行过渡，得到拼接后的融合图像；
一种牙齿疾病检测算法，所述方法包括：采用改进的YOLO人工神经网络算法。
CN202010932355.XA 2020-09-07 2020-09-07 一种牙齿图像采集装置以及图像处理方法 Pending CN112085013A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010932355.XA CN112085013A (zh) 2020-09-07 2020-09-07 一种牙齿图像采集装置以及图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010932355.XA CN112085013A (zh) 2020-09-07 2020-09-07 一种牙齿图像采集装置以及图像处理方法

Publications (1)

Publication Number Publication Date
CN112085013A true CN112085013A (zh) 2020-12-15

Family

ID=73732112

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010932355.XA Pending CN112085013A (zh) 2020-09-07 2020-09-07 一种牙齿图像采集装置以及图像处理方法

Country Status (1)

Country Link
CN (1) CN112085013A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113244001A (zh) * 2021-06-02 2021-08-13 微适美科技(北京)有限公司 一种基于图像处理的隐形矫正复诊管理系统
CN113256724A (zh) * 2021-07-07 2021-08-13 上海影创信息科技有限公司 一种手柄inside-out视觉6自由度定位方法及系统
CN113469987A (zh) * 2021-07-13 2021-10-01 山东大学 基于深度学习的牙科x射线图像病变区域定位系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150021310A (ko) * 2013-08-20 2015-03-02 조현재 구강촬영용 트레이, 구강촬영용 트레이를 포함하는 구강촬영장치 및 구강촬영 시스템
CN105578021A (zh) * 2014-10-15 2016-05-11 上海弘视通信技术有限公司 双目相机的成像方法及其装置
US20160262856A1 (en) * 2015-03-12 2016-09-15 Align Technology, Inc. Digital dental tray

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150021310A (ko) * 2013-08-20 2015-03-02 조현재 구강촬영용 트레이, 구강촬영용 트레이를 포함하는 구강촬영장치 및 구강촬영 시스템
CN105578021A (zh) * 2014-10-15 2016-05-11 上海弘视通信技术有限公司 双目相机的成像方法及其装置
US20160262856A1 (en) * 2015-03-12 2016-09-15 Align Technology, Inc. Digital dental tray

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113244001A (zh) * 2021-06-02 2021-08-13 微适美科技(北京)有限公司 一种基于图像处理的隐形矫正复诊管理系统
CN113244001B (zh) * 2021-06-02 2021-12-31 微适美科技(北京)有限公司 一种基于图像处理的隐形矫正复诊管理系统
CN113256724A (zh) * 2021-07-07 2021-08-13 上海影创信息科技有限公司 一种手柄inside-out视觉6自由度定位方法及系统
CN113469987A (zh) * 2021-07-13 2021-10-01 山东大学 基于深度学习的牙科x射线图像病变区域定位系统

Similar Documents

Publication Publication Date Title
CN112085013A (zh) 一种牙齿图像采集装置以及图像处理方法
JP6905602B2 (ja) 画像照明方法、装置、電子機器および記憶媒体
CN109313799B (zh) 图像处理方法及设备
US7444013B2 (en) Method and apparatus for recovering depth using multi-plane stereo and spatial propagation
CN105488775A (zh) 一种基于六摄像机环视的柱面全景生成装置及方法
WO2018161289A1 (zh) 基于深度的控制方法、基于深度的控制装置和电子装置
Li et al. A system of the shadow detection and shadow removal for high resolution city aerial photo
CN111401266A (zh) 绘本角点定位的方法、设备、计算机设备和可读存储介质
WO2022021782A1 (zh) 六维姿态数据集自动生成方法、系统、终端以及存储介质
CN112862736B (zh) 一种基于点的实时三维重建与优化方法
CN112183506A (zh) 一种人体姿态生成方法及其系统
CN106937059A (zh) 基于Kinect的影像合成方法和系统
CN107633497A (zh) 一种图像景深渲染方法、系统及终端
CN107909544A (zh) 一种图像校正方法及系统
CN110375765A (zh) 基于直接法的视觉里程计方法、系统及存储介质
CN1544883A (zh) 基于特定网格图案的三维脚型测量和建模的方法
WO2023280082A1 (zh) 一种手柄inside-out视觉6自由度定位方法及系统
CN116580169B (zh) 一种数字人驱动方法及装置、电子设备和存储介质
CN116152121B (zh) 基于畸变参数的曲面屏生成方法、矫正方法
CN112712032A (zh) 一种半自动物体姿态标注方案
JP3730450B2 (ja) 画像入力装置および画像入力方法
CN109377268A (zh) 商品的调整方法及装置
CN115801942A (zh) 一种手机自动化检测系统
CN115841520A (zh) 一种相机内参标定方法、装置、电子设备及介质
CN114494582A (zh) 一种基于视觉感知的三维模型动态更新方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210827

Address after: 518100 Room 203, building 1, Hangcheng Zhigu Zhongcheng future industrial park, Sanwei community, Hangcheng street, Shenzhen, Guangdong

Applicant after: Shenzhen 8020 Technology Co.,Ltd.

Address before: Room 203, block D, building 11, 128 Xiangyin Road, Yangpu District, Shanghai

Applicant before: SHANGHAI SEEKOV ELECTRONIC TECHNOLOGY Co.,Ltd.