CN113506301B - 一种牙齿图像分割方法和装置 - Google Patents

Abstract

本发明涉及一种牙齿图像分割方法和装置，属于图像分割和重建技术领域，解决了现有技术中相邻接触的牙齿彼此分割错误的问题。该方法包括：获取输入对象，输入对象是牙齿二值图像；从输入对象中提取前景标记和背景标记，并获取边界梯度；将牙齿二值图像、前景标记、背景标记和边界梯度作为分水岭算法的输入参数，生成初始分割图像，使得初始分割图像中的不同牙齿具有不同的编号值；初始分割图像结合牙齿结构修正获得修正前景标记，将牙齿二值图像、修正前景标记、背景标记和边界梯度作为分水岭算法的输入参数，生成修正分割图像；以及对修正分割图像进行牙齿结构修正以获得输出分割图像。能够校正分割错误以提高分割精度。

Description

一种牙齿图像分割方法和装置

技术领域

本发明涉及图像分割和重建技术领域，尤其涉及一种牙齿图像分割方法和装置。

背景技术

牙齿锥束计算机断层扫描(CBCT)是一种诊断成像技术，被广泛用于牙科疾病和牙科问题的研究。CBCT图像中单颗牙齿的分割有助于牙医观察目标牙齿的切片或体积，从而实现更精确的诊断决策和治疗计划。此外，单颗牙齿分割是形成数字牙齿排列、模拟牙齿运动并建立牙齿设置的必要步骤。但是，手动分割牙齿很繁琐、耗时且容易导致观察者和观察者之间的差异。一种自动分割单颗牙齿的方法可以消除牙齿边界描绘中的主观误差，并减少牙医的工作量。

随着深度学习的发展，数据驱动方法已在许多图像处理领域中使用，并产生了可喜的结果。然而，直到最近，还没有提出使用深度学习对CBCT图像中的单颗牙齿进行分割的方法。Cui等人利用3D mark R-CNN作为基础网络来实现自动牙齿分割和CBCT图像识别，该方法仅关注不包含智齿的牙齿数据集(Z.Cui,C.Li,and W.Wang,“ToothNet:AutomaticTooth Instance Segmentation and Identification from Cone Beam CT Images,”inConference on Computer Vision and Pattern Recongnition(CVPR),CA,USA,2019,pp.6368 6377.)。考虑到患者的牙齿数量和类别不同，在口腔环境中将单颗牙齿分割而不忽略任何牙齿在临床应用中将是有益的。Chen等人使用全卷积网络(FCN)来预测牙齿区域和非牙区域，然后通过控制标记符分水岭算法从牙齿区域中分割出单颗牙齿，从而实现牙齿CBCT图像中的单颗牙齿分割(Y.Chen,H.Du,Z.Yun.et al；“Automatic segmentation ofindividual tooth in dental CBCT images from tooth surface map by a multi-taskFCN”,in IEEE Access,vol.8,pp.97296-97309,2020.)，但是Chen等人的分水岭算法过于简单，无法考虑各种类型和各种数量的牙齿；此外，该分水岭算法的精度也无法满足实际应用需求。

分水岭算法是一种常用的图像分割方法，但是当分水岭算法中边界信息不能足够精确地描述牙齿边界的时候，分水岭算法应用于牙齿分割时容易出现误判，即相邻接触的牙齿彼此分割错误。因此，如何修正分割牙齿中被错误分割的区域，面临着巨大难题。

发明内容

鉴于上述的分析，本发明实施例旨在提供一种牙齿图像分割方法和装置，用以解决现有的分水岭算法应用于牙齿分割时容易出现误判，即相邻接触的牙齿彼此分割错误的问题。

一方面，本发明实施例提供了一种牙齿图像分割方法，包括：获取输入对象，所述输入对象是牙齿二值图像；从所述输入对象中提取前景标记和背景标记，并获取边界梯度；将所述牙齿二值图像、所述前景标记、所述背景标记和所述边界梯度作为分水岭算法的输入参数，生成初始分割图像，使得所述初始分割图像中的不同牙齿具有不同的编号值；所述初始分割图像结合牙齿结构修正获得修正前景标记，将所述牙齿二值图像、所述修正前景标记、所述背景标记和所述边界梯度作为所述分水岭算法的输入参数，生成修正分割图像；以及对所述修正分割图像进行所述牙齿结构修正以获得输出分割图像。

上述技术方案的有益效果如下：牙齿结构修正能够进一步地对初始分割中每个子对象的错误部分进行校正，使得本发明实施例的分割精度显著高于输入对象的分割精度。

基于上述方法的进一步改进，所述牙齿结构修正包括：三维牙齿结构修正和/或二维牙齿结构修正。

基于上述方法的进一步改进，所述三维牙齿结构修正包括：从分割图像中获取三维的单颗牙齿，其中，所述分割图像包括所述初始分割图像和所述修正分割图像；获取单颗牙齿的三维连通区域，并从所述三维连通区域中选择体积小于体积阈值的子三维连通区域作为所述三维牙齿结构修正的独立子区域，其中，所述体积阈值为具有最大体积的子三维连通区域的体积；以及判断所述独立子区域是否与其他单颗牙齿接触，当所述独立子区域与所述其他单颗牙齿接触时，将所述独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值。

基于上述方法的进一步改进，将所述独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值还包括：计算在所述分割图像中的所述独立子区域与第一牙齿的子三维连通区域的第一接触面积并且计算在所述分割图像中的所述独立子区域与所述第二牙齿的子三维连通区域的第二接触面积；以及当所述第一接触面积大于所述第二接触面积时，将所述独立子区域的编号值设置为所述第一牙齿的编号值。

基于上述方法的进一步改进，所述二维牙齿结构修正包括：从分割图像中获取二维的单颗牙齿切片，所述分割图像包括所述初始分割图像和所述修正分割图像；获取所述单颗牙齿切片的二维连通区域，并从所述二维连通区域中选择面积小于面积阈值的子二维连通区域作为所述二维牙齿结构修正的独立子区域；以及判断所述独立子区域是否与其他单颗牙齿接触，其中，当所述独立子区域与所述其他单颗牙齿接触时，将所述独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值。

基于上述方法的进一步改进，将所述独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值进一步包括：计算所述分割图像中的所述独立子区域与第一牙齿的子二维连通区域的第一接触边界并且计算所述分割图像中的所述独立子区域与所述第二牙齿的子二维连通区域的第二接触边界；以及当所述第一接触边界长度大于所述第二接触边界长度时，将所述独立子区域的编号值设置为所述第一牙齿的编号值。

基于上述方法的进一步改进，从所述输入对象中提取前景标记和背景标记，并获取边界梯度进一步包括：根据所述牙齿二值图像获取边界梯度；对所述牙齿二值图像进行多次形态学开运算、形态学腐蚀运算中的至少一种操作后获得多个独立牙齿区域，保留体积大于一定阈值条件的所述独立牙齿区域并编号，以获得前景标记；以及对所述牙齿二值图像进行形态学膨胀运算后并去除牙齿及膨胀区域，以获得背景标记。

基于上述方法的进一步改进，所述初始分割图像结合牙齿结构修正获得修正前景标记进一步包括：对所述初始分割图像中相互接触牙齿进行一次或多次形态学开运算、形态学腐蚀运算中的至少一种形态学运算操作，在一次或多次形态学运算操作后进行牙齿结构修正，直到所述初始分割图像的相邻牙齿都不接触。

另一方面，本发明实施例提供了一种牙齿图像分割装置，包括：

输入对象获取模块，用于获取输入对象，所述输入对象是牙齿二值图像；前景标记获取模块，用于从所述输入对象中提取前景标记、背景标记，并获取边界梯度；分割模块，用于将所述牙齿二值图像、所述前景标记、所述背景标记和所述边界梯度作为分水岭算法的输入参数，生成初始分割图像，使得所述初始分割图像中的不同牙齿具有不同的编号值；二次分割模块，用于所述初始分割图像结合牙齿结构修正获得修正前景标记，将所述牙齿二值图像、所述修正前景标记、所述背景标记和所述边界梯度作为所述分水岭算法的输入参数，生成修正分割图像；以及修正模块，用于对所述修正分割图像进行所述牙齿结构修正以获得输出分割图像。

基于上述装置的进一步改进，所述修正模块包括三维牙齿结构修正子模块和/或二维牙齿结构修正子模块，其中，所述三维牙齿结构修正子模块包括：从分割图像中获取三维的单颗牙齿，其中，所述分割图像包括所述初始分割图像和所述修正分割图像；获取单颗牙齿的三维连通区域，并从所述三维连通区域中选择体积小于体积阈值的子三维连通区域作为三维牙齿结构修正的独立子区域，其中，所述体积阈值为具有最大体积的子三维连通区域的体积；以及判断所述独立子区域是否与其他单颗牙齿接触，当所述独立子区域与所述其他单颗牙齿接触时，将所述独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值；所述二维牙齿结构修正子模块包括：从分割图像中获取二维的单颗牙齿切片，所述分割图像包括所述初始分割图像和所述修正分割图像；获取所述单颗牙齿切片的二维连通区域，并从所述二维连通区域中选择面积小于面积阈值的子二维连通区域作为二维牙齿结构修正的独立子区域；以及判断所述独立子区域是否与其他单颗牙齿接触，其中，当所述独立子区域与所述其他单颗牙齿接触时，将所述独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值。

与现有技术相比，本发明至少可实现如下有益效果之一：

1、生成的前景标记能够尽可能地保留输入对象中每个子对象的正确区域，使得通过水岭算法生成的初始分割更加准确。

2、结构修正能够进一步地对初始分割中每个子对象的错误部分进行校正，使得本发明实施例的分割精度显著高于输入对象的分割精度。

3、面对各种类型和数量的输入对象，具有较高的精度和泛化能力。

本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。

附图说明

附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。

图1为根据本发明实施例的牙齿图像分割方法的流程图。

图2为根据本发明实施例的输入对象的示意图。

图3a为根据本发明实施例的牙齿结构修正示意图。

图3b为根据本发明实施例的三维牙齿的独立子区域的示意图。

图3c为根据本发明实施例的二维牙齿切片的独立子区域的示意图。

图4为根据本发明实施例的单颗牙齿对应的前景标记的示意图。

图5为根据本发明实施例的二维的背景标记和牙齿梯度的示意图。

图6为根据本发明实施例的牙齿图像分割装置的框图。

具体实施方式

下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。

本发明的一个具体实施例，公开了一种牙齿图像分割方法。如图1所示，牙齿图像分割方法包括：步骤S102，获取输入对象，输入对象是牙齿二值图像，通过CT设备采集CBCT图像，对CBCT图像进行二值化处理以获取牙齿的二值图像；步骤S104，从输入对象中提取前景标记和背景标记，并获取边界梯度；步骤S106，将牙齿二值图像、前景标记、背景标记和边界梯度作为分水岭算法的输入参数，生成初始分割图像，使得初始分割图像中的不同牙齿具有不同的编号值；步骤S108，初始分割图像结合牙齿结构修正获得修正前景标记，将牙齿二值图像、修正前景标记、背景标记和边界梯度作为分水岭算法的输入参数，生成修正分割图像；以及步骤S108，对修正分割图像进行牙齿结构修正以获得输出分割图像。

与现有技术相比，本实施例提供的牙齿图像分割方法中，牙齿结构修正能够进一步地对初始分割中每个子对象的错误部分进行校正，使得本发明实施例的分割精度显著高于输入对象的分割精度。从而消除了牙齿边界描绘中的主观误差，并减少了牙医的工作量。

下文中，参考图1至图5，对根据本发明实施例的牙齿图像分割方法的步骤S102至S110进行详细描述。

步骤S102，获取输入对象，输入对象是牙齿二值图像。通过CT设备采集CBCT图像(参考图2)，对CBCT图像进行二值化处理以获取牙齿的二值图像。

步骤S104，从输入对象中提取前景标记、背景标记，并获取边界梯度。从输入对象中提取前景标记、背景标记，并获取边界梯度进一步包括：对牙齿二值图像进行多次形态学开运算、形态学腐蚀运算中的至少一种操作后获得多个独立牙齿区域，保留体积大于一定阈值条件的独立牙齿区域并编号，以获得前景标记。具体地，将子对象区域中的每颗牙齿的一部分设置为单颗牙齿子区域的前景标记404，使得单颗牙齿与前景标记一一对应。参考图4，将单颗牙齿402的中心区域设置为单颗牙齿子区域的前景标记，其中，该中心区域的形状与单颗牙齿的形状类似，但是该中心区域的尺寸小于单颗牙齿的尺寸。对牙齿二值图像进行形态学膨胀运算后并去除牙齿及膨胀区域，以获得背景标记。具体地，对每颗牙齿的单颗牙齿子区域进行生长操作以获得完整的单颗牙齿，对完整的单颗牙齿再次进行生长操作并去除生长后的牙齿区域，以获得背景标记以提高分割速度和准确度。具体地，背景标记506为将图5的中间附图中除了剔除牙齿的区域(空白区域)之外的所有区域设置为背景标记。根据牙齿二值图像获得边界梯度，可选地，对牙齿灰度图像进行机器学习或深度学习获得边界梯度。例如，参考图2，图4和图5，根据前景204获取前景标记404和牙齿梯度508(牙齿边界)。根据前景204和背景202获取背景标记506。前景标记504具有不同的编号值。

步骤S106，将牙齿二值图像、前景标记、背景标记和边界梯度作为分水岭算法的输入参数，生成初始分割图像，使得初始分割图像中的不同牙齿具有不同的编号值。例如，参考图2、图4和图5，根据前景204、背景202、前景标记404、背景标记506和牙齿梯度508获取单颗牙齿402。分割后的单颗牙齿402也具有不同编号值。

步骤S108，初始分割图像结合牙齿结构修正获得修正前景标记，将牙齿二值图像、修正前景标记、背景标记和边界梯度作为分水岭算法的输入参数，生成修正分割图像。初始分割图像结合牙齿结构修正获得修正前景标记进一步包括：对初始分割图像中相互接触牙齿进行一次或多次形态学开运算、形态学腐蚀运算中的至少一种形态学运算操作，在一次或多次形态学运算操作后进行牙齿结构修正，直到初始分割图像的相邻牙齿都不接触，获取修正前景标记。

步骤S110，对修正分割图像进行牙齿结构修正以获得输出分割图像。牙齿结构修正包括：三维牙齿结构修正和/或二维牙齿结构修正，其中，二维牙齿结构修正包括X方向的二维牙齿结构修正、Y方向的二维牙齿结构修正和Z方向的二维牙齿结构修正。

参考图3a和图3b，三维牙齿结构修正包括：步骤306，从分割图像中获取三维的单颗牙齿，其中，分割图像包括初始分割图像和修正分割图像；步骤308，获取单颗牙齿的三维连通区域，并从三维连通区域中选择体积小于体积阈值的子三维连通区域作为三维牙齿结构修正的独立子区域，其中，体积阈值为具有最大体积的子三维连通区域的体积；例如，当单颗牙齿的三维连通区域包括多个子三维连通区域时，将多个子三维连通区域中具有最大体积的子三维连通区域的体积定义为体积阈值。然后，将从三维连通区域中选择体积小于体积阈值的子三维连通区域作为三维牙齿结构修正的独立子区域。步骤310，判断独立子区域是否与其他单颗牙齿接触，当独立子区域与其他单颗牙齿接触时，将独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值。具体地，将独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值还包括：计算在分割图像中的独立子区域与第一牙齿的子三维连通区域的第一接触面积并且计算在分割图像中的独立子区域与第二牙齿的子三维连通区域的第二接触面积；以及当第一接触面积大于第二接触面积时，将独立子区域的编号值设置为第一牙齿的编号值。

参考图3a和图3c，二维牙齿结构修正包括：步骤312，从分割图像中获取二维的单颗牙齿切片，分割图像包括初始分割图像和修正分割图像；步骤314，获取单颗牙齿切片的二维连通区域，并从二维连通区域中选择面积小于面积阈值的子二维连通区域作为二维牙齿结构修正的独立子区域；以及步骤316，判断独立子区域是否与其他单颗牙齿接触，其中，当独立子区域与其他单颗牙齿接触时，将独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值。例如，当单颗牙齿的二维连通区域包括多个子二维连通区域时，将多个子二维连通区域中具有最大面积的子二维连通区域的面积定义为面积阈值。然后，将从二维连通区域中选择面积小于面积阈值的子二维连通区域作为二维牙齿结构修正的独立子区域。具体地，将独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值进一步包括：计算分割图像中的独立子区域与第一牙齿的子二维连通区域的第一接触边界并且计算分割图像中的独立子区域与第二牙齿的子二维连通区域的第二接触边界；以及当第一接触边界长度大于第二接触边界长度时，将独立子区域的编号值设置为第一牙齿的编号值。

本发明的一个具体实施例，公开了一种牙齿图像分割装置。参考图6，牙齿图像分割装置包括：输入对象获取模块602，用于获取输入对象，所述输入对象是牙齿二值图像；前景标记获取模块604，用于从所述输入对象中提取前景标记、背景标记，并获取边界梯度；分割模块606，用于将所述牙齿二值图像、所述前景标记、所述背景标记和所述边界梯度作为分水岭算法的输入参数，生成初始分割图像，使得所述初始分割图像中的不同牙齿具有不同的编号值；二次分割模块608，用于所述初始分割图像结合牙齿结构修正获得修正前景标记，将所述牙齿二值图像、所述修正前景标记、所述背景标记和所述边界梯度作为所述分水岭算法的输入参数，生成修正分割图像；以及修正模块610，用于对所述修正分割图像进行所述牙齿结构修正以获得输出分割图像。

修正模块610包括三维牙齿结构修正子模块，其中，三维牙齿结构修正子模块包括：从分割图像中获取三维的单颗牙齿，其中，分割图像包括初始分割图像和修正分割图像；获取单颗牙齿的三维连通区域，并从三维连通区域中选择体积小于体积阈值的子三维连通区域作为三维牙齿结构修正的独立子区域，其中，体积阈值为具有最大体积的子三维连通区域的体积；以及判断独立子区域是否与其他单颗牙齿接触，当独立子区域与其他单颗牙齿接触时，将独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值。

修正模块610包括二维牙齿结构修正子模块，其中，二维牙齿结构修正子模块包括：从分割图像中获取二维的单颗牙齿切片，分割图像包括初始分割图像和修正分割图像；获取单颗牙齿切片的二维连通区域，并从二维连通区域中选择面积小于面积阈值的子二维连通区域作为二维牙齿结构修正的独立子区域；以及判断独立子区域是否与其他单颗牙齿接触，其中，当独立子区域与其他单颗牙齿接触时，将独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值。

下文中，将参考图2至图5以具体实例的方式对根据本发明实施例的牙齿图像分割方法进行详细描述。

基于前景标记优化分水岭算法的牙齿图像分割方法的流程图，包括如下步骤：

获取输入对象。参考图2，输入对象是根据CBCT图像，为三维对象包括背景202和前景204，前景204由多颗牙齿组成，每颗牙齿为一个子对象，前景204中的每颗牙齿都有不同的编号值。提取输入对象中子对象区域，对子对象区域进行结构修正得到前景标记。将前景标记作为分水岭算法的输入参数，生成初始分割。对初始分割进行结构修正得到输出分割。

本发明的实施例为基于前景标记优化分水岭算法的牙齿图像分割。步骤S102获取的实施例中的输入对象如图2所示。输入对象200是一个三维对象，包括背景202和前景204，前景204由多颗牙齿组成，每颗牙齿为一个子对象。背景202以及前景204中每颗牙齿都有不同的编号值。此外，输入对象200具有三个方向：X、Y和Z，分别代表输入对象200的侧视、正视和俯视方向。

结构修正300包括对三维对象进行的三维结构修正302，和对二维对象进行的二维结构修正304中的至少一种，图3a所示。需要说明的是，为了更方便描述本发明实施例，三维结构修正302中三维的单颗牙齿或三维的单颗牙齿子区域都称为单颗牙齿，二维结构修正304中二维的单颗牙齿切片或二维的单颗牙齿切片子区域都称为单颗牙齿切片。实施例中的三维结构修正302和二维结构修正304流程如下：

参考图3a，在一个实施例中，三维结构修正302的步骤如下：

在步骤306，获取三维的单颗牙齿；

在步骤308，获取单颗牙齿的三维连通区域，并选择低于体积阈值的子三维连通区域。其中前述子三维连通区域为三维结构修正302的独立小区域(又称为独立子区域)；体积阈值为具有该颗牙齿最大体积的子三维连通区域的体积。图3b为三维数据中的独立小区域示意图，在一个实施例中，第一颗牙齿只包含子三维连通区域318，因此不存在独立小区域；第二颗牙齿包含子三维连通区域320和子三维连通区域322，其中子三维连通区域322的体积最大，因此子三维连通区域320为独立小区域。

在步骤310：判断子三维连通区域是否有与其他单颗牙齿接触。如果有，将子三维连通区域的编号值设置为与其接触的且具有最大接触面积的其他单颗牙齿的编号。其中，最大接触面积为三维结构修正302的接触阈值条件。图3b中，子三维连通区域320为独立小区域，且与第一颗牙齿的子三维连通区域318接触，因此需要将子三维连通区域320的编号值设置为子三维连通区域318的编号值。

参考图3a，在一个实施例中，二维结构修正304的步骤如下：

在步骤312，获取二维的单颗牙齿切片。

在步骤314，获取单颗牙齿切片的二维连通区域，并选择判断低于面积阈值的子二维连通区域。其中，所述子二维连通区域为二维结构修正304中的独立小区域；此外，根据一般经验，面积阈值的合理范围在10～100个像素。图3c为三维数据中的独立小区域示意图，示意图中有四颗牙齿切片，各自对应二维连通区域为：子二维连通区域324、子二维连通区域326、子二维连通区域328、子二维连通区域330和子二维连通区域332。在实施例中，单颗牙齿包括子二维连通区域332和子二维连通区域328。将子二维连通区域328的面积限定为面积阈值。子二维连通区域332的面积低于面积阈值，则第三颗牙齿切片对应的子二维连通区域332是独立小区域，面积阈值为具有该颗牙齿最大面积的子二维连通区域的面积。

在步骤316，判断子二维连通区域是否与其他单颗牙齿切片接触，如果有，将子二维连通区域的编号值设置为与其接触的且具有最长接触边界的其他单颗牙齿切片的编号值。其中具有最长接触边界为二维结构修正304的接触阈值条件。根据图3c示意图，第三颗牙齿切片子二维连通区域332与第二颗牙齿切片(包含子二维连通区域326)具有最长接触边界，因此将332的编号值设置为与326相同。

实施例步骤S104中提取所述输入对象中子对象子区域的方法为形态学运算，包括但不限于二维形态学开运算、二维形态学腐蚀运算、三维形态学开运算、三维形态学腐蚀运算以及它们任意且不限重复次数的组合。单颗牙齿对应的前景标记示意图如图4所示，单颗牙齿402为形态学运算之前完整的单颗牙齿，单颗牙齿子区域404为形态学运算后获取的单颗牙齿402子区域，即为单颗牙齿402对应的前景标记。

进一步的，对所有单颗牙齿的子区域进行结构修正。根据经验，牙齿子区域的结构修正包括但不限于三维结构修正302、X方向的二维结构修正304、Y方向的二维结构修正304、Z方向的二维结构修正304以及它们的任意且不限重复次数的组合。

此外，形态学运算和结构修正可以交替进行，直至获取所需的所有单颗牙齿子区域，即前景标记。

步骤S106中的分水岭算法为标记符控制的分水岭算法，输入参数包括前景标记(步骤S104中生成)、背景标记以及牙齿梯度。图5为本发明实施例中二维的背景标记和牙齿梯度示意图，背景标记切片506为背景502的子区域，牙齿梯度508为单颗牙齿切片504通过边缘检测获取的边界梯度。具体地，根据图4的前景标记404获取图5的单颗牙齿504。通过分水岭算法生成初始分割，进一步的，对初始分割中所有单颗牙齿进行结构修正。根据经验，牙齿的结构修正包括但不限于三维结构修正302、X方向的二维结构修正304、Y方向的二维结构修正304、Z方向的二维结构修正304以及它们的任意且不限重复次数的组合。

区别于现有技术的情况，本发明实施例的有益效果是：

(1)生成的前景标记能够尽可能地保留输入对象中每个子对象的正确区域，使得通过水岭算法生成的初始分割更加准确。

(2)结构修正能够进一步地对初始分割中每个子对象的错误部分进行校正，使得本发明的分割精度显著高于输入对象的分割精度。

(3)面对各种类型和数量的牙齿，具有较高的精度和泛化能力。

本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种牙齿图像分割方法，其特征在于，包括：

获取输入对象，所述输入对象是牙齿二值图像；

从所述输入对象中提取前景标记和背景标记，并获取边界梯度，从所述输入对象中提取前景标记、背景标记，并获取边界梯度进一步包括：根据所述牙齿二值图像获取边界梯度；对所述牙齿二值图像进行多次形态学开运算、形态学腐蚀运算中的至少一种操作后获得多个独立牙齿区域，保留体积大于一定阈值条件的所述独立牙齿区域并编号，以获得前景标记；以及对所述牙齿二值图像进行形态学膨胀运算后并去除牙齿及膨胀区域，以获得背景标记，其中，对所述牙齿二值图像进行形态学膨胀运算后并去除牙齿及膨胀区域，以获得背景标记包括对每颗牙齿的单颗牙齿子区域进行生长操作以获得完整的单颗牙齿，对完整的单颗牙齿再次进行生长操作并去除生长后的牙齿区域，以获得背景标记；

将所述牙齿二值图像、所述前景标记、所述背景标记和所述边界梯度作为分水岭算法的输入参数，生成初始分割图像，使得所述初始分割图像中的不同牙齿具有不同的编号值；

所述初始分割图像结合牙齿结构修正获得修正前景标记，将所述牙齿二值图像、所述修正前景标记、所述背景标记和所述边界梯度作为所述分水岭算法的输入参数，生成修正分割图像；以及

对所述修正分割图像进行所述牙齿结构修正以获得输出分割图像，所述牙齿结构修正对初始分割中每个子对象的错误部分进行校正，所述牙齿结构修正包括：三维牙齿结构修正，

所述三维牙齿结构修正包括：从分割图像中获取三维的单颗牙齿，其中，所述分割图像包括所述初始分割图像和所述修正分割图像；获取单颗牙齿的三维连通区域，并从所述三维连通区域中选择体积小于体积阈值的子三维连通区域作为所述三维牙齿结构修正的独立子区域，其中，所述体积阈值为具有最大体积的子三维连通区域的体积；以及判断所述独立子区域是否与其他单颗牙齿接触，当所述独立子区域与所述其他单颗牙齿接触时，将所述独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值；

其中，将所述独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值还包括：计算在所述分割图像中的所述独立子区域与第一牙齿的子三维连通区域的第一接触面积并且计算在所述分割图像中的所述独立子区域与第二牙齿的子三维连通区域的第二接触面积；以及当所述第一接触面积大于所述第二接触面积时，将所述独立子区域的编号值设置为所述第一牙齿的编号值。

2.根据权利要求1所述的牙齿图像分割方法，其特征在于，所述牙齿结构修正还包括：二维牙齿结构修正。

3.根据权利要求2所述的牙齿图像分割方法，其特征在于，所述二维牙齿结构修正包括：

从分割图像中获取二维的单颗牙齿切片，所述分割图像包括所述初始分割图像和所述修正分割图像；

获取所述单颗牙齿切片的二维连通区域，并从所述二维连通区域中选择面积小于面积阈值的子二维连通区域作为所述二维牙齿结构修正的独立子区域；以及

判断所述独立子区域是否与其他单颗牙齿接触，其中，当所述独立子区域与所述其他单颗牙齿接触时，将所述独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值。

4.根据权利要求3所述的牙齿图像分割方法，其特征在于，将所述独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值进一步包括：

计算所述分割图像中的所述独立子区域与第一牙齿的子二维连通区域的第一接触边界并且计算所述分割图像中的所述独立子区域与所述第二牙齿的子二维连通区域的第二接触边界；以及

当所述第一接触边界长度大于所述第二接触边界长度时，将所述独立子区域的编号值设置为所述第一牙齿的编号值。

5.根据权利要求1所述的牙齿图像分割方法，其特征在于，所述初始分割图像结合牙齿结构修正获得修正前景标记进一步包括：

对所述初始分割图像中相互接触牙齿进行一次或多次形态学开运算、形态学腐蚀运算中的至少一种形态学运算操作，在一次或多次形态学运算操作后进行牙齿结构修正，直到所述初始分割图像的相邻牙齿都不接触。

6.一种牙齿图像分割装置，其特征在于，包括：

输入对象获取模块，用于获取输入对象，所述输入对象是牙齿二值图像；

前景标记获取模块，用于从所述输入对象中提取前景标记、背景标记，并获取边界梯度，从所述输入对象中提取前景标记、背景标记，并获取边界梯度进一步包括：根据所述牙齿二值图像获取边界梯度；对所述牙齿二值图像进行多次形态学开运算、形态学腐蚀运算中的至少一种操作后获得多个独立牙齿区域，保留体积大于一定阈值条件的所述独立牙齿区域并编号，以获得前景标记；以及对所述牙齿二值图像进行形态学膨胀运算后并去除牙齿及膨胀区域，以获得背景标记，其中，对所述牙齿二值图像进行形态学膨胀运算后并去除牙齿及膨胀区域，以获得背景标记包括对每颗牙齿的单颗牙齿子区域进行生长操作以获得完整的单颗牙齿，对完整的单颗牙齿再次进行生长操作并去除生长后的牙齿区域，以获得背景标记；

分割模块，用于将所述牙齿二值图像、所述前景标记、所述背景标记和所述边界梯度作为分水岭算法的输入参数，生成初始分割图像，使得所述初始分割图像中的不同牙齿具有不同的编号值；

二次分割模块，用于所述初始分割图像结合牙齿结构修正获得修正前景标记，将所述牙齿二值图像、所述修正前景标记、所述背景标记和所述边界梯度作为所述分水岭算法的输入参数，生成修正分割图像；以及

修正模块，用于对所述修正分割图像进行所述牙齿结构修正以获得输出分割图像，所述牙齿结构修正对初始分割中每个子对象的错误部分进行校正，所述修正模块包括三维牙齿结构修正子模块；

其中，所述三维牙齿结构修正子模块包括：从分割图像中获取三维的单颗牙齿，其中，所述分割图像包括所述初始分割图像和所述修正分割图像；获取单颗牙齿的三维连通区域，并从所述三维连通区域中选择体积小于体积阈值的子三维连通区域作为三维牙齿结构修正的独立子区域，其中，所述体积阈值为具有最大体积的子三维连通区域的体积；以及判断所述独立子区域是否与其他单颗牙齿接触，当所述独立子区域与所述其他单颗牙齿接触时，将所述独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值；

其中，将所述独立子区域的编号值设置为具有最大接触面积的其他单颗牙齿的编号值还包括：计算在所述分割图像中的所述独立子区域与第一牙齿的子三维连通区域的第一接触面积并且计算在所述分割图像中的所述独立子区域与第二牙齿的子三维连通区域的第二接触面积；以及当所述第一接触面积大于所述第二接触面积时，将所述独立子区域的编号值设置为所述第一牙齿的编号值。

7.根据权利要求6所述的牙齿图像分割装置，其特征在于，所述修正模块包括二维牙齿结构修正子模块，其中，所述二维牙齿结构修正子模块包括：

从分割图像中获取二维的单颗牙齿切片，所述分割图像包括所述初始分割图像和所述修正分割图像；

获取所述单颗牙齿切片的二维连通区域，并从所述二维连通区域中选择面积小于面积阈值的子二维连通区域作为二维牙齿结构修正的独立子区域；以及

判断所述独立子区域是否与其他单颗牙齿接触，其中，当所述独立子区域与所述其他单颗牙齿接触时，将所述独立子区域的编号值设置为具有最长接触边界的其他单颗牙齿切片的编号值。