CN114241018B - 一种牙齿点云配准方法、系统及可读存储介质 - Google Patents

一种牙齿点云配准方法、系统及可读存储介质 Download PDF

Info

Publication number
CN114241018B
CN114241018B CN202111503312.0A CN202111503312A CN114241018B CN 114241018 B CN114241018 B CN 114241018B CN 202111503312 A CN202111503312 A CN 202111503312A CN 114241018 B CN114241018 B CN 114241018B
Authority
CN
China
Prior art keywords
point cloud
dimensional point
dimensional
registration
axis
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
CN202111503312.0A
Other languages
English (en)
Other versions
CN114241018A (zh
Inventor
李纯明
王琛
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202111503312.0A priority Critical patent/CN114241018B/zh
Publication of CN114241018A publication Critical patent/CN114241018A/zh
Application granted granted Critical
Publication of CN114241018B publication Critical patent/CN114241018B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种牙齿点云配准方法、系统及可读存储介质，该方法包括：获取第一点云和第二点云对应的第一二维点云和第二二维点云集，其中，所述第一二维点云是所述第一点云沿对应z轴正方向投影得到，所述第二二维点云集是所述第二点云分别沿对应z轴正方向和负方向投影得到的两个第二二维点云组成的集合，然后将该第一二维点云和第二二维点云集中两个第二二维点云分别对齐后扩展到三维得到粗配准点云，最后将粗配准点云进行局部精配准，本发明为牙齿点云的配准提供了一种新的配准方法，避免了现有技术中容易受到噪声及误匹配的影响，或需要非常高的计算复杂度，极大地提高了牙齿点云配准的速度和准确度。

Description

一种牙齿点云配准方法、系统及可读存储介质
技术领域
本发明属于点云配准技术领域，具体涉及一种牙齿点云配准方法、系统及可读存储介质。
背景技术
在牙齿的数字化处理过程中，通常需要采集牙齿的口扫数据和CBCT(Cone beamCT)数据，也即锥形束CT，口扫数据相对更精确但是不包括牙根数据，CBCT数据噪声更多但是包含完整的牙齿数据，因此，通常情况下需要将不同模态的牙齿点云进行配准。
点云配准主要分为全局配准和局部配准，现有技术中最常见的是基于特征点匹配的方法，该方法使用特征点匹配对及鲁棒估计算法，最后结果容易受到噪声及误匹配的影响，其他比如分支定界算法能帮助全局配准方法找到全局最优解，但是具有非常高的计算复杂度，局部配准方法高度依赖初始位姿，容易陷入局部最优导致算法失败，今年来新涌现的配准方法需要大量的训练数据且依赖高性能的硬件设备。
因此，如何快速准确地对牙齿点云进行配准，是本领域技术人员亟待解决的技术问题。
发明内容
本发明的目的是为了快速准确地对牙齿点云进行配准，提出了一种牙齿点云配准方法、系统及可读存储介质。
本发明的技术方案为：一种牙齿点云配准方法，包括以下步骤：
S1、分别获取第一点云和第二点云对应的第一二维点云和第二二维点云集，其中，所述第一二维点云是所述第一点云沿对应z轴正方向投影得到，所述第二二维点云集是所述第二点云分别沿对应z轴正方向和负方向投影得到的两个第二二维点云组成的集合；
S2、将所述第一二维点云和第二二维点云集中两个第二二维点云分别对齐后扩展到三维得到粗配准点云；
S3、将所述粗配准点云进行局部精配准。
本发明的有益效果是：提供了一种新的牙齿点云配准方法，先获取第一点云和第二点云对应的第一二维点云和第二二维点云，然后将该第一二维点云和第二二维点云进行对齐后扩展到三维得到粗配准点云，最后将粗配准点云进行局部精配准，本发明为牙齿点云的配准提供了一种新的配准方法，避免了现有技术中容易受到噪声及误匹配的影响，或需要非常高的计算复杂度，极大地提高了牙齿点云配准的速度和准确度。
进一步地，所述步骤S1具体包括以下分步骤：
S11、基于所述第一点云的点云中点坐标确定出所述第一点云的三个互相垂直的主方向，基于所述第二点云的点云中点坐标确定出所述第二点云的三个互相垂直的主方向；
S12、将所述第一点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐，将所述第二点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐；
S13、将主方向与对应坐标轴对齐后的所述第一点云投影在对应x-y轴平面上得到所述第一二维点云，将主方向与对应坐标轴对齐后的所述第二点云投影在对应x-y轴平面上得到所述第二二维点云。
上述进一步方案的有益效果为：本发明先确定出第一点云和第二点云分别对应的三个互相垂直的主方向，然后将两组三个互相垂直的主方向中权重最小的主方向与对应z轴对齐，接着将其余两个方向与对应的x、y轴对齐，接着将第一点云和第二点云在对应的x-y轴平面上进行投影得到对应的二维点云，通过将权重最小的主方向去除，只保留权重大的主方向的二维点云，能够是点云在进行配准时减少误差。
进一步地，所述步骤S2具体包括以下分步骤：
S21、将所述第一二维点云和第二二维点云分别通过参数曲线进行拟合得到对应的参数曲线特征；
S22、确定出所述第一二维点云和第二二维点云的刚性变换，从而对齐所述第一二维点云和第二二维点云的参数曲线特征；
S23、将所述第一二维点云和第二二维点云缺失的主方向的点云数据补齐到参数曲线特征对齐后的对应的第一二维点云和第二二维点云中得到粗配准点云。
上述进一步方案的有益效果为：本发明将第一二维点云和第二二维点云通过参数曲线进行拟合得到参数曲线特征，然后确定出第一二维点云和第二二维点云的刚性变换，从而对齐第一二维点云和第二二维点云的参数曲线特征，并将其扩展到三维，从而得到粗配准点云，相比现有技术，降低了计算复杂度，能够更快的进行粗配准。
进一步地，所述步骤S3具体包括以下分步骤：
S31、将所有粗配准点云进行局部精配准得到点云集；
S32、确定出所述点云集中每一个点云的重合度；
S33、将所述重合度最高的点云作为最终的精配准点云。
上述进一步技术方案的有益效果为：将粗配准点云通过局部精配准得到最终结果，也即完全配准后的点云，进一步降低了传统点云配准时的计算复杂度，本发明不需要大量的训练数据，也不依赖高性能的硬件设备，提高了点云配准的通用性。
本发明还提供了一种牙齿点云配准系统，包括：
获取模块，用于分别获取第一点云和第二点云对应的第一二维点云和第二二维点云集，其中，所述第一二维点云是所述第一点云沿对应z轴正方向投影得到，所述第二二维点云集是所述第二点云分别沿对应z轴正方向和负方向投影得到的两个第二二维点云组成的集合；
粗配准模块，将所述第一二维点云和第二二维点云集中两个第二二维点云分别对齐后扩展到三维得到粗配准点云；
精配准模块，用于将所述粗配准点云进行局部精配准。
本发明的有益效果为：提供了一种新的牙齿点云配准系统，先获取第一点云和第二点云对应的第一二维点云和第二二维点云，然后将该第一二维点云和第二二维点云进行对齐后扩展到三维得到粗配准点云，最后将粗配准点云进行局部精配准，本发明为牙齿点云的配准提供了一种新的配准方法，避免了现有技术中容易受到噪声及误匹配的影响，或需要非常高的计算复杂度，极大地提高了牙齿点云配准的速度和准确度。
进一步地，所述获取模块具体用于：
基于所述第一点云的点云中点坐标确定出所述第一点云的三个互相垂直的主方向，基于所述第二点云的点云中点坐标确定出所述第二点云的三个互相垂直的主方向；
将所述第一点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐，将所述第二点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐；
将主方向与对应坐标轴对齐后的所述第一点云投影在对应x-y轴平面上得到所述第一二维点云，将主方向与对应坐标轴对齐后的所述第二点云投影在对应x-y轴平面上得到所述第二二维点云。
进一步地，所述粗配准模块具体用于：
将所述第一二维点云和第二二维点云分别通过参数曲线进行拟合得到对应的参数曲线特征；
确定出所述第一二维点云和第二二维点云的刚性变换，从而对齐所述第一二维点云和第二二维点云的参数特征；
将所述第一二维点云和第二二维点云缺失的主方向的点云数据补齐到参数曲线特征对齐后的对应的第一二维点云和第二二维点云中得到粗配准点云。
进一步地，所述精配准模块具体用于：
将所有粗配准点云进行局部精配准得到点云集；
确定出所述点云集中每一个点云的重合度；
将所述重合度最高的点云作为最终的精配准点云。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，执行所述计算机程序时实现上述方法中记载的任何牙齿点云配准方法的部分或全部步骤。
附图说明
图1所示为本发明实施例提供的一种牙齿点云配准方法的流程示意图；
图2所示为本发明实施例提供的一种牙齿点云配准系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
如背景技术中所述，现有技术中进行牙齿点云配准时，容易受到噪声和误匹配的影响，或者需要非常高的计算复杂度。
因此，本申请提出了一种牙齿点云配准方法。
实施例1：
本申请实施例提出的一种牙齿点云配准方法，如图1所示为，该方法包括以下步骤：
S1、分别获取第一点云和第二点云对应的第一二维点云和第二二维点云集，其中，所述第一二维点云是所述第一点云沿对应z轴正方向投影得到，所述第二二维点云集是所述第二点云分别沿对应z轴正方向和负方向投影得到的两个第二二维点云组成的集合；
S2、将所述第一二维点云和第二二维点云集中两个第二二维点云分别对齐后扩展到三维得到粗配准点云；
S3、将所述粗配准点云进行局部精配准。
本发明实施例中，第一点云和第二点云即为需要进行配准的两个牙齿点云，首先是获取两个牙齿点云对应的两个二维点云，然后在二维平面上将两个二维点云对齐后再扩展到三维得到粗配准点云，第一点云只需要在对应z轴的正方向进行投影，第二点云需要在对应z轴的正方向和负方向进行投影，且两个点云进行投影时，均是在第一点云和第二点云根据实际需要进行旋转后再进行投影，最后直接将该粗配准点云通过局部精配准得到最终的精配准点云。
本发明实施例的有益效果是：本发明为牙齿点云的配准提供了一种新的配准方法，避免了现有技术中容易受到噪声及误匹配的影响，或需要非常高的计算复杂度，极大地提高了牙齿点云配准的速度和准确度。
实施例2：
针对实施例1的步骤S1，包括以下分步骤：
S11、基于所述第一点云的点云中点坐标确定出所述第一点云的三个互相垂直的主方向，基于所述第二点云的点云中点坐标确定出所述第二点云的三个互相垂直的主方向；
S12、将所述第一点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐，将所述第二点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐；
S13、将主方向与对应坐标轴对齐后的所述第一点云投影在对应x-y轴平面上得到所述第一二维点云，将主方向与对应坐标轴对齐后的所述第二点云投影在对应x-y轴平面上得到所述第二二维点云。
具体的，本实施例中确定第一点云和第二点云的三个互相垂直的主方向可通过对两个牙齿点云的整体结构分析得到，确定三个互相垂直的主方向可通过主成分分析方法进行计算得到，每个主方向都有各自的权重，然后通过旋转将权重最小的主方向和对应的z轴对齐，同时将另外两个方向分别与对应的x、y轴对齐，最后将对齐后的两个点云投影到对应的x-y轴平面上，也即去掉了原点云对应的z轴方向上的数据。
另外，上述实施方式仅为本申请中一种具体实现方式，本领域技术人员可根据实际情况灵活选择不同的确定三个互相垂直的主方向以及对应权重的实施方案，这并不影响本申请的保护范围。
本实施例的有益效果为通过将权重最小的主方向去除，只保留权重大的主方向的二维点云，能够是点云在进行配准时减少误差。
实施例3：
针对实施例1中的步骤S2，其包括以下分步骤：
S21、将所述第一二维点云和第二二维点云分别通过参数曲线进行拟合得到对应的参数曲线特征；
S22、确定出所述第一二维点云和第二二维点云的刚性变换，从而对齐所述第一二维点云和第二二维点云的参数曲线特征；
S23、将所述第一二维点云和第二二维点云缺失的主方向的点云数据补齐到参数曲线特征对齐后的对应的第一二维点云和第二二维点云中得到粗配准点云。
在本实施例中，使用参数曲线将两个二维点云进行拟合得到对应的参数曲线特征，而对于参数曲线没有特别的要求，可以是抛物线也可以是双曲线或者其他，若是用抛物线为例，首先使用两个二维点云计算出对应的抛物线方程y＝ax2+bx+c，然后得到对应的焦点和准线，然后确定出两个二维点云的刚性变换，然后对齐两个抛物线的焦点和准线，也即对齐两个二维点云的参数曲线特征，然后将参数曲线特征对齐后的两个二维点云扩展到三维。
其中，对齐所述参数曲线特征具体为先通过绕z轴旋转对齐第一二维点云和第二二维点云的参数曲线特征，然后将第一二维点云和第二二维点云在z轴上的平均值的差值作为x-y轴平面上的平移向量，最后基于该平移向量对第一二维点云或第二二维点云进行平移，从而完成第一二维点云和第二二维点云的对齐。
另外，第一二维点云和第二二维点云缺失的主方向的点云数据具体为：第一点云和第二点云在转换为第一二维点云和第二二维点云所丢失的主方向的点云数据，将缺失的主方向的点云数据补齐到参数曲线特征对齐后的对应的第一二维点云和第二二维点云中即完成了到三维的扩展。
本发明实施例的有益效果为：本发明将第一二维点云和第二二维点云通过参数曲线进行拟合得到参数曲线特征，然后确定出第一二维点云和第二二维点云的刚性变换，从而对齐第一二维点云和第二二维点云的参数曲线特征，并将参数曲线特征对齐后的第一二维点云和第二二维点云扩展到三维，从而得到粗配准点云，相比现有技术，降低了计算复杂度，能够更快的进行粗配准。
实施例4：
针对实施例1中的步骤S3，包括以下分步骤：
S31、将所有粗配准点云进行局部精配准得到点云集；
S32、确定出所述点云集中每一个点云的重合度；
S33、将所述重合度最高的点云作为最终的精配准点云。
在本申请实施例中，在提取主方向的时候，由于z轴存在正方向互相相反的两种不同情况，因此，在上述进行粗配准的时候也得到两种不同的结果，也即会得到两个粗配准点云。
局部精配准的具体方式并没有限制，比如可以使用迭代最近点等方法，本领域技术人员可根据实际情况灵活设置局部精配准的方法。
在对点云集中每一个点云进行局部精配准后，会对其选取重合度最高的情况作为最后结果，重合度是指距离小于预设阈值的最近邻匹配点的数量与点云中所有点数量的比例，该距离即为最近邻匹配点之间的距离，基于该重合度可以得到更为准确的精配准点云。
本实施例的有益效果为：将粗配准点云通过局部精配准得到最终结果，也即完全配准后的点云，进一步降低了传统点云配准时的计算复杂度，本发明不需要大量的训练数据，也不依赖高性能的硬件设备，提高了点云配准的通用性。
实施例5：
本发明实施例提供了一种牙齿点云配准系统，如图2所示，该系统包括：
获取模块，用于分别获取第一点云和第二点云对应的第一二维点云和第二二维点云集，其中，所述第一二维点云是所述第一点云沿对应z轴正方向投影得到，所述第二二维点云集是所述第二点云分别沿对应z轴正方向和负方向投影得到的两个第二二维点云组成的集合；
粗配准模块，用于将所述第一二维点云和第二二维点云集中两个第二二维点云分别对齐后扩展到三维得到粗配准点云；
精配准模块，用于将所述粗配准点云进行局部精配准。
本实施例中提供的一种牙齿点云配准系统是对应上述实施例一种牙齿点云配准方法，在该牙齿点云配准熊中包括若干模块，用于执行上述牙齿点云配准方法的相应步骤，实现相应的功能，由于上述实施例已经对一种牙齿点云配准方法的步骤进行了详细的说明，故在此系统中不再赘述。
进一步地，所述获取模块具体用于：
基于所述第一点云的点云中点坐标确定出所述第一点云的三个互相垂直的主方向，基于所述第二点云的点云中点坐标确定出所述第二点云的三个互相垂直的主方向；
将所述第一点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐，将所述第二点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐；
将主方向与对应坐标轴对齐后的所述第一点云投影在对应x-y轴平面上得到所述第一二维点云，将主方向与对应坐标轴对齐后的所述第二点云投影在对应x-y轴平面上得到所述第二二维点云。
进一步地，所述粗配准模块具体用于：
将所述第一二维点云和第二二维点云分别通过参数曲线进行拟合得到对应的参数曲线特征；
确定出所述第一二维点云和第二二维点云的刚性变换，从而对齐所述第一二维点云和第二二维点云的参数特征；
将所述第一二维点云和第二二维点云缺失的主方向的点云数据补齐到参数曲线特征对齐后的对应的第一二维点云和第二二维点云中得到粗配准点云。
进一步地，所述精配准模块具体用于：
将所有粗配准点云进行局部精配准得到点云集；
确定出所述点云集中每一个点云的重合度；
将所述重合度最高的点云作为最终的精配准点云。
实施例6：
本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，执行计算机程序时实现如本发明实施例1-实施例4中所述的任意一种牙齿点云配准方法的部分或全部步骤。
本发明实施例中，计算机可读存储介质包括但不限于U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (5)

1.一种牙齿点云配准方法，其特征在于，包括以下步骤：
S1、分别获取第一点云和第二点云对应的第一二维点云和第二二维点云集，其中，所述第一二维点云是所述第一点云沿对应z轴正方向投影得到，所述第二二维点云集是所述第二点云分别沿对应z轴正方向和负方向投影得到的两个第二二维点云组成的集合；
S2、将所述第一二维点云和第二二维点云集中两个第二二维点云分别对齐后扩展到三维得到粗配准点云；
S3、将所述粗配准点云进行局部精配准；
所述步骤S1具体包括以下分步骤：
S11、基于所述第一点云的点云中点坐标确定出所述第一点云的三个互相垂直的主方向，基于所述第二点云的点云中点坐标确定出所述第二点云的三个互相垂直的主方向；
S12、将所述第一点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐，将所述第二点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐；
S13、将主方向与对应坐标轴对齐后的所述第一点云投影在对应x-y轴平面上得到所述第一二维点云，将主方向与对应坐标轴对齐后的所述第二点云投影在对应x-y轴平面上得到所述第二二维点云；
所述步骤S2具体包括以下分步骤：
S21、将所述第一二维点云和第二二维点云分别通过参数曲线进行拟合得到对应的参数曲线特征；
S22、确定出所述第一二维点云和第二二维点云的刚性变换，从而对齐所述第一二维点云和第二二维点云的参数曲线特征；
S23、将所述第一二维点云和第二二维点云缺失的主方向的点云数据补齐到参数曲线特征对齐后的对应的第一二维点云和第二二维点云中得到粗配准点云。
2.如权利要求1所述的牙齿点云配准方法，其特征在于，所述步骤S3具体包括以下分步骤：
S31、将所有粗配准点云进行局部精配准得到点云集；
S32、确定出所述点云集中每一个点云的重合度；
S33、将所述重合度最高的点云作为最终的精配准点云。
3.一种牙齿点云配准系统，其特征在于，包括：
获取模块，用于分别获取第一点云和第二点云对应的第一二维点云和第二二维点云集，其中，所述第一二维点云是所述第一点云沿对应z轴正方向投影得到，所述第二二维点云集是所述第二点云分别沿对应z轴正方向和负方向投影得到的两个第二二维点云组成的集合；
粗配准模块，用于将所述第一二维点云和第二二维点云集中两个第二二维点云分别对齐后扩展到三维得到粗配准点云；
精配准模块，用于将所述粗配准点云进行局部精配准；
所述获取模块具体用于：
基于所述第一点云的点云中点坐标确定出所述第一点云的三个互相垂直的主方向，基于所述第二点云的点云中点坐标确定出所述第二点云的三个互相垂直的主方向；
将所述第一点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐，将所述第二点云对应的三个主方向中权重最小的主方向与对应的z轴对齐，其余两个主方向分别和对应的x、y轴对齐；
将主方向与对应坐标轴对齐后的所述第一点云投影在对应x-y轴平面上得到所述第一二维点云，将主方向与对应坐标轴对齐后的所述第二点云投影在对应x-y轴平面上得到所述第二二维点云；
所述粗配准模块具体用于：
将所述第一二维点云和第二二维点云分别通过参数曲线进行拟合得到对应的参数曲线特征；
确定出所述第一二维点云和第二二维点云的刚性变换，从而对齐所述第一二维点云和第二二维点云的参数曲线特征；
将所述第一二维点云和第二二维点云缺失的主方向的点云数据补齐到参数曲线特征对齐后的对应的第一二维点云和第二二维点云中得到粗配准点云。
4.如权利要求3所述的牙齿点云配准系统，其特征在于，所述精配准模块具体用于：
将所有粗配准点云进行局部精配准得到点云集；
确定出所述点云集中每一个点云的重合度；
将所述重合度最高的点云作为最终的精配准点云。
5.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，执行所述计算机程序时实现如权利要求1至2任一项所述的一种牙齿点云配准方法的步骤。
CN202111503312.0A 2021-12-09 2021-12-09 一种牙齿点云配准方法、系统及可读存储介质 Active CN114241018B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111503312.0A CN114241018B (zh) 2021-12-09 2021-12-09 一种牙齿点云配准方法、系统及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111503312.0A CN114241018B (zh) 2021-12-09 2021-12-09 一种牙齿点云配准方法、系统及可读存储介质

Publications (2)

Publication Number Publication Date
CN114241018A CN114241018A (zh) 2022-03-25
CN114241018B true CN114241018B (zh) 2023-05-09

Family

ID=80754491

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111503312.0A Active CN114241018B (zh) 2021-12-09 2021-12-09 一种牙齿点云配准方法、系统及可读存储介质

Country Status (1)

Country Link
CN (1) CN114241018B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115330652B (zh) * 2022-08-15 2023-06-16 北京城市网邻信息技术有限公司 点云拼接方法、设备及存储介质
CN115439644B (zh) * 2022-08-19 2023-08-08 广东领慧数字空间科技有限公司 一种相似点云数据对齐方法
CN116109685B (zh) * 2023-04-11 2023-08-04 成都飞机工业（集团）有限责任公司 一种零件点云配准方法、装置、设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107223268A (zh) * 2015-12-30 2017-09-29 中国科学院深圳先进技术研究院 一种三维点云模型重建方法及装置
CN109087342A (zh) * 2018-07-12 2018-12-25 武汉尺子科技有限公司 一种基于特征匹配的三维点云全局配准方法及系统
CN110363707A (zh) * 2019-06-28 2019-10-22 西安交通大学 一种基于约束物虚拟特征的多视三维点云拼接方法
CN110443836A (zh) * 2019-06-24 2019-11-12 中国人民解放军战略支援部队信息工程大学 一种基于平面特征的点云数据自动配准方法及装置
CN111161327A (zh) * 2019-12-31 2020-05-15 电子科技大学 一种结合旋转平台和icp的点云配准方法
CN111311650A (zh) * 2020-01-20 2020-06-19 南方电网数字电网研究院有限公司 一种点云数据的配准方法、装置及存储介质
CN112001955A (zh) * 2020-08-24 2020-11-27 深圳市建设综合勘察设计院有限公司 一种基于二维投影平面匹配约束的点云配准方法及系统
CN113205547A (zh) * 2021-03-18 2021-08-03 北京长木谷医疗科技有限公司 点云配准方法、骨头配准方法、装置、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160321838A1 (en) * 2015-04-29 2016-11-03 Stmicroelectronics S.R.L. System for processing a three-dimensional (3d) image and related methods using an icp algorithm
US10262424B2 (en) * 2015-12-18 2019-04-16 The Johns Hopkins University Method for deformable 3D-2D registration using multiple locally rigid registrations

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107223268A (zh) * 2015-12-30 2017-09-29 中国科学院深圳先进技术研究院 一种三维点云模型重建方法及装置
CN109087342A (zh) * 2018-07-12 2018-12-25 武汉尺子科技有限公司 一种基于特征匹配的三维点云全局配准方法及系统
CN110443836A (zh) * 2019-06-24 2019-11-12 中国人民解放军战略支援部队信息工程大学 一种基于平面特征的点云数据自动配准方法及装置
CN110363707A (zh) * 2019-06-28 2019-10-22 西安交通大学 一种基于约束物虚拟特征的多视三维点云拼接方法
CN111161327A (zh) * 2019-12-31 2020-05-15 电子科技大学 一种结合旋转平台和icp的点云配准方法
CN111311650A (zh) * 2020-01-20 2020-06-19 南方电网数字电网研究院有限公司 一种点云数据的配准方法、装置及存储介质
CN112001955A (zh) * 2020-08-24 2020-11-27 深圳市建设综合勘察设计院有限公司 一种基于二维投影平面匹配约束的点云配准方法及系统
CN113205547A (zh) * 2021-03-18 2021-08-03 北京长木谷医疗科技有限公司 点云配准方法、骨头配准方法、装置、设备及存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Colored Point Cloud Registration Revisited;Jaesik Park等;《Proceedings of the IEEE International Conference on Computer Vision (ICCV)》;第143-152页 *
一种基于几何特征由粗到细点云配准算法;胡加涛等;《科学技术与工程》(05);第236-241页 *
基于保局PCA的三维点云配准算法;王育坚等;《光学技术》;第44卷(第5期);第562-568页 *
基于图像边缘的彩色点云配准;王琛等;《中国体视学与图像分析》;第26卷(第2期);第155-162页 *
点云驱动的计算机图形学综述;伍龙华等;《计算机辅助设计与图形学学报》;27(8);第1341-1445页 *

Also Published As

Publication number Publication date
CN114241018A (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
CN114241018B (zh) 一种牙齿点云配准方法、系统及可读存储介质
CN108389250B (zh) 基于点云数据快速生成建筑物断面图的方法
CN109165680B (zh) 基于视觉slam的室内场景下单一目标物体字典模型改进方法
CN104778688A (zh) 点云数据的配准方法及装置
CN111179321B (zh) 一种基于模板匹配的点云配准方法
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
CN111275821B (zh) 一种电力线拟合方法、系统及终端
CN111400830A (zh) 一种三维毛坯工件的加工校准方法及装置
CN111340862A (zh) 一种基于多特征融合的点云配准方法、装置及存储介质
CN113052880B (zh) 一种sfm稀疏重建方法、系统及应用
CN112651944A (zh) 基于cad模型的3c部件高精度六维位姿估计方法及系统
CN110942077B (zh) 基于权重局部变化度和l1中值优化的特征线提取方法
CN105405122A (zh) 一种基于数据平稳性的圆检测方法
CN112325809A (zh) 一种法兰的平面度检测方法
CN117132630A (zh) 一种基于二阶空间兼容性度量的点云配准方法
CN111664845B (zh) 交通标志定位、视觉地图制作方法及装置、定位系统
CN113298838B (zh) 一种物体轮廓线提取方法及系统
CN109670557B (zh) 一种基于杆状构筑物的公路点云自动配准方法
Dreher et al. Global localization in meshes
CN111161327A (zh) 一种结合旋转平台和icp的点云配准方法
CN116309026A (zh) 一种基于统计局部特征描述与匹配的点云配准方法及系统
CN112767462B (zh) 基于脊谷特征与深度特征描述符的点云单点对齐方法
KR20100090058A (ko) 얼굴 정규화 벡터를 이용한 반복적 3차원 얼굴 포즈 추정 방법
CN114648544A (zh) 一种亚像素椭圆提取方法
Zheng et al. Point cloud plane fitting based on ransac and robust eigenvalue method

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