CN114283107A - 口腔检测方法、口腔检测装置以及计算机可读存储介质 - Google Patents
口腔检测方法、口腔检测装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114283107A CN114283107A CN202010989252.7A CN202010989252A CN114283107A CN 114283107 A CN114283107 A CN 114283107A CN 202010989252 A CN202010989252 A CN 202010989252A CN 114283107 A CN114283107 A CN 114283107A
- Authority
- CN
- China
- Prior art keywords
- picture
- threshold
- comparison
- intermediate picture
- comparison threshold
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 105
- 210000000214 mouth Anatomy 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000001914 filtration Methods 0.000 claims abstract description 32
- 230000011218 segmentation Effects 0.000 claims abstract description 31
- 239000003086 colorant Substances 0.000 claims abstract description 14
- 208000006558 Dental Calculus Diseases 0.000 claims description 56
- 208000007565 gingivitis Diseases 0.000 claims description 52
- 206010044029 Tooth deposit Diseases 0.000 claims description 32
- 230000003044 adaptive effect Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000036541 health Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000003862 health status Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001902 propagating effect Effects 0.000 description 2
- 206010018785 Gingival infections Diseases 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 206010037464 Pulpitis dental Diseases 0.000 description 1
- 239000004904 UV filter Substances 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 101150067113 prxl2a gene Proteins 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/24—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for the mouth, i.e. stomatoscopes, e.g. with tongue depressors; Instruments for opening or keeping open the mouth
-
- 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
- G06T2207/20004—Adaptive image processing
- G06T2207/20012—Locally adaptive
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Abstract
本公开内容提供了一种口腔检测方法,包括:图片获取口腔图片;对图片执行中值滤波和区域分割操作得到第一中间图片;将第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;基于牙齿颜色确定比较阈值;以及基于第二中间图片和比较阈值确定位于比较阈值内的像素点占所述第二中间图片的像素点的比例。该口腔检测方法会根据受试者自身的牙齿颜色来设定不同的比较阈值,从而能够针对不同的受试者进行符合其自身特点的有针对性的检测,使得基于所述第二中间图片和所述比较阈值所确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例比传统方法所确定的比例更为精确有效,进而有利于后续的口腔健康状况评估。
Description
技术领域
本公开内容涉及口腔检测领域,更为具体地涉及一种口腔检测方法、一种口腔检测装置以及一种用于执行上述口腔检测方法的计算机可读存储介质。
背景技术
US2019/0167115A1公开了一种用于处理口腔图像的系统,该用于处理口腔图像的系统包括:图像捕获装置;被配置为附接到图像捕获设备并且将图像捕获设备相对于用户的嘴安装在固定位置的口腔附件;显示器以及处理单元,其中,处理单元被配置为:从图像捕获设备接收口腔图像数据;以及在图像数据中识别与牙齿和牙龈相对应的分析区域;从图像数据的分析区域中提取一组图像属性特征;使图像属性特征通过条件分类器,条件分类器被配置为将提取的图像属性特征的值与预设参数进行比较,以识别指示口腔健康状况的分析区域的子区域;并将与所识别的子区域相对应的结果数据发送到显示器。
发明内容
如前所述,现有技术中存在以下技术问题,即现有的口腔图像处理系统并不会针对不同的受试者进行符合其自身特点的有针对性的检测。
本公开内容所旨在实现的目的在于针对不同的受试者进行符合其自身特点的有针对性的检测。针对上述技术问题,本公开内容的发明人基于不同的受试者有着不同的自身特性的思考,本公开内容的第一方面提出了一种口腔检测方法,所述口腔检测方法包括:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;
基于牙齿颜色确定比较阈值;以及
基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。
依据本公开内容的口腔检测方法会根据受试者自身的牙齿颜色来设定不同的比较阈值,从而能够针对不同的受试者进行符合其自身特点的有针对性的检测,使得基于所述第二中间图片和所述比较阈值所确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。比传统方法所确定的比例更为精确有效,进而有利于后续的口腔健康状况评估。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述口腔检测方法还包括:调整所述口腔图片的对比度。
在依据本公开内容的一个实施例之中,所述牙齿颜色通过以下方法确定:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;
将所述第三中间图片中的像素点和标准颜色进行比较;以及
根据比较结果确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述标准颜色包括以下六个标准颜色值:
RGBColor0=sRGBColor(255,255,255);
RGBColor1=sRGBColor(164,192,239);
RGBColor2=sRGBColor(131,172,217);
RGBColor3=sRGBColor(124,149,205);
RGBColor4=sRGBColor(21,46,110);以及
RGBColor5=sRGBColor(255,255,0)。
在依据本公开内容的一个实施例之中,根据比较结果确定所述牙齿颜色进一步包括:
根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述牙结石比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间,或者所述牙龈炎比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。
在依据本公开内容的一个实施例之中,所述低位阈值低于所述高位阈值,并且所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
此外,本公开内容的第二方面提出了一种口腔检测装置,所述口腔检测装置包括:
摄像装置,所述摄像装置被配置用于获取口腔图片;
图片处理装置,所述图片处理装置被配置用于对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片并且将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;
阈值确定装置,所述阈值确定装置被配置用于基于牙齿颜色确定比较阈值;以及
像素比例确定装置,所述像素比例确定装置被配置用于基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述图片处理装置被配置用于调整所述口腔图片的对比度。
在依据本公开内容的一个实施例之中,所述牙齿颜色通过以下方法确定:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;
将所述第三中间图片中的像素点和标准颜色进行比较;以及
根据比较结果确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述标准颜色包括以下六个标准颜色值:
RGBColor0=sRGBColor(255,255,255);
RGBColor1=sRGBColor(164,192,239);
RGBColor2=sRGBColor(131,172,217);
RGBColor3=sRGBColor(124,149,205);
RGBColor4=sRGBColor(21,46,110);以及
RGBColor5=sRGBColor(255,255,0)。
在依据本公开内容的一个实施例之中,根据比较结果确定所述牙齿颜色进一步包括:
根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述牙结石比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间,或者所述牙龈炎比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。
在依据本公开内容的一个实施例之中,所述低位阈值低于所述高位阈值,并且所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
再者,本公开内容的第三方面提出了一种有形的计算机可读存储介质,所述存储介质包括用于执行口腔检测方法的指令,当所述指令被执行时,使得所述计算机的处理器至少用于:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;
基于牙齿颜色确定比较阈值;以及
基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,当所述指令被执行时,还使得所述计算机的处理器至少用于:调整所述口腔图片的对比度。
在依据本公开内容的一个实施例之中,所述牙齿颜色通过以下方法确定:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;
将所述第三中间图片中的像素点和标准颜色进行比较;以及
根据比较结果确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述标准颜色包括以下六个标准颜色值:
RGBColor0=sRGBColor(255,255,255);
RGBColor1=sRGBColor(164,192,239);
RGBColor2=sRGBColor(131,172,217);
RGBColor3=sRGBColor(124,149,205);
RGBColor4=sRGBColor(21,46,110);以及
RGBColor5=sRGBColor(255,255,0)。
在依据本公开内容的一个实施例之中,根据比较结果确定所述牙齿颜色进一步包括:
根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述牙结石比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间,或者所述牙龈炎比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。
在依据本公开内容的一个实施例之中,所述低位阈值低于所述高位阈值,并且所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
综上所述,通过依据本公开内容的三个方面所提供的口腔检测方法、口腔检测装置以及相应地计算机可读存储介质会根据受试者自身的牙齿颜色来设定不同的比较阈值,从而能够针对不同的受试者进行符合其自身特点的有针对性的检测,使得基于所述第二中间图片和所述比较阈值所确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例比传统方法所确定的比例更为精确有效,进而有利于后续的口腔健康状况评估。本公开内容的其他优势将在下文中进一步说明。
附图说明
结合附图并参考以下详细说明,本公开内容的各实施例的特征、优点及其他方面将变得更加明显,在此以示例性而非限制性的方式示出了本公开内容的若干实施例,在附图中:
图1示出了根据本公开内容的一个实施例的口腔检测方法100的流程图;
图2示出了根据本公开内容的另一个实施例的口腔检测方法200的流程图;
图3示出了根据本公开内容的一个实施例的口腔检测装置300的示意方框图;以及
图4示出了根据本公开内容的另一个实施例的口腔检测装置400的示意方框图。
具体实施方式
以下参考附图详细描述本公开内容的各个示例性实施例。虽然以下所描述的示例性方法、装置包括在其它组件当中的硬件上执行的软件和/或固件,但是应当注意,这些示例仅仅是说明性的,而不应看作是限制性的。例如,考虑在硬件中独占地、在软件中独占地、或在硬件和软件的任何组合中可以实施任何或所有硬件、软件和固件组件。因此,虽然以下已经描述了示例性的方法和装置,但是本领域的技术人员应容易理解,所提供的示例并不用于限制用于实现这些方法和装置的方式。
此外,附图中的流程图和框图示出了根据本公开内容的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以使用专用硬件与计算机指令的组合来实现。
本公开内容之中的术语“中值滤波”基本上是指基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。其中像素点是指单位面积中构成图像的点,其中,每个像素点可能都有不同的颜色值。单位面积内的像素越多,分辨率越高,图像的效果就越好。
本公开内容之中的术语“自适应阈值分割”基本上是指一种图像处理技术。图像区域分割的目的是从图像中划分出某个物体的区域,即找出那些对应于物体或物体表面的像元集合,它们表现为二维的团块状,这是区域基本形状特点之一。
本公开内容之中的所出现的图片包括但不限于对原始图片进行裁剪、调整对比度、中值滤波、自适应阈值分割等操作中的一个或者多个操作之后所得到的图像数据,其既能够是传统意义上的例如JPEG图片,也能够是其他格式的图片,或者说其能够是其他类型的经过图像处理的像素点,只要其能够满足本公开内容所提出的技术方案所旨在实现的技术目的即可。
本公开内容之中的术语“第一中间图片”基本上是指将口腔图片执行了中值滤波、转灰度图和自适应阈值分割操作之后得到的中间图片,该中间图片将包括牙龈和牙齿所在的检测区域。
本公开内容之中的术语“颜色空间”基本上是指彩色模型(又称彩色空间或彩色系统),它的用途是在某些标准下用通常可接受的方式对彩色加以说明。其中,术语“RGB颜色空间”基本上是指R(Red红)、G(Green绿)、B(Blue蓝)三种基本色为基础的颜色空间,对他们进行不同程度的叠加,产生丰富而广泛的颜色,所以俗称三基色模式。而术语“HSV颜色空间”基本上是指为了更好的数字化处理颜色而提出来的颜色空间。有许多种HSX颜色空间,其中的X可能是V,也可能是I,依据具体使用而X含义不同。H是色调,S是饱和度,V是明度,I是强度。而术语“LAB颜色空间”基本上是指由三个要素组成,一个要素是亮度(L),A和B是两个颜色通道。a包括的颜色是从深绿色(低亮度值)到灰色(中亮度值)再到亮粉红色(高亮度值);b是从亮蓝色(低亮度值)到灰色(中亮度值)再到黄色(高亮度值)。因此,这种颜色混合后将产生具有明亮效果的色彩。
本公开内容之中的术语“第二中间图片”基本上是指将第一中间图片由RGB颜色空间转换到HSV颜色空间所得到的中间图片。相应地,本公开内容之中的术语“第三中间图片”基本上是指将第一中间图片由RGB颜色空间转换到LAB颜色空间所得到的中间图片。
本公开内容之中的术语“标准颜色”基本上是指从整个色域中所选取的几个作为标准的比对颜色值,其在本申请之中例如能够为以下六个标准颜色,即:RGBColor0=sRGBColor(255,255,255)、RGBColor1=sRGBColor(164,192,239)、RGBColor2=sRGBColor(131,172,217)、RGBColor3=sRGBColor(124,149,205)、RGBColor4=sRGBColor(21,46,110)以及RGBColor5=sRGBColor(255,255,0)。当然,本领域的技术人员应当了解,这样的选择仅仅是示例性的而非限制性的。
本公开内容之中的术语“比较阈值”基本上是指包括至少两组分别包括高位阈值和低位阈值的阈值区间,其中,所述低位阈值低于所述高位阈值并且所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210])或者np.array([0,30,10])至np.array([190,255,70]),具体而言,所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
在开始介绍本公开内容所提出的口腔检测方法之前,本公开内容的申请人希望首先介绍本公开内容所公开的口腔检测装置的硬件选型设计,但是以下说明仅仅是示例性的,而非限制性的,只要能够实现所旨在设计的目的,其他选型也是可行的,也就是说其他选型也将落入本公开内容的权利要求书所要求保护的范围之内。
硬件方面,通过如下特别设计的结构,拍摄到高质量的口腔例如白光的非紫外光照片与紫外光照片,在此,紫外光照片并不是必须的,而是可选的。其中摄像头模块例如采用的是800万高清自动对焦模组,型号为KS8A17,模组尺寸为38mm x 38mm,工作温度为-20℃到70℃,成像距离3厘米至无穷远,该模块能够拍出3264x 2448分辨率的照片,有着优异的低照度环境响应能力并且能够高速传输到控制器进行处理。而紫外光模块例如能够是UV灯结构,该UV灯外形简洁,包括UV灯电极、内置UV灯珠(中心波长例如为365nm)、圆锥状结构(可实现聚光功能)以及UV滤光片(可以滤掉干扰光,仅保留UV光通过)。该模块供电后可作为口腔图像采集过程中的UV光源。至于UV灯的排布而言,UV灯部分例如能够由2个UV灯组成,分别位于摄像头左右两边,距离摄像头在1至3厘米之间。
此外,非紫外光模块例如能够是白光LED灯结构,采用的是3mm LED白色发光二极管。至于LED灯的排布而言,LED灯部分例如由4个LED白灯组成,分别位于口腔检测仪内部4个顶角的位置,围绕摄像头呈矩形排布,距离摄像头在1至5厘米之间。
再者,所使用的电源模块能够为UV灯供电模块,可通过两节五号电池分别给两个UV灯供电,电压均为1.5V,通过继电器连接电池和UV灯,实现控制。此外,该电源模块也能够包括为控制器供电的模块,可通过5V1500mAh锂电池作为整机的供电电源,除UV灯外的结构都由此供电。
而在算法方面,基于硬件采集到的高质量的口腔诸如白光照片的非紫外光照片与紫外光照片,进行如下口腔问题的分析:
首先介绍牙齿颜色分析的过程以及相应的评分过程。在该过程中,基于口腔图片,诸如正白光图片的非紫外光照片,经过中值滤波、转灰度图和自适应阈值分割,由原来的RGB颜色空间,转为LAB颜色空间;然后和标准颜色对比,这六个标准颜色例如分别是RGBColor0=sRGBColor(255,255,255)、RGBColor1=sRGBColor(164,192,239)、RGBColor2=sRGBColor(131,172,217)、RGBColor3=sRGBColor(124,149,205)、RGBColor4=sRGBColor(21,46,110)、RGBColor5=sRGBColor(255,255,0),最后不同颜色在得分上有不同的权重占比,加权求和,即可最终得到受试者的牙齿颜色得分。例如,正白光照片得到一万个像素点,然后将这一万个像素点的像素值与上述的六个标准色做比较,即将这一万个像素点按照和哪个标准色接近进行分类,统计离各个标准色接近的像素点的个数,然后加权平均即可最终得到受试者的牙齿颜色得分。
此为通过图像处理的技术获取牙齿颜色的数值的技术方案,然后牙齿颜色并非必须通过上述方式确定,也能够定性地确定牙齿颜色,例如,将牙齿颜色先分成不同的档(例如黑,非常黄,黄,白,非常白等),每一档对应一个比较阈值。然后也可以例如通过受试者自己选择自己牙齿颜色的定性评价,根据受试者的选择相应地进行比较阈值的确定。
在定量地确定牙齿颜色的技术方案之中,图1示出了根据本公开内容的一个实施例的口腔检测方法100的流程图。从图1之中可以看出,口腔检测方法100中的牙齿颜色通过以下方法确定:首先,在方法步骤111之中,获取口腔图片;然后,在方法步骤112之中,对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;接着,在方法步骤113之中,将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;再然后,在方法步骤114之中,将所述第三中间图片中的像素点和标准颜色进行比较;以及最后在方法步骤115之中,根据比较结果确定所述牙齿颜色。在依据本公开内容的一个实施例之中,如前所述,所述标准颜色包括以下六个标准颜色值:RGBColor0=sRGBColor(255,255,255);RGBColor1=sRGBColor(164,192,239);RGBColor2=sRGBColor(131,172,217);RGBColor3=sRGBColor(124,149,205);RGBColor4=sRGBColor(21,46,110);以及RGBColor5=sRGBColor(255,255,0)。在依据本公开内容的一个实施例之中,根据比较结果确定所述牙齿颜色进一步包括:根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
也就是说,在得到诸如正白光的非紫外光的口腔图片之后,将会对该非紫外光图片执行中值滤波操作,从而消除噪声点,例如如果在图像中取3*3的像素矩阵,即该像素矩阵里面有9个像素点,将9个像素进行排序,最后将这个矩阵的中心点赋值为这九个像素的中值,该操作即称为中值滤波操作。然后将其转换为灰度图,具体转换方法为将按照RGB三个颜色的三通道图片中的每个像素点做这个操作r*0.2126+g*0.7152+b*0.0722,三个通道的图,按比例叠加,就可以得到灰度图。接下来进行自适应阈值调整和区域分割,以将所关心的区域分割出来,具体而言,在灰度图的基础上每个像素点的实际值分布在[0,255]之间,然后需要进一步细分那些像素点是前景,那些像素点是背景,这里自适应就是遍历0到255,确定一个像素值是前景类的像素点还是后景类的像素点,让前景类像素点的类和后景类像素点的类的相关系数最大化,从而得到自适应阈值,进而利用该自适应阈值来区分前后景的像素并执行区域分割操作,从而得到所关心的区域,在此为仅仅是牙齿区域和牙龈区域。可选地,基于所述非紫外光图片确定包括牙齿区域和牙龈区域在内的第一区域还能够包括调整所述非紫外光图片的对比度,以增强对比度,简单说例如能够利用原图和一张黑色的图,像素点按比例叠加形成一幅新图,新图的前后景像素值差值会变大,也就是增强了图像对比度,从而有利于后续的自适应阈值分割操作。
通过图1所示的方法能够确定受试者牙齿的颜色,然后,便能够根据牙齿颜色的不同对每个受试者进行有针对性的口腔检测了。当然,受试者的牙齿颜色也不一定在每次口腔检测时进行确定,也能够例如由受试者将自己的牙齿颜色输入至相关设备或者仪器之中。而且此处的非紫外光的口腔图片也并非必须由摄像头实时拍摄的,也能够例如经由通信接口从网络位置下载、通过其他图片抽取的口腔图片或者是经过预处理而获得的口腔图片。
在确定了牙齿颜色之后,图2示出了依据本公开内容的一个实施例的口腔检测方法200的流程图,从图2中可以看出,图2所示出的依据本公开内容所述口腔检测方法200至少包括以下几个步骤:首先,在方法步骤220之中,获取口腔图片,此处所获取的口腔图片既可以是先前确定牙齿颜色所使用的口腔图片,也能够是其他口腔图片,而且与之前相类似地,此处的非紫外光的口腔图片也并非必须由摄像头实时拍摄的,也能够例如经由通信接口从网络位置下载、通过其他图片抽取的口腔图片或者是经过预处理而获得的口腔图片。然后,在方法步骤230之中,对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;接下来,在方法步骤240之中,将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;再接下来,在方法步骤250之中,基于牙齿颜色确定比较阈值;以及最后在方法步骤260之中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。在此,本领域的技术人员应当了解,此处的方法执行步骤的顺序并非必须如图2所示出的那样,也能够例如先根据受试者的牙齿颜色来确定比较阈值,然后再进行口腔图片的获取以及处理。本领域的技术人员应当了解,此处执行的中值滤波、转灰度图和自适应阈值分割操作与先前在确定牙齿颜色中所使用的技术手段相似,为了节省篇幅,在此不再赘述。
具体而言,该口腔检测方法例如能够用于确定受试者的牙龈状况的评估,此时,该口腔检测方法用于牙龈炎检测与评分。在此过程之中,基于口腔例如正白光图片的图片,可选地先调整图片对比度,然后相继地进行中值滤波、转灰度图和自适应阈值分割操作。对于牙齿炎症的确定过程来说,主要查看牙龈,所以通过自适应阈值分割剪裁之后,去除牙齿区域,得到检测图片;同样需要将检测图片由原来的RGB颜色空间,转换为HSV颜色空间,然后调整阈值约束,阈值以内的像素点即可被判定为牙龈感染区域,最后通过感染区域像素点与整个区域像素点数的比值得到最终分数。概括地将,此时口腔检测方法200之中的所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,方法步骤260,即基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
举例来说,首先输入口腔诸如正白光图片的图片,接着可选地调整图片对比度,这里需要用的两个参数例如分别是alpha=0.7、beta=20,将原图与一张同尺寸的全黑图片混合叠加,降低原图片像素值。再对此图片进行中值滤波,除去噪声像素点。然后再将图片转为灰度图,利用自适应阈值分割,得到检测区域。紧接着将原来的RGB颜色空间图片转为HSV颜色空间图片,设置疑似牙龈炎阈值。在依据本公开内容的一个实施例之中,所述比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。在依据本公开内容的一个实施例之中,所述低位阈值低于所述高位阈值并且所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210])。
这里例如分别有三个区间范围,每个区间范围中低位阈值低于所述高位阈值并且所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210])或者np.array([0,30,10])至np.array([190,255,70]),其中,np.array([0,80,12])至np.array([40,235,210])这一区间主要用于牙龈炎比较阈值的选择,而np.array([0,30,10])至np.array([190,255,70])这一区间主要用于牙结石比较阈值的选择。
具体而言,例如低位阈值为np.array([0,170,60])以及高位阈值为np.array([10,215,70]);或者低位阈值为np.array([0,170,35])以及高位阈值为np.array([10,225,50]);或者低位阈值为np.array([20,130,130])以及高位阈值为np.array([26,200,200])。例如,当受试者的牙齿较黄,例如之前的牙齿颜色得分在60分以下时,选择低位阈值为np.array([20,130,130])以及高位阈值为np.array([26,200,200])的比较阈值;当受试者的牙齿较白,例如之前的牙齿颜色得分在60分以上80分以下时,选择低位阈值为np.array([0,170,35])以及高位阈值为np.array([10,225,50])的比较阈值;而当受试者的牙齿非常白,例如之前的牙齿颜色得分在80分以上时,选择低位阈值为np.array([0,170,60])以及高位阈值为np.array([10,215,70])的比较阈值。
在此,高位阈值和低位阈值的选择仅仅是示例性的,而非限制性的,本领域的技术人员也可以在上述区间范围内进行其他数值的选择。
具体到每个受试者进行口腔检测时来说,将根据受试者的牙齿颜色进行比较阈值的动态选择或者设定,然后将高于低位阈值并且低于高位阈值的像素点设置为0,在此之间的像素点也就是疑似牙龈炎区域,统计牙龈炎像素点,然后与总共检测区域像数点数求比值ratio,最终牙龈炎检测分数为10-99.9*10*ratio。
此外,该口腔检测方法例如也能够用于确定受试者的牙结石的评估,此时,该口腔检测方法用于检测受试者的牙结石状况。在此过程之中,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,方法步骤260即基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。换句话说,此时依据本公开内容的口腔检测方法会基于口腔诸如正白光图片的图片,可选地调整图片对比度,经过中值滤波;然后转灰度图并进行诸如检测区域剪裁的自适应阈值分割,得到检测部分图片,在对其进行由RGB颜色空间转换到HSV颜色空间;然后设置阈值,除去非检测部分,得到牙结石的像素点,利用这些检测到的像素点与总共检测区域像素点数的比值,得到牙结石检测得分。
举例来说,首先输入口腔的诸如正白光图片的图片,接着优选地调整图片对比度,这里需要用的两个参数例如分别是alpha=0.5、beta=-30,将原图与一张同尺寸的全黑图片混合叠加,降低原图片像素值。再对此图片进行中值滤波,除去噪声像素点。然后再将图片转为灰度图,利用自适应阈值进行区域分割,得到检测区域。紧接着将原来的RGB颜色空间图片转为HSV颜色空间图片,设置疑似牙结石阈值,分别为低位阈值设定为诸如np.array([18,90,22]),高位阈值设定为诸如np.array([30,225,60]),然后将高于低位阈值并且低于高位阈值的像素点设置为0,在此之间的像素点也就是疑似牙结石区域,统计牙结石像素点,然后与总共检测区域像数点数求比值ratio,最终牙结石检测分数为10-99.9*10*ratio。在此,低位阈值和高位阈值的选择仅仅是示例性的,而非限制性的,本领域的技术人员当然也能够根据受试者的牙齿颜色选择其他的阈值。
如前所述,可以根据牙齿颜色来确定牙结石比较阈值。例如,当受试者的牙齿较黄,例如之前的牙齿颜色得分在60分以下时,选择低位阈值为np.array([150,50,18])以及高位阈值为np.array([180,130,30])的比较阈值;当受试者的牙齿较白,例如之前的牙齿颜色得分在60分以上80分以下时,选择低位阈值为np.array([2,240,10])以及高位阈值为np.array([20,255,25])的比较阈值;而当受试者的牙齿非常白,例如之前的牙齿颜色得分在80分以上时,选择低位阈值为np.array([18,90,22])以及高位阈值为np.array([30,225,60])的比较阈值。
上述的通过牙齿颜色来动态确定牙龈炎比较阈值和牙结石比较阈值的实施例仅仅是一种示例,其对于本公开内容的权利要求书的保护范围并不会起到限定作用,本领域的技术人员应当了解,在具体实施时例如也能够通过牙龈颜色来动态确定牙龈炎比较阈值和牙结石比较阈值。换句话说,上述检测维度中,一种或几种维度的检测可以进行叠加,如牙齿或者牙龈颜色的结果可以作为其他检测维度的基本参数,以基于牙齿颜色得到自适应的算法,从而使得其他维度如牙结石的检测更加准确。换句话说,依据本公开内容的口腔检测方法会根据受试者自身的牙齿颜色或者牙龈颜色来设定不同的比较阈值,从而能够针对不同的受试者进行符合其自身特点的有针对性的检测,使得基于所述第二中间图片和所述比较阈值所确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例比传统方法所确定的比例更为精确有效,进而有利于后续的口腔健康状况评估。
图3示出了依据本公开内容所提出的一种口腔检测装置300,所述口腔检测装置300包括:摄像装置310,所述摄像装置310被配置用于获取口腔图片;图片处理装置320,所述图片处理装置320被配置用于对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片并且将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;阈值确定装置430,所述阈值确定装置430被配置用于基于牙齿颜色确定比较阈值;以及像素比例确定装置440,所述像素比例确定装置440被配置用于基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述牙齿颜色通过以下方法确定:获取口腔图片;对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;将所述第三中间图片中的像素点和标准颜色进行比较;以及根据比较结果确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述标准颜色包括以下六个标准颜色值:RGBColor0=sRGBColor(255,255,255);RGBColor1=sRGBColor(164,192,239);RGBColor2=sRGBColor(131,172,217);RGBColor3=sRGBColor(124,149,205);RGBColor4=sRGBColor(21,46,110);以及RGBColor5=sRGBColor(255,255,0)。
在依据本公开内容的一个实施例之中,根据比较结果确定所述牙齿颜色进一步包括:根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述牙结石比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间,或者所述牙龈炎比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。
在依据本公开内容的一个实施例之中,所述低位阈值低于所述高位阈值,并且所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
再者,本公开内容的一个实施例还提出了一种有形的计算机可读存储介质,所述存储介质包括用于执行口腔检测方法的指令,当所述指令被执行时,使得所述计算机的处理器至少用于:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;
基于牙齿颜色确定比较阈值;以及
基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
在依据本公开内容的一个实施例之中,所述牙齿颜色通过以下方法确定:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;
将所述第三中间图片中的像素点和标准颜色进行比较;以及
根据比较结果确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述标准颜色包括以下六个标准颜色值:
RGBColor0=sRGBColor(255,255,255);
RGBColor1=sRGBColor(164,192,239);
RGBColor2=sRGBColor(131,172,217);
RGBColor3=sRGBColor(124,149,205);
RGBColor4=sRGBColor(21,46,110);以及
RGBColor5=sRGBColor(255,255,0)。
在依据本公开内容的一个实施例之中,根据比较结果确定所述牙齿颜色进一步包括:
根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
在依据本公开内容的一个实施例之中,所述牙结石比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间,或者所述牙龈炎比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。
在依据本公开内容的一个实施例之中,所述低位阈值低于所述高位阈值,并且所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
综上所述,通过依据本公开内容的一个实施例所提供的口腔检测方法、口腔检测装置以及相应地计算机可读存储介质会根据受试者自身的牙齿颜色来设定不同的比较阈值,从而能够针对不同的受试者进行符合其自身特点的有针对性的检测,使得基于所述第二中间图片和所述比较阈值所确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例比传统方法所确定的比例更为精确有效,进而有利于后续的口腔健康状况评估。本公开内容的其他优势将在下文中进一步说明。
此外,替代地,上述方法能够通过计算机程序产品,即计算机可读存储介质来实现。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开内容的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
图4示出了依据本公开内容的一个实施例所提出的口腔检测装置400的示意性框图。应当理解,口腔检测装置400可以被实现为实现图1的口腔检测方法100或者图2中的口腔检测方法200的功能。从图4中可以看出口腔检测装置400包括中央处理单元(CPU)401(例如处理器),其可以根据存储在只读存储器(ROM)402中的计算机程序指令或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序指令,来执行各种适当的动作和处理。在RAM 403中,还可存储该口腔检测装置400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
口腔检测装置400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许该装置400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
概括地将,本公开内容的第三方面提供了一种有形的计算机可读存储介质,所述存储介质包括用于执行口腔检测方法的指令,当所述指令被执行时,使得所述计算机的处理器至少用于执行依据图1的口腔检测方法100或者图2中的口腔检测方法200的功能。
上文所描述的各种方法,例如口腔检测方法100或者口腔检测方法200可由处理单元401执行。例如,在一些实施例中,口腔检测方法100或者口腔检测方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到口腔检测装置400上。当计算机程序被加载到RAM 403并由处理器CPU 401执行时,可以执行上文描述的口腔检测方法100或者口腔检测方法200中的一个或多个动作或步骤。
一般而言,本公开内容的各种示例实施例可以在硬件或专用电路、软件、固件、逻辑,或其任何组合中实施。某些方面可以在硬件中实施,而其他方面可以在可以由控制器、微处理器或其他计算设备执行的固件或软件中实施。当本公开内容的实施例的各方面被图示或描述为框图、流程图或使用某些其他图形表示时,将理解此处描述的方框、装置、系统、技术或方法可以作为非限制性的示例在硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备,或其某些组合中实施。
虽然上面描述了本公开内容的各种示例实施例可以在硬件或专用电路中实现,但是上述用于区块链的数据处理设备既可以以硬件的形式来实现,也可以通过软件的形式来实现,这是因为:在20世纪90年代,一个技术改进能够很容易地对该改进属于硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是属于软件上的改进(例如对于方法流程的改进)。然而,随着技术的持续发展,如今的很多方法流程的改进几乎都能够通过将改进的方法流程编程到硬件电路中来实现,换句话说,通过对于硬件电路编程不同的程序从而得到相应的硬件电路结构,即实现了硬件电路结构的改变,故这样的方法流程的改进也可以被视为硬件电路结构的直接改进。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device:PLD)(例如现场可编程门阵列(Field Programmable Gate Array:FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片可编程逻辑器件上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compi1er)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language:HDL),而HDL也并非仅有—种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell UniversityProgramming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等,目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
用于执行本公开内容的各个方面的计算机可读程序指令或者计算机程序产品也能够存储在云端,在需要调用时,用户能够通过移动互联网、固网或者其他网络访问存储在云端上的用于执行本公开内容的一方面的计算机可读程序指令,从而实施依据本公开内容的各个方面所公开的技术方案。
综上所述,通过依据本公开内容的三个方面所提供的口腔检测方法、口腔检测装置以及相应地计算机可读存储介质会根据受试者自身的牙齿颜色来设定不同的比较阈值,从而能够针对不同的受试者进行符合其自身特点的有针对性的检测,使得基于所述第二中间图片和所述比较阈值所确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例比传统方法所确定的比例更为精确有效,进而有利于后续的口腔健康状况评估。
以上所述仅为本公开内容的实施例可选实施例,并不用于限制本公开内容的实施例,对于本领域的技术人员来说,本公开内容的实施例可以有各种更改和变化。凡在本公开内容的实施例的精神和原则之内,所作的任何修改、等效替换、改进等,均应包含在本公开内容的实施例的保护范围之内。
虽然已经参考若干具体实施例描述了本公开内容的实施例,但是应当理解,本公开内容的实施例并不限于所公开的具体实施例。本公开内容的实施例旨在涵盖在所附权利要求的精神和范围内所包括的各种修改和等同布置。权利要求的范围符合最宽泛的解释,从而包含所有这样的修改及等同结构和功能。
Claims (27)
1.一种口腔检测方法,其特征在于,所述口腔检测方法包括:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;
基于牙齿颜色确定比较阈值;以及
基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。
2.根据权利要求1所述的口腔检测方法,其特征在于,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。
3.根据权利要求1所述的口腔检测方法,其特征在于,所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
4.根据权利要求1所述的口腔检测方法,其特征在于,所述口腔检测方法还包括:
调整所述口腔图片的对比度。
5.根据权利要求1至4中任一项所述的口腔检测方法,其特征在于,所述牙齿颜色通过以下方法确定:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;
将所述第三中间图片中的像素点和标准颜色进行比较;以及
根据比较结果确定所述牙齿颜色。
6.根据权利要求5所述的口腔检测方法,其特征在于,所述标准颜色包括以下六个标准颜色值:
RGBColor0=sRGBColor(255,255,255);
RGBColor1=sRGBColor(164,192,239);
RGBColor2=sRGBColor(131,172,217);
RGBColor3=sRGBColor(124,149,205);
RGBColor4=sRGBColor(21,46,110);以及
RGBColor5=sRGBColor(255,255,0)。
7.根据权利要求6所述的口腔检测方法,其特征在于,根据比较结果确定所述牙齿颜色进一步包括:
根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
8.根据权利要求2或3所述的口腔检测方法,其特征在于,所述牙结石比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间,或者所述牙龈炎比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。
9.根据权利要求8所述的口腔检测方法,其特征在于,所述低位阈值低于所述高位阈值,并且所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
10.一种口腔检测装置,所述口腔检测装置包括:
摄像装置,所述摄像装置被配置用于获取口腔图片;
图片处理装置,所述图片处理装置被配置用于对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片并且将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;
阈值确定装置,所述阈值确定装置被配置用于基于牙齿颜色确定比较阈值;以及
像素比例确定装置,所述像素比例确定装置被配置用于基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。
11.根据权利要求10所述的口腔检测装置,其特征在于,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。
12.根据权利要求10所述的口腔检测装置,其特征在于,所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
13.根据权利要求10所述的口腔检测装置,其特征在于,所述图片处理装置被配置用于调整所述口腔图片的对比度。
14.根据权利要求10至13中任一项所述的口腔检测装置,其特征在于,所述牙齿颜色通过以下方法确定:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;
将所述第三中间图片中的像素点和标准颜色进行比较;以及
根据比较结果确定所述牙齿颜色。
15.根据权利要求14所述的口腔检测装置,其特征在于,所述标准颜色包括以下六个标准颜色值:
RGBColor0=sRGBColor(255,255,255);
RGBColor1=sRGBColor(164,192,239);
RGBColor2=sRGBColor(131,172,217);
RGBColor3=sRGBColor(124,149,205);
RGBColor4=sRGBColor(21,46,110);以及
RGBColor5=sRGBColor(255,255,0)。
16.根据权利要求15所述的口腔检测装置,其特征在于,根据比较结果确定所述牙齿颜色进一步包括:
根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
17.根据权利要求11或12所述的口腔检测装置,其特征在于,所述牙结石比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间,或者所述牙龈炎比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。
18.根据权利要求17所述的口腔检测装置,其特征在于,所述低位阈值低于所述高位阈值,并且所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
19.一种有形的计算机可读存储介质,所述存储介质包括用于执行口腔检测方法的指令,当所述指令被执行时,使得所述计算机的处理器至少用于:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至HSV颜色空间得到第二中间图片;
基于牙齿颜色确定比较阈值;以及
基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例。
20.根据权利要求19所述的计算机可读存储介质,其特征在于,所述第一中间图片包括所述图片中的牙齿区域并且所述比较阈值包括牙结石比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙结石比较阈值确定位于所述牙结石比较阈值内的像素点占所述第二中间图片的像素点的比例。
21.根据权利要求19所述的计算机可读存储介质,其特征在于,所述第一中间图片包括所述图片中的牙龈区域并且所述比较阈值包括牙龈炎比较阈值,并且其中,基于所述第二中间图片和所述比较阈值确定位于所述比较阈值内的像素点占所述第二中间图片的像素点的比例进一步包括:
基于所述第二中间图片和所述牙龈炎比较阈值确定位于所述牙龈炎比较阈值内的像素点占所述第二中间图片的像素点的比例。
22.根据权利要求19所述的计算机可读存储介质,其特征在于,当所述指令被执行时,还使得所述计算机的处理器至少用于:
调整所述口腔图片的对比度。
23.根据权利要求19至22中任一项所述的计算机可读存储介质,其特征在于,所述牙齿颜色通过以下方法确定:
获取口腔图片;
对所述图片执行中值滤波、转灰度图和自适应阈值分割操作得到第一中间图片;
将所述第一中间图片由RGB颜色空间转换至LAB颜色空间得到第三中间图片;
将所述第三中间图片中的像素点和标准颜色进行比较;以及
根据比较结果确定所述牙齿颜色。
24.根据权利要求23所述的计算机可读存储介质,其特征在于,所述标准颜色包括以下六个标准颜色值:
RGBColor0=sRGBColor(255,255,255);
RGBColor1=sRGBColor(164,192,239);
RGBColor2=sRGBColor(131,172,217);
RGBColor3=sRGBColor(124,149,205);
RGBColor4=sRGBColor(21,46,110);以及
RGBColor5=sRGBColor(255,255,0)。
25.根据权利要求24所述的计算机可读存储介质,其特征在于,根据比较结果确定所述牙齿颜色进一步包括:
根据每个标准颜色值的权重加权求和来确定所述牙齿颜色。
26.根据权利要求20或21所述的计算机可读存储介质,其特征在于,所述牙结石比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间,或者所述牙龈炎比较阈值包括至少两组分别包括高位阈值和低位阈值的阈值区间。
27.根据权利要求26所述的计算机可读存储介质,其特征在于,所述低位阈值低于所述高位阈值,并且所述牙龈炎比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,80,12])至np.array([40,235,210]),或者所述牙结石比较阈值的所述低位阈值和所述高位阈值从以下区间选择:np.array([0,30,10])至np.array([190,255,70])。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010989252.7A CN114283107A (zh) | 2020-09-18 | 2020-09-18 | 口腔检测方法、口腔检测装置以及计算机可读存储介质 |
EP21868712.7A EP4216151A1 (en) | 2020-09-18 | 2021-09-17 | Oral detection method, oral detection apparatus and computer-readable storage medium |
PCT/CN2021/119036 WO2022057890A1 (zh) | 2020-09-18 | 2021-09-17 | 口腔检测方法、口腔检测装置以及计算机可读存储介质 |
US18/026,982 US20230342934A1 (en) | 2020-09-18 | 2021-09-17 | Oral cavity examination method, oral cavity examination device and computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010989252.7A CN114283107A (zh) | 2020-09-18 | 2020-09-18 | 口腔检测方法、口腔检测装置以及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114283107A true CN114283107A (zh) | 2022-04-05 |
Family
ID=80775922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010989252.7A Pending CN114283107A (zh) | 2020-09-18 | 2020-09-18 | 口腔检测方法、口腔检测装置以及计算机可读存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230342934A1 (zh) |
EP (1) | EP4216151A1 (zh) |
CN (1) | CN114283107A (zh) |
WO (1) | WO2022057890A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110931132A (zh) * | 2019-12-31 | 2020-03-27 | 天津市口腔医院 | 一种牙胚发育阶段的判断方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346803A (zh) * | 2013-08-05 | 2015-02-11 | 好来化工(中山)有限公司 | 用于对口腔组织进行分析的方法和装置以及牙科分析系统 |
WO2018029276A1 (en) | 2016-08-09 | 2018-02-15 | Onaria Technologies Ltd. | Method and system for processing an image of the teeth and gums |
TWI676018B (zh) * | 2018-07-23 | 2019-11-01 | 廣達電腦股份有限公司 | 用以標示牙菌斑螢光反應區域之影像處理方法以及其電子系統 |
CN110751635B (zh) * | 2019-10-12 | 2024-03-19 | 湖南师范大学 | 一种基于帧间差分和hsv颜色空间的口腔检测方法 |
-
2020
- 2020-09-18 CN CN202010989252.7A patent/CN114283107A/zh active Pending
-
2021
- 2021-09-17 EP EP21868712.7A patent/EP4216151A1/en active Pending
- 2021-09-17 WO PCT/CN2021/119036 patent/WO2022057890A1/zh active Search and Examination
- 2021-09-17 US US18/026,982 patent/US20230342934A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110931132A (zh) * | 2019-12-31 | 2020-03-27 | 天津市口腔医院 | 一种牙胚发育阶段的判断方法 |
Also Published As
Publication number | Publication date |
---|---|
EP4216151A1 (en) | 2023-07-26 |
WO2022057890A1 (zh) | 2022-03-24 |
US20230342934A1 (en) | 2023-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107424198B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN108197546B (zh) | 人脸识别中光照处理方法、装置、计算机设备及存储介质 | |
US10076275B2 (en) | Information processing device, information processing system, and program | |
CN107563976B (zh) | 美颜参数获取方法、装置、可读存储介质和计算机设备 | |
CN107451969A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN105430359A (zh) | 成像方法、图像传感器、成像装置及电子装置 | |
CN111368819B (zh) | 光斑检测方法和装置 | |
CN105430361A (zh) | 成像方法、图像传感器、成像装置及电子装置 | |
GB2432659A (en) | Face detection in digital images | |
CN110691226A (zh) | 图像处理方法、装置、终端及计算机可读存储介质 | |
JP2017523491A (ja) | 3dスキャンされるオブジェクトに関する色情報を収集するためのシステム、方法、装置、及びコンピュータ可読記憶媒体 | |
CN109089041A (zh) | 拍摄场景的识别方法、装置、电子设备和存储介质 | |
CN110365920A (zh) | 图像处理 | |
CN102088539B (zh) | 一种预拍照画质评价方法和系统 | |
CN105578080A (zh) | 成像方法、图像传感器、成像装置及电子装置 | |
CN105578079A (zh) | 图像传感器及其成像画质的调节方法和成像装置 | |
CN114283107A (zh) | 口腔检测方法、口腔检测装置以及计算机可读存储介质 | |
CN109583330B (zh) | 一种用于人脸照片的毛孔检测方法 | |
CN105430360B (zh) | 成像方法、图像传感器、成像装置及电子装置 | |
CN106791744A (zh) | 投影机画面高动态范围处理系统及其处理方法 | |
CN104010134B (zh) | 用于形成具有宽动态范围的系统和方法 | |
CN111311500A (zh) | 一种对图像进行颜色还原的方法和装置 | |
CN109040598B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN114283105A (zh) | 口腔检测方法、口腔检测装置以及计算机可读存储介质 | |
CN116324888A (zh) | 三维建模方法和使用其的装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220531 Address after: 199 Grand View Road, skiermann, NJ, USA Applicant after: JOHNSON & JOHNSON CONSUMER COMPANIES, Inc. Address before: 200245 No. 3285, Dongchuan Road, Shanghai, Minhang District Applicant before: Johnson & Johnson (China) Ltd. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |