CN116672115A - 带手柄的牙套清洗机控制系统、方法及清洗机 - Google Patents
带手柄的牙套清洗机控制系统、方法及清洗机 Download PDFInfo
- Publication number
- CN116672115A CN116672115A CN202310811570.8A CN202310811570A CN116672115A CN 116672115 A CN116672115 A CN 116672115A CN 202310811570 A CN202310811570 A CN 202310811570A CN 116672115 A CN116672115 A CN 116672115A
- Authority
- CN
- China
- Prior art keywords
- cleaning
- image
- cleaned
- cleaning machine
- dental floss
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 357
- 241000628997 Flos Species 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 81
- 210000003781 tooth socket Anatomy 0.000 claims abstract description 53
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 30
- 239000002131 composite material Substances 0.000 claims description 22
- 239000000463 material Substances 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 239000012459 cleaning agent Substances 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000011049 filling Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000002194 synthesizing effect Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 19
- 238000005406 washing Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 10
- 241000894006 Bacteria Species 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000001680 brushing effect Effects 0.000 description 4
- 238000002791 soaking Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000010794 food waste Substances 0.000 description 2
- 210000000214 mouth Anatomy 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000011012 sanitization Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010011409 Cross infection Diseases 0.000 description 1
- 108010068977 Golgi membrane glycoproteins Proteins 0.000 description 1
- 206010029803 Nosocomial infection Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B3/00—Cleaning by methods involving the use or presence of liquid or steam
- B08B3/04—Cleaning involving contact with liquid
- B08B3/10—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration
- B08B3/12—Cleaning involving contact with liquid with additional treatment of the liquid or of the object being cleaned, e.g. by heat, by electricity or by vibration by sonic or ultrasonic vibrations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C19/00—Dental auxiliary appliances
- A61C19/002—Cleaning devices specially adapted for dental instruments
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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
-
- 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
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Epidemiology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)
Abstract
本发明涉及牙套清洗技术领域，具体涉及带手柄的牙套清洗机控制系统、方法及清洗机。该系统包括拍摄单元、图像处理单元、水位控制单元、清洗参数确定单元、清洗单元和反馈单元。通过拍摄和处理牙套图像，提取尺寸和属性参数信息。水位控制单元确定清洗仓内水位，清洗参数确定单元映射属性参数到清洗参数。清洗单元利用超声波振动对牙套进行清洗，而反馈单元提供清洗完成的信息。该系统能够高效、自动地清洗牙套，保证其卫生和清洁。同时，本发明还提供了清洗机和相应的控制方法，为牙套清洗提供了便利和准确性，通过拍摄牙套图像并分析图像数据，确定待清洗区域和清洗参数，实现对牙套的自动清洗和灰度图像比对清洗路径，提高清洗效果和便捷性。
Description
技术领域
本发明涉及牙套清洗技术领域，尤其涉及一种带手柄的牙套清洗机控制系统、方法及清洗机。
背景技术
在口腔矫正治疗中，牙套和牙齿矫正器等口腔矫正设备被广泛使用。这些设备通过施加适当的压力和力量来调整牙齿的位置和排列，以实现牙齿的矫正和对齐。然而，随着时间的推移，这些设备会积聚细菌、食物残渣和其他污垢，如果不及时清洗和消毒，会对口腔健康造成潜在的风险。
传统的口腔矫正设备清洗方法包括手动刷洗和浸泡。手动刷洗需要用刷子和清洁剂对设备进行刷洗，但这种方法可能不够彻底，无法清洁到难以触及的细小区域。此外，刷洗过程需要花费较多时间和精力，并且存在损坏设备的风险。
另一种常见的清洗方法是浸泡，即将设备放入含有清洁剂或消毒液的容器中浸泡一段时间。尽管这种方法可以较为全面地清洁设备，但也存在一些问题。首先，浸泡时间需要较长，通常需要几小时或一夜才能达到理想的清洁效果。其次，某些清洁剂或消毒液可能对设备材质产生腐蚀或损害。此外，浸泡过程中设备与其他设备的接触可能会导致交叉感染的风险。
因此，需要一种更高效、安全且易于操作的牙套清洗机控制系统及方法，能够自动完成清洗和消毒过程，同时保护口腔矫正设备的材质和完整性。
发明内容
为解决上述问题，本发明提供了一种带手柄的牙套清洗机控制系统、方法及清洗机，通过拍摄牙套图像并分析图像数据，确定待清洗区域和清洗参数，实现对牙套的自动清洗和灰度图像比对清洗路径，提高清洗效果和便捷性。
为实现上述目的，本发明提供了如下的技术方案：
第一方面，在本发明提供了一种带手柄的牙套清洗机控制方法，该方法包括以下步骤：
步骤1：获取图像数据。通过拍摄单元获取待清洗牙套的图像数据，可以采用相机或扫描仪等设备进行拍摄。
步骤2：图像处理。根据所述图像数据，获取待清洗牙套的尺寸信息、表面图像信息以及属性参数信息，对表面图像信息进行灰度处理，确定牙套表面的待清洗区域。
步骤3：水位控制。基于获取的待清洗牙套的尺寸信息，确定清洗机的清洗仓内待注入水的水位。控制水泵系统启动，向清洗机的清洗仓内注入预设量的水，使水位达到所需水位。
步骤4：清洗参数确定。根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数，包括超声波振动部的频率、功率、清洗时间等。
步骤5：初次清洗。根据清洗参数启动清洗机内超声波振动部，对待清洗牙套进行初次清洗。
步骤6：图像比对和路径筛选。通过拍摄单元对清洗、烘干后的牙套表面再次拍摄，并生成牙套表面的灰度图像数据。将灰度图像数据与牙套表面的待清洗区域的表面图像信息进行比对，筛选出高于灰度阈值的区域，并生成清洗路径，启用喷嘴对这些区域进行再次清洗。
步骤7：重复清洗。重复执行步骤5和步骤6，直至牙套清洗结束。每次清洗后都会进行图像比对和路径筛选，确保清洗效果达到要求。
步骤8：清洗结束和反馈。在清洗完成后，系统发送清洗结束信号，并通过显示屏或其他方式向操作者提供清洗完成的反馈信息，以便进一步确认清洗效果。
相比传统的牙套清洗方法，本发明的本带手柄的牙套清洗机控制方法，通过图像识别和清洗机的配合，实现对牙套的自动清洗，减少人工操作，提高清洗效率和便捷性；与此同时，通过灰度图像比对和路径筛选，可以精确确定待清洗区域，并对这些区域进行重点清洗，确保清洗彻底、无死角；本发明具有自动化、精准清洗和操作简便的优势，适用于牙套清洗领域，并具有广泛的应用前景。
作为本发明的进一步方案，通过拍摄单元获取待清洗牙套的图像数据，包括以下步骤：
基于选择的高分辨率的相机或扫描仪作为拍摄单元，对放置在拍摄区域的待清洗的牙套进行拍照；
对放置在拍摄区域的待清洗的牙套进行拍照时，还包括使用环形灯光作为照明设置进行补光，并根据牙套的尺寸和形状调整拍摄设备的焦距和角度，对待清洗牙套的整个表面进行捕捉，自动对焦后拍摄；
将拍摄到的图像保存，并将从不同的角度和方向进行多次拍摄的图像进行合成，获得待清洗牙套的图像数据。
作为本发明的进一步方案，将从不同的角度和方向进行多次拍摄的图像进行合成，包括以下步骤：
a)图像对齐：根据特征点匹配以及几何变换，在相同的坐标系统中将每次拍摄的图像进行对齐操作；
b)创建合成画布：选择一个合适大小的画布，用于将多个图像合成在一起，其中，所述画布的大小为容纳所有拍摄的图像；
c)图像叠加：基于图像处理的图层，逐一将每个图像叠加到画布上，并调整图像的透明度以及混合模式，将不同角度和方向的图像对齐后叠加到合成画布上；
d)图像融合：对于叠加后图像的边缘或重叠区域，使用渐变融合方式进行图像融合操作，得到图像边缘或重叠区域过渡自然的合成图像；
e)调整和保存：对合成图像进行亮度、对比度以及色彩校正调整，并将合成图像保存到计算机或存储设备中。
作为本发明的进一步方案，根据所述图像数据，获取待清洗牙套的尺寸信息、表面图像信息以及属性参数信息，包括以下步骤：
对获取的图像数据进行预处理，基于Canny边缘检测识别所述图像数据中牙套的边缘并计算边缘的长度或周长，识别和提取待清洗牙套的尺寸信息；
基于SIFT(尺度不变特征变换)算法提取所述图像数据中牙套表面的关键点特征，对检测到的关键点特征进行子像素位置定位，提取后得到待清洗牙套的表面图像信息；
使用预训练的机器学习模型对所述图像数据进行特征提取，提取牙套图像的材质信息、颜色信息以及纹理特征，并将提取的特征作为输入，预测待清洗牙套的属性参数，输出待清洗牙套的材质类型、颜色类别以及纹理类别的属性参数。
作为本发明的进一步方案，基于SIFT算法提取所述图像数据中牙套表面的关键点特征，对检测到的关键点特征进行子像素位置定位，提取后得到待清洗牙套的表面图像信息，包括以下步骤：
(1)构建尺度空间：对待清洗牙套的图像进行预处理，使用高斯金字塔方法构建图像的尺度空间，生成不同尺度的图像金字塔，其中，图像金字塔的每个金字塔层级均为应用高斯模糊核对图像进行卷积得到；
(2)关键点检测定位：在图像金字塔的每个尺度空间中，使用尺度空间极值检测寻找关键点，并对检测到的关键点进行子像素位置定位；
(3)方向分配：通过计算关键点周围区域的梯度直方图，为每个关键点分配并确定一个主导方向；
(4)特征描述子计算：在每个关键点周围的局部区域内，根据梯度方向和幅值，计算得到描述该关键点特征的局部特征描述子；
(5)特征匹配：使用特征描述子之间的余弦相似度，对不同图像中的关键点进行初步匹配，并对匹配结果进行过滤和验证，从经过验证的匹配点对中提取特征描述子，用于表征待清洗牙套的表面图像信息。
作为本发明的进一步方案，对表面图像信息进行灰度处理，确定牙套表面的待清洗区域，包括以下步骤：
对待清洗牙套的图像进行预处理，将预处理后的图像转换为灰度图像，并通过阈值分割将灰度图像转换为二值图像，其中，阈值分割时，根据所述灰度图像的灰度值将图像中的像素分为待清洗区域和背景；
对划分为待清洗区域和背景的二值图像进行区域填充和连通性分析，将连通的像素标记为同一个区域，以确定待清洗区域的位置；
根据待清洗区域的特征进行筛选，去除不符合牙套表面形状和大小的无关区域，得到牙套表面的待清洗区域。
作为本发明的进一步方案，根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数，包括以下步骤：
将待清洗牙套的属性参数映射到清洗机的清洗参数范围；
根据清洗机的规格和超声波振动部的清洗参数，将牙套的材质类型、颜色类别以及纹理类别的属性参数转换为对应的清洗参数值；
根据映射得到的清洗参数进行组合，得到确定的清洗参数并应用于清洗机。
作为本发明的进一步方案，所述清洗参数值包括与牙套的属性参数对应的清洗时间、清洗温度、清洗剂浓度以及所述超声波振动部的振动频率、功率。
第二方面，本发明还提供了一种带手柄的牙套清洗机控制系统，该系统包括拍摄单元、图像处理单元、水位控制单元、清洗参数确定单元、清洗单元和反馈单元；
所述拍摄单元：用于获取待清洗牙套的图像数据。可以使用相机或扫描仪等设备进行拍摄，以获取牙套的整个表面图像；
所述图像处理单元：根据所述图像数据，提取待清洗牙套的尺寸信息、表面图像信息和属性参数信息。通过灰度处理图像，确定牙套表面的待清洗区域；
所述水位控制单元：根据获取的待清洗牙套的尺寸信息，确定清洗机的清洗仓内待注入水的水位。控制水泵系统启动，向清洗机的清洗仓内注入预设量的水，使水位达到所需水位；
所述清洗参数确定单元：根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数。包括超声波振动部的频率、功率、清洗时间等参数的确定；
所述清洗单元：根据清洗参数确定单元确定的清洗参数，启动清洗机内的超声波振动部，对待清洗牙套进行初次清洗。超声波振动能够有效去除牙套表面的污垢和细菌。
所述反馈单元：在清洗完成后，系统发送清洗结束信号，并通过显示屏或其他方式向操作者提供清洗完成的反馈信息。
第三方面，本发明还提供了一种清洗机，其特征在于，所述清洗机包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，其中，所述处理器执行所述计算机程序时实现所述的带手柄的牙套清洗机控制方法。
与现有技术相比，本发明提供的带手柄的牙套清洗机控制系统、方法及清洗机具有以下有益效果：
1.清洁效果优异：该清洗机使用自动化、精准清洗的设计，能够彻底清洁牙套，去除细菌、食物残渣和污垢，清洗效果优异，能够保持牙套的清洁和卫生。
2.多种清洁模式：清洗机控制系统具有多种清洁模式，根据牙套的材质和程度选择合适的模式。这些模式可以根据需要调整清洁力度和时间，确保适合不同类型的牙套，从而提供更好的清洁效果。
3.温和而有效的清洁：该清洗机控制系统采用温和而有效的清洁方法，不会损坏牙套的材质。清洗过程中根据牙套的材质使用对应的清洁剂，能够有效去除污垢和细菌，同时保护牙套的质地和外观。
4.智能化功能：清洗机控制系统具有智能化功能，能够根据牙套的情况自动调整清洗参数，确保最佳的清洁效果。例如，系统可以根据牙套的尺寸和材质，自动调整清洗时间和清洗力度，以达到最佳的清洁效果。
5.高效节能：清洗机控制系统和清洗机本身采用高效节能的设计。系统可以智能地管理清洗机的能源消耗，避免不必要的能源浪费。这样既能够提供高效的清洁效果，又能够减少能源消耗，符合环保和节能的要求。
综上所述，本发明的带手柄的牙套清洗机控制系统、方法及清洗机具有清洁效果优异、方便操作、多种清洁模式、温和而有效的清洁、智能化功能和高效节能等有益效果。能够提供高品质的牙套清洁体验，确保牙套的清洁和卫生，并为用户带来便利和舒适的使用体验。
本发明的这些方面或其他方面在以下实施例的描述中会更加简明易懂。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。在附图中：
图1为本发明实施例一种带手柄的牙套清洗机控制方法的流程图。
图2为本发明实施例一种带手柄的牙套清洗机控制方法中取待清洗牙套的图像数据的流程图。
图3为本发明实施例一种带手柄的牙套清洗机控制方法中获取待清洗牙套的尺寸信息、表面图像信息以及属性参数信息的流程图。
图4为本发明实施例一种带手柄的牙套清洗机控制方法中提取表面图像信息的流程图。
图5为本发明实施例一种带手柄的牙套清洗机控制方法中确定牙套表面的待清洗区域的流程图。
图6为本发明实施例一种带手柄的牙套清洗机控制系统的结构框图。
图7为本发明实施例一种带手柄的牙套清洗机控制系统中清洗单元的结构示意图。
图8为本发明实施例一种带手柄的牙套清洗机控制系统中清洗单元安装手柄的结构示意图。
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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
还应当进理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
具体地，下面结合附图，对本发明实施例作进一步阐述。
请参阅图1所示，本发明实施例提供了一种带手柄的牙套清洗机控制方法，包括以下步骤：
步骤S10：获取图像数据。通过拍摄单元获取待清洗牙套的图像数据，可以采用相机或扫描仪等设备进行拍摄。
步骤S20：图像处理。根据所述图像数据，获取待清洗牙套的尺寸信息、表面图像信息以及属性参数信息，对表面图像信息进行灰度处理，确定牙套表面的待清洗区域。
步骤S30：水位控制。基于获取的待清洗牙套的尺寸信息，确定清洗机的清洗仓内待注入水的水位。控制水泵系统启动，向清洗机的清洗仓内注入预设量的水，使水位达到所需水位。
步骤S40：清洗参数确定。根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数，包括超声波振动部的频率、功率、清洗时间等。
步骤S50：初次清洗。根据清洗参数启动清洗机内超声波振动部，对待清洗牙套进行初次清洗。
步骤S60：图像比对和路径筛选。通过拍摄单元对清洗、烘干后的牙套表面再次拍摄，并生成牙套表面的灰度图像数据。将灰度图像数据与牙套表面的待清洗区域的表面图像信息进行比对，筛选出高于灰度阈值的区域，并生成清洗路径，启用喷嘴对这些区域进行再次清洗。
步骤S70：重复清洗。重复执行步骤S50和步骤S60，直至牙套清洗结束。每次清洗后都会进行图像比对和路径筛选，确保清洗效果达到要求。
步骤S80：清洗结束和反馈。在清洗完成后，系统发送清洗结束信号，并通过显示屏或其他方式向操作者提供清洗完成的反馈信息，以便进一步确认清洗效果。
相比传统的牙套清洗方法，本发明的本带手柄的牙套清洗机控制方法，通过图像识别和清洗机的配合，实现对牙套的自动清洗，减少人工操作，提高清洗效率和便捷性；与此同时，通过灰度图像比对和路径筛选，可以精确确定待清洗区域，并对这些区域进行重点清洗，确保清洗彻底、无死角；本发明具有自动化、精准清洗和操作简便的优势，适用于牙套清洗领域，并具有广泛的应用前景。
在本实施例中，参见图2所示，通过拍摄单元获取待清洗牙套的图像数据，包括以下步骤：
步骤S101、基于选择的高分辨率的相机或扫描仪作为拍摄单元，对放置在拍摄区域的待清洗的牙套进行拍照，示例性的，可以通过按下相机快门或触发扫描仪来完成。
步骤S102、对放置在拍摄区域的待清洗的牙套进行拍照时，还包括使用环形灯光作为照明设置进行补光，并根据牙套的尺寸和形状调整拍摄设备的焦距和角度，对待清洗牙套的整个表面进行捕捉，自动对焦后拍摄。
在对待清洗牙套进行拍照时，环形灯光可以提供均匀的光线，确保整个牙套表面的清晰可见性，调整拍摄设备的焦距和角度时，通过确保对待清洗牙套的整个表面进行捕捉，可以获取完整的牙套图像，以便后续处理和分析。
步骤S103、将拍摄到的图像保存，并将从不同的角度和方向进行多次拍摄的图像进行合成，获得待清洗牙套的图像数据。通过合成这些图像，可以获得更全面的、立体的待清洗牙套图像数据，提供更多的信息用于后续处理和分析。
因此，通过选择高分辨率的相机或扫描仪作为拍摄单元，使用环形灯光进行补光，调整拍摄设备的焦距和角度，并进行自动对焦和图像合成，可以获取待清洗牙套的详细图像数据，为后续的清洗操作和分析提供支持。
在本实施例中，将从不同的角度和方向进行多次拍摄的图像进行合成，包括以下步骤：
a)图像对齐：根据特征点匹配以及几何变换，在相同的坐标系统中将每次拍摄的图像进行对齐操作。这可以确保不同角度和方向的图像能够准确对应到相同的位置和尺度上。
b)创建合成画布：选择一个合适大小的画布，用于将多个图像合成在一起，其中，所述画布的大小为容纳所有拍摄的图像，确保不会有图像被裁剪或丢失。
c)图像叠加：基于图像处理的图层，逐一将每个图像叠加到画布上，并调整图像的透明度以及混合模式，将不同角度和方向的图像对齐后叠加到合成画布上；通过透明度调整，可以控制每个图像在合成图像中的可见程度，而混合模式可以改变图像叠加后的效果(如正片叠底、叠加、差值等)。
d)图像融合：对于叠加后图像的边缘或重叠区域，使用渐变融合方式进行图像融合操作，得到图像边缘或重叠区域过渡自然的合成图像；其中，渐变融合通过在边缘或重叠区域中应用过渡效果，使图像在过渡区域内实现平滑的过渡，避免出现明显的边界或不连续性。常见的渐变融合方法包括线性渐变、径向渐变、渐晕等。
e)调整和保存：对合成图像进行亮度、对比度以及色彩校正调整，并将合成图像保存到计算机或存储设备中，以便后续使用或展示。
示例性的，假设有三个从不同角度拍摄的牙套图像，经过图像对齐、图像叠加和图像融合步骤后，得到了一张合成图像。在合成图像中，不同角度的牙套图像被融合在一起，并且边缘和重叠区域具有平滑的过渡效果。通过调整亮度、对比度和色彩校正，使合成图像呈现出清晰、自然的视觉效果。最后，合成图像可以保存到计算机的硬盘或其他存储设备中。
保存到计算机的硬盘或其他存储设备中时，可以保存为：
1、保存为图像文件：合成图像可以以常见的图像格式(如JPEG、PNG、BMP等)保存为文件，以便在计算机上进行查看和使用。可以选择适当的文件名和文件格式，以满足需要。
2、存储到云端：将合成图像上传到云存储服务(如GoogleDrive、Dropbox、OneDrive等)，以便在多个设备之间共享和访问。云存储还提供了备份和远程访问的便利性。
3、导入到图像编辑软件：将合成图像导入到图像编辑软件(如Adobe Photoshop、GIMP等)，以进行进一步的后期处理和编辑。这样可以进行更精细的调整、修复或添加其他元素。
4、输出到打印或展示设备：如果需要将合成图像打印出来或在展示设备上展示，可以将其导出到打印机或投影仪等输出设备。在导出时，可以选择适当的分辨率和色彩配置，以获得最佳的打印或展示效果。
总之，合成图像的保存方式取决于具体的需求和用途。根据需要选择适合的保存方式，以确保合成图像的质量和可用性。
在本实施例中，参见图3所示，根据所述图像数据，获取待清洗牙套的尺寸信息、表面图像信息以及属性参数信息，包括以下步骤：
步骤S201、对获取的图像数据进行预处理，基于Canny边缘检测识别所述图像数据中牙套的边缘并计算边缘的长度或周长，识别和提取待清洗牙套的尺寸信息。
其中，尺寸信息提取时，具体包括：
预处理图像数据：对获取的图像数据进行预处理，包括去噪、灰度化等操作，以提高后续处理的准确性。
边缘检测：使用Canny边缘检测算法识别牙套的边缘。Canny算法能够有效地检测图像中的边缘，通过设置适当的阈值来获得清晰的边缘线条。
边缘长度计算：根据检测到的边缘线条，可以计算牙套的边缘长度或周长，从而获取牙套的尺寸信息。可以使用图像处理库或自定义算法来计算边缘的长度。
步骤S202、基于SIFT(尺度不变特征变换)算法提取所述图像数据中牙套表面的关键点特征，对检测到的关键点特征进行子像素位置定位，提取后得到待清洗牙套的表面图像信息。
其中，表面图像信息提取时，具体包括：
关键点提取：使用SIFT(尺度不变特征变换)算法提取图像数据中牙套表面的关键点特征。SIFT算法能够在不同尺度和旋转角度下提取稳定的关键点。
子像素定位：对检测到的关键点特征进行子像素位置定位，提高关键点的定位精度。这可以通过插值等技术实现，使关键点的位置更加准确。
特征描述：为每个关键点提取描述符，描述牙套表面的纹理和结构特征。这些描述符是高维向量，可以用于后续的图像匹配和特征提取任务。
步骤S203、使用预训练的机器学习模型对所述图像数据进行特征提取，提取牙套图像的材质信息、颜色信息以及纹理特征，并将提取的特征作为输入，预测待清洗牙套的属性参数，输出待清洗牙套的材质类型、颜色类别以及纹理类别的属性参数。
其中，属性参数预测时，具体包括：
特征提取：使用预训练的机器学习模型，如卷积神经网络(CNN)或支持向量机(SVM)，对图像数据进行特征提取。可以利用卷积层、全连接层等结构来提取牙套图像的材质信息、颜色信息以及纹理特征。
属性参数预测：将提取的特征作为输入，通过机器学习模型进行预测，输出待清洗牙套的属性参数。例如，可以训练一个分类模型来预测牙套的材质类型、颜色类别以及纹理类别的属性参数。
在本实施例中，参见图4所示，基于SIFT算法提取所述图像数据中牙套表面的关键点特征，对检测到的关键点特征进行子像素位置定位，提取后得到待清洗牙套的表面图像信息，包括以下步骤：
步骤S2021、构建尺度空间：对待清洗牙套的图像进行预处理，使用高斯金字塔方法构建图像的尺度空间，生成不同尺度的图像金字塔，其中，图像金字塔的每个金字塔层级均为应用高斯模糊核对图像进行卷积得到；
步骤S2022、关键点检测定位：在图像金字塔的每个尺度空间中，使用尺度空间极值检测寻找关键点，并对检测到的关键点进行子像素位置定位。
其中，在图像金字塔的每个尺度空间中，使用尺度空间极值检测方法寻找关键点，极值点在图像中具有较高的对比度，并在尺度空间中达到极大或极小值；对检测到的关键点进行子像素位置定位，通过拟合曲线方法，提高关键点的精确位置。
步骤S2023、方向分配：通过计算关键点周围区域的梯度直方图，为每个关键点分配并确定一个主导方向。其中，对于每个关键点，使用梯度计算算子(如Sobel算子)来获取图像梯度信息，计算其周围区域的梯度方向；基于关键点周围区域的梯度直方图，确定主导方向，即关键点所在区域的主要变化方向。
步骤S2024、特征描述子计算：在每个关键点周围的局部区域内，根据梯度方向和幅值，计算得到描述该关键点特征的局部特征描述子。使用方向直方图、梯度直方图或局部二进制模式(LBP)方法均可以基于关键点附近像素的梯度信息构建特征描述子。
步骤S2025、特征匹配：使用特征描述子之间的余弦相似度，对不同图像中的关键点进行初步匹配，并对匹配结果进行过滤和验证，从经过验证的匹配点对中提取特征描述子，用于表征待清洗牙套的表面图像信息。
在本实施例中，参见图5所示，对表面图像信息进行灰度处理，确定牙套表面的待清洗区域，包括以下步骤：
步骤S211、对待清洗牙套的图像进行预处理，将预处理后的图像转换为灰度图像，并通过阈值分割将灰度图像转换为二值图像，其中，阈值分割时，根据所述灰度图像的灰度值将图像中的像素分为待清洗区域和背景；
其中，通过将彩色图像的红、绿、蓝三个通道的像素值加权平均，将图像从多通道转换为单通道的灰度图像；阈值分割时，根据灰度值将图像中的像素分为待清洗区域和背景，使用全局阈值或自适应阈值的方法进行分割。
步骤S212、对划分为待清洗区域和背景的二值图像进行区域填充和连通性分析，将连通的像素标记为同一个区域，以确定待清洗区域的位置。
其中，区域填充时针对孔洞和闭合不完整的区域填充，确保待清洗区域连续且完整；通过连通性分析，将具有相同像素标记的连通区域划分为不同的区域，以确定待清洗区域的位置。可以使用图像处理库提供的连通性分析函数或自定义算法来实现。
步骤S213、根据待清洗区域的特征进行筛选，去除不符合牙套表面形状和大小的无关区域，得到牙套表面的待清洗区域。其中，基于区域的面积、形状特征或其他几何属性进行筛选。
在本实施例中，根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数，包括以下步骤：
步骤1、将待清洗牙套的属性参数映射到清洗机的清洗参数范围；
步骤2、根据清洗机的规格和超声波振动部的清洗参数，将牙套的材质类型、颜色类别以及纹理类别的属性参数转换为对应的清洗参数值；
步骤3、根据映射得到的清洗参数进行组合，得到确定的清洗参数并应用于清洗机。
其中，所述清洗参数值包括与牙套的属性参数对应的清洗时间、清洗温度、清洗剂浓度以及所述超声波振动部的振动频率、功率。
因此，根据属性参数信息确定与待清洗牙套对应的清洗机的清洗参数的步骤如下：
1.映射属性参数到清洗参数范围：
将待清洗牙套的属性参数映射到清洗机的清洗参数范围。根据清洗机的规格和能力，确定清洗时间、清洗温度、清洗剂浓度以及超声波振动部的振动频率和功率的可接受范围。
2.转换属性参数为清洗参数值：
根据清洗机的规格和超声波振动部的清洗参数，将牙套的材质类型、颜色类别以及纹理类别的属性参数转换为对应的清洗参数值。这涉及将属性参数映射到具体的清洗时间、清洗温度、清洗剂浓度、超声波振动频率和功率值。
3.组合确定清洗参数：
根据映射得到的清洗参数值进行组合，得到最终确定的清洗参数。根据清洗机的要求和特性，考虑参数之间的相互影响和适配性，确保清洗参数的合理性和可行性。
4.应用清洗参数于清洗机：
将确定的清洗参数应用于清洗机。设置清洗机的控制系统，调整清洗时间、清洗温度、清洗剂浓度以及超声波振动部的振动频率和功率等参数，以满足待清洗牙套的清洗需求。
示例性的，假设待清洗牙套的属性参数为材质类型为硅胶、颜色类别为透明、纹理类别为光滑。根据清洗机的规格和要求，经过映射和转换，得到以下清洗参数值：
清洗时间：5分钟。
清洗温度：40℃。
清洗剂浓度：10％。
超声波振动频率：40kHz。
超声波振动功率：50W。
然后，将这些清洗参数值应用于清洗机，确保清洗机在清洗过程中使用适合该牙套的参数进行清洗操作。
本发明的带手柄的牙套清洗机控制方法作为一种便捷而有效的方式，使用户能够轻松控制清洗机对牙套进行全面清洗。本发明的方法中主要步骤包括开启清洗机、放置待清洗牙套、设置清洗参数、启动清洗过程、清洗循环、完成清洗和关闭清洗机。
通过本发明的方法，用户可以通过手柄或按钮等控制装置开启和关闭清洗机，简化了操作流程。用户只需将待清洗的牙套放置在指定位置，并根据牙套的属性和清洗需求设置相应的清洗参数，如清洗时间、清洗温度、清洗剂浓度等。启动清洗过程后，清洗机将根据设置的清洗参数执行清洗循环，包括水流喷洒、超声波振动和清洗剂喷洒等操作，以确保彻底清洗牙套的表面和细小部件。
本发明的带手柄的牙套清洗机控制方法可以根据牙套的特性和需求，自定义清洗参数，以获得最佳的清洗效果。可以根据牙套的材质、颜色和纹理等属性，将其映射到清洗机的清洗参数范围，并根据清洗机的规格和超声波振动部的清洗参数，将属性参数转换为对应的清洗参数值。这样，清洗机能够根据牙套的具体特性进行精准的清洗，提高清洗效果和效率。
综上所述，本发明的带手柄的牙套清洗机控制方法结合了用户友好的操作方式和个性化的清洗参数设置，使用户能够轻松控制清洗机完成对牙套的全面清洗，提供了便捷、高效和定制化的牙套清洗体验。
请参阅图6至图8所示，本发明实施例还提供了一种带手柄的牙套清洗机控制系统，该系统包括拍摄单元100、图像处理单元200、水位控制单元300、清洗参数确定单元400、清洗单元500和反馈单元600；
所述拍摄单元100：用于获取待清洗牙套的图像数据。可以使用相机或扫描仪等设备进行拍摄，以获取牙套的整个表面图像；
所述图像处理单元200：根据所述图像数据，提取待清洗牙套的尺寸信息、表面图像信息和属性参数信息。通过灰度处理图像，确定牙套表面的待清洗区域；
所述水位控制单元300：根据获取的待清洗牙套的尺寸信息，确定清洗机的清洗仓内待注入水的水位。控制水泵系统启动，向清洗机的清洗仓内注入预设量的水，使水位达到所需水位；
所述清洗参数确定单元400：根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数。包括超声波振动部的频率、功率、清洗时间等参数的确定；
所述清洗单元500：根据清洗参数确定单元400确定的清洗参数，启动清洗机内的超声波振动部，对待清洗牙套进行初次清洗。超声波振动能够有效去除牙套表面的污垢和细菌。
所述反馈单元600：在清洗完成后，系统发送清洗结束信号，并通过显示屏或其他方式向操作者提供清洗完成的反馈信息。
通过上述组件的协同工作，本发明的带手柄的牙套清洗机控制系统能够实现对牙套的全面清洗，并提供清洗过程的反馈和监控，使操作者能够方便地控制和管理清洗过程，确保牙套的清洁和卫生。
本发明实施例还提供了一种清洗机，包括存储器和处理器，该存储器中存储有计算机程序，该计算机程序被该处理器执行时实现上述任意一项实施例的带手柄的牙套清洗机控制方法。
在该清洗机中包括一个处理器以及一个存储器，并还可以包括：输入装置和输出装置。处理器、存储器、输入装置和输出装置可以通过总线或者其他方式连接，输入装置可接收输入的数字或字符信息，以及产生与带手柄的牙套清洗机控制有关的信号输入。输出装置可包括显示屏等显示设备。
存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的带手柄的牙套清洗机控制方法对应的程序指令/模块。存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作装置、至少一个功能所需要的应用程序；存储数据区可存储带手柄的牙套清洗机控制方法的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器在一些实施例中可以是中央处理器(CentralProcessingUnit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制清洗机的总体操作。本实施例中，处理器用于运行存储器中存储的程序代码或者处理数据。本实施例清洗机的多个清洗机的处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的带手柄的牙套清洗机控制方法的步骤。
应当理解，在相互不冲突的情况下，以上针对根据本发明的带手柄的牙套清洗机控制方法阐述的所有实施方式、特征和优势同样地适用于根据本发明的基于敏捷开发模式下的自动数据库迁移工具和存储介质。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个装置的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
综上所述，该清洗机控制系统和方法提供了高效、卫生、精确的牙套清洗体验，确保了牙套的清洁和健康。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种带手柄的牙套清洗机控制方法，其特征在于，该方法包括以下步骤：
步骤1)：获取图像数据
通过拍摄单元获取待清洗牙套的图像数据；
步骤2)：图像处理
根据所述图像数据，获取待清洗牙套的尺寸信息、表面图像信息以及属性参数信息，对表面图像信息进行灰度处理，确定牙套表面的待清洗区域；
步骤3)：水位控制
基于获取的待清洗牙套的尺寸信息，确定清洗机的清洗仓内待注入水的水位；控制水泵系统启动，向清洗机的清洗仓内注入预设量的水，使水位达到所需水位；
步骤4)：清洗参数确定
根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数，包括超声波振动部的频率、功率以及清洗时间；
步骤5)：初次清洗
根据清洗参数启动清洗机内超声波振动部，对待清洗牙套进行初次清洗；
步骤6)：图像比对和路径筛选
通过拍摄单元对清洗、烘干后的牙套表面再次拍摄，并生成牙套表面的灰度图像数据；将灰度图像数据与牙套表面的待清洗区域的表面图像信息进行比对，筛选出高于灰度阈值的区域，并生成清洗路径，启用喷嘴对这些区域进行再次清洗；
步骤7)：重复清洗
重复执行步骤5)和步骤6)，直至牙套清洗结束，每次清洗后均进行图像比对和路径筛选，直至到达清洗要求；
步骤8)：清洗结束和反馈
在清洗完成后，发送清洗结束信号并反馈清洗信息。
2.如权利要求1所述的带手柄的牙套清洗机控制方法，其特征在于，通过拍摄单元获取待清洗牙套的图像数据，包括以下步骤：
基于选择的高分辨率的相机或扫描仪作为拍摄单元，对放置在拍摄区域的待清洗的牙套进行拍照；
对放置在拍摄区域的待清洗的牙套进行拍照时，还包括使用环形灯光作为照明设置进行补光，并根据牙套的尺寸和形状调整拍摄设备的焦距和角度，对待清洗牙套的整个表面进行捕捉，自动对焦后拍摄；
将拍摄到的图像保存，并将从不同的角度和方向进行多次拍摄的图像进行合成，获得待清洗牙套的图像数据。
3.如权利要求2所述的带手柄的牙套清洗机控制方法，其特征在于，将从不同的角度和方向进行多次拍摄的图像进行合成，包括以下步骤：
a)图像对齐：根据特征点匹配以及几何变换，在相同的坐标系统中将每次拍摄的图像进行对齐操作；
b)创建合成画布：选择一个合适大小的画布，用于将多个图像合成在一起，其中，所述画布的大小为容纳所有拍摄的图像；
c)图像叠加：基于图像处理的图层，逐一将每个图像叠加到画布上，并调整图像的透明度以及混合模式，将不同角度和方向的图像对齐后叠加到合成画布上；
d)图像融合：对于叠加后图像的边缘或重叠区域，使用渐变融合方式进行图像融合操作，得到图像边缘或重叠区域过渡自然的合成图像；
e)调整和保存：对合成图像进行亮度、对比度以及色彩校正调整，并将合成图像保存到计算机或存储设备中。
4.如权利要求3所述的带手柄的牙套清洗机控制方法，其特征在于，根据所述图像数据，获取待清洗牙套的尺寸信息、表面图像信息以及属性参数信息，包括以下步骤：
对获取的图像数据进行预处理，基于Canny边缘检测识别所述图像数据中牙套的边缘并计算边缘的长度或周长，识别和提取待清洗牙套的尺寸信息；
基于SIFT算法提取所述图像数据中牙套表面的关键点特征，对检测到的关键点特征进行子像素位置定位，提取后得到待清洗牙套的表面图像信息；
使用预训练的机器学习模型对所述图像数据进行特征提取，提取牙套图像的材质信息、颜色信息以及纹理特征，并将提取的特征作为输入，预测待清洗牙套的属性参数，输出待清洗牙套的材质类型、颜色类别以及纹理类别的属性参数。
5.如权利要求4所述的带手柄的牙套清洗机控制方法，其特征在于，基于SIFT算法提取所述图像数据中牙套表面的关键点特征，对检测到的关键点特征进行子像素位置定位，提取后得到待清洗牙套的表面图像信息，包括以下步骤：
1)构建尺度空间：对待清洗牙套的图像进行预处理，使用高斯金字塔方法构建图像的尺度空间，生成不同尺度的图像金字塔，其中，图像金字塔的每个金字塔层级均为应用高斯模糊核对图像进行卷积得到；
2)关键点检测定位：在图像金字塔的每个尺度空间中，使用尺度空间极值检测寻找关键点，并对检测到的关键点进行子像素位置定位；
3)方向分配：通过计算关键点周围区域的梯度直方图，为每个关键点分配并确定一个主导方向；
4)特征描述子计算：在每个关键点周围的局部区域内，根据梯度方向和幅值，计算得到描述该关键点特征的局部特征描述子；
5)特征匹配：使用特征描述子之间的余弦相似度，对不同图像中的关键点进行初步匹配，并对匹配结果进行过滤和验证，从经过验证的匹配点对中提取特征描述子，用于表征待清洗牙套的表面图像信息。
6.如权利要求1所述的带手柄的牙套清洗机控制方法，其特征在于，对表面图像信息进行灰度处理，确定牙套表面的待清洗区域，包括以下步骤：
对待清洗牙套的图像进行预处理，将预处理后的图像转换为灰度图像，并通过阈值分割将灰度图像转换为二值图像，其中，阈值分割时，根据所述灰度图像的灰度值将图像中的像素分为待清洗区域和背景；
对划分为待清洗区域和背景的二值图像进行区域填充和连通性分析，将连通的像素标记为同一个区域，以确定待清洗区域的位置；
根据待清洗区域的特征进行筛选，去除不符合牙套表面形状和大小的无关区域，得到牙套表面的待清洗区域。
7.如权利要求4所述的带手柄的牙套清洗机控制方法，其特征在于，根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数，包括以下步骤：
将待清洗牙套的属性参数映射到清洗机的清洗参数范围；
根据清洗机的规格和超声波振动部的清洗参数，将牙套的材质类型、颜色类别以及纹理类别的属性参数转换为对应的清洗参数值；
根据映射得到的清洗参数进行组合，得到确定的清洗参数并应用于清洗机。
8.如权利要求7所述的带手柄的牙套清洗机控制方法，其特征在于，所述清洗参数值包括与牙套的属性参数对应的清洗时间、清洗温度、清洗剂浓度以及所述超声波振动部的振动频率、功率。
9.一种带手柄的牙套清洗机控制系统，其特征在于，该系统用于执行权利要求1-8中任一所述带手柄的牙套清洗机控制方法，该系统包括拍摄单元、图像处理单元、水位控制单元、清洗参数确定单元、清洗单元和反馈单元；
所述拍摄单元：用于获取待清洗牙套的图像数据；
所述图像处理单元：用于根据所述图像数据，提取待清洗牙套的尺寸信息、表面图像信息和属性参数信息；并通过灰度处理图像，确定牙套表面的待清洗区域；
所述水位控制单元：用于根据获取的待清洗牙套的尺寸信息，确定清洗机的清洗仓内待注入水的水位，并控制水泵系统启动，向清洗机的清洗仓内注入预设量的水，使水位达到所需水位；
所述清洗参数确定单元：用于根据属性参数信息，确定与待清洗牙套对应的清洗机的清洗参数；
所述清洗单元：用于根据清洗参数确定单元确定的清洗参数，启动清洗机内的超声波振动部，对待清洗牙套进行清洗；
所述反馈单元：用于在清洗完成后，发送清洗结束信号，并反馈清洗信息。
10.一种清洗机，其特征在于，该清洗机包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，其中，所述处理器执行所述计算机程序时实现权利要求1-8中任一所述带手柄的牙套清洗机控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310811570.8A CN116672115A (zh) | 2023-07-04 | 2023-07-04 | 带手柄的牙套清洗机控制系统、方法及清洗机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310811570.8A CN116672115A (zh) | 2023-07-04 | 2023-07-04 | 带手柄的牙套清洗机控制系统、方法及清洗机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116672115A true CN116672115A (zh) | 2023-09-01 |
Family
ID=87785606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310811570.8A Pending CN116672115A (zh) | 2023-07-04 | 2023-07-04 | 带手柄的牙套清洗机控制系统、方法及清洗机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116672115A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117696507A (zh) * | 2024-01-11 | 2024-03-15 | 苏州光斯奥光电科技有限公司 | 清洗设备及其控制方法、装置和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107468364A (zh) * | 2016-06-08 | 2017-12-15 | 欧阳仪霏 | 一种牙套保管和清洗系统 |
| CN113458072A (zh) * | 2021-07-06 | 2021-10-01 | 广东固特超声股份有限公司 | 一种智能终端控制的眼镜超声波清洗方法及清洗机 |
| CN114119535A (zh) * | 2021-11-24 | 2022-03-01 | 上海航翼高新技术发展研究院有限公司 | 基于视觉检测的激光清洗效果在线监测方法 |
| CN114433559A (zh) * | 2022-03-03 | 2022-05-06 | 珠海格力电器股份有限公司 | 超声波清洗盒控制方法、系统、装置、设备及存储介质 |
| CN116019584A (zh) * | 2021-10-22 | 2023-04-28 | 漳州松霖智能家居有限公司 | 一种带牙菌斑检测的口腔清洗方法、装置和系统 |
| CN116274170A (zh) * | 2023-03-27 | 2023-06-23 | 中建三局第一建设工程有限责任公司 | 一种激光清洗设备的控制方法、系统及相关装置 |
-
2023
- 2023-07-04 CN CN202310811570.8A patent/CN116672115A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107468364A (zh) * | 2016-06-08 | 2017-12-15 | 欧阳仪霏 | 一种牙套保管和清洗系统 |
| CN113458072A (zh) * | 2021-07-06 | 2021-10-01 | 广东固特超声股份有限公司 | 一种智能终端控制的眼镜超声波清洗方法及清洗机 |
| CN116019584A (zh) * | 2021-10-22 | 2023-04-28 | 漳州松霖智能家居有限公司 | 一种带牙菌斑检测的口腔清洗方法、装置和系统 |
| CN114119535A (zh) * | 2021-11-24 | 2022-03-01 | 上海航翼高新技术发展研究院有限公司 | 基于视觉检测的激光清洗效果在线监测方法 |
| CN114433559A (zh) * | 2022-03-03 | 2022-05-06 | 珠海格力电器股份有限公司 | 超声波清洗盒控制方法、系统、装置、设备及存储介质 |
| CN116274170A (zh) * | 2023-03-27 | 2023-06-23 | 中建三局第一建设工程有限责任公司 | 一种激光清洗设备的控制方法、系统及相关装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117696507A (zh) * | 2024-01-11 | 2024-03-15 | 苏州光斯奥光电科技有限公司 | 清洗设备及其控制方法、装置和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schwartz et al. | Deepisp: Toward learning an end-to-end image processing pipeline | |
| US9773302B2 (en) | Three-dimensional object model tagging | |
| Miklos et al. | Discrete scale axis representations for 3D geometry | |
| CA3104592A1 (en) | Automated determination of a canonical pose of a 3d objects and superimposition of 3d objects using deep learning | |
| CN116672115A (zh) | 带手柄的牙套清洗机控制系统、方法及清洗机 | |
| CN107483892A (zh) | 视频数据实时处理方法及装置、计算设备 | |
| WO2008065598A2 (en) | A method, an apparatus and a computer program for data processing | |
| CN107613360A (zh) | 视频数据实时处理方法及装置、计算设备 | |
| CN113192206A (zh) | 基于目标检测和背景去除的三维模型实时重建方法及装置 | |
| CN115381335B (zh) | 一种扫地机器人的路径控制方法、装置、设备及存储介质 | |
| Matsui et al. | Single-image fence removal using deep convolutional neural network | |
| Falcao et al. | User-steered image boundary segmentation | |
| CN114693570A (zh) | 一种人体模型图像的融合处理方法、设备和存储介质 | |
| Wei | Deterministic texture analysis and synthesis using tree structure vector quantization | |
| Yu et al. | End-to-end partial convolutions neural networks for Dunhuang grottoes wall-painting restoration | |
| Naji et al. | A new multi-focus image fusion technique based on variance in DCT domain | |
| CN113516755B (zh) | 图像处理方法、图像处理装置、电子设备和存储介质 | |
| CN118015190A (zh) | 一种数字孪生模型的自主构建方法及装置 | |
| CN111062924B (zh) | 图像处理方法、装置、终端和存储介质 | |
| CN110430416B (zh) | 自由视点图像生成方法和装置 | |
| Oblak et al. | Recovery of superquadrics from range images using deep learning: A preliminary study | |
| WO2020228348A1 (zh) | 校园三维数字化建模方法、系统、装置及存储介质 | |
| CN109934342B (zh) | 神经网络模型训练方法、深度图像修复方法及系统 | |
| Takarics et al. | Welding trajectory reconstruction based on the Intelligent Space concept | |
| CN107610237A (zh) | 图像采集设备数据实时处理方法及装置、计算设备 |
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 |