CN116934821B - 一种个性化假牙三维图像模型配准方法及系统 - Google Patents
一种个性化假牙三维图像模型配准方法及系统 Download PDFInfo
- Publication number
- CN116934821B CN116934821B CN202311188427.4A CN202311188427A CN116934821B CN 116934821 B CN116934821 B CN 116934821B CN 202311188427 A CN202311188427 A CN 202311188427A CN 116934821 B CN116934821 B CN 116934821B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- point
- dimensional contour
- contour
- denture
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000008569 process Effects 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims description 11
- 230000001629 suppression Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 3
- 239000000284 extract Substances 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 238000000605 extraction Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000010606 normalization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012916 structural analysis Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及三维图像模型匹配领域,具体涉及一种个性化假牙三维图像模型配准方法及系统,该方法获取假牙三维模型以及患者牙齿三维模型,提取假牙三维模型的三维轮廓信息;通过各三维轮廓点局部空间点云灰度信息得到各三维轮廓点的突显因子;计算各三维轮廓点的结构复杂程度及局部空间分布指标,得到各三维轮廓点的影响度因子;获取各三维轮廓点的候选度;对各三维轮廓点的候选度进行优化获取优化候选度;选取匹配关键点,根据各匹配关键点与对应匹配点的匹配度,完成假牙三维图像模型的匹配。从而实现个性化假牙三维模型的精确匹配,降低匹配过程中的计算量,提高匹配精度,保证了假牙三维模型的配准效果。
Description
技术领域
本发明涉及三维图像模型匹配领域,具体涉及一种个性化假牙三维图像模型配准方法及系统。
背景技术
随着计算机视觉以及医疗行业的快速发展,口腔医疗相关诊断技术慢慢转向三维,牙齿三维模型可以包含完整的三维几何特征信息。对于牙齿模型、假牙加工等方面的问题,仅依靠患者的口扫数据得到的牙齿信息进行假牙的加工重建是远远不够的,需要多维信息的结合,进行多维数据的配准。三维模型定位技术在牙齿矫正以及假牙制造加工过程中具有广泛应用,有效保证牙齿模型加工精度,牙齿三维模型在假牙加工以及模型定位技术中起到关键性作用。
传统三维模型的配准大多直接针对点对点的配准,迭代计算点对点之间的距离来确定对应点对,该过程数据计算量较大,耗费时间较长,极易出现局部配准最优的问题,导致配准精度整体较低。
综上所述,本发明提出一种个性化假牙三维图像模型配准方法及系统,通过扫描技术采集患者牙齿三维信息结合三维重建技术获取患者牙齿三维模型,同时获取对应假牙三维模型,构建牙齿三维配准模型,用于对假牙三维模型与患者牙齿匹配度进行分析,以便为假牙加工提供有效信息,提高假牙加工精度。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种个性化假牙三维图像模型配准方法及系统,所采用的技术方案具体如下:
第一方面,本发明实施例提供了一种个性化假牙三维图像模型配准方法,该方法包括以下步骤:
获取假牙三维模型以及患者牙齿三维模型,并提取假牙三维模型的三维轮廓信息;
通过各三维轮廓点局部空间所包含点云的灰度信息得到各三维轮廓点的突显因子;根据各三维轮廓点在各个方向的轮廓变化状况得到各三维轮廓点的结构复杂程度;根据经过三维轮廓点的各轮廓线的分布情况得到三维轮廓点的局部空间分布指标;根据各三维轮廓点结构复杂程度及局部空间分布指标得到各三维轮廓点的影响度因子;
根据各三维轮廓点的突显因子以及影响度因子得到各三维轮廓点的候选度;对各三维轮廓点的候选度进行优化获取优化候选度;将优化候选度高于候选度阈值的三维轮廓点均作为假牙三维模型的匹配关键点;
获取假牙三维模型各匹配关键点在患者牙齿三维模型中的匹配点,完成假牙三维图像模型的匹配。
优选的,所述通过各三维轮廓点局部空间所包含点云的灰度信息得到各三维轮廓点的突显因子,包括:
对于各三维轮廓点,计算三维轮廓点与局部空间内各点云的灰度差异,将三维轮廓点与局部空间内所有点云的灰度差异之和作为三维轮廓点的突显因子。
优选的,所述根据各三维轮廓点在各个方向的轮廓变化状况得到各三维轮廓点的结构复杂程度,表达式具体为:
式中,表示三维轮廓点p的结构复杂程度,m表示经过三维轮廓点p的轮廓线的条数,n表示轮廓线上以三维轮廓点p为中心左右两边选取三维轮廓点的总个数,/>表示轮廓线s上的三维轮廓点t、三维轮廓点t+1的斜率,分别表示轮廓线s上的三维轮廓点t、三维轮廓点t+1的斜率变化率。
优选的,所述根据经过三维轮廓点的各轮廓线的空间分布情况不规则度得到三维轮廓点的局部空间分布指标,包括:
通过各三维轮廓点所处轮廓线的灰度熵以及轮廓线上三维轮廓点之间的距离获取各轮廓线的不规则度;
对于各三维轮廓点,获取经过三维轮廓点的各轮廓线的不规则度,将经过三维轮廓点的所有轮廓线的不规则度之和作为三维轮廓点的局部空间分布指标。
优选的,所述通过各三维轮廓点所处轮廓线的灰度熵以及轮廓线上三维轮廓点之间的距离获取各轮廓线的不规则度,包括:
对于各三维轮廓点,获取经过三维轮廓点的各轮廓线;计算各轮廓线的灰度熵;计算各轮廓线上相邻三维轮廓点之间的距离;各轮廓线的不规则度与所述灰度熵以及所述距离成正相关关系。
优选的,所述根据各三维轮廓点结构复杂程度及局部空间分布指标得到各三维轮廓点的影响度因子,具体包括:对于各三维轮廓点,三维轮廓点的影响因子与三维轮廓点的结构复杂程度以及局部空间分布指标成正相关关系。
优选的,所述根据各三维轮廓点的突显因子以及影响度因子得到各三维轮廓点的候选度,具体包括:对于各三维轮廓点,将三维轮廓点的突显因子与影响度因子之和作为三维轮廓点的候选度。
优选的,所述对各三维轮廓点的候选度进行优化获取优化候选度,具体步骤包括:
设定三维轮廓点抑制阈值;
对于各三维轮廓点,当候选度大于三维轮廓点抑制阈值时,三维轮廓点的优化候选度为候选度与三维轮廓点抑制阈值的差值;当候选度小于等于三维轮廓点抑制阈值时,三维轮廓点的优化候选度为零。
优选的,所述获取假牙三维模型各匹配关键点在患者牙齿三维模型中的匹配点,完成假牙三维图像模型的匹配,具体步骤包括:
匈牙利匹配算法获取假牙三维模型各匹配关键点与对应匹配点之间的匹配度;
基于各匹配关键点与对应匹配点之间的匹配度确定假牙三维模型与患者牙齿三维模型的匹配度,根据假牙三维模型与患者牙齿三维模型的匹配度完成假牙三维图像模型的匹配。
第二方面,本发明实施例还提供了一种个性化假牙三维图像模型配准系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
本发明至少具有如下有益效果:
本发明主要通过假牙三维模型与患者牙齿三维模型之间的关系,对个性化假牙三维图像模型进行配准分析,以提高假牙加工精度。本发明结合三维轮廓点的局部结构复杂度以及局部空间分布情况对三维轮廓点的结构轮廓重要程度进行分析,提高了三维轮廓点的空间结构分析精度,可实现对三维轮廓点的局部特征进行精确表征,提高假牙三维模型匹配关键点的有效提取,提升后续匹配准确性;
进一步,本发明结合假牙三维模型中的各三维轮廓点的突显因子以及影响度因子,自适应获取各三维轮廓点的优选候选度,对各三维轮廓点所包含的结构轮廓信息量进行检测,提高假牙三维图像模型匹配过程中匹配关键点的选取精度;同时根据优选候选度对假牙三维模型配准的匹配关键点进行提取,解决了匹配过程中所有三维点云数据均参与匹配计算而导致的计算量大、匹配速度慢、精度低的问题,防止假牙三维模型匹配过程中无关三维点云参与匹配的影响,进而提高匹配精度。本发明具有计算量小、匹配精度高等有益效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,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的介绍,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,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例提供的一种个性化假牙三维图像模型配准方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种个性化假牙三维图像模型配准方法及系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种个性化假牙三维图像模型配准方法及系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种个性化假牙三维图像模型配准方法的步骤流程图,该方法包括以下步骤:
步骤S001,通过扫描技术采集患者牙齿三维信息,获取患者牙齿三维模型以及假牙三维模型,作为牙齿三维配准的基础。
具体的,首先本实施例将通过三维扫描技术获取患者牙齿三维信息,作为患者牙齿三维模型重建的基础,需要说明的是,患者牙齿三维信息的三维扫描技术有很多,激光扫描、牙齿锥形束计算机断层扫描等方法,具体的三维扫描技术及扫描过程可通过现有技术实现,不在本实施例保护范围内,不做相关详细阐述;
然后,根据患者牙齿三维信息结合三维重建技术获取患者牙齿三维模型,三维重建技术及三维重建过程为现有公知技术。同样的,对于假牙本实施例将通过扫描技术获取假牙三维模型,用于对假牙加工状况进行检测,作为患者牙齿三维模型与假牙匹配分析的基础数据。
至此,即可根据本实施例上述方法获取患者牙齿三维模型,并得到用于分析的假牙三维模型,作为个性化假牙三维模型配准的基础。
步骤S002,提取假牙三维模型的各匹配关键点,并获取假牙三维模型各匹配关键点与患者牙齿三维模型的匹配度,完成假牙三维模型的配准,保证假牙加工精度。
具体的,本实施例将根据假牙三维模型各三维点的特征信息与患者牙齿三维模型进行匹配,考虑到匹配过程中大多将所有三维点均参与匹配分析,且未考虑假牙三维模型中各三维点的重要程度,具有计算量大,检测速度慢以及检测准确性低等问题,因此,本实施例将对假牙三维模型中的关键点进行提取、筛选,基于假牙三维模型的关键点分析假牙三维模型与患者牙齿三维模型的匹配度,提高假牙三维模型的匹配精度,同时降低匹配过程中的计算量,提高检测速度。假牙三维模型各匹配关键点提取过程具体为:
首先,考虑到轮廓信息更能体现牙齿三维模型的整体空间结构,本实施例将采用三维轮廓提取算法获取假牙三维模型的三维轮廓信息,得到假牙三维模型的三维轮廓点集合。需要说明的是,三维轮廓提取可通过现有技术实现,三维轮廓提取算法具体过程为现有公知技术,不在本实施例保护范围内,在此不做相关详细阐述。然后,本实施例获取三维轮廓点灰度值,然后为分析各三维轮廓点的局部结构状况,以三维轮廓点为中心,获取其局部W*W*W的空间范围,其中W为局部空间尺寸,具体取值实施者可自行设定,本实施例设定为W=5,本实施例将根据局部空间内存在的各点云的灰度信息对中心的三维轮廓点的突出程度进行检测,计算中心三维轮廓点的突显因子,所述突显因子具体表达式为:
式中,为三维轮廓点p的突显因子,W为轮廓点的局部空间尺寸,/>为三维轮廓点p与局部空间内第i个点云的灰度差异。本实施例中所述灰度差异为对应灰度差值的绝对值。三维轮廓点与局部空间内的各轮廓点以及各点云的灰度差异越大,则当前三维轮廓点的突显因子越大,与局部空间内其他点云的相似度越低;
考虑到各轮廓点在假牙三维模型中的位置不同,局部结构不同,则在后续匹配过程中,各轮廓点在假牙三维模型中的影响程度存在一定的差异,因此,本实施例将对各三维轮廓点的影响度进行检测,计算各三维轮廓点的影响度因子,各三维轮廓点的影响度因子检测过程具体为:
1)本实施例采用角点检测获取假牙三维模型中各三维轮廓点的角点值,需要说明的是,角点检测现有算法有很多,实施者可自行选取,本实施例使用现有harris角点检测算法,具体的角点检测过程为现有公知技术,不在本实施例保护范围内,在此不做相关详细阐述,角点值越大,则对应三维轮廓点越可能为突出的角点,则在假牙三维模型中的轮廓影响程度越高;
2)进一步,本实施例考虑到在假牙三维模型中结构越复杂局部结构分布越不规则的轮廓区域,对于假牙三维模型匹配过程中的重要性越高,因此,本实施例将获取三维轮廓点在各个方向的轮廓变化情况,并根据三维轮廓点在各个方向的轮廓变化状况计算各三维轮廓点的结构复杂程度,用于对三维轮廓点的局部轮廓的复杂程度进行检测,所述结构复杂程度表达式具体为:
式中,m表示经过三维轮廓点p的轮廓线的条数,n为轮廓线上以三维轮廓点p为中心左右两边选取三维轮廓点的总个数,表示轮廓线s上的三维轮廓点t、三维轮廓点t+1的斜率,具体计算方法为现有公知技术,不在本实施例保护范围内,不做相关详细阐述,/>分别表示轮廓线s上的三维轮廓点t、三维轮廓点t+1的斜率变化率,具体为现有计算方法,不在本实施例保护范围内,/>为三维轮廓点p的结构复杂程度,三维轮廓点与所在轮廓线上周围其他三维轮廓点的斜率差异越大且斜率变化率的差异越高时,则三维轮廓点的局部结构复杂程度越高;
3)同时,考虑到三维轮廓点所经过的各轮廓线的空间分布不同,则对应三维轮廓点的局部结构变化情况也有所差异,经过三维轮廓点的各轮廓线之间空间分布越不规则,则三维轮廓点的局部空间分布越复杂,所包含的结构轮廓信息越多,三维轮廓点越重要,因此,对于各三维轮廓点,本实施例将对经过三维轮廓点的各轮廓线的不规则度进行检测,本实施例中所述不规则度的表达式为:
式中,表示过三维轮廓点p的轮廓线o的灰度熵,需要说明的是,轮廓线的灰度熵为根据轮廓线上以三维轮廓点p为中心左右两边各选v个三维轮廓点,也即共2v+1个三维轮廓点的灰度值计算灰度熵作为该轮廓线的灰度熵,熵的计算方法为现有公知技术,不在本实施例保护范围内,在此不做详细阐述,同时,v的设定实施者可根据实际情况自行设置,本实施例将v设置为10,u为在轮廓线o上以三维轮廓点p为中心左右两边各选取的三维轮廓点数量,/>表示在轮廓线o上三维轮廓点p的左边第b相邻点与右边第b相邻点之间的欧式距离,本实施例中欧式距离为两个点的三维坐标之间的欧式距离,具体计算过程为现有公知技术,不在本实施例保护范围内,/> 表示过三维轮廓点p的轮廓线o的不规则度,该值越大,则对应轮廓线的不规则度越高,轮廓线的空间分布越复杂;
重复上述方法,获取过三维轮廓点p的各轮廓线的不规则度,用于对三维轮廓点的局部空间分布进行检测,考虑到经过三维轮廓点的各轮廓线分布的规则程度能够体现所述三维轮廓点的局部空间分布状况,因此,本实施例将根据经过三维轮廓点的各轮廓线的不规则度对三维轮廓点的局部空间分布指标进行计算,三维轮廓点的局部空间分布指标表达式为:
式中,表示经过三维轮廓点p的轮廓线的条数,/> 表示过三维轮廓点p的轮廓线o的不规则度,/>为三维轮廓点p的局部空间分布指标,局部空间分布指标值越大,则对应三维轮廓点的局部轮廓线的不规则度越高、空间分布越复杂,三维轮廓点所包含的结构轮廓信息越多,三维轮廓点越重要;
4)为提高三维轮廓点的空间结构特征提取精度,本实施例将根据各三维轮廓点的多维特征指标对三维轮廓点在假牙三维模型中的影响程度进行分析,构建三维轮廓点影响度因子,准确表征各三维轮廓点的重要程度,所述影响度因子表达式具体为:
式中,为三维轮廓点p的影响度因子,/>为三维轮廓点p的角点值,分别表示三维轮廓点p的结构复杂程度、局部空间分布指标,为归一化处理,需要说明的是,归一化方法有很多,可通过现有方法实现。至此,可根据本实施例上述过程实现对各三维轮廓点的影响度因子进行提取,对各三维轮廓点的局部结构轮廓特征进行表征,提高假牙三维模型匹配过程中关键点的提取精度;
最后,本实施例将根据各三维轮廓点的突显因子以及影响度因子对假牙三维模型中的各匹配关键点进行筛选,保证匹配关键点的选取可靠度,因此,计算各三维轮廓点的候选度,本实施例所述候选度表达式为:
式中,分别为权值因子,实施者可自行设定,本实施例设定为:,/>分别为三维轮廓点p的突显因子、影响度因子,/>为三维轮廓点p的候选度,所述候选度越大,则对应三维轮廓点作为假牙三维模型匹配过程中的匹配关键点的可能性越高,越能够对假牙三维模型的整体结构轮廓特征进行表征;
重复上述方法,获取各三维轮廓点的候选度;
进一步,本实施例为保证获取假牙三维模型匹配过程中所选取的各匹配关键点的分布均匀性,本实施例将对各三维轮廓点的候选度进行优化,获取各三维轮廓点的优化候选度:
其中为三维轮廓点抑制阈值,实施者可根据实际情况自行设定,本实施例中将三维轮廓点抑制阈值设定为/>,其中,/>为假牙三维模型中所有三维轮廓点的候选度均值;
同样的,重复本实施例上述方法获取各三维轮廓点的优化候选度,并进行归一化处理,然后设定候选度阈值,将优化候选度高于候选度阈值的三维轮廓点作为假牙三维模型配准的关键点,至此根据本实施例上述方法即可实现对假牙三维模型匹配的各匹配关键点。
最后,将对假牙三维模型中各匹配关键点的对应匹配点进行提取,用于匹配点对的计算提取相关现有算法有很多,本实施例将结合匈牙利算法获取假牙三维模型各匹配关键点在患者牙齿三维模型中的匹配点,需要说明的是,匈牙利算法进行匹配分析的过程可通过现有技术实现,不在本实施例保护范围内,在此不做详细阐述。
根据假牙三维模型各匹配关键点与对应匹配点之间的匹配度,得到假牙三维模型与患者牙齿三维模型的匹配度。本实施例中将假牙三维模型各匹配关键点与对应匹配点之间的匹配度之和,作为假牙三维模型与患者牙齿三维模型之间的匹配度,匹配度越高,则假牙三维模型与患者牙齿三维模型之间的相似程度越高,假牙加工精度越准确,基于此完成个性化假牙三维图像模型的精确匹配。
基于与上述方法相同的发明构思,本发明实施例还提供了一种个性化假牙三维图像模型配准系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种个性化假牙三维图像模型配准方法中任意一项所述方法的步骤。
综上所述,本发明实施例主要通过假牙三维模型与患者牙齿三维模型之间的关系,对个性化假牙三维图像模型进行配准分析,以提高假牙加工精度。本发明实施例结合三维轮廓点的局部结构复杂度以及局部空间分布情况对三维轮廓点的结构轮廓重要程度进行分析,提高了三维轮廓点的空间结构分析精度,可实现对三维轮廓点的局部特征进行精确表征,提高假牙三维模型匹配关键点的有效提取,提升后续匹配准确性;
进一步,本发明实施例结合假牙三维模型中的各三维轮廓点的突显因子以及影响度因子,自适应获取各三维轮廓点的优选候选度,对各三维轮廓点所包含的结构轮廓信息量进行检测,提高假牙三维图像模型匹配过程中匹配关键点的选取精度;同时根据优选候选度对假牙三维模型配准的匹配关键点进行提取,解决了匹配过程中所有三维点云数据均参与匹配计算而导致的计算量大、匹配速度慢、精度低的问题,防止假牙三维模型匹配过程中无关三维点云参与匹配的影响,进而提高匹配精度。本发明实施例具有计算量小、匹配精度高等有益效果。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种个性化假牙三维图像模型配准方法,其特征在于,该方法包括以下步骤:
获取假牙三维模型以及患者牙齿三维模型,并提取假牙三维模型的三维轮廓信息;
通过各三维轮廓点局部空间所包含点云的灰度信息得到各三维轮廓点的突显因子;根据各三维轮廓点在各个方向的轮廓变化状况得到各三维轮廓点的结构复杂程度;根据经过三维轮廓点的各轮廓线的分布情况得到三维轮廓点的局部空间分布指标;根据各三维轮廓点结构复杂程度及局部空间分布指标得到各三维轮廓点的影响度因子;
根据各三维轮廓点的突显因子以及影响度因子得到各三维轮廓点的候选度;对各三维轮廓点的候选度进行优化获取优化候选度;将优化候选度高于候选度阈值的三维轮廓点均作为假牙三维模型的匹配关键点;
获取假牙三维模型各匹配关键点在患者牙齿三维模型中的匹配点,完成假牙三维图像模型的匹配;
所述通过各三维轮廓点局部空间所包含点云的灰度信息得到各三维轮廓点的突显因子,包括:对于各三维轮廓点,计算三维轮廓点与局部空间内各点云的灰度差异,将三维轮廓点与局部空间内所有点云的灰度差异之和作为三维轮廓点的突显因子;
所述根据经过三维轮廓点的各轮廓线的空间分布情况得到三维轮廓点的局部空间分布指标,包括:通过各三维轮廓点所处轮廓线的灰度熵以及轮廓线上三维轮廓点之间的距离获取各轮廓线的不规则度;对于各三维轮廓点,获取经过三维轮廓点的各轮廓线的不规则度,将经过三维轮廓点的所有轮廓线的不规则度之和作为三维轮廓点的局部空间分布指标;
所述根据各三维轮廓点结构复杂程度及局部空间分布指标得到各三维轮廓点的影响度因子,具体包括:对于各三维轮廓点,三维轮廓点的影响因子与三维轮廓点的结构复杂程度以及局部空间分布指标成正相关关系。
2.如权利要求1所述的一种个性化假牙三维图像模型配准方法,其特征在于,所述根据各三维轮廓点在各个方向的轮廓变化状况得到各三维轮廓点的结构复杂程度,表达式具体为:
式中,表示三维轮廓点p的结构复杂程度,m表示经过三维轮廓点p的轮廓线的条数,n表示轮廓线上以三维轮廓点p为中心左右两边选取三维轮廓点的总个数,表示轮廓线s上的三维轮廓点t、三维轮廓点t+1的斜率,/>分别表示轮廓线s上的三维轮廓点t、三维轮廓点t+1的斜率变化率。
3.如权利要求1所述的一种个性化假牙三维图像模型配准方法,其特征在于,所述通过各三维轮廓点所处轮廓线的灰度熵以及轮廓线上三维轮廓点之间的距离获取各轮廓线的不规则度,包括:
对于各三维轮廓点,获取经过三维轮廓点的各轮廓线;计算各轮廓线的灰度熵;计算各轮廓线上相邻三维轮廓点之间的距离;各轮廓线的不规则度与所述灰度熵以及所述距离成正相关关系。
4.如权利要求1所述的一种个性化假牙三维图像模型配准方法,其特征在于,所述根据各三维轮廓点的突显因子以及影响度因子得到各三维轮廓点的候选度,具体包括:对于各三维轮廓点,将三维轮廓点的突显因子与影响度因子之和作为三维轮廓点的候选度。
5.如权利要求1所述的一种个性化假牙三维图像模型配准方法,其特征在于,所述对各三维轮廓点的候选度进行优化获取优化候选度,具体步骤包括:
设定三维轮廓点抑制阈值;
对于各三维轮廓点,当候选度大于三维轮廓点抑制阈值时,三维轮廓点的优化候选度为候选度与三维轮廓点抑制阈值的差值;当候选度小于等于三维轮廓点抑制阈值时,三维轮廓点的优化候选度为零。
6.如权利要求1所述的一种个性化假牙三维图像模型配准方法,其特征在于,所述获取假牙三维模型各匹配关键点在患者牙齿三维模型中的匹配点,完成假牙三维图像模型的匹配,具体步骤包括:
匈牙利匹配算法获取假牙三维模型各匹配关键点与对应匹配点之间的匹配度;
基于各匹配关键点与对应匹配点之间的匹配度确定假牙三维模型与患者牙齿三维模型的匹配度,根据假牙三维模型与患者牙齿三维模型的匹配度完成假牙三维图像模型的匹配。
7.一种个性化假牙三维图像模型配准系统,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311188427.4A CN116934821B (zh) | 2023-09-15 | 2023-09-15 | 一种个性化假牙三维图像模型配准方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311188427.4A CN116934821B (zh) | 2023-09-15 | 2023-09-15 | 一种个性化假牙三维图像模型配准方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116934821A CN116934821A (zh) | 2023-10-24 |
CN116934821B true CN116934821B (zh) | 2023-12-22 |
Family
ID=88377422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311188427.4A Active CN116934821B (zh) | 2023-09-15 | 2023-09-15 | 一种个性化假牙三维图像模型配准方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934821B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106340233A (zh) * | 2016-08-24 | 2017-01-18 | 杭州牙数字口腔有限公司 | 观察正畸训练模型中整牙三维移动变化的方法 |
CN111388125A (zh) * | 2020-03-05 | 2020-07-10 | 深圳先进技术研究院 | 一种口腔正畸治疗前后牙齿移动量计算方法和装置 |
CN116363183A (zh) * | 2023-04-10 | 2023-06-30 | 苏州微创畅行机器人有限公司 | 牙科配准方法与可读存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11030746B2 (en) * | 2018-01-18 | 2021-06-08 | Chengdu Besmile Medical Technology Co., Ltd. | Assisted dental beautification method and apparatus for implementing the same |
EP3673864A1 (en) * | 2018-12-28 | 2020-07-01 | Trophy | Tooth segmentation using tooth registration |
AU2020275774A1 (en) * | 2019-05-14 | 2021-12-09 | Align Technology, Inc. | Visual presentation of gingival line generated based on 3D tooth model |
WO2022040671A1 (en) * | 2020-08-19 | 2022-02-24 | uLab Systems, Inc. | Smile treatment planning systems and methods |
-
2023
- 2023-09-15 CN CN202311188427.4A patent/CN116934821B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106340233A (zh) * | 2016-08-24 | 2017-01-18 | 杭州牙数字口腔有限公司 | 观察正畸训练模型中整牙三维移动变化的方法 |
CN111388125A (zh) * | 2020-03-05 | 2020-07-10 | 深圳先进技术研究院 | 一种口腔正畸治疗前后牙齿移动量计算方法和装置 |
CN116363183A (zh) * | 2023-04-10 | 2023-06-30 | 苏州微创畅行机器人有限公司 | 牙科配准方法与可读存储介质 |
Non-Patent Citations (1)
Title |
---|
构建3D打印牙齿模型及其形态仿真性研究;宋颖;唐雷;吴补领;李鉴轶;王文昊;徐楚;白宇哲;易思;徐迪威;;中国临床解剖学杂志(第03期);第298-307页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116934821A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348330B (zh) | 基于vae-acgan的人脸姿态虚拟视图生成方法 | |
CN109712131B (zh) | 肺结节特征的量化方法、装置、电子设备及存储介质 | |
CN110288640B (zh) | 基于凸密度极值的点云配准方法 | |
CN111340756B (zh) | 一种医学图像病变检出合并方法、系统、终端及存储介质 | |
CN113436734B (zh) | 基于人脸结构定位的牙齿健康评估方法、设备和存储介质 | |
CN110189307B (zh) | 一种基于多模型融合的肺结节检测方法及系统 | |
CN110211200B (zh) | 一种基于神经网络技术的牙弓线生成方法及其系统 | |
CN111612756A (zh) | 冠状动脉特异性钙化检测方法及装置 | |
CN112085675A (zh) | 深度图像去噪方法、前景分割方法及人体运动监测方法 | |
CN104134058B (zh) | 一种人脸图像处理方法 | |
CN111862038A (zh) | 一种斑块检测方法、装置、设备及介质 | |
CN112465773A (zh) | 一种基于人脸面部肌肉运动特征的面部神经麻痹疾病检测方法 | |
CN115375583A (zh) | 一种pet参数图像的增强方法、装置、设备及存储介质 | |
JP4850768B2 (ja) | 3次元の人の顔の表面データを再構築するための装置及びプログラム | |
CN111259788A (zh) | 头颈拐点的检测方法、装置以及计算机设备 | |
CN108597589B (zh) | 模型生成方法、目标检测方法及医学成像系统 | |
CN116934821B (zh) | 一种个性化假牙三维图像模型配准方法及系统 | |
US20220130048A1 (en) | System and method for estimating motion of target inside tissue based on surface deformation of soft tissue | |
CN109872353A (zh) | 基于改进迭代最近点算法的白光数据与ct数据配准方法 | |
CN115880358A (zh) | 定位模型的构建方法、影像标志点的定位方法及电子设备 | |
CN112150422B (zh) | 一种基于多任务学习的口腔健康自我检测模型的建模方法 | |
JP2008261756A (ja) | ステレオ画像対から3次元の頭部姿勢をリアルタイムで推定するための装置及びプログラム | |
CN112258533B (zh) | 一种超声图像中小脑蚓部的分割方法 | |
CN115100306A (zh) | 针对胰腺区域的四维锥束ct成像方法和装置 | |
CN116934768B (zh) | 用于提高cta影像模态中血管分割精度的方法及系统 |
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 |