WO2022203305A1 - 데이터 처리 장치 및 데이터 처리 방법 - Google Patents

데이터 처리 장치 및 데이터 처리 방법 Download PDF

Info

Publication number
WO2022203305A1
WO2022203305A1 PCT/KR2022/003895 KR2022003895W WO2022203305A1 WO 2022203305 A1 WO2022203305 A1 WO 2022203305A1 KR 2022003895 W KR2022003895 W KR 2022003895W WO 2022203305 A1 WO2022203305 A1 WO 2022203305A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
deviation information
point
target data
reliability
Prior art date
Application number
PCT/KR2022/003895
Other languages
English (en)
French (fr)
Inventor
정강훈
이호택
Original Assignee
주식회사 메디트
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
Priority claimed from KR1020210118544A external-priority patent/KR102605094B1/ko
Application filed by 주식회사 메디트 filed Critical 주식회사 메디트
Priority to EP22776007.1A priority Critical patent/EP4318306A1/en
Publication of WO2022203305A1 publication Critical patent/WO2022203305A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Definitions

  • the disclosed embodiment relates to a data processing apparatus and a data processing method, and more particularly, to an apparatus and method for processing or processing an oral cavity image.
  • a 3D scanner is being used for dental treatment of a patient.
  • the 3D scanner may be in the form of a handheld that can be drawn in and out of the oral cavity of a patient, or a type of table scanner that can scan a plaster model placed on a table using rotation of the table.
  • a computing device such as a PC connected to the 3D scanner may generate a 3D oral image using the raw data obtained by the 3D scanner.
  • a user such as a dentist may wish to compare a plurality of three-dimensional oral images with each other using a computing device.
  • the three-dimensional oral image to be compared includes low reliability data, the result of comparing a plurality of three-dimensional oral images also lowers the reliability. Accordingly, there is a need for a method and apparatus capable of more accurately comparing a plurality of three-dimensional oral images.
  • a data processing method includes obtaining deviation information indicating a degree to which target data deviates from reference data, and displaying information corresponding to the deviation information on the target data, and obtaining the deviation information
  • the performing may include obtaining the deviation information by comparing data other than data that lowers the reliability of the deviation information among the target data with the reference data.
  • FIG. 1 is a view for explaining an oral image processing system according to an embodiment.
  • FIG. 2 is a diagram for explaining a method by which a 3D scanner acquires surface data, according to an embodiment.
  • FIG. 3 is an internal block diagram of a data processing apparatus according to an embodiment.
  • FIG. 4 is a diagram illustrating an example of the data processing apparatus of FIG. 3 .
  • FIG. 5 is a diagram for explaining a method of obtaining deviation information using a normal vector, according to an embodiment.
  • FIG. 6 is a diagram for explaining a method of excluding from calculation target data that reduces reliability of deviation information when obtaining deviation information using a normal vector, according to an embodiment.
  • FIG. 7 is an enlarged view of result data obtained according to the method of FIG. 6 .
  • FIG. 8 is an enlarged view of the result data of FIG. 7 .
  • FIG. 9 is a diagram for explaining a method of excluding from calculation target data that reduces reliability of deviation information when obtaining deviation information using the shortest distance, according to an embodiment.
  • FIG. 10 is a diagram for explaining a method of identifying data that lowers reliability of deviation information when obtaining deviation information using the shortest distance, according to an embodiment.
  • 11 is a diagram illustrating that the data processing apparatus outputs a user interface screen for selecting whether to exclude data that reduces reliability of deviation information, according to an embodiment.
  • FIG. 12 is a diagram illustrating a data processing apparatus outputting a user interface screen for receiving a selection of a method for obtaining deviation information, according to an embodiment.
  • 13 is a flowchart illustrating a method of obtaining deviation information according to an embodiment.
  • FIG. 14 is a flowchart illustrating a method of obtaining deviation information using a normal vector according to an embodiment.
  • 15 is a flowchart illustrating a method of obtaining deviation information using a shortest vector according to an embodiment.
  • the obtaining of the deviation information comprises the steps of projecting a normal vector from a first point of the target data, and obtaining the distance to a second point of the reference data that meets the normal vector as the deviation information may include
  • the method includes: identifying whether the first point is included in the target data boundary area; The method may further include identifying the data as lowering reliability.
  • the method further comprises identifying whether the second point intersecting the normal vector exists in the reference data, and the step of identifying whether the first point is included in the target data boundary region comprises: The method may include identifying whether the first point is included in the target data boundary region when the second point is present in the reference data.
  • the obtaining of the deviation information may include obtaining a distance from the first point of the target data to a third point of the reference data, which is the shortest distance, as the deviation information.
  • the obtaining of the deviation information includes: identifying whether the third point is included in a reference data boundary area; and when the third point is included in the reference data boundary area, the second point of the target data It may include identifying the data of one point as data that lowers the reliability of the deviation information.
  • the method further comprises outputting a user interface screen for receiving a selection of whether to exclude data that lowers reliability of the deviation information when obtaining the deviation information, wherein the obtaining of the deviation information includes:
  • the method may include excluding data that reduces the reliability of the deviation information from the target data in response to being selected to exclude data that reduces the reliability of the deviation information on the interface screen.
  • the method further comprises outputting a user interface screen for receiving a selection of a method for obtaining deviation information, wherein the obtaining of the deviation information includes the target data according to the method for obtaining deviation information selected on the user interface screen and excluding data that degrades the reliability of the deviation information, and the method of obtaining the deviation information may include at least one of a method of using a normal vector and a method of using a shortest distance.
  • the deviation information further includes a statistical property for a distance distribution between the target data and the reference data, and the statistical property for the distance distribution includes a minimum value, a maximum value, a median value, an average value, an absolute average value of the distance distribution, It may include at least one of a mode, a range, and a variance.
  • the target data includes a vertex
  • the step of displaying information corresponding to the deviation information on the target data includes each of the vertices of the target data used to obtain the deviation information. and displaying a color corresponding to the deviation information in may further include.
  • a data processing apparatus includes a display and a processor that executes one or more instructions, wherein the processor executes the one or more instructions, so that, among target data, data other than data that reduces reliability of deviation information is compared with reference data By comparison, it is possible to obtain deviation information indicating a degree to which the target data deviates from the reference data, and control the display to display information corresponding to the deviation information on the target data.
  • the image may include at least one tooth, or an oral cavity including at least one tooth, or an image representing a plaster model of the oral cavity (hereinafter, 'oral image').
  • the image may include a two-dimensional image of the object or a three-dimensional oral image representing the object three-dimensionally. Since the three-dimensional oral cavity image may be generated by modeling the structure of the oral cavity based on raw data in three dimensions, it may be referred to as a three-dimensional oral cavity model. Also, the 3D oral model may be referred to as a 3D scan model or 3D scan data.
  • the oral image will be used as a generic term for a model or image representing the oral cavity in two or three dimensions.
  • data may refer to information necessary to represent an object in two or three dimensions, for example, raw data obtained using at least one camera.
  • raw data is data obtained to generate an oral image, and data obtained from at least one image sensor included in the 3D scanner when an object is scanned using a 3D scanner (for example, , two-dimensional data).
  • Raw data obtained by the 3D scanner may be referred to as 2D image data.
  • Raw data may mean 2D images of different viewpoints obtained by a plurality of cameras when an object is scanned using a 3D scanner.
  • the raw data is a two-dimensional image
  • the raw data is not limited thereto and the raw data may be three-dimensional image data.
  • an object may be a part of a body or a model modeled after a part of the body as a subject to be photographed.
  • the object may include an oral cavity, a plaster model or impression model simulating the oral cavity, an artificial structure that can be inserted into the oral cavity, or a plaster model or an impression model modeled after the artificial structure.
  • the object may be a tooth or a gingiva, a plaster model or an impression model of the tooth or gingiva, and/or an artificial structure insertable into the oral cavity, or a plaster model or an impression model of the artificial structure.
  • the artificial structure insertable into the oral cavity may include, for example, at least one of an orthodontic device, an implant, a crown, an inlay, an onlay, an artificial tooth, and an orthodontic auxiliary tool inserted into the oral cavity.
  • the orthodontic device may include at least one of a bracket, an attachment, an orthodontic screw, a lingual orthodontic device, and a removable orthodontic maintenance device.
  • a user such as a dentist, may wish to compare a plurality of three-dimensional oral images with each other. For example, the user may wish to compare the patient's teeth 1 year ago and the patient's teeth 1 year later in order to check the patient's dental condition. Alternatively, the user may compare the patient's dentition before orthodontic treatment with the patient's dentition after orthodontic treatment to check the change state of the dentition. Alternatively, the user may want to compare the patient's teeth before preparation and after preparation when acquiring preparation teeth to secure a space for the prosthesis to be placed on the patient's teeth.
  • the user may obtain a 3D oral image obtained using a handheld type 3D scanner with another scanner, for example, a 3D intraoral image obtained using a table type 3D scanner. You may want to compare them with each other.
  • the user may want to use the result by comparing a plurality of three-dimensional oral images.
  • the three-dimensional oral image to be compared includes low reliability data
  • the result of comparing a plurality of three-dimensional oral images also lowers the reliability.
  • the disclosed embodiment is intended to overcome the above-described problems, and to provide a method and apparatus capable of more accurately comparing a plurality of three-dimensional oral images by excluding data with low reliability from a three-dimensional oral image to be compared.
  • FIG. 1 is a view for explaining an oral image processing system according to an embodiment.
  • the oral image processing system may include a three-dimensional scanner 100 , 110 , and a data processing device 120 coupled to the three-dimensional scanner 100 and 110 through a communication network 130 .
  • the 3D scanners 100 and 110 may be medical devices that acquire an image of an object.
  • the 3D scanners 100 and 110 may acquire an image of at least one of an oral cavity or an artificial structure, or a plaster model simulating an oral cavity or an artificial structure.
  • the three-dimensional scanner 100 and 110 may include at least one of the intraoral scanner 100 and the table scanner 110 .
  • the 3D scanners 100 and 110 may include the intraoral scanner 100 .
  • the intraoral scanner 100 may be a handheld type that scans the oral cavity while moving while holding the user's hand.
  • the oral scanner 100 is inserted into the oral cavity to scan the teeth in a non-contact manner, thereby acquiring an image of the oral cavity including at least one tooth.
  • the intraoral scanner 100 may include a body 101 and a tip 103 .
  • the main body 101 may include a light irradiator (not shown) that projects light and a camera (not shown) that captures an object to obtain an image.
  • the tip 103 is a portion inserted into the oral cavity, and may be mounted on the main body 101 in a detachable structure.
  • the tip 103 may include a light path changing means, such as a mirror, to direct the light irradiated from the main body 101 to the object and to direct the light received from the object to the main body 101 .
  • the oral scanner 100 is at least among the teeth, gingiva, and artificial structures insertable in the oral cavity (eg, orthodontic devices including brackets and wires, implants, artificial teeth, orthodontic aids inserted into the oral cavity, etc.)
  • surface information about the object may be obtained as raw data.
  • the 3D scanners 100 and 110 may include a table scanner 110 .
  • the table scanner 110 may be a scanner that acquires surface information on the object 150 as raw data by scanning the object 150 using the rotation of the table 135 .
  • the table scanner 110 may scan the surface of the object 150 such as a plaster model or impression model simulating an oral cavity, an artificial structure that can be inserted into the oral cavity, or a plaster model or an impression model simulating an artificial structure.
  • the table scanner 110 may include an internal space 120 formed by being depressed in an inner direction of the housing 111 .
  • the inner space 120 is formed by a first inner surface 121 , a second inner surface 122 , a third inner surface 123 (bottom surface), and a fourth inner surface (not shown) (ceiling surface).
  • the object 150 may be mounted, and a moving unit 130 capable of moving the object 150 may be formed.
  • the moving unit 130 may move up and down along the z-axis direction.
  • the moving unit 130 is fixed to the first inner surface 121 and has a fixed base 131 connected to the first rotating unit 132 and a point on the fixed base 131 as a central axis, for example, an x-axis as a central axis. It may include a first rotation part 132 rotatable in one first rotation direction M1 , and a beam portion 133 connected to the first rotation part 132 to protrude from the rotation part 132 .
  • the beam part 133 may extend or shorten in the x-axis direction.
  • a second rotating part 134 having a cylindrical shape that can be rotated in the second rotation direction M2 with the z-axis as the rotation axis may be coupled to the other end of the beam part 133 .
  • a table 135 rotating together with the second rotating unit 134 may be formed on one surface of the second rotating unit 134 .
  • the optical unit 140 may be formed on the second inner surface 122 on the inner space 120 of the housing 111 .
  • the optical unit 140 includes a light irradiator 141 for projecting pattern light onto the object 150 , and at least one camera that receives light reflected from the object 150 to obtain a plurality of 2D frames ( 142a, 142b).
  • the optical unit 140 may further include a second rotating unit (not shown) that rotates with the center of the light irradiation unit 141 as a rotation axis in a state coupled to the second inner surface 122 .
  • the second rotation unit may rotate the light irradiation unit 141 , the first camera 142a , and the second camera 142b in the third rotation direction M3 .
  • the 3D scanners 100 and 110 may transmit the acquired raw data to the data processing device 120 through the communication network 130 .
  • the data processing apparatus 120 may be connected to the 3D scanners 100 and 110 through a wired or wireless communication network 130 .
  • the data processing device 120 may be any electronic device capable of receiving raw data from the 3D scanners 100 and 110 and generating, processing, displaying, and/or transmitting an oral image based on the received raw data.
  • the data processing device 120 may be a computing device such as a smart phone, a laptop computer, a desktop computer, a PDA, or a tablet PC, but is not limited thereto.
  • the data processing device 120 may exist in the form of a server (or server device) for processing the oral cavity image.
  • the data processing apparatus 120 may process the 2D image data based on the 2D image data received from the 3D scanners 100 and 110 to generate a 3D oral image or generate additional information.
  • the data processing device 120 may display the three-dimensional oral image and/or additional information through the display 125 , or output or transmit it to an external device.
  • the 3D scanners 100 and 110 may obtain raw data through an intraoral scan, process the obtained raw data to generate 3D data, and transmit it to the data processing apparatus 120 .
  • the 3D scanners 100 and 110 project the pattern light to the object and scan the object to which the pattern light is irradiated, thereby representing the shape of the object using the principle of triangulation by deformation of the pattern. 3D data can be obtained.
  • the 3D scanners 100 and 110 may acquire 3D data about the object using a confocal method.
  • the confocal method is a non-destructive optical imaging technique for three-dimensional surface measurement, and can acquire an optical cross-sectional image with high spatial resolution using a pinhole structure.
  • the 3D scanners 100 and 110 may acquire 3D data by stacking 2D images acquired along an axial direction.
  • the 3D scanners 100 and 110 may acquire 3D data from raw data using various methods other than the above-described method, and transmit the 3D data to the data processing apparatus 120 .
  • the data processing device 120 may analyze, process, process, display, and/or transmit the received 3D data.
  • the data processing apparatus 120 may acquire a plurality of three-dimensional oral images.
  • the user may compare a plurality of three-dimensional oral images by using the data processing device 120 .
  • the user may select two pieces of data to compare from among a plurality of three-dimensional oral images by using the data processing device 120 .
  • the two pieces of data to be compared may be referred to as reference data and target data, respectively.
  • the reference data may mean standard data that is basic. That is, the reference data may refer to data that can be used as a comparison standard with target data.
  • target data may mean data that is a target or object to be compared. That is, the target data may refer to the target data for which the degree of deviation from the reference data is to be determined.
  • the data processing apparatus 120 may obtain deviation information indicating a degree to which target data deviates from reference data.
  • the data processing apparatus 120 may exclude data that lowers the reliability of the deviation information from the target data.
  • the data processing apparatus 120 may obtain the deviation information by comparing target data excluding data that reduces the reliability of the deviation information with reference data.
  • the data processing apparatus 120 may display deviation information on target data.
  • the data processing apparatus 120 may display and output the deviation information as a color map having a color corresponding to the deviation information on the target data.
  • FIG. 2 is a diagram for explaining a method by which a 3D scanner acquires surface data, according to an embodiment.
  • the 3D scanners 100 and 110 may acquire 3D data on the object using various methods.
  • the 3D scanners 100 and 110 may acquire 3D data on the object using a confocal method.
  • the confocal method is a method of acquiring three-dimensional information of an object based on the position of a point found through the maximum intensity of reflected light according to the refractive index of a lens that passes light irradiated to the object.
  • the 3D scanners 100 and 110 may acquire optical cross-sectional images with high spatial resolution using a pinhole structure.
  • the 3D scanners 100 and 110 may acquire 3D data by stacking 2D images acquired along an axial direction.
  • the 3D scanners 100 and 110 may acquire 3D information of the object using a light triangulation technique.
  • Optical triangulation is a technique for acquiring three-dimensional information of an object through triangulation using a triangle formed by a light source, an object irradiated with light irradiated from the light source, and an image sensor to which light reflected from the object is input.
  • this is an example, and the 3D scanners 100 and 110 may acquire 3D data in various methods other than the confocal method or the optical triangulation method.
  • the 3D scanners 100 and 110 may acquire an image using at least one or more cameras, and acquire 3D data based on the acquired image.
  • the 3D scanners 100 and 110 may be optical 3D scanners.
  • the 3D scanners 100 and 110 may use a structured light with stereo vision method to acquire 3D data on the surface of the object 210 .
  • the 3D scanners 100 and 110 may include two or more cameras 230 and 240 and a projector 220 capable of projecting structured light 225 .
  • the 3D scanners 100 and 110 project the structured light 225 to the object 210 and correspond to the L camera 230 corresponding to the left field of view and the right field of view.
  • An L image 235 corresponding to a left eye field of view and an R image 245 corresponding to a right eye field of view may be obtained from each of the R cameras 240 .
  • the L image 235 and the R image 245 may be reconstructed into a 3D image frame representing the surface of the object 210 .
  • the 3D scanners 100 and 110 may continuously acquire 2D image frames including the L image 235 and the R image 245 of the object 210 .
  • the three-dimensional scanner 100 or 110 or the data processing device 120 receives a three-dimensional image frame representing the surface shape of the object 210 from the two-dimensional image frame including the L image 235 and the R image 245 .
  • FIG. 2 it has been described that the 3D scanners 100 and 110 obtain 3D data from two images acquired using the two cameras 230 and 240 , but this is an example, the 3D scanner ( 100 and 110 may acquire an image by using only one of the two cameras 230 and 240 .
  • the 3D scanners 100 and 110 may acquire a plurality of 2D frames by scanning around the object 210 at regular time intervals (eg, 10 to 30 frames per second).
  • the 3D scanner 100 or 110 or the data processing apparatus 120 may obtain a plurality of 3D image frames from the plurality of 2D image frames.
  • the data processing apparatus 120 may acquire a 3D oral model of the entire object 210 by merging or aligning a plurality of 3D image frames.
  • FIG. 3 is an internal block diagram of a data processing apparatus according to an embodiment.
  • the data processing apparatus 300 may also be referred to as an oral image processing apparatus.
  • the data processing apparatus 300 of FIG. 3 may be an embodiment of the data processing apparatus 120 of FIG. 1 . Accordingly, a description of a portion overlapping with the description of the data processing apparatus 120 of FIG. 1 will be omitted.
  • the data processing device 300 may be an electronic device capable of generating, processing, processing, displaying, and/or transmitting an oral image using the raw data received from the 3D scanners 100 and 110 .
  • the data processing apparatus 300 may include a processor 310 , a memory 320 , and a display 330 .
  • the data processing apparatus 300 may include a display 330 , a memory 320 storing one or more instructions, and a processor 310 executing the one or more instructions stored in the memory.
  • the processor 310 may exclude data that reduces reliability of deviation information from target data by executing the one or more instructions.
  • the deviation information may refer to information indicating a degree to which target data deviates from reference data.
  • the data that lowers the reliability of the deviation information may mean data that cannot be used to accurately obtain the deviation information among data included in the target data. That is, among data included in the target data, when the reliability of the deviation information is lowered when the data is used to obtain the deviation information, the data may be referred to as data that lowers the reliability of the deviation information.
  • data that lowers the reliability of the deviation information may vary according to a method of obtaining the deviation information.
  • the processor 310 may identify points included in the target data boundary region as data that reduces the reliability of the deviation information. This is because, when the target data is not a closed surface, points included in the boundary region of the target data do not have accurate normal vectors, so points included in the boundary region of the target data and an inaccurate normal projected from the point This is because the distance between the vector and the point on the reference data meeting is also reduced in reliability.
  • the processor 310 when the processor 310 obtains the deviation information using the shortest distance, the processor 310 selects a point of the target data when a point closest to a point of the target data is included in the reference data boundary area. It can be identified as data that lowers the reliability of the deviation information. This is because, when a plurality of points included in the target data are mapped to points in the boundary region of the reference data, the reliability of deviation information obtained from the plurality of points included in the target data is lowered.
  • the processor 310 may obtain deviation information indicating a degree to which the target data deviates from the reference data by comparing the target data in which data that degrades the reliability of the deviation information is excluded from the calculation target with the reference data. That is, the processor 310 can prevent the reliability of the deviation information from being lowered by comparing the target data other than the data that reduces the reliability of the deviation information with the reference data to obtain the deviation information.
  • the processor 310 may control the display 330 to display information corresponding to the deviation information on the target data.
  • the information corresponding to the deviation information may include, for example, information expressing the deviation information as a color, contrast, numerical value, or the like.
  • the data processing apparatus 300 may generate a 3D oral model based on the raw data received from the 3D scanners 100 and 110 .
  • the data processing apparatus 300 may receive the 3D oral model from the 3D scanner 100 and 110 .
  • the data processing device 300 may receive a three-dimensional oral image from an external server or an external device through a wired or wireless communication network.
  • the memory 320 may store data received from the 3D scanners 100 and 110 , for example, raw data obtained by scanning an oral cavity or an oral model.
  • the memory 320 may store a three-dimensional oral image generated by the data processing device 300, received from the three-dimensional scanner 100, 110, or received from an external server or an external device.
  • the memory 320 may store at least one instruction.
  • the memory 320 may store at least one instruction or program executed by the processor 310 .
  • the memory 320 may store a plurality of three-dimensional oral images.
  • the memory 320 may store dedicated software for data comparison.
  • the dedicated software for data comparison may be called a dedicated program, a dedicated tool, or a dedicated application.
  • the memory 320 may include one or more instructions for identifying data that lowers the reliability of deviation information in the target data.
  • the memory 320 may include one or more instructions for excluding from the calculation target data that reduces the reliability of the deviation information in the target data.
  • the memory 320 may include one or more instructions for obtaining deviation information by comparing target data and reference data.
  • the memory 320 may include one or more instructions for displaying the deviation information as a color map on the target data.
  • the processor 310 may control the overall data processing apparatus 300 .
  • the processor 310 may execute at least one instruction to control an intended operation to be performed.
  • the at least one instruction may be stored in a memory 320 included in the data processing apparatus 300 separately from the processor 310 or an internal memory (not shown) included in the processor 310 .
  • the processor 310 may control at least one configuration included in the data processing apparatus 300 to perform an intended operation by executing at least one instruction. Therefore, even if the processor 310 performs predetermined operations as an example, it may mean that the processor 310 controls at least one component included in the data processing apparatus 300 so that predetermined operations are performed. have.
  • the processor 310 may acquire target data and reference data.
  • the processor 310 is a three-dimensional oral image generated based on the raw data received from the three-dimensional scanner 100, 110, or from the memory 310, the three-dimensional scanner 100, 110, an external server or an external device, etc. It is possible to acquire an oral image to be used as target data and an oral image to be used as reference data among the acquired three-dimensional oral images.
  • both the reference data and the target data may be 3D scan data.
  • the processor 310 may obtain deviation information.
  • the deviation information may be information indicating a degree to which target data deviates from reference data. That is, the deviation information is information indicating a difference between the target data and the reference data, and may be information indicating how far the target data is from the reference data in a numerical value.
  • the processor 310 may obtain the deviation information by comparing target data excluding data that reduces the reliability of the deviation information with reference data. Accordingly, according to an embodiment, the deviation information obtained by the processor 310 may be information indicating a difference between the target data and the reference data except for data that reduces the reliability of the deviation information.
  • the deviation information may include a distance difference between the target data and the reference data.
  • the deviation information may include a distance between a point on the target data and a point on the reference data.
  • the processor 310 may obtain deviation information between the target data and the reference data using a normal vector or a shortest distance.
  • the processor 310 may obtain a point where the normal vector meets a point on the reference data by projecting (projecting) a normal vector perpendicular to the tangent plane to a point on the target data as reference data.
  • a point on the target data is referred to as a first point
  • a point where the normal vector projected from the first point meets the reference data is referred to as a second point
  • the processor 310 calculates the distance between the first point and the second point. can be obtained as deviation information.
  • the processor 310 may identify data of points included in the target data boundary region as data that lowers the reliability of the deviation information.
  • the processor 310 may exclude points included in the target data boundary region identified as data that lowers the reliability of the deviation information.
  • the processor 310 may use the shortest distance to obtain deviation information between the target data and the reference data.
  • the processor 310 may obtain a distance from the target data to the reference data that is the closest to the target data, and use the obtained shortest distance as the deviation information. For example, when a point on the target data is referred to as a first point and a point of reference data closest to the first point is referred to as a third point, the processor 310 operates between the first point and the third point. The distance can be obtained as deviation information.
  • the processor 310 when obtaining the deviation information using the shortest distance, controls the first point of the target data when the third point closest to the first point of the target data is included in the reference data boundary area can be identified as data that lowers the reliability of the deviation information.
  • the processor 310 may obtain the deviation information by excluding data that reduces the reliability of the deviation information from the target data and comparing the remaining target data with the reference data.
  • the processor 310 when the processor 310 obtains the deviation information between the target data and the reference data, the user selects whether to obtain the deviation information by using a method using a normal vector or a method using the shortest distance.
  • the processor 310 may automatically select a method for obtaining deviation information with higher reliability from the target data and the reference data among the method using the normal vector and the method using the shortest distance.
  • the display 330 may output a three-dimensional oral image to the screen.
  • the display 330 may output target data and reference data to the screen.
  • the display 330 may output deviation information between target data and reference data in which data that lowers the reliability of the deviation information is excluded from calculation.
  • the display 330 may display the deviation information on the target data using information corresponding to the deviation information. In an embodiment, the display 330 may display a color as information corresponding to the deviation information on the target data. The display 330 may display the deviation information as a color map by displaying each vertex of the target data used to obtain the deviation information from the target data with a color corresponding to the deviation information at each vertex. .
  • the vertices of the data not used to obtain the deviation information cannot be represented by information corresponding to the deviation information, for example, a color map or the like.
  • the display 330 may display the vertex having no deviation information in a predetermined color.
  • the predetermined color may be a color corresponding to the deviation information, that is, a color different from a color expressed in the color map.
  • the display 3300 may allow vertices having no deviation information to be expressed in gray, which is not included in the color map, so that the display 330 may display the vertex color of data with low reliability as a color map. You can make it look separate from the area.
  • the display 330 may also display information corresponding to the deviation information as a numerical value.
  • the display 330 may output the statistical property of the distance between the two data obtained by comparing the target data and the reference data in which data that degrades the reliability of the deviation information is excluded from the calculation target.
  • the data processing apparatus 300 may obtain information on the deviation between the target data and the reference data using a normal vector or a shortest distance.
  • the data processing apparatus 300 may identify data that lowers the reliability of the deviation information in a different way from the case of using the normal vector and the case of using the shortest distance, and may exclude it from the target data.
  • the data processing apparatus 300 may obtain more accurate and highly reliable deviation information by comparing target data in which data that reduces reliability of deviation information is excluded from calculation with reference data.
  • the data processing apparatus 300 may display a color corresponding to the deviation information on the target data as a color map.
  • FIG. 4 is a diagram illustrating an example of the data processing apparatus of FIG. 3 .
  • the data processing apparatus 400 may further include a communication interface 410 , an image processing unit 420 , and a user input unit 430 in addition to the processor 310 , the memory 320 , and the display 330 .
  • a communication interface 410 the communication interface 410
  • an image processing unit 420 the image processing unit 420
  • a user input unit 430 the user input unit 430 in addition to the processor 310 , the memory 320 , and the display 330 .
  • the processor 310 , the memory 320 , and the display 330 included in the data processing device 400 of FIG. 4 are the processor 310 , the memory 320 , and the display 330 included in the data processing device 300 of FIG. 3 . Since the functions performed by (330) are the same, the same reference numerals are used. Hereinafter, a description of a portion overlapping with the description of the data processing apparatus 300 of FIG. 3 will be omitted.
  • the user input unit 430 may receive a user input for controlling the data processing apparatus 400 .
  • the user input unit 430 includes a touch panel for detecting a user's touch, a button for receiving a user's push operation, a mouse or a keyboard for designating or selecting a point on the user interface screen, etc. It may include, but is not limited to, a user input device.
  • the user input unit 430 may include a voice recognition device for voice recognition.
  • the voice recognition device may be a microphone, and the voice recognition device may receive a user's voice command or voice request. Accordingly, the processor 310 may control an operation corresponding to a voice command or a voice request to be performed.
  • the user input unit 430 may receive selection of target data and reference data from a user such as a dentist.
  • the user input unit 430 may receive a selection from the user to obtain deviation information between the target data and the reference data.
  • the user input unit 430 may receive a selection method for obtaining deviation information from the user. For example, the user may select one of a method using a normal vector and a method using a shortest distance using the user input unit 430 as a method for obtaining deviation information between the target data and the reference data.
  • the user input unit 430 may receive a selection from the user whether to exclude data that lowers the reliability of the deviation information when comparing the target data and the reference data.
  • the image processing unit 420 may perform operations for generating and/or processing an image.
  • the image processing unit 420 may generate 3D scan data based on the raw data received from the 3D scanners 100 and 110 .
  • the image processing unit 420 may display a color corresponding to the deviation information on the target data as a color map under the control of the processor 310 .
  • the image processing unit 420 may embed the deviation information into the 3D scan data by changing a color of a point or a vertex of the 3D scan data to a color corresponding to the deviation information.
  • the display 330 may output 3D scan data.
  • the display 330 may output target data and reference data selected by the user through the user input unit 430 among the plurality of 3D scan data on separate screens or together on one screen.
  • the display 330 may output a user interface screen for selecting whether to exclude data that reduces the reliability of the deviation information.
  • the user may select to exclude data that lowers the reliability of the deviation information when obtaining the deviation information through the user input unit 430 .
  • the processor 310 may obtain the deviation information by excluding data that lowers the reliability of the deviation information from the target data.
  • the display 330 may output a user interface screen for selecting a method for obtaining deviation information.
  • the user interface screen for selecting a method for obtaining deviation information is a method for obtaining deviation information between target data and reference data, and is a screen for receiving a selection from a user of one of a method using a normal vector and a method using the shortest distance.
  • the processor 310 may exclude data that lowers the reliability of the deviation information from the target data according to the method of obtaining deviation information selected by the user through the user input unit 430 .
  • the communication interface 410 may communicate with at least one external electronic device through a wired or wireless communication network.
  • the communication interface 410 may communicate with the 3D scanners 100 and 110 under the control of the processor 310 .
  • the communication interface 410 may receive raw data from the 3D scanners 100 and 110 or obtain 3D scan data.
  • the communication interface 410 may acquire 3D scan data by performing communication with an external electronic device, an external server, etc. other than the 3D scanners 100 and 110 .
  • Communication interface 410 includes at least one short-distance communication module for performing communication according to communication standards such as Bluetooth, Wi-Fi, BLE (Bluetooth Low Energy), NFC/RFID, Wifi Direct, UWB, or ZIGBEE. can do.
  • communication standards such as Bluetooth, Wi-Fi, BLE (Bluetooth Low Energy), NFC/RFID, Wifi Direct, UWB, or ZIGBEE. can do.
  • the communication interface 410 may further include a telecommunication module for performing communication with a server for supporting telecommunication according to a telecommunication standard.
  • the communication interface 410 may include a remote communication module for performing communication through a network for Internet communication.
  • the communication interface 410 may include a remote communication module for performing communication through a communication network conforming to a communication standard such as 3G, 4G, and/or 5G.
  • the communication interface 410 may communicate with the 3D scanners 100 and 110, an external server, an external electronic device, and the like by wire.
  • the communication interface 410 may include at least one port for connecting the 3D scanners 100 and 110 or an external electronic device with a wired cable.
  • the communication interface 410 may communicate with the 3D scanners 100 and 110 connected by wire or an external electronic device through at least one port.
  • the communication interface 410 may transmit deviation information between target data and reference data to an external electronic device or an external server.
  • the communication interface 410 may transmit data in which deviation information is displayed as a color map in target data to an external electronic device or an external server.
  • FIG. 5 is a diagram for explaining a method of obtaining deviation information using a normal vector, according to an embodiment.
  • the data processing apparatus may use a normal vector to obtain deviation information between the target data and the reference data.
  • a normal vector may mean a vector having a direction perpendicular to a tangent plane formed of tangents to a point on a two-dimensional curved surface in a three-dimensional space.
  • the data processing apparatus may project a normal vector perpendicular to a tangent plane to a point on the target data 510 as reference data to obtain a point where the normal vector meets a point on the reference data.
  • FIG. 5 illustrates that a normal vector 530 is projected from a first point 511 of the target data 510 to a second point of the reference data 520 .
  • the data processing apparatus identifies a second point 521 where the normal vector 530 projected from the first point 511 on the target data 510 meets the reference data 520, and , the distance between the first point 511 and the second point 521 may be obtained.
  • the data processing apparatus may obtain the distance between the first point 511 and the second point 521 as deviation information between the two points.
  • the data processing apparatus may identify whether a point in the reference data 520 that meets the normal vector 530 projected from the first point 511 on the target data 510 is in the reference data 520 .
  • the data processing device may obtain the distance between the first point 511 of the target data 510 and the reference data 520 .
  • the projection from the target data 510 is A point intersecting the normal vector may not be included in the reference data 520 .
  • a region not aligned with the reference data 520 may exist on the target data 510 . In this case, the point where the target data 510 meets the projected normal vector may not be included in the reference data 520 .
  • the data processing apparatus When a point in the target data 510 that intersects the projected normal vector is not included in the reference data 520 , the data processing apparatus performs a function between the first point 511 of the target data 510 and the reference data 520 . distance cannot be obtained. Inability to obtain the distance with respect to the first point 511 of the target data 510 may mean that deviation information cannot be obtained with respect to the first point 511 of the target data 510 . Accordingly, the data processing apparatus does not need to identify whether the point is data with low reliability for a point from which the deviation information cannot be obtained.
  • the device may identify whether the first point 511 is data with low reliability.
  • the data processing apparatus may identify data of points included in the target data boundary region as data that reduces the reliability of the deviation information.
  • the data processing apparatus may identify whether the first point 511 is included in the target data boundary region in order to determine whether the first point 511 is data with low reliability.
  • the target data boundary area may mean an area divided by a boundary line between the target data and an area other than the target data. That is, the target data boundary area may mean an area including a boundary line of the target data or an end point of the target data.
  • the target data 510 is a closed curved surface without boundaries, such as a spherical surface
  • all points on the surface of the target data 510 have an accurate tangent plane, and a normal vector perpendicular to each tangent plane may also have an accurate value.
  • the deviation information obtained by using the distance from an arbitrary point on the target data 510 to a point where the normal vector projected from the point meets the reference data 520 has high reliability.
  • the target data 510 has a boundary because it is not a closed curved surface, points included in the boundary region of the target data 510 do not have an accurate normal vector. This is because, when the target data 510 is not a closed curved surface, a normal vector having an accurate direction cannot be obtained at a point included in the boundary region of the target data 510 . Accordingly, the distance between a point included in the boundary region of the target data 510 and a point on the reference data 520 that meets an inaccurate normal vector projected from the point is also less reliable.
  • the data processing apparatus may identify the first point 511 as data that reduces the reliability of the deviation information. have.
  • the data processing apparatus may exclude the data of the first point 511 from calculation target of the deviation information.
  • the data processing apparatus may obtain the deviation information by using the target data 510 and reference data in which data that lowers the reliability of the deviation information is excluded from the calculation target.
  • FIG. 6 is a diagram for explaining a method of removing data that reduces reliability of deviation information from a calculation target when obtaining deviation information using a normal vector, according to an embodiment.
  • the user may select an image to be used as reference data and an image to be used as target data from among a plurality of three-dimensional oral images by using the user input unit.
  • the data processing apparatus may output the target data 610 and the reference data 620 selected through the user input unit through the display.
  • the data processing apparatus may obtain a degree to which the target data 610 deviates from the reference data 620 by using a normal vector.
  • the data processing apparatus may obtain deviation information between the target data and the reference data by using a normal vector according to a user's selection or automatically.
  • the data processing apparatus may project a normal vector from one point of the target data 610 to obtain a distance to a point on the reference data 620 that meets the normal vector as deviation information.
  • the data processing apparatus may first identify whether a point where the normal vector meets the reference data 620 exists. As shown in FIG. 6 , when the target data 610 and the reference data 620 are aligned, the area of the target data 610 is smaller than the area of the reference data 620 , the target data ( A point where the normal vector projected in 610 meets exists in the reference data 620 .
  • the data processing apparatus may identify whether the point on the target data 610 is data that reduces the reliability of the deviation information.
  • the data processing apparatus identifies whether the point on the target data 610 is a point included in the target data boundary region in order to identify whether the point on the target data 610 is data that reduces the reliability of the deviation information. can do.
  • the target data 610 does not form a closed surface, since a normal vector having an accurate direction cannot be obtained at a point included in the boundary region of the target data 610, an inaccurate normal vector cannot be obtained.
  • the distance obtained by using it may also not be an accurate value. That is, the distance between the point included in the boundary area of the target data 610 and the point where the normal vector at the point meets the reference data 620 may have low reliability.
  • the 3D scan data may be expressed as point cloud data or may be formed of meshes generated by a technique such as triangulation with reference to the point cloud data.
  • the mesh may be composed of polygons of a minimum unit called polygons.
  • the polygon may be, for example, a triangle.
  • Each vertex of the triangles constituting the mesh may be referred to as a vertex.
  • the data processing device identifies whether there is another polygon sharing an edge with a polygon included in the 3D scan data in order to identify whether a point on the target data 610 is a point included in the target data boundary region. can When there is no other polygon sharing an edge with the polygon, the data processing device may identify the edge as the target data boundary area.
  • the data processing apparatus determines that the point on the target data 610 is data that reduces the reliability of the deviation information, and collects the deviation information. In the acquisition, data that lowers the reliability of the deviation information may be excluded. The data processing apparatus may obtain the deviation information by comparing target data in which data that reduces the reliability of the deviation information is excluded from the calculation target with the reference data 620 .
  • the data processing apparatus may obtain data 630 as a result of embedding deviation information as a color map on the target data 610 and output the data 630 .
  • the data processing device may embed a color corresponding to each point of the target data according to the distance between the mapping point of the reference data 620 and each point of the target data where data that reduces the reliability of the deviation information is excluded from the calculation target. have.
  • the color of the color map may be expressed as a different color according to a distance between two points of the target data and the reference data 620 , in which data that reduces the reliability of the deviation information is excluded from calculation.
  • the result data 630 may further include color display information 631 .
  • the color display information 631 may be information indicating a color corresponding to each section.
  • a user such as a dentist, may use the color map of the result data 630 and the color display information 631 to determine the degree of deviation between the target data 610 and the reference data 620 for each point.
  • the result data 630 may further include numerical deviation information 633 .
  • the numerical deviation information 633 may be information indicating a property of a distance between the target data and the reference data 620 in which data that lowers the reliability of the deviation information is excluded from calculation.
  • the numerical deviation information 633 is the reference data 620 that is mapped to each point from a plurality of points included in the target data from which data that reduces the reliability of the deviation information is excluded from the calculation target. It may include statistical properties about the distribution of distances between points on the image.
  • the data processing apparatus may obtain a distance between a plurality of points of the reference data to which data degrading the reliability of the deviation information is mapped with a plurality of points included in the target data excluded from the calculation target.
  • the data processing apparatus may obtain a statistical property of the distance distribution by using the distances of the plurality of points.
  • the statistical property of the distance distribution may include at least one of a minimum value, a maximum value, a median value, an average value, an absolute average value, a mode value, a range, and a variance of a distance between the target data and the reference data. Since the numerical deviation information 633 also displays the property of the distance between the target data and the reference data 620, data that lowers the reliability of the deviation information is excluded from the calculation target, so more accurate information can be provided to the user. have.
  • FIG. 7 is an enlarged view of result data obtained according to the method of FIG. 6 .
  • reference numeral 710 denotes an enlarged view of a part of the boundary region 635 of the result data 630 obtained according to the method shown in FIG. 6
  • reference numeral 720 denotes a deviation from the method shown in FIG. 6 . It shows an enlarged view of a part of the boundary area of the result data when deviation information is obtained without excluding data that lowers the reliability of information from the calculation target.
  • FIG. 8 is an enlarged view of the result data of FIG. 7 .
  • reference numerals 810 and 820 are diagrams illustrating further enlarged reference numerals 710 and 720 of FIG. 7, respectively.
  • the 3D scan data may be formed of numerous meshes.
  • a mesh is composed of polygons such as triangles, and triangles constituting the mesh may have three vertices as vertices. Each vertex has its own color, and if two connected vertices have different colors, the triangle between the two vertices can be expressed as a color obtained by linearly interpolating and/or gradient two different colors. have.
  • a method of expressing a case in which two connected vertices have different colors is not limited thereto. Also, when the colors of the three vertices constituting the connected triangle are the same, the color of the surface of the triangle may be expressed as the same color as the colors of the three vertices.
  • the color of the mesh or vertex identified as data that reduces the reliability of the deviation information is the deviation information. It may be displayed in a color different from the color of the mesh or vertex used to acquire it.
  • the data processing apparatus may identify the edge as the boundary area. For example, when there is no other triangle sharing a line segment forming a boundary of each side of a triangle in the target data, the data processing apparatus may identify the side as the target data boundary area.
  • the data processing apparatus may identify vertex data included in the surface identified as the target data boundary region as data that reduces reliability of deviation information.
  • the data processing apparatus may obtain the deviation information by excluding vertices included in the boundary region, which is data that reduces the reliability of the deviation information, from the calculation target.
  • the distance from the reference data is not obtained for vertices included in the boundary region of the target data that are not used when the deviation information is obtained, the color corresponding to the distance is also not obtained. Accordingly, vertices included in the boundary region and not used when obtaining deviation information cannot be expressed in a color map.
  • the data processing apparatus may cause vertices having no values to be expressed in a color different from that of the color map.
  • the data processing apparatus may cause vertices having no values to be expressed in a predetermined color, for example, gray.
  • a predetermined color for example, gray.
  • Reference numeral 820 of FIG. 8 denotes data that lowers the reliability of the deviation information in the target data 610 , that is, the result data obtained by obtaining the deviation information in a state in which data of a point included in the boundary region is not excluded from the calculation target. Referring to reference numeral 820 , it can be seen that vertices located in the boundary area and vertices not located in the boundary area have the same color. Thus, triangles with identical vertices also have the same color.
  • reference numeral 810 denotes the result data obtained by obtaining deviation information in a state in which data at a point included in the low-reliability boundary region in the target data 610 is excluded from the calculation target, so the boundary that is not used when obtaining the deviation information
  • the color of vertices located in the region is different from the color of vertices not located in the boundary region.
  • a triangle including both a vertex having a changed color located in the boundary region and a vertex having an original color not located in the boundary region is expressed as a color in which the changed color and the original color are linearly interpolated and/or gradient.
  • FIG. 9 is a diagram for explaining a method of excluding from calculation target data that reduces reliability of deviation information when obtaining deviation information using the shortest distance, according to an embodiment.
  • the data processing apparatus may acquire deviation information between the target data and the reference data by using the shortest distance according to a user's selection or automatically.
  • the data processing apparatus may receive, from the user, an image to be used as reference data and an image to be used as target data from among a plurality of three-dimensional oral images.
  • the data processing apparatus may output the target data 910 and the reference data 920 through the display.
  • the data processing apparatus may obtain a distance from one point of the target data 910 to a point on the reference data 920 that is the closest to it as deviation information. For example, when a point on the target data 910 is referred to as a first point, and a point on the reference data 920 closest to the first point is referred to as a third point, the data processing apparatus is the first point The distance between and the third point may be obtained as deviation information.
  • the method of obtaining deviation information using the shortest distance does not consider the direction of the normal vector, so the closest distance to the first point on the target data 910 is A point in , eg, a third point, is necessarily present on the reference data 920 .
  • the data processing apparatus may first identify data that reduces the reliability of the deviation information in the target data 910 before obtaining the deviation information.
  • the data processing device is a third point on the reference data 920 that is the shortest distance from the first point in order to identify whether the first point on the target data 910 is data that reduces the reliability of the deviation information. It can be identified whether a point is included in the reference data boundary area.
  • the points included in the target data 910 there may be points mapped to the same points on the reference data 920 .
  • the reference data 920 located at the shortest distance from points of the target data 910 larger than the boundary of the reference data 920 .
  • the upper point is located in the boundary area of the reference data 920 . That is, since a plurality of points included in the target data 910 are mapped to points in the boundary region of the reference data 920 , the target data 910 mapped to points in the boundary region of the reference data 920 is Deviation information obtained from a plurality of included points is less reliable.
  • the data processing apparatus may identify that data of points included in the target data 910 mapped to the boundary region of the reference data 920 has low reliability.
  • the data processing apparatus may identify whether an edge of the reference data 920 is a boundary area by identifying whether there is another polygon that shares an edge with a polygon included in the reference data 920 that is the 3D scan data.
  • the data processing apparatus determines that points included in the target data 910 mapped to the boundary region of the reference data 920 are data that reduces the reliability of the deviation information, and when obtaining the deviation information, Data that lowers the reliability of information can be excluded.
  • the data processing apparatus may obtain the deviation information by comparing target data in which data that reduces the reliability of the deviation information is excluded from the calculation target with the reference data 910 .
  • the data processing apparatus may obtain result data by embedding the deviation information as a color map on the target data 910 .
  • FIGS. 930 and 940 are diagrams illustrating result data in which the data processing apparatus shows deviation information obtained from the target data 910 and the reference data 920 as a color map.
  • reference numeral 940 corresponds to the distance from each point of the target data to a point on the reference data 920 that is the shortest distance in a state in which the data processing device does not exclude the data that reduces the reliability of the deviation information from the calculation target. Shows the result data by embedding the color to each point of the target data.
  • reference numerals 931 and 941 denote regions in which the shortest distance between the target data 910 and the reference data 920 is within a predetermined range.
  • reference numerals 931 and 941 may indicate regions in which the shortest distance between the target data 910 and the reference data 920 is within a range of minus 0.1 mm to plus 0.1 mm.
  • Areas indicated by reference numerals 932 and 942 included in the areas indicated by reference numerals 931 and 941 may be regions in which the shortest distance between the target data 910 and the reference data 920 is minus 0.5 mm to plus 0.5 mm or less.
  • Areas indicated by reference numerals 931, 932, 941, and 942 may be areas of interest to a user such as a dentist.
  • the user may check the degree of deviation between the target data 910 and the reference data 920 by using areas indicated by reference numerals 931 , 932 , 941 , and 942 .
  • reference numerals 931 and 941 may include regions in which the shortest distance between the target data 910 and the reference data 920 is not within a predetermined range.
  • the area indicated by reference numerals 932 and 942, included in the area indicated by reference numerals 931 and 941 has a long distance between the target data 910 and the reference data 920, so that the shortest distance between the two data is obtained.
  • the regions indicated by reference numerals 932 and 942 may be represented by the same color or texture as the regions 935 and 945, unlike those illustrated in FIG. 9 .
  • reference numerals 935 and 945 may indicate regions excluded from the calculation target in which the shortest distance between the target data 910 and the reference data 920 is not obtained.
  • reference numeral 943 denotes an area indicating points of the target data 910 that are located around the boundary of the reference data 920 and are larger than the boundary of the reference data 920 by a predetermined range.
  • the area indicated by reference numeral 943 may mean an area including points in which the shortest distance between the target data 910 and the reference data 920 is obtained from the target data 910 , but the reliability of the distance is low.
  • the data that reduces the reliability of the deviation information that is, the area represented by reference numeral 943 is represented by a specific color map, the user has a problem of being distracted due to unnecessary data that has low reliability and is not important. there may be
  • FIG. 930 does not separately include the area indicated by reference numeral 943 because the area indicated by reference numeral 943 is included and displayed. This is because the data processing apparatus obtains the deviation information only from the remaining area except for the area made up of points having data that lowers the reliability of the deviation information, so the area made up of the points with data that lowers the reliability of the deviation information is the shortest distance. This is because it is included in the area where . Accordingly, the user does not consume energy on unnecessary information, and can focus on reliable and important information, that is, only the areas indicated by reference numerals 931, 932, 941, and 942.
  • FIG. 10 is a diagram for explaining a method of identifying data that lowers reliability of deviation information when obtaining deviation information using the shortest distance, according to an embodiment.
  • reference numerals 1010 and 1020 are diagrams in which target data and reference data are simplified and displayed in a straight line, respectively.
  • Reference numeral 1010 illustrates a case in which the area of the target data is larger than the area of the reference data.
  • reference numeral 1010 when the area of the target data is larger than the area of the reference data, it can be seen that all points of the target data larger than the boundary area of the reference data are projected to the boundary area of the reference data. Therefore, the distance obtained from the points of the target data mapped to the boundary point of the reference data is only a distance that occurs due to the difference in size between the reference data and the target data, so it can be regarded as representing a deviation from the reference data that the user wants to see. can't
  • the data processing apparatus sets the points of the target data projected to the boundary area of the reference data as data points that lower the reliability of the deviation information. , and deviation information can be obtained using only the remaining target data excluding data points that lower the reliability of the deviation information.
  • Reference numeral 1020 illustrates a case in which the area of the reference data is larger than the area of the target data.
  • reference numeral 1020 when the area of the reference data is larger than the area of the target data, it can be seen that each point of the target data is projected to specific points of the reference data, respectively. That is, when the area of the reference data is larger than the area of the target data, since the shortest distance between the target data and the reference data is not due to the data size difference, the data processing apparatus obtains distances to all points of the target data and Deviation information can be obtained from this.
  • 11 is a diagram illustrating that the data processing apparatus outputs a user interface screen for selecting whether to exclude data that reduces reliability of deviation information, according to an embodiment.
  • the data processing apparatus may receive a selection of various setting information from a user in connection with obtaining deviation information.
  • the data processing apparatus may display the user interface screen 1100 for receiving a selection of whether to exclude data that reduces the reliability of the deviation information in relation to obtaining the deviation information in the form of a text window on a partial area of the display.
  • the size, output position, transparency, and/or shape of the user interface screen 1100 for receiving a selection of whether to exclude data that deteriorates the reliability of the deviation information may be variously modified.
  • the user may select whether to exclude low fidelity data that reduces the reliability of the deviation information by looking at the user interface screen 1100 and using the selection button 1120 .
  • the data processing apparatus may obtain the deviation information after excluding data that reduces the reliability of the deviation information.
  • the data processing apparatus When a user input that does not select excluding data that reduces the reliability of the deviation information is received through the user interface screen 1100 , the data processing apparatus does not exclude data that reduces the reliability of the deviation information, but does not exclude the data that reduces the reliability of the deviation information. information can be obtained.
  • FIG. 12 is a diagram illustrating a data processing apparatus outputting a user interface screen for receiving a selection of a method for obtaining deviation information, according to an embodiment.
  • the data processing apparatus may receive a selection of various setting information from a user in connection with obtaining deviation information.
  • the data processing apparatus may display the user interface screen 1200 for selecting a method for obtaining deviation information in the form of a text window on a partial area of the display.
  • the size, output position, transparency, and/or shape of the user interface screen 1200 for selecting a method for obtaining deviation information may be variously modified.
  • the user selects a method using a normal vector (Normal to Data Surface) using a method selection button 1210 included in the user interface screen 1200 for selecting a method for obtaining deviation information, or a method using the shortest distance (Find Nearest) position) can be selected.
  • a normal vector Normal to Data Surface
  • a method selection button 1210 included in the user interface screen 1200 for selecting a method for obtaining deviation information, or a method using the shortest distance (Find Nearest) position
  • the data processing apparatus may end the output of the user interface screen 1200 for selecting a method for obtaining deviation information.
  • the data processing apparatus may acquire deviation information according to the method selected using the method selection button 1210 .
  • the user selects excluding data that lowers the reliability of the deviation information through the user interface screen 1100 for receiving a selection of whether to exclude the data that reduces the reliability of the deviation information of FIG. 11, and the method of obtaining the deviation information of FIG.
  • the data processing apparatus identifies data included in the boundary region of the target data as data that reduces the reliability of the deviation information, After excluding the identified data, the distance between the target data and the reference data may be obtained as deviation information using a normal vector.
  • the user selects excluding data that lowers the reliability of the deviation information through the user interface screen 1100 for receiving a selection of whether to exclude the data that reduces the reliability of the deviation information of FIG. 11, and the method of obtaining the deviation information of FIG.
  • the data processing apparatus uses data of points of the target data mapped to the boundary area of the reference data to lower the reliability of the deviation information. After the data is identified and the identified data is excluded, the deviation information may be obtained using the shortest distance between the target data and the reference data.
  • 13 is a flowchart illustrating a method of obtaining deviation information according to an embodiment.
  • the data processing apparatus may exclude data that lowers reliability of deviation information from the target data from calculation (step 1310). To this end, the data processing apparatus may identify data that lowers the reliability of the deviation information in the target data. The data processing apparatus may determine which data to be identified as data that reduces reliability of the deviation information according to a method of obtaining the deviation information.
  • the data processing apparatus may obtain the deviation information by comparing the target data and the reference data except for data that degrades the reliability of the deviation information (step 1320 ).
  • the data processing apparatus may obtain deviation information between target data and reference data according to a method of obtaining deviation information.
  • the deviation information between the target data and the reference data may be the same or different.
  • the second point of the reference data that meets the normal vector projected from the first point of the target data The second point may be the same as the third point of the reference data that is the shortest distance from the first point of the target data.
  • the deviation information obtained using the normal vector and the deviation information obtained using the shortest distance become the same.
  • the second point of the reference data that meets the normal vector projected from the first point of the target data
  • the second point is not the same as the third point of the reference data that is the shortest distance from the first point of the target data, and the deviation information obtained using the normal vector and the deviation information obtained using the shortest distance also have different values.
  • the data processing apparatus may output a color corresponding to the deviation information (step 1330).
  • the data processing apparatus may output a color corresponding to the deviation information to an area of the target data except for a data point that deteriorates the reliability of the deviation information.
  • the data processing apparatus may display a predetermined color different from the color of the color map at the point of the data that reduces the reliability of the deviation information. That is, the data processing apparatus displays at least one color among polygons including points, vertices, and vertices included in points of low-reliability target data as a predetermined color, so that data that reduces reliability of deviation information obtains deviation information. may indicate that it has not been used.
  • FIG. 14 is a flowchart illustrating a method of obtaining deviation information using a normal vector according to an embodiment.
  • the data processing apparatus may identify whether a point meeting a normal vector projected from a first point of target data exists in reference data (step 1410).
  • the data processing apparatus may not acquire deviation information with respect to the first point of the target data when a point that meets the projected normal vector from the first point of the target data does not exist in the reference data.
  • the data processing apparatus may identify whether the first point is included in the target data boundary region (step 1420).
  • the data processing apparatus When the first point is not included in the target data boundary region, the data processing apparatus does not identify the first point of the target data as data that reduces the reliability of the deviation information, and calculates the deviation of the distance from the first point to the reference data information can be obtained.
  • the data processing apparatus may identify the first point as data that lowers the reliability of the deviation information (step 1430). When the first point is identified as data that reduces the reliability of the deviation information, the data processing apparatus does not use the first point to obtain the deviation information, so that the data that reduces the reliability of the deviation information does not affect the deviation information. can do.
  • 15 is a flowchart illustrating a method of obtaining deviation information using the shortest distance, according to an embodiment.
  • the data processing apparatus may identify whether a second point of reference data that is closest to a first point of target data is a point included in the reference data boundary area (step 1510).
  • the data processing apparatus may identify the first point of the target data as data that reduces the reliability of the deviation information (step 1520).
  • the data processing apparatus When the second point of the reference data is not a point included in the reference data boundary region, the data processing apparatus does not identify the first point of the target data as data that reduces the reliability of the deviation information, and may use it when obtaining the deviation information .
  • the data processing method according to an embodiment of the present disclosure may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. Also, an embodiment of the present disclosure may be a computer-readable storage medium in which one or more programs including at least one instruction for executing a data processing method are recorded.
  • the data processing method includes obtaining deviation information indicating a degree to which target data deviates from reference data and displaying information corresponding to the deviation information on the target data, , wherein the obtaining of the deviation information includes obtaining the deviation information by comparing data other than data that reduces reliability of the deviation information among the target data with the reference data to obtain the deviation information
  • the obtaining of the deviation information includes obtaining the deviation information by comparing data other than data that reduces reliability of the deviation information among the target data with the reference data to obtain the deviation information
  • the computer-readable storage medium may include program instructions, data files, data structures, and the like alone or in combination.
  • examples of the computer-readable storage medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and floppy disks.
  • Magneto-optical media such as, and hardware devices configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like may be included.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • the 'non-transitory storage medium' may mean that the storage medium is a tangible device.
  • the 'non-transitory storage medium' may include a buffer in which data is temporarily stored.
  • the data processing method according to various embodiments disclosed in this document may be included in a computer program product and provided.
  • the computer program product may be distributed in the form of a machine-readable storage medium (eg, compact disc read only memory (CD-ROM)). Alternatively, it may be distributed online (eg, downloaded or uploaded) through an application store (eg, play store, etc.) or directly between two user devices (eg, smartphones).
  • the computer program product according to the disclosed embodiment may include a storage medium in which a program including at least one instruction to perform the data processing method according to the disclosed embodiment is recorded.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)

Abstract

대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득하는 단계 및 대상 데이터 위에 편차 정보에 대응하는 정보를 표시하는 단계를 포함하고, 편차 정보를 획득하는 단계는 대상 데이터 중에서, 편차 정보의 신뢰도를 저하시키는 데이터 외의 데이터를 기준 데이터와 비교하여 편차 정보를 획득하는 단계를 포함하는, 데이터 처리 방법이 개시된다.

Description

데이터 처리 장치 및 데이터 처리 방법
개시된 실시 예는 데이터 처리 장치 및 데이터 처리 방법에 대한 것으로, 보다 구체적으로, 구강 이미지를 처리 또는 가공하기 위한 장치 및 그 방법에 관한 것이다.
환자의 치과 치료를 위해서 3차원 스캐너가 이용되고 있다. 3차원 스캐너는 환자의 구강 내에 인입 및 인출이 가능한 핸드헬드(handheld) 형태이거나 또는 테이블의 회전을 이용하여 테이블 위에 배치된 석고 모형을 스캔할 수 있는 테이블 스캐너 형태일 수 있다.
3차원 스캐너에 연결된 PC 등의 컴퓨팅 장치는, 3차원 스캐너가 획득한 로우 데이터를 이용하여 3차원 구강 이미지를 생성할 수 있다.
경우에 따라, 치과의 등의 사용자는 컴퓨팅 장치를 이용하여, 복수개의 3차원 구강 이미지를 서로 비교하고자 할 수 있다. 이 때, 비교 대상이 되는 3차원 구강 이미지에 신뢰도가 낮은 데이터가 포함되어 있는 경우, 복수개의 3차원 구강 이미지를 비교한 결과 또한 신뢰도가 낮아지게 된다. 따라서, 복수개의 3차원 구강 이미지를 보다 정확하게 비교할 수 있는 방법 및 장치가 요구된다.
실시 예에 따른 데이터 처리 방법은 대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득하는 단계, 및 상기 대상 데이터 위에 상기 편차 정보에 대응하는 정보를 표시하는 단계를 포함하고, 상기 편차 정보를 획득하는 단계는 상기 대상 데이터 중에서, 편차 정보의 신뢰도를 저하시키는 데이터 외의 데이터를 상기 기준 데이터와 비교하여 상기 편차 정보를 획득하는 단계를 포함할 수 있다.
도 1은 실시 예에 따른 구강 이미지 처리 시스템을 설명하기 위한 도면이다.
도 2는 실시 예에 따라, 3차원 스캐너가 표면 데이터를 획득하는 방법을 설명하기 위한 도면이다.
도 3은 실시 예에 따른 데이터 처리 장치의 내부 블록도이다.
도 4는 도 3의 데이터 처리 장치의 일 예를 도시한 도면이다.
도 5는 실시 예에 따라, 법선 벡터를 이용하여 편차 정보를 획득하는 방법을 설명하기 위한 도면이다.
도 6은 실시 예에 따라, 법선 벡터를 이용하여 편차 정보를 획득할 때, 편차 정보의 신뢰도를 저하시키는 데이터를 계산대상에서 제외하는 방법을 설명하기 위한 도면이다.
도 7은 도 6의 방법에 따라 획득된 결과 데이터를 확대한 도면이다.
도 8은 도 7의 결과 데이터를 더 확대하여 도시한 도면이다.
도 9는 실시 예에 따라, 최단 거리를 이용하여 편차 정보를 획득할 때, 편차 정보의 신뢰도를 저하시키는 데이터를 계산대상에서 제외하는 방법을 설명하기 위한 도면이다.
도 10은 실시 예에 따라, 최단 거리를 이용하여 편차 정보를 획득할 때 편차 정보의 신뢰도를 저하시키는 데이터를 식별하는 방법을 설명하기 위한 도면이다.
도 11은 실시 예에 따라, 데이터 처리 장치가 편차 정보의 신뢰도를 저하시키는 데이터 제외 여부를 선택 받기 위한 사용자 인터페이스 화면을 출력하는 것을 도시한다.
도 12는 실시 예에 따라, 데이터 처리 장치가 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면을 출력하는 것을 도시한다.
도 13은 실시 예에 따라, 편차 정보를 획득하는 방법을 도시한 순서도이다.
도 14는 실시 예에 따라, 법선 벡터를 이용하여 편차 정보를 획득하는 방법을 도시한 순서도이다.
도 15는 실시 예에 따라, 최단 벡터를 이용하여 편차 정보를 획득하는 방법을 도시한 순서도이다.
실시 예에서, 상기 편차 정보를 획득하는 단계는 상기 대상 데이터의 제1 지점에서 법선 벡터를 프로젝션하여, 상기 법선 벡터와 만나는 상기 기준 데이터의 제2 지점까지의 거리를 상기 편차 정보로 획득하는 단계를 포함할 수 있다.
실시 예에서, 상기 방법은 상기 제1 지점이 대상 데이터 경계 영역에 포함되는지를 식별하는 단계 및 상기 제1 지점이 상기 대상 데이터 경계 영역에 포함되는 경우, 상기 제1 지점의 데이터를 상기 편차 정보의 신뢰도를 저하시키는 데이터로 식별하는 단계를 더 포함할 수 있다.
실시 예에서, 상기 방법은 상기 법선 벡터와 만나는 상기 제2 지점이 상기 기준 데이터에 존재하는지를 식별하는 단계를 더 포함하고, 상기 제1 지점이 상기 대상 데이터 경계 영역에 포함되는지를 식별하는 단계는 상기 제2 지점이 상기 기준 데이터에 존재하는 경우 상기 제1 지점이 상기 대상 데이터 경계 영역에 포함되는지를 식별하는 단계를 포함할 수 있다.
실시 예에서, 상기 편차 정보를 획득하는 단계는 상기 대상 데이터의 제1 지점으로부터 최단 거리에 있는 상기 기준 데이터의 제3 지점까지의 거리를 상기 편차 정보로 획득하는 단계를 포함할 수 있다.
실시 예에서, 상기 편차 정보를 획득하는 단계는 상기 제3 지점이 기준 데이터 경계 영역에 포함되는지를 식별하는 단계 및 상기 제3 지점이 상기 기준 데이터 경계 영역에 포함되는 경우, 상기 대상 데이터의 상기 제1 지점의 데이터를 상기 편차 정보의 신뢰도를 저하시키는 데이터로 식별하는 단계를 포함할 수 있다.
실시 예에서, 상기 방법은 편차 정보 획득 시 편차 정보의 신뢰도를 저하시키는 데이터를 제외할 것인지 여부를 선택 받기 위한 사용자 인터페이스 화면을 출력하는 단계를 더 포함하고, 상기 편차 정보를 획득하는 단계는 상기 사용자 인터페이스 화면에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외할 것을 선택 받은 것에 상응하여, 상기 대상 데이터에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외시키는 단계를 포함할 수 있다.
실시 예에서, 상기 방법은 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면을 출력하는 단계를 더 포함하고, 상기 편차 정보를 획득하는 단계는 상기 사용자 인터페이스 화면에서 선택된 편차 정보 획득 방법에 따라 상기 대상 데이터에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외시키는 단계를 포함하고, 상기 편차 정보 획득 방법은 법선 벡터 이용 방법과 최단 거리 이용 방법 중 적어도 하나를 포함할 수 있다.
실시 예에서, 상기 편차 정보는 상기 대상 데이터와 상기 기준 데이터 간의 거리 분포에 대한 통계적 속성을 더 포함하고, 상기 거리 분포에 대한 통계적 속성은 상기 거리 분포의 최솟값, 최댓값, 중앙값, 평균값, 절대 평균값, 최빈값, 범위, 분산 중 적어도 하나를 포함할 수 있다.
실시 예에서, 상기 대상 데이터는 정점(vertex)을 포함하고, 상기 대상 데이터 위에 상기 편차 정보에 대응하는 정보를 표시하는 단계는 상기 편차 정보를 획득하는 데 이용된 대상 데이터의 각 정점을 상기 각 정점에서의 편차 정보에 대응하는 색상으로 표시하는 단계를 포함하고, 상기 방법은 상기 편차 정보의 신뢰도를 저하시키는 데이터의 정점의 색상을 상기 편차 정보에 대응하는 색상과 다른, 기 정해진 색상으로 표시하는 단계를 더 포함할 수 있다.
실시 예에 따른 데이터 처리 장치는 디스플레이, 하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 대상 데이터 중에서, 편차 정보의 신뢰도를 저하시키는 데이터 외의 데이터를 기준 데이터와 비교하여, 상기 대상 데이터가 상기 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득하고, 상기 디스플레이를 제어하여 상기 대상 데이터 위에 상기 편차 정보에 대응하는 정보를 표시할 수 있다.
본 명세서는 본 출원의 권리범위를 명확히 하고, 본 출원이 속하는 기술분야에서 통상의 지식을 가진 자가 본 출원을 실시할 수 있도록, 본 출원의 원리를 설명하고, 실시 예들을 개시한다. 개시된 실시 예들은 다양한 형태로 구현될 수 있다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 명세서가 실시 예들의 모든 요소들을 설명하는 것은 아니며, 본 출원이 속하는 기술분야에서 일반적인 내용 또는 실시 예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부'(part, portion)라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시 예들에 따라 복수의 '부'가 하나의 요소(unit, element)로 구현되거나, 하나의 '부'가 복수의 요소들을 포함하는 것도 가능하다. 이하 첨부된 도면들을 참고하여 본 출원의 작용 원리 및 실시 예들에 대해 설명한다.
본 명세서에서 이미지는 적어도 하나의 치아, 또는 적어도 하나의 치아를 포함하는 구강, 또는 구강에 대한 석고 모형을 나타내는 이미지(이하, '구강 이미지')를 포함할 수 있다.
또한, 본 명세서에서 이미지는 대상체에 대한 2차원 이미지 또는 대상체를 입체적으로 나타내는 3차원 구강 이미지를 포함할 수 있다. 3차원 구강 이미지는 로우 데이터에 근거하여 구강의 구조를 3차원적으로 모델링(modeling)하여 생성될 수 있으므로, 3차원 구강 모델로 호칭될 수도 있다. 또한, 3차원 구강 모델은 3차원 스캔 모델 또는 3차원 스캔 데이터로도 호칭될 수 있다.
이하, 본 명세서에서 구강 이미지는 구강을 2차원 또는 3차원적으로 나타내는 모델 또는 이미지를 통칭하는 의미로 사용하기로 한다.
또한, 본 명세서에서 데이터는 대상체를 2차원 또는 3차원적으로 표현하기 위해서 필요한 정보, 예를 들어, 적어도 하나의 카메라를 이용하여 획득된 로우 데이터(raw data) 등을 의미할 수 있다.
구체적으로, 로우 데이터는 구강 이미지를 생성하기 위해서 획득되는 데이터로, 3차원 스캐너를 이용하여 대상체를 스캔(scan)할 때 3차원 스캐너에 포함되는 적어도 하나의 이미지 센서에서 획득되는 데이터(예를 들어, 2차원 데이터)가 될 수 있다. 3차원 스캐너에서 획득되는 로우 데이터는, 2차원 이미지 데이터로 언급될 수도 있다. 로우 데이터는, 3차원 스캐너를 이용하여 대상체를 스캔할 때 복수의 카메라들에 의해 획득되는 서로 다른 시점의 2차원 이미지들을 의미할 수 있다.
위에서는, 로우 데이터가 2차원 이미지인 것으로 서술하였으나, 이에 제한하지 않고 로우 데이터는 3차원 이미지 데이터일 수도 있다.
본 명세서에서 대상체(object)는 촬영의 대상이 되는 것으로서 신체의 일부이거나, 또는 신체의 일부를 본뜬 모형을 포함할 수 있다. 대상체는 구강, 구강을 본 뜬 석고 모형이나 임프레션 모형, 구강에 삽입 가능한 인공 구조물, 또는 인공 구조물을 본 뜬 석고 모형이나 임프레션 모형을 포함할 수 있다. 예컨대, 대상체는 치아나 치은이거나, 치아나 치은에 대한 석고 모형이나 임프레션 모형이거나, 및/또는 구강 내에 삽입 가능한 인공 구조물, 또는 이러한 인공 구조물에 대한 석고 모형이나 임프레션 모형을 포함할 수 있다. 여기서, 구강에 삽입 가능한 인공 구조물은 예를 들어, 교정 장치, 임플란트, 크라운, 인레이, 온레이, 인공 치아, 구강 내 삽입되는 교정 보조 도구 중 적어도 하나를 포함할 수 있다. 또한, 교정 장치는 브라켓, 어태치먼트(attachment), 교정용 나사, 설측 교정 장치, 및 가철식 교정 유지 장치 중 적어도 하나를 포함할 수 있다.
다양한 상황에서, 치과의 등의 사용자는 복수개의 3차원 구강 이미지를 서로 비교하고자 할 수 있다. 예컨대, 사용자는 환자의 치아 상태를 점검하기 위해, 1년 전의 환자의 치아와 1년 후의 환자의 치아를 서로 비교하고자 할 수 있다. 또는, 사용자는 교정 치료 전의 환자의 치열과 교정 치료 후의 환자의 치열을 서로 비교하여 치열의 변동 상태 등을 확인하고자 할 수 있다. 또는, 사용자는 환자의 치아에 보철물이 씌워질 공간을 확보하기 위해 프렙(preparation) 치아를 획득할 때, 프렙 전과 프렙 후의 환자의 치아를 비교하고자 할 수 있다. 또는, 스캐너의 기기 정밀도를 확인하기 위해, 사용자는 핸드헬드 형태의 3차원 스캐너를 이용하여 획득한 3차원 구강 이미지를 다른 스캐너, 예컨대, 테이블 형태의 3차원 스캐너를 이용하여 획득한 3차원 구강 이미지와 서로 비교하고자 할 수도 있다.
이와 같이 다양한 상황에서, 사용자는 복수개의 3차원 구강 이미지를 비교하여 결과를 이용하고자 할 수 있다. 이 때, 비교 대상이 되는 3차원 구강 이미지에 신뢰도가 낮은 데이터가 포함되어 있는 경우, 복수개의 3차원 구강 이미지를 비교한 결과 또한 신뢰도가 낮아지게 된다.
개시된 실시 예는 전술한 문제점을 극복하기 위한 것으로, 비교 대상이 되는 3차원 구강 이미지에서 신뢰도가 낮은 데이터를 제외시켜 보다 정확하게 복수개의 3차원 구강 이미지를 비교할 수 있는 방법 및 장치를 제공하기 위한 것이다.
이하에서는 도면을 참조하여 실시 예들을 상세히 설명한다.
도 1은 실시 예에 따른 구강 이미지 처리 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 구강 이미지 처리 시스템은 3차원 스캐너(100, 110), 및 3차원 스캐너(100, 110)와 통신망(130)을 통해 결합된 데이터 처리 장치(120)를 포함할 수 있다.
3차원 스캐너(100, 110)는 대상체의 이미지를 획득하는 의료 장치일 수 있다.
3차원 스캐너(100, 110)는 구강이나 인공 구조물, 또는 구강이나 인공 구조물을 본 뜬 석고 모형 중 적어도 하나에 대한 이미지를 획득할 수 있다.
3차원 스캐너(100, 110)는 구강 스캐너(100)와 테이블 스캐너(110) 중 적어도 하나를 포함할 수 있다.
실시 예에서, 3차원 스캐너(100, 110)는 구강 스캐너(100)를 포함할 수 있다. 구강 스캐너(100)는 사용자가 손으로 잡고 이동하면서 구강을 스캔하는 핸드 헬드(handheld)형일 수 있다. 구강 스캐너(100)는 구강 내에 삽입되어 비 접촉식으로 치아를 스캐닝함으로써, 적어도 하나의 치아를 포함하는 구강에 대한 이미지를 획득할 수 있다.
구강 스캐너(100)는 본체(101)와 팁(103)을 포함할 수 있다. 본체(101)는 광을 투사하는 광 조사부(미도시)와 대상체를 촬영하여 이미지를 획득하는 카메라(미도시)를 포함할 수 있다.
팁(103)은 구강 내에 삽입되는 부분으로, 탈부착이 가능한 구조로 본체(101)에 장착될 수 있다. 팁(103)은 광 경로 변경 수단, 예컨대, 미러 등을 포함하여, 본체(101)로부터 조사된 광을 대상체로 향하게 하고, 대상체로부터 수신된 광을 본체(101)로 향하게 하도록 할 수 있다.
구강 스캐너(100)는 구강 내부의 치아, 치은 및 구강 내에 삽입 가능한 인공 구조물(예를 들어, 브라켓 및 와이어 등을 포함하는 교정 장치, 임플란트, 인공 치아, 구강 내 삽입되는 교정 보조 도구 등) 중 적어도 하나의 표면을 이미징하기 위해서, 대상체에 대한 표면 정보를 로우 데이터(raw data)로 획득할 수 있다.
실시 예에서, 3차원 스캐너(100, 110)는 테이블 스캐너(110)를 포함할 수 있다. 테이블 스캐너(110)는 테이블(135)의 회전을 이용하여 대상체(150)를 스캔함으로써 대상체(150)에 대한 표면 정보를 로우 데이터(raw data)로 획득하는 스캐너일 수 있다. 테이블 스캐너(110)는 구강을 본 뜬 석고 모형이나 임프레션 모형, 구강에 삽입 가능한 인공 구조물, 또는 인공 구조물을 본 뜬 석고 모형이나 임프레션 모형 등의 대상체(150)의 표면을 스캔할 수 있다.
테이블 스캐너(110)는 하우징(111)의 내측 방향으로 함몰되어 형성되는 내부 공간(120)을 포함할 수 있다. 내부 공간(120)은 제1 내측면(121), 제2 내측면(122), 제3 내측면(123)(바닥면), 및 제4 내측면(미도시)(천장면)에 의해 형성될 수 있다.
내부 공간(120)에는 대상체(150)를 거치할 수 있으며, 대상체(150)를 이동시킬 수 있는 이동부(130)가 형성될 수 있다. 이동부(130)는 z축 방향을 따라 상하 방향으로 이동할 수 있다. 이동부(130)는 제1 내측면(121)에 고정되어 제1 회전부(132)와 연결된 고정 베이스(131), 고정 베이스(131) 상의 일 지점을 중심축으로, 예컨대, x축을 중심축으로 한 제1 회전 방향(M1)으로 회전 가능한 제1 회전부(132), 및 제1 회전부(132)와 연결되어 회전부(132)로부터 돌출되어 형성된 빔부(beam portion, 133)를 포함할 수 있다. 빔부(133)는 x축 방향으로 연장 또는 단축될 수 있다.
빔부(133)의 타단에는 z축을 회전축으로 하는 제2 회전 방향(M2)으로 회전할 수 있는 원통 형상의 제2 회전부(134)가 결합될 수 있다. 제2 회전부(134)의 일면 상에는 제2 회전부(134)와 함께 회전하는 테이블(135)이 형성될 수 있다.
하우징(111)의 내부 공간(120) 상의 제2 내측면(122)에는 광학부(140)가 형성될 수 있다. 광학부(140)는 대상체(150)에 패턴 광을 조사(project)하는 광 조사부(141)와, 대상체(150)로부터 반사된 광을 수용하여 복수의 2차원 프레임들을 획득하는 적어도 하나의 카메라(142a, 142b)를 포함할 수 있다. 광학부(140)는 제2 내측면(122)에 결합된 상태에서, 광 조사부(141)의 중심을 회전축으로 하여 회전하는 제2 회전부(미도시)를 더 포함할 수 있다. 제2 회전부는 광 조사부(141), 제1 카메라(142a), 그리고 제2 카메라(142b)를 제3 회전 방향(M3)으로 회전시킬 수 있다.
3차원 스캐너(100, 110)는 획득한 로우 데이터를 통신망(130)를 통하여 데이터 처리 장치(120)로 전송할 수 있다.
데이터 처리 장치(120)는 3차원 스캐너(100, 110)와 유선 또는 무선 통신망(130)을 통하여 연결될 수 있다. 데이터 처리 장치(120)는 3차원 스캐너(100, 110)로부터 로우 데이터를 수신하고, 수신된 로우 데이터에 근거하여 구강 이미지를 생성, 처리, 디스플레이 및/또는 전송할 수 있는 모든 전자 장치가 될 수 있다. 예컨대, 데이터 처리 장치(120)는 스마트 폰(smart phone), 랩탑 컴퓨터, 데스크탑 컴퓨터, PDA, 태블릿 PC 등의 컴퓨팅 장치가 될 수 있으나, 이에 한정되지 않는다. 또한, 데이터 처리 장치(120)는 구강 이미지를 처리하기 위한 서버(또는 서버 장치) 등의 형태로 존재할 수도 있다.
데이터 처리 장치(120)는 3차원 스캐너(100, 110)에서 수신된 2차원 이미지 데이터에 근거하여, 2차원 이미지 데이터를 처리하여 3차원 구강 이미지를 생성하거나, 또는 부가 정보를 생성할 수 있다. 데이터 처리 장치(120)는 3차원 구강 이미지 및/또는 부가 정보를 디스플레이(125)를 통하여 디스플레이 하거나, 이를 외부 장치로 출력하거나 전송할 수 있다.
또 다른 예로, 3차원 스캐너(100, 110)가 구강 스캔을 통하여 로우 데이터를 획득하고, 획득된 로우 데이터를 가공하여 3차원 데이터를 생성하고, 이를 데이터 처리 장치(120)로 전송할 수 있다.
실시 예에서, 3차원 스캐너(100, 110)는 대상체에 패턴 광을 조사(project)하고 패턴 광이 조사된 대상체를 스캔함으로써, 패턴의 변형에 의한 삼각 계측의 원리를 이용하여 대상체의 형상을 나타내는 3차원 데이터를 획득할 수 있다.
실시 예에서, 3차원 스캐너(100, 110)는 공초점(confocal) 방식을 이용하여 대상체에 대한 3차원 데이터를 획득할 수도 있다. 공초점 방식은 3차원 표면 측정을 위한 비파괴 광학 영상화 기법으로, 핀홀 구조를 이용하여 공간해상도가 높은 광학 단면 이미지를 획득할 수 있다. 3차원 스캐너(100, 110)는 축 방향을 따라 획득한 2차원 이미지를 스택(stack)하여 3차원 데이터를 획득할 수 있다.
그러나, 이는 실시 예로, 3차원 스캐너(100, 110)는 전술한 방법 외에도 다양한 방식을 이용하여 로우 데이터로부터 3차원 데이터를 획득하고, 이를 데이터 처리 장치(120)로 전송할 수 있다. 데이터 처리 장치(120)는 수신된 3차원 데이터를 분석, 처리, 가공, 디스플레이 및/또는 전송할 수 있다.
실시 예에서, 데이터 처리 장치(120)는 복수개의 3차원 구강 이미지를 획득할 수 있다. 사용자는 데이터 처리 장치(120)를 이용하여 복수개의 3차원 구강 이미지를 비교할 수 있다. 이를 위해, 사용자는 데이터 처리 장치(120)를 이용하여 복수개의 3차원 구강 이미지 중, 비교할 두 개의 데이터를 선택할 수 있다. 비교할 두 개의 데이터는 각각 기준 데이터와 대상 데이터로 호칭될 수 있다.
실시 예에서, 기준 데이터(reference data)는 기본이 되는 표준 데이터를 의미할 수 있다. 즉, 기준 데이터는 대상 데이터와의 비교 기준으로 사용할 수 있는 데이터를 의미할 수 있다.
실시 예에서, 대상 데이터(target data)는 비교할 목표나 목적이 되는 데이터를 의미할 수 있다. 즉, 대상 데이터는 기준 데이터로부터 벗어난 정도를 알고자 하는 대상이 되는 데이터를 의미할 수 있다.
실시 예에서, 데이터 처리 장치(120)는 대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득할 수 있다.
실시 예에서, 데이터 처리 장치(120)는 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 제외시킬 수 있다.
실시 예에서, 데이터 처리 장치(120)는 편차 정보의 신뢰도를 저하시키는 데이터를 제외한 대상 데이터를 기준 데이터와 비교하여 편차 정보를 획득할 수 있다.
실시 예에서, 데이터 처리 장치(120)는 편차 정보를 대상 데이터 위에 표시할 수 있다. 예컨대, 데이터 처리 장치(120)는 편차 정보를 대상 데이터 위에, 편차 정보에 대응하는 색상을 갖는 컬러 맵(color map)으로 표시하여 출력할 수 있다.
도 2는 실시 예에 따라, 3차원 스캐너가 표면 데이터를 획득하는 방법을 설명하기 위한 도면이다.
실시 예에서, 3차원 스캐너(100, 110)는 다양한 방법을 이용하여 대상체에 대한 3차원 데이터를 획득할 수 있다. 예컨대, 3차원 스캐너(100, 110)는 공초점 (confocal) 방식을 이용하여 대상체에 대한 3차원 데이터를 획득할 수 있다. 공초점 방식은 대상체에 조사되는 빛을 통과시키는 렌즈의 굴절률에 따라서, 반사된 빛의 최대 강도를 통해 알아낸 점의 위치를 기초로 대상체의 3차원적 정보를 획득하는 방식이다. 3차원 스캐너(100, 110)는 핀홀 구조를 이용하여 공간해상도가 높은 광학 단면 이미지를 획득할 수 있다. 3차원 스캐너(100, 110)는 축 방향을 따라 획득한 2차원 이미지를 스택(stack)하여 3차원 데이터를 획득할 수 있다.
또는 실시 예에서, 3차원 스캐너(100, 110)는 광 삼각법 (triangulation technique) 방식을 이용하여 대상체의 3차원적 정보를 획득할 수도 있다. 광 삼각법은 광원, 광원으로부터 조사된 빛이 조사되는 대상체, 대상체로부터 반사된 빛이 입력되는 이미지 센서에 의해 형성되는 삼각형을 이용하여 삼각 계산을 통해 대상체의 3차원적 정보를 획득하는 기술이다. 다만, 이는 하나의 실시 예로, 3차원 스캐너(100, 110)는 공초점 방식 또는 광 삼각법 방식 외에도 다양한 방식으로 3차원 데이터를 획득할 수 있다.
이하, 하나의 실시 예로, 3차원 스캐너(100, 110)가 광 삼각법을 이용하여 대상체에 대한 3차원 데이터를 획득하는 방식에 대해 보다 자세히 설명하기로 한다.
실시 예에서, 3차원 스캐너(100, 110)는 적어도 하나 이상의 카메라를 이용하여 이미지를 획득하고, 획득한 이미지에 기반하여 3차원 데이터를 획득할 수 있다.
도 2에서, 3차원 스캐너(100, 110)는 광학식 3차원 스캐너일 수 있다. 3차원 스캐너(100, 110)는 대상체(210)의 표면에 대한 3차원 데이터를 획득하기 위해, 양안시 구조광(structured light with stereo vision) 방식을 이용할 수 있다.
3차원 스캐너(100, 110)는 두 개 이상의 카메라(230, 240)와 구조광(structured light)(225)을 투사할 수 있는 프로젝터(220)를 포함할 수 있다.
3차원 스캐너(100, 110)는 대상체(210)에게 구조광(225)을 투사하고, 좌안 시야(left Field of View)에 대응되는 L 카메라(230)과 우안 시야(Right Field of View)에 대응되는 R 카메라(240) 각각에서 좌안 시야에 대응되는 L 이미지(235) 및 우안 시야에 대응되는 R 이미지(245)를 획득할 수 있다. L 이미지(235) 및 R 이미지(245)는, 대상체(210)의 표면을 나타내는 3차원 이미지 프레임으로 재구성될 수 있다.
3차원 스캐너(100, 110)는 대상체(210)에 대한 L 이미지(235) 및 R 이미지(245)를 포함하는 2차원 이미지 프레임을 연속적으로 획득할 수 있다. 3차원 스캐너(100, 110) 또는 데이터 처리 장치(120)는, L 이미지(235) 및 R 이미지(245)를 포함하는 2차원 이미지 프레임으로부터 대상체(210)의 표면 형상을 나타내는 3차원 이미지 프레임을 획득할 수 있다. 도 2에서는, 3차원 스캐너(100, 110)가 두 개의 카메라(230, 240)를 이용하여 획득한 두 개의 이미지로부터 3차원 데이터를 획득하는 것을 설명하였으나, 이는 하나의 실시 예로, 3차원 스캐너(100, 110)는 두 개의 카메라(230, 240) 중 어느 하나의 카메라만을 이용하여 이미지를 획득할 수도 있다.
3차원 스캐너(100, 110)는, 대상체(210) 주위를 일정한 시간 간격(예를 들어, 초당 10~30 프레임)으로 스캔함으로써 복수의 2차원 프레임들을 획득할 수 있다. 3차원 스캐너(100, 110) 또는 데이터 처리 장치(120)는 복수의 2차원 이미지 프레임들로부터 복수의 3차원 이미지 프레임들을 획득할 수 있다.
데이터 처리 장치(120)는, 복수의 3차원 이미지 프레임들을 병합(merge) 또는 위치 정렬(align)함으로써 대상체(210) 전체에 대한 3차원 구강 모델을 획득할 수 있다.
도 3은 실시 예에 따른 데이터 처리 장치의 내부 블록도이다.
실시 예에서, 데이터 처리 장치(300)는 구강 이미지 처리 장치로도 호칭될 수 있다.
도 3의 데이터 처리 장치(300)는 도 1의 데이터 처리 장치(120)의 일 실시 예일 수 있다. 따라서, 도 1의 데이터 처리 장치(120)에 대해 설명한 내용과 중복된 부분에 대한 설명은 생략한다.
데이터 처리 장치(300)는 3차원 스캐너(100, 110)로부터 수신한 로우 데이터를 이용하여 구강 이미지를 생성, 처리, 가공, 디스플레이 및/또는 전송할 수 있는 전자 장치일 수 있다.
도 3을 참조하면, 데이터 처리 장치(300)는 프로세서(310), 메모리(320) 및 디스플레이(330)를 포함할 수 있다.
구체적으로, 데이터 처리 장치(300)는 디스플레이(330), 하나 이상의 인스트럭션을 저장하는 메모리(320), 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서(310)를 포함할 수 있다.
프로세서(310)는 상기 하나 이상의 인스트럭션을 실행함으로써, 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 제외시킬 수 있다.
실시 예에서, 편차 정보는 대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 정보를 의미할 수 있다.
실시 예에서, 편차 정보의 신뢰도를 저하시키는 데이터는, 대상 데이터에 포함된 데이터 중, 편차 정보를 정확하게 획득하는 데 이용될 수 없는 데이터를 의미할 수 있다. 즉, 대상 데이터에 포함된 데이터 중에서, 그 데이터가 편차 정보를 구하는 데 이용될 경우 편차 정보의 신뢰도가 낮아지는 경우, 그 데이터를 편차 정보의 신뢰도를 저하시키는 데이터로 호칭할 수 있다.
실시 예에서, 편차 정보의 신뢰도를 저하시키는 데이터는 편차 정보를 획득하는 방법에 따라서 달라질 수 있다.
예컨대, 프로세서(310)가 법선 벡터를 이용하여 편차 정보를 획득하는 경우, 프로세서(310)는 대상 데이터 경계 영역에 포함된 지점들을 편차 정보의 신뢰도를 저하시키는 데이터로 식별 수 있다. 이는, 대상 데이터가 폐곡면이 아닌 경우, 대상 데이터의 경계 영역에 포함된 지점들이 정확한 법선 벡터를 갖지 못하기 때문에 대상 데이터의 경계 영역에 포함된 지점과, 그 지점으로부터 프로젝션된, 정확하지 않은 법선 벡터와 만나는 기준 데이터 상의 지점 사이의 거리 또한 신뢰도가 떨어지게 되기 때문이다.
예컨대, 프로세서(310)가 최단 거리를 이용하여 편차 정보를 획득하는 경우, 프로세서(310)는 대상 데이터의 한 지점과 가장 가까이 있는 지점이 기준 데이터 경계 영역에 포함되는 경우, 대상 데이터의 한 지점을 편차 정보의 신뢰도를 저하시키는 데이터로 식별할 수 있다. 이는, 대상 데이터에 포함된 복수개의 지점들이 기준 데이터의 경계 영역의 지점들로 매핑되는 경우, 대상 데이터에 포함된 복수개의 지점들로부터 획득되는 편차 정보의 신뢰도가 떨어지기 때문이다.
프로세서(310)는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터를 기준 데이터와 비교하여, 대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득할 수 있다. 즉, 프로세서(310)는 편차 정보의 신뢰도를 저하시키는 데이터 외의 대상 데이터만을 기준 데이터와 비교하여 편차 정보를 획득함으로써, 편차 정보의 신뢰도가 저하되는 것을 막을 수 있다. 프로세서(310)는 디스플레이(330)를 제어하여 편차 정보에 대응하는 정보를 대상 데이터 상에 표시할 수 있다. 편차 정보에 대응하는 정보는, 예컨대 편차 정보를 색상이나 명암, 수치 등으로 표현하는 정보를 포함할 수 있다.
데이터 처리 장치(300)는 3차원 스캐너(100, 110)로부터 수신된 로우 데이터를 기반으로 3차원 구강 모델을 생성할 수 있다. 또는 데이터 처리 장치(300)는3차원 스캐너(100, 110)로부터 3차원 구강 모델을 수신할 수 있다. 또는 데이터 처리 장치(300)는 외부 서버나 외부 장치 등으로부터 유선 또는 무선 통신망을 통해 3차원 구강 이미지를 수신할 수도 있다.
실시 예에서, 메모리(320)는 3차원 스캐너(100, 110)로부터 수신되는 데이터, 예를 들어, 구강이나 구강 모형을 스캔하여 획득된 로우 데이터 등을 저장할 수 있다. 또한, 메모리(320)는 데이터 처리 장치(300)가 생성하거나, 또는 3차원 스캐너(100, 110)로부터 수신하거나, 외부 서버나 외부 장치 등으로부터 수신한 3차원 구강 이미지를 저장할 수 있다.
실시 예에 따른 메모리(320)는 적어도 하나의 인스트럭션을 저장할 수 있다. 메모리(320)는 프로세서(310)가 실행하는 적어도 하나의 인스트럭션이나 프로그램을 저장하고 있을 수 있다.
실시 예에서, 메모리(320)는 복수개의 3차원 구강 이미지를 저장할 수 있다.
실시 예에서, 메모리(320)는 데이터 비교를 위한 전용 소프트웨어를 저장할 수 있다. 데이터 비교를 위한 전용 소프트웨어는 전용 프로그램, 전용 툴(tool), 또는 전용 어플리케이션 등으로 호칭될 수 있다.
실시 예에서, 메모리(320)는 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 식별하기 위한 하나 이상의 인스트럭션을 포함할 수 있다.
실시 예에서, 메모리(320)는 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 계산대상에서 제외하기 위한 하나 이상의 인스트럭션을 포함할 수 있다.
실시 예에서, 메모리(320)는 대상 데이터와 기준 데이터를 비교하여 편차 정보를 획득하기 위한 하나 이상의 인스트럭션을 포함할 수 있다.
실시 예에서, 메모리(320)는 편차 정보를 대상 데이터 상에 컬러 맵으로 표시하기 위한 하나 이상의 인스트럭션을 포함할 수 있다.
실시 예에 따른 프로세서(310)는 데이터 처리 장치(300) 전반을 제어할 수 있다. 프로세서(310)는 적어도 하나의 인스트럭션을 실행하여 의도하는 동작이 수행되도록 제어할 수 있다. 여기서, 적어도 하나의 인스트럭션은 프로세서(310)와 별도로 데이터 처리 장치(300) 내에 포함되는 메모리(320) 또는 프로세서(310)내에 포함되는 내부 메모리(미도시)에 저장되어 있을 수 있다.
구체적으로, 프로세서(310)는 적어도 하나의 인스트럭션을 수행하여, 의도하는 동작이 수행되도록 데이터 처리 장치(300) 내부에 포함되는 적어도 하나의 구성들을 제어할 수 있다. 따라서, 프로세서(310)가 소정 동작들을 수행하는 경우를 예로 들어 설명하더라도, 프로세서(310)가 소정 동작들이 수행되도록 데이터 처리 장치(300) 내부에 포함된 적어도 하나의 구성들을 제어하는 것을 의미할 수 있다.
실시 예에서, 프로세서(310)는 대상 데이터와 기준 데이터를 획득할 수 있다. 프로세서(310)는 3차원 스캐너(100, 110)로부터 수신한 로우 데이터에 기반하여 생성한 3차원 구강 이미지, 또는 메모리(310), 3차원 스캐너(100, 110), 외부 서버나 외부 장치 등으로부터 획득한 3차원 구강 이미지 중에서 대상 데이터로 이용할 구강 이미지와 기준 데이터로 이용할 구강 이미지를 획득할 수 있다. 실시 예에서, 기준 데이터와 대상 데이터는 모두 3차원 스캔 데이터일 수 있다.
실시 예에서, 프로세서(310)는 편차 정보를 획득할 수 있다. 실시 예에서, 편차 정보는 대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 정보일 수 있다. 즉, 편차 정보는 대상 데이터와 기준 데이터 간의 차이를 나타내는 정보로, 대상 데이터가 기준 데이터로부터 얼마나 떨어져 있는지를 수치로 나타내는 정보일 수 있다.
실시 예에서, 프로세서(310)는 편차 정보의 신뢰도를 저하시키는 데이터를 제외한 대상 데이터를 기준 데이터와 비교하여 편차 정보를 획득할 수 있다. 따라서, 실시 예에 따라 프로세서(310)가 획득하는 편차 정보는 편차 정보의 신뢰도를 저하시키는 데이터를 제외한 대상 데이터와 기준 데이터 간의 차이를 나타내는 정보일 수 있다.
실시 예에서, 편차 정보는 대상 데이터와 기준 데이터 간의 거리 차이를 포함할 수 있다. 예컨대, 편차 정보는 대상 데이터 상의 한 지점과 기준 데이터 상의 한 지점 간의 거리를 포함할 수 있다.
실시 예에서, 프로세서(310)는 법선 벡터를 이용하거나, 또는 최단 거리를 이용하여, 대상 데이터와 기준 데이터 간의 편차 정보를 획득할 수 있다.
먼저, 프로세서(310)가 법선 벡터를 이용하여 대상 데이터와 기준 데이터 간의 편차 정보를 획득하는 방법을 설명하기로 한다.
프로세서(310)는 대상 데이터 위의 한 점에 대한 접평면에 수직인 법선 벡터를 기준 데이터로 투사(프로젝션, projection)하여 법선 벡터가 기준 데이터 위의 한 지점과 만나는 지점을 구할 수 있다. 대상 데이터 위의 한 지점을 제1 지점이라 하고, 제1 지점에서 프로젝션한 법선 벡터가 기준 데이터와 만나는 지점을 제2 지점이라고 할 때, 프로세서(310)는 제1 지점과 제2 지점 사이의 거리를 편차 정보로 획득할 수 있다.
실시 예에서, 법선 벡터를 이용하여 편차 정보를 획득하는 경우, 프로세서(310)는 대상 데이터 경계 영역에 포함된 지점들의 데이터를 편차 정보의 신뢰도를 저하시키는 데이터로 식별할 수 있다.
실시 예에서, 프로세서(310)는 편차 정보를 획득할 때, 편차 정보의 신뢰도를 저하시키는 데이터로 식별된, 대상 데이터 경계 영역에 포함된 지점들을 제외시킬 수 있다.
다른 실시 예로, 프로세서(310)는 대상 데이터와 기준 데이터 간의 편차 정보를 획득하기 위해 최단 거리를 이용할 수 있다.
실시 예에서, 프로세서(310)는 대상 데이터와 가장 가까운 거리에 있는 기준 데이터까지의 거리를 획득하고, 획득한 최단 거리를 편차 정보로 이용할 수 있다. 예컨대, 대상 데이터 위의 한 지점을 제1 지점이라 하고, 제1 지점에서 가장 가까운 위치에 있는 기준 데이터의 지점을 제3 지점이라고 할 때, 프로세서(310)는 제1 지점과 제3 지점 사이의 거리를 편차 정보로 획득할 수 있다.
실시 예에서, 최단 거리를 이용하여 편차 정보를 획득하는 경우, 프로세서(310)는 대상 데이터의 제1 지점과 가장 가까이 있는 제3 지점이 기준 데이터 경계 영역에 포함되는 경우, 대상 데이터의 제1 지점을 편차 정보의 신뢰도를 저하시키는 데이터로 식별할 수 있다.
실시 예에서, 프로세서(310)는 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 제외시키고, 남은 대상 데이터를 기준 데이터와 비교하여 편차 정보를 획득할 수 있다.
실시 예에서, 프로세서(310)는 대상 데이터와 기준 데이터 간의 편차 정보를 획득할 때, 법선 벡터를 이용하는 방법과 최단 거리를 이용하는 방법 중 어느 방법을 이용하여 편차 정보를 획득할 것인지를 사용자로부터 선택 받을 수 있다.
또는 프로세서(310)는 법선 벡터를 이용하는 방법과 최단 거리를 이용하는 방법 중, 대상 데이터와 기준 데이터로부터 더 신뢰도 높은 편차 정보를 획득할 수 있는 방법을 자동으로 선택할 수도 있다.
실시 예에 따른 디스플레이(330)는 3차원 구강 이미지를 화면에 출력할 수 있다. 실시 예에서, 디스플레이(330)는 대상 데이터와 기준 데이터를 화면에 출력할 수 있다. 실시 예에서, 디스플레이(330)는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터와 기준 데이터 간의 편차 정보를 출력할 수 있다.
실시 예에서, 디스플레이(330)는 편차 정보를, 편차 정보에 대응하는 정보를 이용하여 대상 데이터 위에 표시할 수 있다. 실시 예에서, 디스플레이(330)는 대상 데이터 위에 편차 정보에 대응하는 정보로, 색상을 표시할 수 있다. 디스플레이(330)는 대상 데이터에서 편차 정보를 획득하는 데 이용된 대상 데이터의 각 정점(vertex)을, 각 정점에서의 편차 정보에 대응하는 색상으로 표시함으로써, 편차 정보를 컬러 맵으로 표시할 수 있다.
실시 예에서, 편차 정보의 신뢰도를 저하시키는 데이터는 편차 정보 획득 시 이용되지 않기 때문에, 편차 정보를 갖지 않는다. 따라서, 편차 정보를 획득하는 데 이용되지 않은 데이터의 정점은 편차 정보에 대응하는 정보, 예컨대 컬러 맵 등으로 표현될 수 없다.
실시 예에서, 디스플레이(330)는 편차 정보의 신뢰도를 저하시키는 데이터의 정점이 편차 정보를 갖지 않는 경우, 편차 정보를 갖지 않는 정점이 기 정해진 색상으로 표시되도록 할 수 있다. 이 때, 기 정해진 색상은 편차 정보에 대응하는 색상, 즉, 컬러 맵으로 표현되는 색상과는 다른 색상일 수 있다. 예컨대, 디스플레이(3300는 편차 정보를 갖지 않는 정점이 컬러 맵에 포함되어 있지 않은 회색으로 표현되도록 할 수 있다. 이를 통해, 디스플레이(330)는 신뢰도가 낮은 데이터의 정점 색상을 컬러 맵으로 표현되는 다른 영역과 구분되어 보이도록 할 수 있다.
실시 예에서, 디스플레이(330)는 편차 정보에 대응하는 정보를 수치로도 표시할 수 있다. 디스플레이(330)는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터와 기준 데이터를 비교하여 획득한, 두 데이터 간의 거리의 통계적 속성을 출력할 수 있다.
이와 같이, 실시 예에 따르면, 데이터 처리 장치(300)는 법선 벡터를 이용하거나 최단 거리를 이용하여 대상 데이터와 기준 데이터 간의 편차 정보를 획득할 수 있다.
또한, 실시 예에 따르면, 데이터 처리 장치(300)는 법선 벡터를 이용하는 경우와 최단 거리를 이용하는 경우, 다른 방식으로 편차 정보의 신뢰도를 저하시키는 데이터를 식별하고, 이를 대상 데이터에서 제외시킬 수 있다.
또한, 실시 예에 따르면, 데이터 처리 장치(300)는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터를 기준 데이터와 비교하여 보다 정확하고 신뢰도 높은 편차 정보를 획득할 수 있다.
또한, 실시 예에 따르면, 데이터 처리 장치(300)는 편차 정보에 대응하는 색상을 컬러 맵으로 대상 데이터 위에 표시할 수 있다.
도 4는 도 3의 데이터 처리 장치의 일 예를 도시한 도면이다.
도 4를 참조하면, 데이터 처리 장치(400)는 프로세서(310), 메모리(320), 및 디스플레이(330) 외에도 통신 인터페이스(410), 영상 처리부(420) 및 사용자 입력부(430)를 더 포함할 수 있다.
도 4의 데이터 처리 장치(400)에 포함된 프로세서(310), 메모리(320), 디스플레이(330)는 도 3의 데이터 처리 장치(300)에 포함된 프로세서(310), 메모리(320), 디스플레이(330)와 수행하는 기능이 동일하므로 동일한 도면 부호를 사용하였다. 이하, 도 3의 데이터 처리 장치(300)에 대해 설명한 내용과 중복되는 부분에 대한 설명은 생략한다.
실시 예에 따른 사용자 입력부(430)는 데이터 처리 장치(400)를 제어하기 위한 사용자 입력을 수신할 수 있다. 사용자 입력부(430)는 사용자의 터치를 감지하는 터치 패널, 사용자의 푸시 조작을 수신하는 버튼, 사용자 인터페이스 화면 상의 일 지점을 지정 또는 선택하기 위한 마우스(mouse) 또는 키보드(key board) 등을 포함하는 사용자 입력 디바이스를 포함할 수 있으나 이에 제한되지 않는다. 또한, 사용자 입력부(430)는 음성 인식을 위한 음성 인식 장치를 포함할 수 있다. 예를 들어, 음성 인식 장치는 마이크로폰이 될 수 있으며, 음성 인식 장치는 사용자의 음성 명령 또는 음성 요청을 수신할 수 있다. 그에 따라서, 프로세서(310)는 음성 명령 또는 음성 요청에 대응되는 동작이 수행되도록 제어할 수 있다.
실시 예에서, 사용자 입력부(430)는 치과의 등의 사용자로부터 대상 데이터와 기준 데이터를 선택 받을 수 있다.
실시 예에서, 사용자 입력부(430)는 사용자로부터 대상 데이터와 기준 데이터 간의 편차 정보를 획득할 것을 선택 받을 수 있다.
실시 예에서, 사용자 입력부(430)는 사용자로부터 편차 정보를 획득하는 방법을 선택 받을 수 있다. 예컨대, 사용자는 대상 데이터와 기준 데이터 간의 편차 정보를 획득하기 위한 방법으로, 법선 벡터를 이용하는 방법과 최단 거리를 이용하는 방법 중 하나의 방법을 사용자 입력부(430)를 이용하여 선택할 수 있다.
실시 예에서, 사용자 입력부(430)는 사용자로부터 대상 데이터와 기준 데이터를 비교할 때 편차 정보의 신뢰도를 저하시키는 데이터를 제외할 것인지를 선택 받을 수 있다.
실시 예에 따른 영상 처리부(420)는 이미지의 생성 및/또는 처리를 위한 동작들을 수행할 수 있다. 영상 처리부(420)는 3차원 스캐너(100, 110)로부터 수신한 로우 데이터를 기반으로 3차원 스캔 데이터를 생성할 수 있다.
실시 예에서, 영상 처리부(420)는 프로세서(310)의 제어에 따라, 대상 데이터 위에 편차 정보에 대응하는 색상을 컬러 맵으로 표시할 수 있다. 영상 처리부(420)는 3차원 스캔 데이터의 점이나 정점 등의 색상을 편차 정보에 대응하는 색상으로 변경함으로써 편차 정보를 3차원 스캔 데이터에 임베딩할 수 있다.
실시 예에 따른 디스플레이(330)는 3차원 스캔 데이터를 출력할 수 있다. 디스플레이(330)는 복수개의 3차원 스캔 데이터 중, 사용자 입력부(430)를 통해 사용자로부터 선택된 대상 데이터와 기준 데이터를 각각 별개의 화면에, 또는 하나의 화면에 함께 출력할 수 있다.
실시 예에서, 디스플레이(330)는 편차 정보의 신뢰도를 저하시키는 데이터 제외 여부를 선택 받기 위한 사용자 인터페이스 화면을 출력할 수 있다. 사용자는 디스플레이(330)가 출력한 사용자 인터페이스 화면에 대응하여, 사용자 입력부(430)를 통해 편차 정보를 구할 때 편차 정보의 신뢰도를 저하시키는 데이터를 제외할 것을 선택할 수 있다. 이 경우, 프로세서(310)는 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 제외하여 편차 정보를 획득할 수 있다.
실시 예에서, 디스플레이(330)는 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면을 출력할 수 있다. 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면은 대상 데이터와 기준 데이터 간의 편차 정보를 획득하기 위한 방법으로, 법선 벡터를 이용하는 방법과 최단 거리를 이용하는 방법 중 하나의 방법을 사용자로부터 선택 받기 위한 화면일 수 있다. 프로세서(310)는 사용자 입력부(430)를 통해 사용자가 선택한 편차 정보 획득 방법에 따라 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 제외시킬 수 있다.
실시 예에 따른 통신 인터페이스(410)는 적어도 하나의 외부 전자 장치와 유선 또는 무선 통신 네트워크를 통하여 통신을 수행할 수 있다.
예컨대, 통신 인터페이스(410)는 프로세서(310)의 제어에 따라서 3차원 스캐너(100, 110)와 통신을 수행할 수 있다. 실시 예에서, 통신 인터페이스(410)는 3차원 스캐너(100, 110)로부터 로우 데이터를 수신하거나, 3차원 스캔 데이터를 획득할 수 있다. 실시 예에서, 통신 인터페이스(410)는 3차원 스캐너(100, 110) 외의 다른 외부 전자 장치, 외부 서버 등과도 통신을 수행하여 3차원 스캔 데이터를 획득할 수 있다.
통신 인터페이스(410)는 블루투스, 와이파이, BLE(Bluetooth Low Energy), NFC/RFID, 와이파이 다이렉트(Wifi Direct), UWB, 또는 ZIGBEE 등의 통신 규격에 따른 통신을 수행하는 적어도 하나의 근거리 통신 모듈을 포함할 수 있다.
또한, 통신 인터페이스(410)는 원거리 통신 규격에 따라서 원거리 통신을 지원하기 위한 서버와 통신을 수행하는 원거리 통신 모듈을 더 포함할 수 있다. 구체적으로, 통신 인터페이스(410)는 인터넷 통신을 위한 네트워크를 통하여 통신을 수행하는 원거리 통신 모듈을 포함할 수 있다. 예컨대, 통신 인터페이스(410)는 3G, 4G, 및/또는 5G 등의 통신 규격에 따르는 통신 네트워크를 통하여 통신을 수행하는 원거리 통신 모듈을 포함할 수 있다.
또한, 통신 인터페이스(410)는 3차원 스캐너(100, 110)나 외부 서버, 외부 전자 장치 등과 유선으로 통신할 수도 있다. 이를 위해 통신 인터페이스(410)는 3차원 스캐너(100, 110)나 외부 전자 장치와 유선 케이블로 연결되기 위한 적어도 하나의 포트를 포함할 수 있다. 통신 인터페이스(410)는 적어도 하나의 포트를 통하여 유선 연결된 3차원 스캐너(100, 110)나 외부 전자 장치와 통신을 수행할 수 있다.
실시 예에서, 통신 인터페이스(410)는 외부 전자 장치나 외부 서버 등으로, 대상 데이터와 기준 데이터 간의 편차 정보를 전송할 수 있다. 예컨대, 통신 인터페이스(410)는 대상 데이터에 편차 정보가 컬러 맵으로 표시된 데이터를 외부 전자 장치나 외부 서버 등으로 전송할 수 있다.
도 5는 실시 예에 따라, 법선 벡터를 이용하여 편차 정보를 획득하는 방법을 설명하기 위한 도면이다.
실시 예에서, 데이터 처리 장치는 대상 데이터와 기준 데이터 간의 편차 정보를 획득하기 위해 법선 벡터를 이용할 수 있다. 법선 벡터(normal vector)는 3차원 공간에서 2차원 곡면 위의 한 점에 대한 접선들로 이루어진 접평면에 수직인 방향을 갖는 벡터를 의미할 수 있다.
데이터 처리 장치는 대상 데이터(510) 위의 한 점에 대한 접평면에 수직인 법선 벡터를 기준 데이터로 투사하여 법선 벡터가 기준 데이터 위의 한 지점과 만나는 지점을 구할 수 있다.
도 5는, 대상 데이터(510)의 제1 지점(511)에서 기준 데이터(520)의 제2 지점으로 법선 벡터(530)가 프로젝션되는 것을 도시한다. 도 5에 도시된 바와 같이, 데이터 처리 장치는 대상 데이터(510) 위의 제1 지점(511)에서 프로젝션한 법선 벡터(530)가 기준 데이터(520)와 만나는 제2 지점(521)을 식별하고, 제1 지점(511)과 제2 지점(521) 사이의 거리를 획득할 수 있다. 데이터 처리 장치는 제1 지점(511)과 제2 지점(521) 사이의 거리를 두 지점 간의 편차 정보로 획득할 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터(510) 위의 제1 지점(511)에서 프로젝션된 법선 벡터(530)와 만나는 지점이 기준 데이터(520)에 있는지 여부를 식별할 수 있다.
대상 데이터(510)에서 프로젝션된 법선 벡터와 만나는 지점이 기준 데이터(520)에 없는 경우 데이터 처리 장치는 대상 데이터(510)의 제1 지점(511)과 기준 데이터(520) 간의 거리를 획득할 수 없게 된다. 예를 들면, 대상 데이터(510)와 기준 데이터(520)를 정렬(align)하였을 때, 대상 데이터(510)의 면적보다 기준 데이터(520)의 면적이 더 작은 경우, 대상 데이터(510)에서 프로젝션된 법선 벡터와 만나는 지점이 기준 데이터(520) 상에 포함되지 않을 수 있다. 또는, 예를 들어, 대상 데이터(510) 상에는 기준 데이터(520)와 얼라인되지 않는 영역이 존재할 수 있다. 이 경우, 대상 데이터(510)에서 프로젝션된 법선 벡터와 만나는 지점이 기준 데이터(520) 상에 포함되지 않을 수 있다.
대상 데이터(510)에서 프로젝션된 법선 벡터와 만나는 지점이 기준 데이터(520) 상에 포함되어 있지 않은 경우, 데이터 처리 장치는 대상 데이터(510)의 제1 지점(511)과 기준 데이터(520) 간의 거리를 획득할 수 없게 된다. 대상 데이터(510)의 제1 지점(511)에 대해 거리를 획득할 수 없다는 것은, 대상 데이터(510)의 제1 지점(511)에 대해 편차 정보를 획득할 수 없다는 것을 의미할 수 있다. 따라서, 데이터 처리 장치는 편차 정보를 획득할 수 없는 지점에 대해서는 그 지점이 신뢰도가 낮은 데이터인지 여부를 식별할 필요가 없다.
대상 데이터(510)에서 프로젝션된 법선 벡터와 만나는 지점이 기준 데이터(520)에 있는 경우, 예를 들면, 대상 데이터(510)의 면적이 기준 데이터(520)의 면적 보다 크거나 같은 경우, 데이터 처리 장치는 제1 지점(511)이 신뢰도가 낮은 데이터인지 여부를 식별할 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터 경계 영역에 포함된 지점들의 데이터를 편차 정보의 신뢰도를 저하시키는 데이터로 식별할 수 있다.
실시 예에서, 데이터 처리 장치는 제1 지점(511)이 신뢰도가 낮은 데이터인지 여부를 결정하기 위해, 제1 지점(511)이 대상 데이터 경계 영역에 포함되는지를 식별할 수 있다.
실시 예에서, 대상 데이터 경계 영역은 대상 데이터와 대상 데이터 외의 영역 사이의 경계선에 의해 구분되는 영역을 의미할 수 있다. 즉, 대상 데이터 경계 영역은 대상 데이터의 경계선 내지는 대상 데이터의 끝 지점을 포함하는 영역을 의미할 수 있다.
대상 데이터(510)가 구면과 같이 경계가 없는 폐곡면인 경우, 대상 데이터(510) 표면의 모든 지점은 정확한 접평면을 갖고, 각 접평면에 수직인 법선 벡터 또한 정확한 값을 가질 수 있다. 이 경우, 대상 데이터(510) 위의 임의의 지점으로부터, 그 지점에서 프로젝션된 법선 벡터가 기준 데이터(520)에서 만나는 지점까지의 거리를 이용하여 획득한 편차 정보는 높은 신뢰도를 갖게 된다.
그러나, 대상 데이터(510)가 폐곡면이 아니어서 경계를 갖는 경우, 대상 데이터(510)의 경계 영역에 포함된 지점들은 정확한 법선 벡터를 갖지 못하게 된다. 이는, 대상 데이터(510)가 폐곡면이 아닌 경우, 대상 데이터(510)의 경계 영역에 포함된 지점에서는 정확한 방향을 갖는 법선 벡터를 구할 수 없기 때문이다. 따라서, 대상 데이터(510)의 경계 영역에 포함된 지점과, 그 지점으로부터 프로젝션된, 정확하지 않은 법선 벡터와 만나는 기준 데이터(520) 상의 지점 사이의 거리 또한 신뢰도가 떨어지게 된다.
실시 예에서, 데이터 처리 장치는 대상 데이터(510) 위의 제1 지점(511)이 대상 데이터 경계 영역에 포함되는 경우, 제1 지점(511)을 편차 정보의 신뢰도를 저하시키는 데이터로 식별할 수 있다. 데이터 처리 장치는 제1 지점(511)이 신뢰도가 낮은 데이터인 경우, 제1 지점(511)의 데이터를 편차 정보의 계산 대상에서 제외시킬 수 있다. 데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터(510)와 기준 데이터를 이용하여 편차 정보를 획득할 수 있다.
도 6은 실시 예에 따라, 법선 벡터를 이용하여 편차 정보를 획득할 때, 편차 정보의 신뢰도를 저하시키는 데이터를 계산 대상에서 제거하는 방법을 설명하기 위한 도면이다.
도 7과 도 8은 도 6의 방법에 따라 획득된 결과 데이터를 확대한 도면이다.
이하, 도 6 내지 8을 함께 참조하여 설명하기로 한다.
사용자는 사용자 입력부를 이용하여 복수의 3차원 구강 이미지 중 기준 데이터로 이용할 이미지와 대상 데이터로 이용할 이미지를 선택할 수 있다. 데이터 처리 장치는 사용자 입력부를 통해 선택된 대상 데이터(610)와 기준 데이터(620)를 디스플레이를 통해 출력할 수 있다.
도 6에서, 데이터 처리 장치는 법선 벡터를 이용하여 대상 데이터(610)가 기준 데이터(620)로부터 벗어난 정도를 획득할 수 있다. 데이터 처리 장치는 사용자 선택에 따라, 또는 자동으로, 법선 벡터를 이용하여 대상 데이터와 기준 데이터 간의 편차 정보를 획득할 수 있다.
데이터 처리 장치는 대상 데이터(610)의 한 지점에서 법선 벡터를 프로젝션하여, 법선 벡터와 만나는 기준 데이터(620) 상의 지점까지의 거리를 편차 정보로 획득할 수 있다.
실시 예에서, 데이터 처리 장치는 법선 벡터와 만나는 지점이 기준 데이터(620)에 존재하는지를 먼저 식별할 수 있다. 도 6에 도시된 바와 같이, 대상 데이터(610)와 기준 데이터(620)를 정렬(align)하였을 때, 대상 데이터(610)의 면적이 기준 데이터(620)의 면적보다 더 작은 경우, 대상 데이터(610)에서 프로젝션된 법선 벡터와 만나는 지점이 기준 데이터(620)에 존재하게 된다.
실시 예에서, 데이터 처리 장치는 법선 벡터와 만나는 지점이 기준 데이터(620)에 존재하는 경우, 대상 데이터(610) 상의 지점이 편차 정보의 신뢰도를 저하시키는 데이터인지 여부를 식별할 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터(610) 상의 지점이 편차 정보의 신뢰도를 저하시키는 데이터인지 여부를 식별하기 위해, 대상 데이터(610) 상의 지점이 대상 데이터 경계 영역에 포함된 지점인지를 식별할 수 있다.
전술한 바와 같이, 대상 데이터(610)가 폐곡면을 이루는 것이 아닌 경우, 대상 데이터(610)의 경계 영역에 포함된 지점에서는 정확한 방향을 갖는 법선 벡터를 구할 수 없기 때문에, 정확하지 않은 법선 벡터를 이용하여 획득된 거리 또한 정확한 값이 아닐 수 있다. 즉, 대상 데이터(610)의 경계 영역에 포함된 지점으로부터, 그 지점에서의 법선 벡터가 기준 데이터(620)와 만나는 지점 사이의 거리는 신뢰도가 떨어질 수 있다.
3차원 스캔 데이터는 점군(Point cloud) 데이터로 표현되거나 또는 점군 데이터를 참조해서 삼각화(triangulation) 등의 기법으로 생성된 메쉬(mesh)들로 이루어질 수 있다. 메쉬는 폴리곤(polygon)이라고 불리는 최소 단위의 다각형들로 구성될 수 있다. 폴리곤은 예컨대 삼각형일 수 있다. 메쉬를 이루는 삼각형들의 각 꼭지점은 정점(vertex)으로 호칭될 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터(610) 상의 지점이 대상 데이터 경계 영역에 포함된 지점인지를 식별하기 위해, 3차원 스캔 데이터에 포함된 폴리곤과 모서리를 공유하는 다른 폴리곤이 있는지를 식별할 수 있다. 데이터 처리 장치는 폴리곤과 모서리를 공유하는 다른 폴리곤이 없는 경우, 그 모서리를 대상 데이터 경계 영역으로 식별할 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터(610) 상의 지점이 대상 데이터 경계 영역에 포함된 지점인 경우, 대상 데이터(610) 상의 지점이 편차 정보의 신뢰도를 저하시키는 데이터라고 결정하고, 편차 정보를 획득하는 데 있어, 편차 정보의 신뢰도를 저하시키는 데이터를 제외시킬 수 있다. 데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터를 기준 데이터(620)와 비교하여 편차 정보를 획득할 수 있다.
실시 예에서, 데이터 처리 장치는 편차 정보를 대상 데이터(610) 위에 컬러 맵으로 임베딩한 결과 데이터(630)를 획득하고 이를 출력할 수 있다. 데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터의 각 지점과 기준 데이터(620)의 매핑 지점 간의 거리에 따라 대응하는 색상을, 대상 데이터의 각 지점에 임베딩할 수 있다. 컬러 맵의 색상은 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터와 기준 데이터(620)의 두 지점 간의 거리에 따라 다른 색상으로 표현될 수 있다.
실시 예에서, 결과 데이터(630)는 색상 표시 정보(631)를 더 포함할 수 있다. 색상 표시 정보(631)는 편차 정보를 거리에 따라 복수개의 구간으로 나눌 때, 각 구간에 대응하는 색상이 무엇인지를 표시하는 정보일 수 있다. 치과의 등의 사용자는 결과 데이터(630)의 컬러 맵과 색상 표시 정보(631)를 이용하여, 대상 데이터(610)와 기준 데이터(620)의 각 지점 별 편차가 어느 정도인지를 파악할 수 있다.
실시 예에서, 결과 데이터(630)는 수치로 표시한 편차 정보(633)를 더 포함할 수 있다. 수치로 표시한 편차 정보(633)는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터와 기준 데이터(620) 간의 거리의 속성을 표시하는 정보일 수 있다.
보다 구체적으로, 수치로 표시한 편차 정보(633)는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터에 포함된 복수의 지점들로부터, 각 지점들과 매핑되는 기준 데이터(620) 상의 지점들 간의 거리의 분포에 대한 통계적 속성을 포함할 수 있다. 데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터에 포함된 복수의 지점들과 매핑되는 기준 데이터의 복수의 지점들 간의 거리를 획득할 수 있다. 데이터 처리 장치는 복수 지점들의 거리를 이용하여 거리 분포에 대한 통계적 속성을 획득할 수 있다. 거리 분포에 대한 통계적 속성은, 대상 데이터와 기준 데이터 간의 거리의 최솟값, 최댓값, 중앙값, 평균값, 절대 평균값, 최빈값, 범위, 분산 중 적어도 하나를 포함할 수 있다. 수치로 표시한 편차 정보(633) 또한 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터와 기준 데이터(620) 간의 거리의 속성을 표시하기 때문에, 보다 정확한 정보를 사용자에게 제공할 수 있다.
도 7은 도 6의 방법에 따라 획득된 결과 데이터를 확대한 도면이다.
도 7에서, 도면 부호 710은 도 6에 도시된 방법에 따라 획득된 결과 데이터(630)의 경계 영역(635)의 일부를 확대한 도면을 나타내고, 도면 부호 720은 도 6에 도시된 방법에서 편차 정보의 신뢰도를 저하시키는 데이터를 계산대상에서 제외하지 않고 편차 정보를 획득했을 때의 결과 데이터의 경계 영역의 일부를 확대한 도면을 나타낸다.
도 7에 도시된 바와 같이, 대상 데이터(610)에서 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 경우, 즉, 데이터 처리 장치가 대상 데이터(610)의 경계 영역에 포함된 지점을 제외하고 편차 정보를 획득한 경우에는, 대상 데이터(610)의 경계 영역(635)에 포함된 지점은 편차 정보를 획득하는 데 이용된 지점과는 다른 색상으로 표시되게 된다.
반면, 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외되지 않은 상태에서, 즉, 데이터 처리 장치가 대상 데이터(610)의 경계 영역에 포함된 지점까지 모두 이용하여 편차 정보를 획득한 경우에는, 경계 영역과 경계 영역 외의 영역에 포함된 지점의 색상이 동일하게 표시되게 된다.
도 8은 도 7의 결과 데이터를 더 확대하여 도시한 도면이다.
도 8에서, 도면 부호 810과 820은 각각 도 7의 도면 부호 710과 720을 더 확대하여 도시한 도면이다.
3차원 스캔 데이터는 수많은 메쉬들로 이루어질 수 있다. 메쉬는 삼각형과 같은 폴리곤으로 구성되며, 메쉬를 이루는 삼각형들은 세 개의 정점을 꼭지점으로 가질 수 있다. 각각의 정점은 각각의 색상을 띠고 있으며, 연결된 두 정점의 색상이 다른 경우, 두 정점 사이의 삼각형은 서로 다른 두 색상이 선형 보간(linear interpolated) 및/또는 그래디언트(gradient)된 색상으로 표현될 수 있다. 연결된 두 정점의 색상이 다른 경우를 표현하는 방법은 이에 한정되지 않는다. 또한, 연결된 삼각형을 이루는 세 정점의 색상이 동일한 경우, 삼각형 표면의 색상은 세 정점의 색상과 동일한 색상으로 표현될 수 있다.
실시 예에서, 데이터 처리 장치가 편차 정보를 획득할 때 편차 정보의 신뢰도를 저하시키는 데이터를 계산에 이용하지 않는 경우, 편차 정보의 신뢰도를 저하시키는 데이터로 식별된 메쉬나 정점의 색상은 편차 정보를 획득하는 데 이용된 메쉬나 정점의 색상과는 다른 색상으로 표시될 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터에서 폴리곤의 모서리를 공유하는 다른 폴리곤이 없는 경우, 그 모서리를 경계 영역으로 식별할 수 있다. 예컨대, 데이터 처리 장치는 대상 데이터에서 삼각형의 각 면의 경계를 이루는 선분을 공유하는 다른 삼각형이 없는 경우, 그 면을 대상 데이터 경계 영역으로 식별할 수 있다. 데이터 처리 장치는 대상 데이터 경계 영역으로 식별된 면에 포함된 정점의 데이터를 편차 정보의 신뢰도를 저하시키는 데이터로 식별할 수 있다.
실시 예에서, 데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터인 경계 영역에 포함된 정점들을 계산대상에서 제외하여 편차 정보를 획득할 수 있다. 이 경우, 편차 정보를 획득할 때 이용되지 않은, 대상 데이터 경계 영역에 포함된 정점들에 대해서는 기준 데이터와의 거리가 구해지지 않기 때문에, 거리에 대응하는 색상 또한 갖지 않게 된다. 따라서, 경계 영역에 포함되어 편차 정보를 획득할 때 이용되지 않은 데이터인 정점들은 컬러 맵으로 표현할 수 없게 된다.
실시 예에서, 데이터 처리 장치는 값을 갖지 않는 정점들이 컬러 맵의 색상과는 다른 색상으로 표현되도록 할 수 있다. 예컨대, 데이터 처리 장치는 값을 갖지 않는 정점들이 기 정해진 색상, 예컨대, 회색으로 표현되도록 할 수 있다. 이와 같이, 데이터 처리 장치가 경계 영역에 포함된 데이터의 정점들의 색상을 컬러 맵으로 표현되는 색상과는 다른 색상으로 표시할 경우, 사용자는 해당 정점들이 편차 정보를 획득할 때 이용되지 않은 데이터라는 것을 식별할 수 있다.
도 8의 도면 부호 820은 대상 데이터(610)에서 편차 정보의 신뢰도를 저하시키는 데이터, 즉, 경계 영역에 포함된 지점의 데이터가 계산대상에서 제외되지 않은 상태에서 편차 정보가 구해진 결과 데이터를 나타낸다. 도면 부호 820을 참조하면, 경계 영역에 위치한 정점들과 경계 영역에 위치하지 않은 정점들이 동일한 색상을 갖는 것을 알 수 있다. 따라서, 동일한 정점들로 이루어진 삼각형 또한 동일한 색상을 갖게 된다.
그러나, 도면 부호 810은 대상 데이터(610)에서 신뢰도 낮은 경계 영역에 포함된 지점의 데이터가 계산대상에서 제외된 상태에서 편차 정보가 구해진 결과 데이터를 나타내기 때문에, 편차 정보를 구할 때 이용되지 않은 경계 영역에 위치한 정점들의 색상이 경계 영역에 위치하지 않은 정점들의 색상과는 다른 색상을 갖게 된다. 또한, 경계 영역에 위치한, 변경된 색상을 갖는 정점과 경계 영역에 위치하지 않은 원래 색상을 갖는 정점을 모두 포함하는 삼각형은 변경된 색상과 원래 색상이 선형 보간 및/또는 그래디언트된 색상으로 표현되게 된다.
도 9는 실시 예에 따라, 최단 거리를 이용하여 편차 정보를 획득할 때, 편차 정보의 신뢰도를 저하시키는 데이터를 계산대상에서 제외하는 방법을 설명하기 위한 도면이다.
데이터 처리 장치는 사용자 선택에 따라, 또는 자동으로, 최단 거리를 이용하여 대상 데이터와 기준 데이터 간의 편차 정보를 획득할 수 있다.
데이터 처리 장치는 사용자로부터 복수의 3차원 구강 이미지 중 기준 데이터로 이용할 이미지와 대상 데이터로 이용할 이미지를 선택 받을 수 있다.
데이터 처리 장치는 대상 데이터(910)와 기준 데이터(920)를 디스플레이를 통해 출력할 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터(910)의 한 지점에서 가장 가까운 거리에 있는 기준 데이터(920) 상의 지점까지의 거리를 편차 정보로 획득할 수 있다. 예컨대, 대상 데이터(910) 위의 한 지점을 제1 지점이라 하고, 제1 지점에서 가장 가까운 거리에 있는, 기준 데이터(920) 상의 지점을 제3 지점이라고 할 때, 데이터 처리 장치는 제1 지점과 제3 지점 사이의 거리를 편차 정보로 획득할 수 있다.
최단 거리를 이용하여 편차 정보를 획득하는 방법은 법선 벡터를 이용하여 편차 정보를 획득하는 방법과 달리, 법선 벡터의 방향을 고려하지 않기 때문에, 대상 데이터(910) 위의 제1 지점과 가장 가까운 거리에 있는 지점, 예컨대, 제3 지점이 반드시 기준 데이터(920) 상에 존재하게 된다.
실시 예에서, 데이터 처리 장치는 편차 정보를 구하기 전에, 대상 데이터(910)에서 편차 정보의 신뢰도를 저하시키는 데이터를 먼저 식별할 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터(910) 상의 제1 지점이 편차 정보의 신뢰도를 저하시키는 데이터인지를 식별하기 위해, 제1 지점으로부터 최단 거리에 있는, 기준 데이터(920) 상의 제3 지점이 기준 데이터 경계 영역에 포함된 지점인지를 식별할 수 있다.
대상 데이터(910)에 포함된 지점들 중에는 기준 데이터(920) 상의 동일한 지점들로 매핑되는 지점들이 있을 수 있다. 예컨대, 대상 데이터(910)의 면적이 기준 데이터(920)의 면적보다 큰 경우, 기준 데이터(920)의 경계보다 더 큰 대상 데이터(910)의 지점들로부터의 최단 거리에 위치한 기준 데이터(920) 상의 지점은 기준 데이터(920)의 경계 영역에 위치하게 된다. 즉, 대상 데이터(910)에 포함된 복수개의 지점들이 기준 데이터(920)의 경계 영역의 지점들로 매핑되기 때문에, 기준 데이터(920)의 경계 영역의 지점들로 매핑되는 대상 데이터(910)에 포함된 복수개의 지점들로부터 획득되는 편차 정보는 신뢰도가 떨어지게 된다.
실시 예에서, 데이터 처리 장치는 기준 데이터(920)의 경계 영역으로 매핑되는 대상 데이터(910)에 포함된 지점들의 데이터가 신뢰도가 낮다고 식별할 수 있다. 데이터 처리 장치는 3차원 스캔 데이터인 기준 데이터(920)에 포함된 폴리곤과 모서리를 공유하는 다른 폴리곤이 있는지 여부를 식별함으로써 기준 데이터(920)의 모서리가 경계 영역인지 여부를 식별할 수 있다.
실시 예에서, 데이터 처리 장치는 기준 데이터(920)의 경계 영역으로 매핑되는 대상 데이터(910)에 포함된 지점들이 편차 정보의 신뢰도를 저하시키는 데이터라고 결정하고, 편차 정보를 획득하는 데 있어, 편차 정보의 신뢰도를 저하시키는 데이터를 제외시킬 수 있다. 데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터가 계산대상에서 제외된 대상 데이터를 기준 데이터(910)와 비교하여 편차 정보를 획득할 수 있다.
실시 예에서, 데이터 처리 장치는 대상 데이터(910) 위에 편차 정보를 컬러 맵으로 임베딩하여 결과 데이터를 획득할 수 있다.
도 9에서, 도면 930과 940은 데이터 처리 장치가 대상 데이터(910)와 기준 데이터(920)로부터 획득한 편차 정보를 컬러 맵으로 도시한 결과 데이터를 도시한 도면이다.
도면 930은 실시 예에 따라, 데이터 처리 장치가 편차 정보의 신뢰도를 저하시키는 데이터를 계산대상에서 제외한 후 대상 데이터의 각 지점으로부터 최단 거리에 있는 기준 데이터(920) 상의 지점까지의 거리에 대응하는 색상을 대상 데이터의 각 지점에 임베딩한 결과 데이터를 도시한다. 이와 달리, 도면 부호 940은 데이터 처리 장치가 편차 정보의 신뢰도를 저하시키는 데이터를 계산대상에서 제외하지 않은 상태에서 대상 데이터의 각 지점으로부터 최단 거리에 있는 기준 데이터(920) 상의 지점까지의 거리에 대응하는 색상을 대상 데이터의 각 지점에 임베딩한 결과 데이터를 도시한다.
도면 930과 940에서, 도면 부호 931, 941은 대상 데이터(910)와 기준 데이터(920) 간의 최단 거리가 소정 범위 이내인 영역들을 표시한다. 예컨대, 도면 부호 931, 941은 대상 데이터(910)와 기준 데이터(920) 간의 최단 거리가 마이너스 0.1mm에서 플러스 0.1mm 이내인 영역을 나타낼 수 있다. 도면 부호 931, 941로 표시된 영역 안에 포함된, 도면 부호 932, 942로 표시된 영역은 대상 데이터(910)와 기준 데이터(920) 간의 최단 거리가 마이너스 0.5mm에서 플러스 0.5mm 이하인 영역들일 수 있다. 도면 부호 931, 932, 941, 942로 표시된 영역들이 치과의 등의 사용자가 관심을 갖는 영역일 수 있다. 사용자는 도면 부호 931, 932, 941, 942로 표시된 영역들을 이용하여 대상 데이터(910)와 기준 데이터(920) 간의 편차 정도를 확인할 수 있다.
다만, 이는 하나의 실시 예로, 도면 부호 931, 941 안에는 대상 데이터(910)와 기준 데이터(920) 간의 최단 거리가 소정 범위 이내가 아닌 영역이 포함될 수도 있다. 예컨대, 위 예에서, 도면 부호 931, 941로 표시된 영역 안에 포함된, 도면 부호 932, 942로 표시된 영역이, 대상 데이터(910)와 기준 데이터(920) 간의 거리가 멀어서 두 데이터 간의 최단 거리가 구해지지 않는 영역인 경우, 도면 부호 932, 942로 표시된 영역은 도 9에 도시된 바와는 달리, 도면 부호 935, 945의 영역과 동일한 색이나 질감 등으로 표현될 수 있다.
도면 930과 940에서, 도면 부호 935, 945는 대상 데이터(910)와 기준 데이터(920) 간에 최단 거리가 구해지지 않은, 계산대상에서 제외된 영역을 나타낼 수 있다.
도면 940에서, 도면 부호 943은 기준 데이터(920)의 경계 주변에 위치한, 기준 데이터(920)의 경계보다 소정 범위까지 더 큰 대상 데이터(910)의 지점들을 나타낸 영역이다. 도면 부호 943으로 표시되는 영역은 대상 데이터(910)에서 대상 데이터(910)와 기준 데이터(920) 간에 최단 거리가 구해졌으나, 그 거리의 신뢰도가 떨어지는 지점들로 이루어진 영역을 의미할 수 있다.
전술한 바와 같이, 대상 데이터(910)의 면적이 기준 데이터(920)의 면적보다 큰 경우, 기준 데이터(920)의 경계 주변에 위치하면서 기준 데이터(920)보다 더 큰 대상 데이터(910)의 지점들은 기준 데이터(920)의 경계 영역의 지점들로 매핑되기 때문에, 기준 데이터(920)의 경계 영역의 지점들로 매핑되는 대상 데이터(910)에 포함된 복수개의 지점들로부터 획득되는 편차 정보는 신뢰도가 떨어지게 된다. 도면 940에서와 같이 편차 정보의 신뢰도를 저하시키는 데이터, 즉, 도면 부호 943으로 표현된 영역이 특정한 컬러 맵으로 표현될 경우, 사용자는 신뢰도도 낮고 중요하지도 않은 불필요한 데이터로 인해 신경이 분산되는 문제가 있을 수 있다.
도면 940과 달리, 도면 930은 도면 부호 943에서 표시되는 영역이 도면 부호 935에 포함되어 표시되기 때문에 도면 부호 943에서 표시되는 영역을 별도로 포함하지 않는다. 이는, 데이터 처리 장치가 편차 정보의 신뢰도를 저하시키는 데이터를 갖는 지점들로 이루어진 영역을 제외한 나머지 영역에서만 편차 정보를 구하기 때문에, 편차 정보의 신뢰도를 저하시키는 데이터를 갖는 지점들로 이루어진 영역이 최단 거리를 구하지 않은 영역에 포함되기 때문이다. 따라서, 사용자는 불필요한 정보에 에너지를 소비하지 않고, 신뢰도 높고 중요한 정보, 즉 도면 부호 931, 932, 941, 942로 표시된 영역에만 집중할 수 있게 된다.
도 10은 실시 예에 따라, 최단 거리를 이용하여 편차 정보를 획득할 때 편차 정보의 신뢰도를 저하시키는 데이터를 식별하는 방법을 설명하기 위한 도면이다.
도 10에서, 참조 부호 1010, 1020은 각각 대상 데이터와 기준 데이터를 일직선으로 단순화하여 표시한 도면이다.
참조 부호 1010의 도면은 대상 데이터의 면적이 기준 데이터의 면적보다 더 큰 경우를 도시한다. 참조 부호 1010의 도면을 참조하면, 대상 데이터의 면적이 기준 데이터의 면적보다 큰 경우, 기준 데이터의 경계 영역보다 더 큰 대상 데이터의 지점들이 모두 기준 데이터의 경계 영역으로 프로젝션되는 것을 알 수 있다. 따라서, 기준 데이터의 경계 지점으로 매핑되는 대상 데이터의 지점들로부터 획득되는 거리는, 단지 기준 데이터와 대상 데이터의 크기 차이로 인해 발생하는 거리라는 점에서, 사용자가 보고자 하는 기준 데이터와의 편차를 나타낸다고 볼 수 없다.
실시 예에서, 데이터 처리 장치는 참조 부호 1010과 같이 대상 데이터의 면적이 기준 데이터의 면적보다 더 큰 경우, 기준 데이터의 경계 영역으로 프로젝션되는 대상 데이터의 지점들을 편차 정보의 신뢰도를 저하시키는 데이터 지점들로 식별하고, 편차 정보의 신뢰도를 저하시키는 데이터 지점들을 제외한 나머지 대상 데이터들만을 이용하여 편차 정보를 획득할 수 있다.
참조 부호 1020의 도면은 기준 데이터의 면적이 대상 데이터의 면적보다 더 큰 경우를 도시한다. 참조 부호 1020의 도면을 참조하면, 기준 데이터의 면적이 대상 데이터의 면적보다 큰 경우, 대상 데이터의 각 지점들은 각각 기준 데이터의 특정 지점들로 프로젝션되는 것을 알 수 있다. 즉, 기준 데이터의 면적이 대상 데이터의 면적보다 큰 경우에는, 대상 데이터와 기준 데이터 간의 최단 거리가 데이터 크기 차이로 인한 것이 아니기 때문에, 데이터 처리 장치는 대상 데이터의 모든 지점들에 대해 거리를 획득하고 이로부터 편차 정보를 획득할 수 있다.
도 11은 실시 예에 따라, 데이터 처리 장치가 편차 정보의 신뢰도를 저하시키는 데이터 제외 여부를 선택 받기 위한 사용자 인터페이스 화면을 출력하는 것을 도시한다.
실시 예에서, 데이터 처리 장치는 편차 정보 획득과 관련하여 다양한 설정 정보들을 사용자로부터 선택 받을 수 있다.
실시 예에서, 데이터 처리 장치는 편차 정보 획득과 관련하여, 편차 정보의 신뢰도를 저하시키는 데이터 제외 여부를 선택 받기 위한 사용자 인터페이스 화면(1100)을 디스플레이의 일 부분 영역 상에 텍스트 창 형태로 디스플레이 될 수 있다. 편차 정보의 신뢰도를 저하시키는 데이터 제외 여부를 선택 받기 위한 사용자 인터페이스 화면(1100)의 크기, 출력 위치, 투명도, 및/또는 형태는 다양하게 변형될 수 있다.
사용자는 사용자 인터페이스 화면(1100)을 보고 선택 버튼(1120)을 이용하여, 편차 정보의 신뢰도를 저하시키는 데이터 제외(Exclude Low Fidelity Data) 여부를 선택할 수 있다.
데이터 처리 장치는 사용자 인터페이스 화면(1100)을 통하여 편차 정보의 신뢰도를 저하시키는 데이터 제외를 선택하는 사용자 입력이 수신되면, 편차 정보의 신뢰도를 저하시키는 데이터를 제외한 후 편차 정보를 획득할 수 있다.
데이터 처리 장치는 사용자 인터페이스 화면(1100)을 통하여 편차 정보의 신뢰도를 저하시키는 데이터 제외를 선택하지 않는 사용자 입력이 수신되면, 편차 정보의 신뢰도를 저하시키는 데이터를 제외시키지 않고, 모든 대상 데이터에 대하여 편차 정보를 획득할 수 있다.
도 12는 실시 예에 따라, 데이터 처리 장치가 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면을 출력하는 것을 도시한다.
실시 예에서, 데이터 처리 장치는 편차 정보 획득과 관련하여 다양한 설정 정보들을 사용자로부터 선택 받을 수 있다.
실시 예에서, 데이터 처리 장치는 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면(1200)을 디스플레이의 일 부분 영역 상에 텍스트 창 형태로 디스플레이 할 수 있다. 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면(1200)의 크기, 출력 위치, 투명도, 및/또는 형태는 다양하게 변형될 수 있다.
사용자는 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면(1200)에 포함된 방법 선택 버튼(1210)을 이용하여 법선 벡터 이용 방법(Normal to Data Surface)을 선택하거나, 또는 최단 거리 이용 방법(Find Nearest Position) 중 하나를 선택할 수 있다.
데이터 처리 장치는 '취소(Cancel)' 메뉴(1220)를 선택하는 사용자 입력이 수신되면, 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면(1200)의 출력을 종료할 수 있다.
데이터 처리 장치는 '확인(Confirm)' 메뉴(1230)를 선택하는 사용자 입력이 수신되면, 방법 선택 버튼(1210)을 이용하여 선택된 방법에 따라 편차 정보를 획득할 수 있다.
예컨대, 사용자가 도 11의 편차 정보의 신뢰도를 저하시키는 데이터 제외 여부를 선택 받기 위한 사용자 인터페이스 화면(1100)을 통하여 편차 정보의 신뢰도를 저하시키는 데이터 제외를 선택하고, 도 12의 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면(1200)을 통하여 편차 정보 획득 방법으로 법선 벡터 이용 방법을 선택한 경우, 데이터 처리 장치는 대상 데이터의 경계 영역에 포함된 데이터를 편차 정보의 신뢰도를 저하시키는 데이터로 식별하고, 식별된 데이터를 제외한 후 법선 벡터를 이용하여 대상 데이터와 기준 데이터 간의 거리를 편차 정보로 획득할 수 있다.
예컨대, 사용자가 도 11의 편차 정보의 신뢰도를 저하시키는 데이터 제외 여부를 선택 받기 위한 사용자 인터페이스 화면(1100)을 통하여 편차 정보의 신뢰도를 저하시키는 데이터 제외를 선택하고, 도 12의 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면(1200)을 통하여 편차 정보 획득 방법으로 최단 거리 이용 방법을 선택한 경우, 데이터 처리 장치는 기준 데이터의 경계 영역으로 매핑되는 대상 데이터의 지점들의 데이터를 편차 정보의 신뢰도를 저하시키는 데이터로 식별하고, 식별된 데이터를 제외한 후 대상 데이터와 기준 데이터 간의 최단 거리를 이용하여 편차 정보를 획득할 수 있다.
도 13은 실시 예에 따라, 편차 정보를 획득하는 방법을 도시한 순서도이다.
도 13을 참조하면, 데이터 처리 장치는 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 계산대상에서 제외할 수 있다(단계 1310). 이를 위해, 데이터 처리 장치는 대상 데이터에서 편차 정보의 신뢰도를 저하시키는 데이터를 식별할 수 있다. 데이터 처리 장치는 편차 정보를 획득하는 방법에 따라, 어느 데이터를 편차 정보의 신뢰도를 저하시키는 데이터로 식별할 것인지를 결정할 수 있다.
데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터를 제외한 대상 데이터와 기준 데이터를 비교하여 편차 정보를 획득할 수 있다(단계 1320).
데이터 처리 장치는 편차 정보를 획득하는 방법에 따라 대상 데이터와 기준 데이터 간의 편차 정보를 구할 수 있다.
데이터 처리 장치가 법선 벡터를 이용하는 경우와, 최단 거리를 이용하는 경우, 대상 데이터와 기준 데이터 간의 편차 정보는 서로 같을 수도 있고 다를 수도 있다. 예컨대, 대상 데이터의 제1 지점으로부터 프로젝션된 법선 벡터의 방향이 제1 지점에서 가장 가까운 위치에 있는 기준 데이터의 지점을 향하는 경우, 대상 데이터의 제1 지점에서 프로젝션된 법선 벡터와 만나는 기준 데이터의 제2 지점은, 대상 데이터의 제1 지점과 최단 거리에 있는 기준 데이터의 제3 지점과 동일할 수 있다. 이 경우, 법선 벡터를 이용하여 획득된 편차 정보와 최단 거리를 이용하여 획득된 편차 정보는 서로 같아지게 된다. 그러나, 대상 데이터의 제1 지점으로부터 프로젝션된 법선 벡터의 방향이 제1 지점과 최단 거리에 있는 기준 데이터의 지점을 향하지 않는 경우, 대상 데이터의 제1 지점에서 프로젝션된 법선 벡터와 만나는 기준 데이터의 제2 지점은, 대상 데이터의 제1 지점과 최단 거리에 있는 기준 데이터의 제3 지점과 동일하지 않게 되고, 법선 벡터를 이용하여 획득된 편차 정보와 최단 거리를 이용하여 획득된 편차 정보 또한 다른 값을 갖게 된다.
데이터 처리 장치는 편차 정보에 대응하는 색상을 출력할 수 있다(단계 1330). 데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터의 지점을 제외한 대상 데이터의 영역에 편차 정보에 대응하는 색상을 출력할 수 있다. 또한, 데이터 처리 장치는 편차 정보의 신뢰도를 저하시키는 데이터의 지점에는 컬러 맵의 색상과는 다른, 기 정해진 색상이 표시되도록 할 수 있다. 즉, 데이터 처리 장치는 신뢰도 낮은 대상 데이터의 지점에 포함된, 점, 정점, 및 정점으로 이루어진 폴리곤 중 적어도 하나의 색상을 기 정해진 색상으로 표시함으로써, 편차 정보의 신뢰도를 저하시키는 데이터가 편차 정보 획득에 이용되지 않았음을 표시할 수 있다.
도 14는 실시 예에 따라, 법선 벡터를 이용하여 편차 정보를 획득하는 방법을 도시한 순서도이다.
도 14를 참조하면, 데이터 처리 장치는 대상 데이터의 제1 지점에서 프로젝션한 법선 벡터와 만나는 지점이 기준 데이터에 존재하는지 여부를 식별할 수 있다(단계 1410). 데이터 처리 장치는 대상 데이터의 제1 지점에서 프로젝션한 법선 벡터와 만나는 지점이 기준 데이터에 존재하지 않는 경우에는 대상 데이터의 제1 지점에 대해서는 편차 정보를 획득하지 않을 수 있다.
데이터 처리 장치는 대상 데이터의 제1 지점에서 프로젝션한 법선 벡터와 만나는 지점이 기준 데이터에 존재하는 경우, 제1 지점이 대상 데이터 경계 영역에 포함되어 있는지를 식별할 수 있다(단계 1420).
데이터 처리 장치는 제1 지점이 대상 데이터 경계 영역에 포함되어 있지 않은 경우에는 대상 데이터의 제1 지점을 편차 정보의 신뢰도를 저하시키는 데이터로 식별하지 않고, 제1 지점으로부터 기준 데이터까지의 거리를 편차 정보로 획득할 수 있다.
데이터 처리 장치는 제1 지점이 대상 데이터 경계 영역에 포함되어 있는 경우, 제1 지점이 편차 정보의 신뢰도를 저하시키는 데이터라고 식별할 수 있다(단계 1430). 데이터 처리 장치는 제1 지점이 편차 정보의 신뢰도를 저하시키는 데이터로 식별된 경우, 제1 지점을 편차 정보 획득에 이용하지 않음으로써, 편차 정보의 신뢰도를 저하시키는 데이터가 편차 정보에 영향을 주지 않도록 할 수 있다.
도 15는 실시 예에 따라, 최단 거리를 이용하여 편차 정보를 획득하는 방법을 도시한 순서도이다.
도 15를 참조하면, 데이터 처리 장치는 대상 데이터의 제1 지점에서 가장 가까운 거리에 있는 기준 데이터의 제2 지점이 기준 데이터 경계 영역에 포함된 지점인지를 식별할 수 있다(단계 1510).
데이터 처리 장치는 기준 데이터의 제2 지점이 기준 데이터 경계 영역에 포함된 지점인 경우, 대상 데이터의 제1 지점을 편차 정보의 신뢰도를 저하시키는 데이터로 식별할 수 있다(단계 1520).
데이터 처리 장치는 기준 데이터의 제2 지점이 기준 데이터 경계 영역에 포함된 지점이 아닌 경우, 대상 데이터의 제1 지점을 편차 정보의 신뢰도를 저하시키는 데이터로 식별하지 않고, 편차 정보 획득 시 이용할 수 있다.
본 개시의 일 실시 예에 따른 데이터 처리 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 또한, 본 개시의 실시 예는, 데이터 처리 방법을 실행하는 적어도 하나의 인스트럭션을 포함하는 하나 이상의 프로그램이 기록된 컴퓨터로 읽을 수 있는 저장 매체가 될 수 있다.
또한, 전술한 본 개시의 실시 예에 따른 데이터 처리 방법은 대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득하는 단계 및 상기 대상 데이터 위에 상기 편차 정보에 대응하는 정보를 표시하는 단계를 포함하고, 상기 편차 정보를 획득하는 단계는 상기 대상 데이터 중에서, 편차 정보의 신뢰도를 저하시키는 데이터 외의 데이터를 상기 기준 데이터와 비교하여 상기 편차 정보를 획득하는 단계를 포함하는, 데이터 처리 장치에서 수행하는 데이터 처리 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 포함하는 컴퓨터 프로그램 제품으로 구현될 수 있다.
상기 컴퓨터 판독 가능 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 여기서, 컴퓨터 판독 가능 저장 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치가 포함될 수 있다.
여기서, 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적 저장매체'는 저장 매체가 실재(tangible)하는 장치임을 의미할 수 있다. 또한, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 데이터 처리 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포될 수 있다. 또는, 어플리케이션 스토어(예: 플레이 스토어 등)를 통해 또는 두 개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 구체적으로, 개시된 실시 예에 따른 컴퓨터 프로그램 제품은 개시된 실시 예에 따른 데이터 처리 방법을 수행하기 위해 적어도 하나의 인스트럭션을 포함하는 프로그램이 기록된 저장 매체를 포함할 수 있다.
이상에서 실시 예들에 대하여 상세하게 설명하였지만 본 발명의 권리 범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.

Claims (20)

  1. 데이터 처리 방법에 있어서,
    대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득하는 단계; 및
    상기 대상 데이터 위에 상기 편차 정보에 대응하는 정보를 표시하는 단계를 포함하고,
    상기 편차 정보를 획득하는 단계는
    상기 대상 데이터 중에서, 편차 정보의 신뢰도를 저하시키는 데이터 외의 데이터를 상기 기준 데이터와 비교하여 상기 편차 정보를 획득하는 단계를 포함하는, 데이터 처리 방법.
  2. 제1 항에 있어서, 상기 편차 정보를 획득하는 단계는
    상기 대상 데이터의 제1 지점에서 법선 벡터를 프로젝션하여, 상기 법선 벡터와 만나는 상기 기준 데이터의 제2 지점까지의 거리를 상기 편차 정보로 획득하는 단계를 포함하는, 데이터 처리 방법.
  3. 제2 항에 있어서, 상기 제1 지점이 대상 데이터 경계 영역에 포함되는지를 식별하는 단계; 및
    상기 제1 지점이 상기 대상 데이터 경계 영역에 포함되는 경우, 상기 제1 지점의 데이터를 상기 편차 정보의 신뢰도를 저하시키는 데이터로 식별하는 단계를 더 포함하는, 데이터 처리 방법.
  4. 제3 항에 있어서, 상기 법선 벡터와 만나는 상기 제2 지점이 상기 기준 데이터에 존재하는지를 식별하는 단계를 더 포함하고,
    상기 제1 지점이 상기 대상 데이터 경계 영역에 포함되는지를 식별하는 단계는 상기 제2 지점이 상기 기준 데이터에 존재하는 경우 상기 제1 지점이 상기 대상 데이터 경계 영역에 포함되는지를 식별하는 단계를 포함하는, 데이터 처리 방법.
  5. 제1 항에 있어서, 상기 편차 정보를 획득하는 단계는
    상기 대상 데이터의 제1 지점으로부터 최단 거리에 있는 상기 기준 데이터의 제3 지점까지의 거리를 상기 편차 정보로 획득하는 단계를 포함하는, 데이터 처리 방법.
  6. 제5 항에 있어서, 상기 편차 정보를 획득하는 단계는
    상기 제3 지점이 기준 데이터 경계 영역에 포함되는지를 식별하는 단계; 및
    상기 제3 지점이 상기 기준 데이터 경계 영역에 포함되는 경우, 상기 대상 데이터의 상기 제1 지점의 데이터를 상기 편차 정보의 신뢰도를 저하시키는 데이터로 식별하는 단계를 포함하는, 데이터 처리 방법.
  7. 제1 항에 있어서, 편차 정보 획득 시 편차 정보의 신뢰도를 저하시키는 데이터를 제외할 것인지 여부를 선택 받기 위한 사용자 인터페이스 화면을 출력하는 단계를 더 포함하고,
    상기 편차 정보를 획득하는 단계는 상기 사용자 인터페이스 화면에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외할 것을 선택 받은 것에 상응하여, 상기 대상 데이터에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외시키는 단계를 포함하는, 데이터 처리 방법.
  8. 제1 항에 있어서, 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면을 출력하는 단계를 더 포함하고,
    상기 편차 정보를 획득하는 단계는 상기 사용자 인터페이스 화면에서 선택된 편차 정보 획득 방법에 따라 상기 대상 데이터에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외시키는 단계를 포함하고,
    상기 편차 정보 획득 방법은 법선 벡터 이용 방법과 최단 거리 이용 방법 중 적어도 하나를 포함하는, 데이터 처리 방법.
  9. 제1 항에 있어서, 상기 편차 정보는 상기 대상 데이터와 상기 기준 데이터 간의 거리 분포에 대한 통계적 속성을 더 포함하고,
    상기 거리 분포에 대한 통계적 속성은 상기 거리 분포의 최솟값, 최댓값, 중앙값, 평균값, 절대 평균값, 최빈값, 범위, 분산 중 적어도 하나를 포함하는, 데이터 처리 방법.
  10. 제1 항에 있어서, 상기 대상 데이터는 정점(vertex)을 포함하고,
    상기 대상 데이터 위에 상기 편차 정보에 대응하는 정보를 표시하는 단계는 상기 편차 정보를 획득하는 데 이용된 대상 데이터의 각 정점을 상기 각 정점에서의 편차 정보에 대응하는 색상으로 표시하는 단계를 포함하고,
    상기 방법은 상기 편차 정보의 신뢰도를 저하시키는 데이터의 정점의 색상을 상기 편차 정보에 대응하는 색상과 다른, 기 정해진 색상으로 표시하는 단계를 더 포함하는, 데이터 처리 방법.
  11. 데이터 처리 장치에 있어서,
    디스플레이;
    하나 이상의 인스트럭션을 실행하는 프로세서를 포함하고,
    상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    대상 데이터 중에서, 편차 정보의 신뢰도를 저하시키는 데이터 외의 데이터를 기준 데이터와 비교하여, 상기 대상 데이터가 상기 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득하고,
    상기 디스플레이를 제어하여 상기 대상 데이터 위에 상기 편차 정보에 대응하는 정보를 표시하는, 데이터 처리 장치.
  12. 제11 항에 있어서, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 대상 데이터의 제1 지점에서 법선 벡터를 프로젝션하여, 상기 법선 벡터와 만나는 상기 기준 데이터의 제2 지점까지의 거리를 상기 편차 정보로 획득하는, 데이터 처리 장치.
  13. 제12 항에 있어서, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 제1 지점이 대상 데이터 경계 영역에 포함되는지를 식별하고, 상기 제1 지점이 상기 대상 데이터 경계 영역에 포함되는 경우, 상기 제1 지점의 데이터를 상기 편차 정보의 신뢰도를 저하시키는 데이터로 식별하는, 데이터 처리 장치.
  14. 제13 항에 있어서, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 법선 벡터와 만나는 상기 제2 지점이 상기 기준 데이터에 존재하는지를 식별하고,
    상기 제2 지점이 상기 기준 데이터에 존재하는 경우, 상기 제1 지점이 상기 대상 데이터 경계 영역에 포함되는지를 식별하는, 데이터 처리 장치.
  15. 제11 항에 있어서, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 대상 데이터의 제1 지점으로부터 최단 거리에 있는 상기 기준 데이터의 제3 지점까지의 거리를 상기 편차 정보로 획득하는, 데이터 처리 장치.
  16. 제15 항에 있어서, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 제3 지점이 기준 데이터 경계 영역에 포함되는지를 식별하고, 상기 제3 지점이 상기 기준 데이터 경계 영역에 포함되는 경우, 상기 대상 데이터의 상기 제1 지점의 데이터를 상기 편차 정보의 신뢰도를 저하시키는 데이터로 식별하는, 데이터 처리 장치.
  17. 제11 항에 있어서, 사용자 입력부를 더 포함하고,
    상기 디스플레이는 편차 정보 획득 시 편차 정보의 신뢰도를 저하시키는 데이터를 제외할 것인지 여부를 선택 받기 위한 사용자 인터페이스 화면을 출력하고,
    상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 사용자 입력부를 통해 상기 사용자 인터페이스 화면에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외할 것을 선택 받은 것에 상응하여, 상기 대상 데이터에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외시키는, 데이터 처리 장치.
  18. 제11 항에 있어서, 사용자 입력부를 더 포함하고,
    상기 디스플레이는 편차 정보 획득 방법을 선택 받기 위한 사용자 인터페이스 화면을 출력하고,
    상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써, 상기 사용자 입력부를 통해 상기 사용자 인터페이스 화면에서 선택된 편차 정보 획득 방법에 따라 상기 대상 데이터에서 상기 편차 정보의 신뢰도를 저하시키는 데이터를 제외시키고,
    상기 편차 정보 획득 방법은 법선 벡터 이용 방법과 최단 거리 이용 방법 중 적어도 하나를 포함하는, 데이터 처리 장치.
  19. 제11 항에 있어서, 상기 대상 데이터는 정점(vertex)을 포함하고,
    상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로써,
    상기 편차 정보를 획득하는 데 이용된 대상 데이터의 각 정점을 상기 각 정점에서의 편차 정보에 대응하는 색상으로 표시하고,
    상기 편차 정보의 신뢰도를 저하시키는 데이터의 정점의 색상을 상기 편차 정보에 대응하는 색상과 다른, 기 정해진 색상으로 표시하는, 데이터 처리 장치.
  20. 대상 데이터가 기준 데이터로부터 벗어난 정도를 나타내는 편차 정보를 획득하는 단계; 및
    상기 대상 데이터 위에 상기 편차 정보에 대응하는 정보를 표시하는 단계를 포함하고,
    상기 편차 정보를 획득하는 단계는
    상기 대상 데이터 중에서, 편차 정보의 신뢰도를 저하시키는 데이터 외의 데이터를 상기 기준 데이터와 비교하여 상기 편차 정보를 획득하는 단계를 포함하는, 데이터 처리 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
PCT/KR2022/003895 2021-03-24 2022-03-21 데이터 처리 장치 및 데이터 처리 방법 WO2022203305A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
EP22776007.1A EP4318306A1 (en) 2021-03-24 2022-03-21 Data processing device and data processing method

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20210038283 2021-03-24
KR10-2021-0038283 2021-03-24
KR10-2021-0118544 2021-09-06
KR1020210118544A KR102605094B1 (ko) 2021-03-24 2021-09-06 데이터 처리 장치 및 데이터 처리 방법

Publications (1)

Publication Number Publication Date
WO2022203305A1 true WO2022203305A1 (ko) 2022-09-29

Family

ID=83395946

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/003895 WO2022203305A1 (ko) 2021-03-24 2022-03-21 데이터 처리 장치 및 데이터 처리 방법

Country Status (2)

Country Link
EP (1) EP4318306A1 (ko)
WO (1) WO2022203305A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160149301A (ko) * 2014-05-07 2016-12-27 얼라인 테크널러지, 인크. 구강내 스캔 중 관심 구역의 식별
KR20170141640A (ko) * 2015-07-29 2017-12-26 야마하하쓰도키 가부시키가이샤 이상화상 검출장치, 이상화상 검출장치를 구비한 화상 처리 시스템 및 화상 처리 시스템을 탑재한 차량
JP2018185658A (ja) * 2017-04-26 2018-11-22 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム
KR20190101694A (ko) * 2018-02-23 2019-09-02 서울대학교산학협력단 Ct 데이터와 광학 데이터의 정합성능 향상 방법 및 그 장치
KR20200099997A (ko) * 2019-02-15 2020-08-25 주식회사 메디트 신뢰도를 포함하는 스캔 데이터 표시 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160149301A (ko) * 2014-05-07 2016-12-27 얼라인 테크널러지, 인크. 구강내 스캔 중 관심 구역의 식별
KR20170141640A (ko) * 2015-07-29 2017-12-26 야마하하쓰도키 가부시키가이샤 이상화상 검출장치, 이상화상 검출장치를 구비한 화상 처리 시스템 및 화상 처리 시스템을 탑재한 차량
JP2018185658A (ja) * 2017-04-26 2018-11-22 キヤノン株式会社 情報処理装置、情報処理方法およびプログラム
KR20190101694A (ko) * 2018-02-23 2019-09-02 서울대학교산학협력단 Ct 데이터와 광학 데이터의 정합성능 향상 방법 및 그 장치
KR20200099997A (ko) * 2019-02-15 2020-08-25 주식회사 메디트 신뢰도를 포함하는 스캔 데이터 표시 방법

Also Published As

Publication number Publication date
EP4318306A1 (en) 2024-02-07

Similar Documents

Publication Publication Date Title
WO2018066868A1 (ko) 3차원 형상 측정 장치 및 그의 측정 방법
WO2021242050A1 (ko) 구강 이미지의 처리 방법, 그에 따른 동작을 수행하는 구강 진단 장치, 및 그 방법을 수행하는 프로그램이 저장된 컴퓨터 판독 가능 저장 매체
WO2015141925A1 (en) Photographing apparatus, method of controlling the same, and computer-readable recording medium
WO2019135475A1 (en) Electronic apparatus and control method thereof
WO2020101420A1 (ko) 증강현실 기기의 광학 특성 측정 방법 및 장치
WO2021125645A1 (ko) 화이트 밸런스를 제공하는 방법 및 이를 지원하는 전자 장치
WO2022203305A1 (ko) 데이터 처리 장치 및 데이터 처리 방법
WO2019208915A1 (ko) 외부 장치의 자세 조정을 통해 복수의 카메라들을 이용하여 이미지를 획득하는 전자 장치 및 방법
WO2021242053A1 (ko) 3차원 데이터 획득 방법, 장치 및 그 방법을 수행하는 프로그램이 저장된 컴퓨터 판독 가능 저장 매체
WO2022164175A1 (ko) 삼차원 구강 모델을 처리하는 방법 및 장치
WO2019059635A1 (ko) 하나의 이미지 센서를 통해 획득된 rgb 이미지와 ir 이미지를 이용하여 기능을 제공하는 전자 장치
WO2022092627A1 (ko) 3차원 모델로부터 대상체 영역을 결정하는 방법 및 3차원 모델 처리 장치
WO2022203236A1 (ko) 데이터 처리 장치 및 데이터 처리 방법
WO2022119363A1 (ko) 치과 치료를 위한 스캐너 및 그의 데이터 전송 방법
WO2020224089A1 (zh) 图案码位置调整方法、装置及计算机可读存储介质
WO2022010193A1 (ko) 이미지 개선을 위한 전자장치 및 그 전자장치의 카메라 운용 방법
WO2022031022A1 (ko) 3차원 데이터 획득 방법, 장치 및 그 방법을 수행하는 프로그램이 저장된 컴퓨터 판독 가능 저장 매체
WO2022216056A1 (ko) 데이터 처리 장치, 스캐너 및 그 동작 방법
WO2022025435A1 (ko) 프로젝터 및 그 제어 방법
WO2017155365A1 (en) Electronic apparatus for providing panorama image and control method thereof
WO2022019647A1 (ko) 구강 이미지 처리 장치 및 구강 이미지 처리 방법
WO2023282619A1 (ko) 3차원 모델 상에 텍스트를 추가하는 방법 및 3차원 모델 처리 장치
WO2020085758A1 (ko) 검사 영역 결정 방법 및 이를 이용하는 외관 검사 장치
EP3366037A1 (en) Electronic apparatus for providing panorama image and control method thereof
WO2023059167A1 (ko) 구강 이미지 처리 장치 및 구강 이미지 처리 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22776007

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18283569

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2022776007

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022776007

Country of ref document: EP

Effective date: 20231024