[发明专利]三维牙齿网格模型的特征点自动提取方法及装置

权利要求书

1.一种三维牙齿网格模型的特征点自动提取方法，其特征在于，所述方法包括：

确定训练集中每个特征点在对应三维牙齿网格模型中的坐标，所述训练集包括至少一套已进行人工提取的牙齿的相关数据；

对同一牙齿同一特征点的坐标进行统计，定位出特征点在目标三维牙齿网格模型中的位置范围，所述目标三维牙齿网格模型是与所述特征点对应的、待提取的三维牙齿网格模型；

利用第一模型，从所述位置范围中确定出特征点在所述目标三维牙齿网格模型中的具体位置，所述第一模型是通过对所述训练集中的三维牙齿网格模型上每个点的点特征直方图进行训练而得；

当利用所述第一模型确定出的某一特征点的具体位置存在至少两个时，利用第二模型，从至少两个具体位置中确定出所述某一特征点的唯一位置，所述第二模型是在将特定牙齿的三维牙齿网格模型投影至二维平面生成二维图后，对所述二维图进行训练而得，所述特定牙齿是针对一个特征点确定出至少两个具体位置的牙齿。

2.根据权利要求1所述的方法，其特征在于，确定训练集中每个特征点在对应三维牙齿网格模型中的坐标包括：

提取所述训练集中每颗三维牙齿网格模型的特征向量；

根据所述特征向量，为对应的三维牙齿网格模型建立坐标系，获得每颗三维牙齿网格模型的牙齿坐标系；

分别针对每套牙齿，从所述训练集中获取每个特征点在整颌部坐标系下的坐标，并根据特征点在所述整颌部坐标系下的坐标，计算出在对应牙齿坐标系下的坐标；

根据三维牙齿网格模型的大小对特征点在牙齿坐标系下的坐标进行归一化处理，获得每个特征点在对应三维牙齿网格模型中的坐标。

3.根据权利要求1所述的方法，其特征在于，所述第一模型是使用某点的点特征直方图作为输入，输出所述点为特征点概率的支持向量回归模型；

和/或，所述第二模型是在将特定牙齿的三维牙齿网格模型投影至二维平面生成二维图后，通过卷积神经网络对所述二维图进行训练得到的模型。

4.根据权利要求1所述的方法，其特征在于，所述特定牙齿包括磨牙，

利用所述第一模型确定出至少两个具体位置的特征点包括磨牙的边缘嵴中点。

5.根据权利要求1所述的方法，其特征在于，将特定牙齿的三维牙齿网格模型投影至二维平面生成二维图包括：

将所述特定牙齿的三维牙齿网格模型投影到水平面上，获得二维的灰度图。

6.一种三维牙齿网格模型的特征点自动提取装置，其特征在于，所述装置包括：

第一确定单元，用于确定训练集中每个特征点在对应三维牙齿网格模型中的坐标，所述训练集包括至少一套已进行人工提取的牙齿的相关数据；

定位单元，用于对同一牙齿同一特征点的坐标进行统计，定位出特征点在目标三维牙齿网格模型中的位置范围，所述目标三维牙齿网格模型是与所述特征点对应的、待提取的三维牙齿网格模型；

第二确定单元，用于利用第一模型，从所述位置范围中确定出特征点在所述目标三维牙齿网格模型中的具体位置，所述第一模型是通过对所述训练集中的三维牙齿网格模型上每个点的点特征直方图进行训练而得；

第三确定单元，用于当利用所述第一模型确定出的某一特征点的具体位置存在至少两个时，利用第二模型，从至少两个具体位置中确定出所述某一特征点的唯一位置，所述第二模型是在将特定牙齿的三维牙齿网格模型投影至二维平面生成二维图后，对所述二维图进行训练而得，所述特定牙齿是针对一个特征点确定出至少两个具体位置的牙齿。

7.根据权利要求6所述的装置，其特征在于，所述第一确定单元包括：

提取模块，用于提取所述训练集中每颗三维牙齿网格模型的特征向量；

建立模块，用于根据所述特征向量，为对应的三维牙齿网格模型建立坐标系，获得每颗三维牙齿网格模型的牙齿坐标系；

计算模块，用于分别针对每套牙齿，从所述训练集中获取每个特征点在整颌部坐标系下的坐标，并根据特征点在所述整颌部坐标系下的坐标，计算出在对应牙齿坐标系下的坐标；

处理模块，用于根据三维牙齿网格模型的大小对特征点在牙齿坐标系下的坐标进行归一化处理，获得每个特征点在对应三维牙齿网格模型中的坐标。