[发明专利]基于投影匹配组的骨架线提取方法

说明书

本发明公开了基于投影匹配组的骨架线提取方法，本发明利用网格投影技术将牙齿点云映射到二维平面，再利用形态学操作去噪获取牙齿结构，然后利用坐标匹配组技术得到三维牙齿骨架线；本发明提出的骨架线提取方法在效果和耗时相较于传统方法相比都有明显改善，且大大提高了重叠区域定位的精准性和可靠性。

技术领域

本发明涉及计算机视觉技术领域，具体涉及基于投影匹配组的骨架线提取方法。

背景技术

骨架——目标图形图像的中轴，即所有中心点元素(骨架子集)组成的集合，它可以有效地反映图形图像中物体形状的连通性和图形图像几何形态的拓扑结构，在计算机视觉技术中举足轻重的作用。

在医学领域中，骨架提取技术更是作用非凡。从各类医疗设备中获取得到的医学图像中提取出目标骨架，是医疗学科图像处理中的一项最基本的工作，国内外的诸多学者早已展开了长期的研究，并取得了一定的成果。

随着技术的不断进步，3D激光雷达已达到了亚毫米级分辨率，三维激光扫描也完成了技术突破，再加上传统模型逐渐不适用于现实物体日益庞大的数据集表示，因此由诸如激光雷达等扫描设备采集得到的点云数据成为了学术界关注的重点。点云通过设定特定规则来对模型的表面信息进行离散采样，来将点云转化为包含几何信息(三维坐标和法向量)、表面属性(纹理颜色)及其他相关材料属性(如反射率等)的采样点数据，从而将模型转化为数字化的点云数据集。

随着三维点云的发展，一些不同于传统三维几何模型骨架提取算法(例如基于体素数据的体素细化法、距离场法和基于多边形网格数据的Voronoi图法、Reeb图法)的新型算法应运而生。

然而这些基于三维点云的骨架线提取方法并不成熟，其中Cao等通过Laplacian收缩来提取三维点云的骨架线。该方案中首先用Laplacian来收缩点云，在此基础上提取出点云的骨架。该方法的缺点是精确性严格依赖于系统参数的选取，同时不适用于数据残缺的大型数据集。Tagliasacchi等通过自主设计的ROSA数据集特征来提取点云骨架。该方法建立在模型局部皆具有圆柱形结构的假设之上，ROSA即表示模型局部的旋转对称中轴，对点云各部分修建ROSA来构建出线骨架。该方法的缺点是圆柱形结构的假设使算法不具备普适性，另外对残缺数据与噪声数据敏感。

发明内容

为了克服现有技术定位效果差、耗时长、普适性差等技术问题，本发明提供了基于投影匹配组的骨架线提取方法。

本发明通过下述技术方案实现：

基于投影匹配组的骨架线提取方法，该方法包括以下步骤：

步骤一，利用网格投影技术将牙齿点云映射到二维平面，得到二值图像，并确定坐标匹配组关系；

步骤二，利用形态学对步骤一得到的二值图像进行去噪；

步骤三，利用坐标匹配组，从去噪后的二值图像中提取骨架线。

优选的，所述步骤一还包括以下步骤：

步骤1.1，利用网格投影技术将三维牙齿点云向映射到二维平面，得到三维牙齿点云在二维平面的投影；

步骤1.2，采用Sgn(x，y)函数将二维平面的投影转换成二值图像：

步骤1.3，采用基于最近点搜索的方法获得投影点和像素点之间的对应关系，进而得到三维点和像素点之间的坐标匹配组关系。

优选的，所述步骤二还包括以下步骤：

步骤2.1，基于所述二值图像，利用闭操作提取牙齿区域结构；

步骤2.2，对步骤2.1提取的牙齿区域结构进行孔洞填充。

优选的，所述步骤2.1具体包括：