[发明专利]基于数字化牙齿模型的牙龈线自动提取方法有效
申请号: | 202110310390.2 | 申请日: | 2021-03-24 |
公开(公告)号: | CN112700447B | 公开(公告)日: | 2021-06-18 |
发明(设计)人: | 刘大鹏 | 申请(专利权)人: | 南京佳和牙科技术有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T7/60;G06T7/62;G06T7/66;G06T19/20;A61C7/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210000 江苏省南*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 数字化 牙齿 模型 牙龈 自动 提取 方法 | ||
1.基于数字化牙齿模型的牙龈线自动提取方法,其特征在于,包括如下步骤:
S1:载入数字化牙齿模型并进行数据预处理,进一步移除内层点云后得到牙模外层点云;
S2:采用等角度切分通过步骤S1得到的牙模点云,得到多个牙模点云切片段;
S3:在每段点云切片中利用牙龈线特征筛选,提取出特征点云;
S4:整合所有切片中的特征点云,并拟合得到提取出的牙龈线;
所述步骤S3中牙龈线特征筛选的过程具体包括:
3.1、利用曲率值对点云切片进行滤波,得到候选特征点;
3.2、利用候选特征点到咬合面的距离滤波,得到进一步经过筛选的特征点云;
3.3、利用拟合平面法向量与XOY平面的夹角滤波,得到切片中位于牙龈线上的特征点云;
所述步骤3.2具体包括:
3.2.1、在每个点云切片中确定z方向上的最大值点为顶点,遍历所有切片并整合为牙齿顶点集,基于该顶点集拟合出咬合面;
3.2.2、筛选出候选特征点云中位于咬合面下方且与咬合面距离大于阈值D的点作为经过滤波后的特征点;
其中,阈值,为当前点云切片的所在角度值,为整个牙模点云的角度上限,是当前点云切片在z方向上的坐标上下限,为调节因子。
2.根据权利要求1所述的基于数字化牙齿模型的牙龈线自动提取方法,其特征在于,所述步骤S1具体包括:
1.1、载入牙齿模型的CAD数据,并下采样为点云数据;
1.2、将牙模点云数据初始坐标系的原点O平移到点云中央,新的原点O位置坐标为:,其中表示牙模点云在x,y,z方向上坐标的最大值、最小值;
1.3、采用区域生长算法移除内层点云,保留外层点云,作为后续处理的原始输入。
3.根据权利要求1所述的基于数字化牙齿模型的牙龈线自动提取方法,其特征在于,所述步骤S2具体包括:
2.1、设过Z轴的平面表达式为Ax+By=0,其与牙模点云的交点坐标为,则直线OP在XOY平面上的投影斜率为,该投影与x轴正方向的夹角为;
2.2、通过此方法遍历牙模点云中的所有点,得到从小到大排序的斜率值序列,序列长度等于点数;
2.3、据此序列将牙模点云等角度切分为β个,则每个切片的角度为,若不足整数则向上取整,其中为此序列角度的最小值、最大值。
4.根据权利要求1所述的基于数字化牙齿模型的牙龈线自动提取方法,其特征在于,所述步骤3.1具体包括:
3.1.1、在点云切片中逐点求取主曲率K,对主曲率序列进行排序,得到此点云主曲率值序列中的最小主曲率值和最大主曲率值;
3.1.2、通过转换公式:,将点云切片中每个点的主曲率值转换为灰度值,得到灰度化的切片点云;
3.1.3、在得到灰度化的切片点云之后,利用OTSU大津法计算出最佳分割阈值T,然后利用阈值T与各点的灰度值进行比较以判断当前点是否属于候选特征点,对筛选出的候选特征点云进行保留。
5.根据权利要求1所述的基于数字化牙齿模型的牙龈线自动提取方法,其特征在于,所述步骤3.3具体包括:
对得到的特征点云设定固定大小的搜索域或半径,用最小二乘法拟合为平面Mx+Ny+Jz+L=0,进一步筛选出满足以下条件的特征点:此平面的法向量与向量的夹角,即为切片中位于牙龈线上的点。
6.根据权利要求1所述的基于数字化牙齿模型的牙龈线自动提取方法,其特征在于,所述步骤S4具体包括:
4.1、利用每段点云切片提取到的位于牙龈线上的点在牙模外层点云中的索引,将以上得到的牙龈线特征点整合到同一个坐标系下;
4.2、利用可修剪B样条曲面拟合算法拟合同一个坐标系下的牙龈线特征点,得到光滑平顺的牙龈线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京佳和牙科技术有限公司,未经南京佳和牙科技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110310390.2/1.html,转载请声明来源钻瓜专利网。