一种基于局部坐标的牙齿模型特征点自动识别算法制造技术

本发明专利技术公开了一种基于局部坐标的牙齿模型特征点自动识别算法。输入牙齿模型以及局部坐标系，对每个牙齿模型识别其颌点、轴点和龈点，对后磨牙的牙齿模型识别其尖牙尖点的三个点和CAC曲线，对后磨牙、前磨牙和犬牙的牙齿模型识别其尖点。本发明专利技术利用局部坐标，帮助实现特征点的自动识别，方便后期矫治评估和配准工作的进行，在节约时间的同时也在一定程度上大大减少人为误差。

【技术实现步骤摘要】
一种基于局部坐标的牙齿模型特征点自动识别算法
本专利技术涉及了一种牙齿网格模型的特征自动识别方法，尤其是涉及了一种基于局部坐标的牙齿模型特征点自动识别算法。
技术介绍
近年来，数字口腔技术迅速发展，隐形牙齿正畸也逐渐普及。数字治疗辅助系统完成的工作就离建立牙齿模型，为矫治方案的设计提供数据支持。通常为了获得牙齿模型，首先需要通过光学方法扫描石膏模型获得牙颌的三维数据，然后运用数字集合处理技术分割牙齿，对牙齿进行编号方便后期的操作，然后通过对数字模型进行一系列的操作。牙齿特征点的自动选取是牙齿正畸系统中重要一块，在隐形正畸矫正系统中有着广泛的作用，比如对牙齿评估提供统一的标准，监视矫正的进度及为加速配准提供了条件。本文将要识别的特征点分为三类，第一类是特征点是颌点、轴点和龈点，每一颗牙齿都有，位于每颗牙齿的中间靠近唇侧。第二类点是cac三个点，只有切牙存在，位于牙齿顶部。第三类点牙齿的尖点，后磨牙有四个点，分别命名远颊点、近颊点、近舌点和远舌点，前磨牙有两个，分别命名为颊尖点和舌尖点，犬牙有一个，直接命名为尖点。当前已经有人提出了特征点的自动识别方法，并且取得一定效果，但是由于牙齿形态的多样性，目前还存在着巨大的挑战，没有成熟的方法。目前的牙齿特征点自动识别方法各有不足：1、需要通过硬件将模型转化为灰度图像，转换过程复杂且容易产生噪声。[可参考MokhtariM，LaurendeauD.Featuredetectionon3-Dimagesofdentalimprints[C]//BiomedicalImageAnalysis，1994.ProceedingsoftheIEEEWorkshopon.IEEE，1994:287-296]。2、缺乏一定的准确率，普适性不太强。[可参考KumarY，JanardanR，LarsonB.AutomaticFeatureIdentificationinDentalMeshes[J].Computer-AidedDesignandApplications.2012；9(6):747-769]
技术实现思路
针对
技术介绍
的不足，本专利技术的目的在于提供一种基于局部坐标的牙齿模型特征点自动识别算法，识别精准快速，本专利技术方法能够通过获取任一牙齿三维模型的局部坐标，自动识别这颗牙齿的特征点，使识别的特征点符合隐形矫治系统的需求。为了实现上述的目的，本专利技术采用的技术方案为包括以下步骤：在获得牙齿模型后，为保证牙齿的有序排序和特征点的所属，先对全颌牙齿进行规范的命名。具体实施中可以先对每颗牙齿的命名，牙齿名称由2位字母和1位数字组成，第一位字母是U或L，分别表示上颌牙齿或下颌牙齿，第二位字母是L或R，分别表示牙齿左边或者右边，第三位数字表示牙齿某一边的第几颗牙齿，输入牙齿的模型以及局部坐标系。输入牙齿模型以及局部坐标系，对每个牙齿模型识别其颌点、轴点和龈点，对后磨牙的牙齿模型识别其尖牙尖点(CAC)的三个点和CAC曲线，对后磨牙、前磨牙和犬牙的牙齿模型识别其尖点，最终将识别获得的点在牙齿三维模型中绘制出来。本专利技术识别出牙齿的特征点，均为符合真实情况的特征点，便于牙齿正畸系统后期的处理。所述牙齿模型已经经过自动定轴的处理，每颗牙齿都有一个局部坐标系。所述输入的牙齿模型是指通过3D扫描设备对患者牙齿的石膏模型进行扫描得到的，经过切割和修补的模型。所述对每个牙齿模型识别其颌点、轴点和龈点具体为：1.1)将牙齿模型的每个网格顶点均通过从全局坐标系变换到局部坐标系，获得局部坐标系下的牙齿模型；具体是：牙齿模型由一系列的三维网格顶点组成，通过相乘转换矩阵T，将牙齿模型从全局坐标系下的点坐标Pi(xi,yi,zi)变换到局部坐标系下的点坐标P′i(x′i,y'i,z'i)，P和P'的转换关系如下：[x'y'z'1]＝[xyz1]·T其中，转换矩阵T表示如下：其中，m(m1,m2,m3)表示局部坐标系的原点，u1(u11,u12,u13)、u2(u21,u22,u23)和u3(u31,u32,u33)分别表示局部坐标系沿X、Y、Z轴的方向向量。全局坐标系下，X、Y、Z轴分别是沿(1,0,0)，(0,1,0)和(0,0,1)方向，和牙齿形态无关。局部坐标系下，X、Y、Z轴分别是沿颊舌，近远和临床冠冠面轴线方向。1.2)牙齿模型的所有网格顶点中，找到沿局部坐标系的Y轴方向的最大值和最小值所在的点，对应的Y轴坐标分别记为网格顶点沿Y轴方向最大坐标值ymax和网格顶点沿Y轴方向最小坐标值ymin；1.3)计算Y轴方向中间坐标值，遍历所有网格顶点找出满足条件|y'i-ymidlle|<λ并且x'i>0的所有点qi(x'i,y′i,z′i)组成点集Q，λ表示判定是否在y的中间值附近的阈值，将找到所有点qi(x'i,y′i,z′i)根据沿X轴方向的坐标值从大到小排序，获得Q＝{q1(x1',y1',z1')、q2(x2',y2',z2')...qn(xn',yn',zn')}；ymiddle＝(ymax-ymin)/2其中，ymiddle表示网格顶点沿Y轴方向中间坐标值，ymax表示网格顶点沿Y轴方向最大坐标值，ymin表示网格顶点沿Y轴方向最小坐标值；1.4)点集Q中，从第一点开始，计算每一点到下一顺序点的梯度变化量t，并判断：若梯度变化量小于梯度阈值β，将当前点从点集Q中去除；若梯度变化量大于等于梯度阈值β，将当前点在点集Q中保留；梯度变化量t计算公式如下：其中，β表示梯度阈值，i表示点的序号；直到处理后沿排序的相邻两个点之间的梯度变化量均大于梯度阈值β。1.5)对于经步骤1.4)处理后的点集Q，将其中的各个点按照沿X轴方向坐标值从大到小排序，排序在最前的点是牙齿模型的龈点，排序在中间的点是牙齿模型的轴点，排序在最后的点是牙齿模型的颌点。1.6)最后将这三个颌点、轴点和龈点从局部坐标系转换回全局坐标系。具体是采用以下方式：Q(xi',y'i,z'i)是局部坐标下的点，B(xi,yi,zi)是全局坐标下的点，其转化公式如下：(x,y,z,1)＝(x',y',z',1)T'转换矩阵T'的表达式如下：所述对后磨牙的牙齿模型识别其尖牙尖点的三个点和CAC曲线具体为：2.1)将牙齿模型的每个网格顶点均通过从全局坐标系变换到局部坐标系，获得局部坐标系下的牙齿模型；2.2)牙齿模型的所有网格顶点中，找到沿局部坐标系的Y轴方向的最大值和最小值所在的点，对应的Y轴坐标分别记为网格顶点沿Y轴方向最大坐标值ymax和网格顶点沿Y轴方向最小坐标值ymin；2.3)将所有网格顶点按照沿Y轴的等距离区间进行分割，沿Y轴的等距离区间按照以下间距值δ分隔：其中，num代表沿Y轴的等距离区间的总数；2.4)对于每个等距离区间，找到其中沿Z轴方向坐标最大的点作为上极值点C，从而获得各个等距离区间对应的一系列上极值点Cj，j表示上极值点的序号，一系列上极值点Cj相依次连接构成CAC曲线，位于两端的等距离区间和位于中间的等距离区间所对应的三个上极值点作为尖牙尖点的三个点。CAC表示尖牙尖点，一般为三个。2.5)最后将上述步骤获得的点从局部坐标系转换回全局坐标系。例如，第一个区间中的点，在P′i(x′i,y′i,z本文档来自技高网...

【技术保护点】
一种基于局部坐标的牙齿模型特征点自动识别算法，其特征在于包括以下步骤：输入牙齿模型以及局部坐标系，对每个牙齿模型识别其颌点、轴点和龈点，对后磨牙的牙齿模型识别其尖牙尖点的三个点和CAC曲线，对后磨牙、前磨牙和犬牙的牙齿模型识别其尖点。

【技术特征摘要】
1.一种基于局部坐标的牙齿模型特征点自动识别算法，其特征在于包括以下步骤：输入牙齿模型以及局部坐标系，对每个牙齿模型识别其颌点、轴点和龈点，对后磨牙的牙齿模型识别其尖牙尖点的三个点和CAC曲线，对后磨牙、前磨牙和犬牙的牙齿模型识别其尖点。2.根据权利要求1所述的一种基于局部坐标的牙齿模型特征点自动识别算法，其特征在于：所述对每个牙齿模型识别其颌点、轴点和龈点具体为：1.1)将牙齿模型的每个网格顶点均通过从全局坐标系变换到局部坐标系，获得局部坐标系下的牙齿模型；1.2)牙齿模型的所有网格顶点中，找到沿局部坐标系的Y轴方向的最大值和最小值所在的点，对应的Y轴坐标分别记为网格顶点沿Y轴方向最大坐标值ymax和网格顶点沿Y轴方向最小坐标值ymin；1.3)计算Y轴方向中间坐标值，遍历所有网格顶点找出满足条件|y'i-ymidlle|<λ并且x'i>0的所有点qi(x'i,y′i,z′i)组成点集Q，λ表示判定是否在y的中间值附近的阈值，将找到所有点qi(x'i,y′i,z′i)根据沿X轴方向的坐标值从大到小排序，获得Q＝{q1(x1',y1',z1')、q2(x2',y2',z2')...qn(xn',yn',zn')}；ymiddle＝(ymax-ymin)/2其中，ymiddle表示网格顶点沿Y轴方向中间坐标值，ymax表示网格顶点沿Y轴方向最大坐标值，ymin表示网格顶点沿Y轴方向最小坐标值；1.4)点集Q中，从第一点开始，计算每一点到下一顺序点的梯度变化量t，并判断：若梯度变化量小于梯度阈值β，将当前点从点集Q中去除；若梯度变化量大于等于梯度阈值β，将当前点在点集Q中保留；梯度变化量t计算公式如下：其中，β表示梯度阈值，i表示点的序号；1.5)对于经步骤1.4)处理后的点集Q，将其中的各个点按照沿X轴方向坐标值从大到小排序，排序在最前的点是牙齿模型的龈点，排序在中间的点是牙齿模型的轴点，排序在最后的点是牙齿模型的颌点。1.6)最后将这三个颌点、轴点和龈点从局部坐标系转换回全局坐标系。3.根据权利要求1所述的一种基于局部坐标的牙齿模型特征点自动识别算法，其特征在于：所述对后磨牙的牙齿模型识别其尖牙尖点的三个点和CAC曲线具体为：2.1)将牙齿模型的每个网格顶点均通过从全局坐标系变换到局部坐标系，获得局部坐标系下的牙齿模型；2.2)牙齿模型的所有网格顶点中，找到沿局部坐标系的Y轴方向的最大值和最小值所在的点，对应的Y轴坐标分别记为网格顶点沿Y轴方向最大坐标值ymax和网格顶点沿Y轴方向最小坐标值ymin；2.3)将所有网格顶点按照沿Y轴的等距离区间进行分割，沿Y轴的等距离区间按照以下间距值δ分隔：其中，num代表沿Y轴的等距离区间的总数；2.4)对于每个等距离区间，找到其中沿Z轴方向坐标最大的点作为上极值点C，从而获得各个等距离区间对应的一系列上极值点Cj，j表示上极值点的序号，一系列上极值点Cj相依次连接构成CAC曲线，位于两端的等距离区间和位于中间的等距离区间所对应的三个上极值...

【专利技术属性】
技术研发人员：王启超，宁楠，褚玉伟，宣梦洁，
申请(专利权)人：杭州美齐科技有限公司，
类型：发明
国别省市：浙江,33