一种基于小样本的高精度牙齿目标检测方法技术

本发明专利技术涉及一种基于小样本的高精度牙齿目标检测方法。本发明专利技术对训练图像使用符合生物学特征的针对性扩增，提升牙齿的分割模型性能；对牙齿语义边缘图像，牙齿分割图像和牙齿之间交叠部分的语义分割图像进行处理，得到高精度的牙齿语义边缘图像；提出“有限联通区域”方法，通过极坐标从牙齿语义边缘图像得到单牙齿轮廓的图像；加入基于位置信息的方法对单牙齿轮廓图像进行分类，输出牙齿的分类结果。本发明专利技术通过对小样本下全景图像和多区域局部图像的针对性扩增，使用4个U

【技术实现步骤摘要】
一种基于小样本的高精度牙齿目标检测方法


[0001]本专利技术属于牙齿图像处理
，涉及一种基于小样本的高精度牙齿目标检测方法。

技术介绍

[0002]在当今这个科技高速发展的信息时代，利用图片储存信息已经变成了一项重要的技术。。计算机图像信息处理结合人工智能，不仅可以大大提高计算机获取和表征图像的信息表达和知识泛化能力，还可以更方便、高效地进行计算机图像分析和进行目标检测。
[0003]目前的目标检测技术已经较为成熟，RCNN是第一个可以真正工业级应用的解决方案，之后Faster
‑
RCNN沿袭RCNN，在通过大样本训练之后，可以快速而精准的完成目标检测。然而牙齿目标检测方法仍然面临四个问题。一为需要大量样本支持，无法在小样本情况下取得较好效果，二为对牙齿的语义边缘分割的精确度低，不容易得到封闭的牙齿分割边缘，三为从牙齿整体图像中提取单个牙齿轮廓的方法不成熟，四为牙齿间轮廓差异小，只利用牙齿轮廓难以得到准确的牙齿分类结果。
[0004]小样本下的牙齿目标检测技术面对这四个问题一般有四类任务：任务一为应对小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小样本的高精度牙齿目标检测方法，其特征在于：具体为：(1)对训练图像使用符合生物学特征的针对性扩增，提升牙齿的分割模型性能；(2)对牙齿语义边缘图像，牙齿分割图像和牙齿之间交叠部分的语义分割图像进行处理，得到高精度的牙齿语义边缘图像；(3)提出“有限联通区域”方法，通过极坐标从牙齿语义边缘图像得到单牙齿轮廓的图像；(4)加入基于位置信息的方法对单牙齿轮廓图像进行分类，输出牙齿的分类结果。2.如权利要求1所述的基于小样本的高精度牙齿目标检测方法，其特征在于：所述步骤(1)具体为：将小样本下牙齿图像扩增成大样本，包括针对语义分割模型训练集的局部区域扩增和针对牙齿分类模型的全景图像扩增；通过控制牙齿扩增时弹性形变、旋转和缩放的程度，使牙齿扩增上符合生物学上不同人牙齿间的差距。3.如权利要求1所述的基于小样本的高精度牙齿目标检测方法，其特征在于：所述步骤(2)具体为：通过4个U
‑
Net模型生成的图像进行“位或”解决U
‑
Net模型生成牙齿的边界不精准的问题，生成高精度的牙齿边缘图像；利用步骤(1)中局部区域扩增后的语义分割数据集训练四个不同的U
‑
Net模型，M1为人工标注原始图像O1的牙齿的语义边缘图像，M2为人工标注原始图像O1的牙齿的语义分割图像，M4为人工标注原始图像O1的牙齿交叠部分的语义分割图像；使用原始图像O1与语义边缘图像M1训练得到U
‑
Net A模型，使用原始图像O1与语义分割图像M2训练得到U
‑
Net B模型，使用U
‑
Net B模型生成的牙齿语义分割图像M3通道叠加原始图像O1得到新图像O2，新图像O2与语义边缘图像M1训练得到U
‑
Net C模型，使用原始图像M1与牙齿交叠部分语义分割图像M4得到U
‑
Net D模型；然后将牙齿的X光原始图像通过U
‑
Net A模型生成牙齿的语义分割图像M
f
和U
‑
Net C模型生成牙齿的强化边缘M
P
，然后通过将生成的语义边缘M<...

【专利技术属性】
技术研发人员：吴震东，沈业丰，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：