【技术实现步骤摘要】
本专利技术涉及牙齿颜色获取，具体涉及一种基于机器学习的牙齿图像颜色校正方法、装置及介质。
技术介绍
1、本节中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。
2、修复体的颜色、形状和比例是前牙美学修复成功与否的主要决定因素。其中，准确地评估、描述和再现天然牙的颜色是极具挑战性的，天然牙的复杂结构和颜色层次、临床医生的色彩感知缺陷或经验缺乏、环境光源的变化等因素会影响牙齿颜色信息的精准获取和传递。
3、目前的比色方法主要包括视觉比色和仪器比色，视觉比色依赖于人眼对颜色细微差异的感知，需要临床医生将天然牙与商业色度指南进行比较，该方法快捷经济，是目前临床实践中最广泛使用的方法，但环境光源和主观特征(如临床医生的经验和视觉疲劳)等因素可能导致结果并不总是准确和稳定。仪器比色则需要使用各种颜色测量仪器，如分光光度计、高光谱相机、口内扫描仪等。该方法可以消除颜色选择的主观性，然而在实际应用中也有相应问题，例如，分光光度计无法描述牙齿局部特征，高光谱相机严格要求设备的角度和距离，口内扫描仪的比色结果仍然受到环境...
【技术保护点】
1.一种基于机器学习的牙齿图像颜色校正方法，其特征在于，包括：
2.根据权利要求1所述的一种基于机器学习的牙齿图像颜色校正方法，其特征在于，所述步骤S1，包括：
3.根据权利要求2所述的一种基于机器学习的牙齿图像颜色校正方法，其特征在于，所述步骤S11和步骤S13中获取图像的方法为：使用高分辨率相机对目标进行拍摄。
4.根据权利要求2所述的一种基于机器学习的牙齿图像颜色校正方法，其特征在于，所述步骤S12和步骤S15中，确定测量位点的方法为：分别从标准色卡和色度指南中提取色块和比色片区域，以该区域的中心点为测量位点，以该测量位点为中...
【技术特征摘要】
1.一种基于机器学习的牙齿图像颜色校正方法，其特征在于，包括：
2.根据权利要求1所述的一种基于机器学习的牙齿图像颜色校正方法，其特征在于，所述步骤s1，包括：
3.根据权利要求2所述的一种基于机器学习的牙齿图像颜色校正方法，其特征在于，所述步骤s11和步骤s13中获取图像的方法为：使用高分辨率相机对目标进行拍摄。
4.根据权利要求2所述的一种基于机器学习的牙齿图像颜色校正方法，其特征在于，所述步骤s12和步骤s15中，确定测量位点的方法为：分别从标准色卡和色度指南中提取色块和比色片区域，以该区域的中心点为测量位点，以该测量位点为中心的预设大小方形区域图像作为测量位点所属图像区域。
5.根据权利要求2所述的一种基于机器学习的牙齿图像颜色校正方法，其特征在于，所述步骤s14中，图像局部特征检测算法选用尺度不变特征变化算法，特征匹配方法选用最小欧式距离，角度校准依据计算获得的单应性矩阵进行透视变换。
6.根据权利要求2所述的一种基于机器学习的牙齿图像颜色校正方法，其特征在于，所述步骤s16中，机器学习模...
【专利技术属性】
技术研发人员：沈颉飞，李琪婧，王航，刘飞，张艳艳，
申请(专利权)人：四川大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。