一种生成具有颜色纹理信息的数字化牙齿模型的方法技术

本发明专利技术提供一种生成具有颜色纹理信息的数字化牙齿模型的方法，本方法基于获取的口腔图片和初始牙齿模型，自动提取口腔图片的牙尖点和初始牙齿模型的牙尖点，并以牙尖点作为对应点，计算得出初始牙齿模型与口腔图片之间的对应关系，将口腔图片中每个像素点的颜色纹理信息赋值给对应的初始牙齿模型上的点。本方法减少了人为选取对应点的繁琐步骤，避免出现人为选取对应点造成的主观误差；牙尖点在二维图片与三维模型的视角中更加清晰可靠，准确度高，配准效果理想。克服了二维数字化微笑设计的多种缺陷，完善了数字化微笑设计。

【技术实现步骤摘要】
一种生成具有颜色纹理信息的数字化牙齿模型的方法
本专利技术涉及口腔美容领域，更具体地，涉及一种生成具有颜色纹理信息的数字化牙齿模型的方法。
技术介绍
近年来，一种名为数字化微笑设计(DSD：DigitalSmileDesign)的口腔美学席卷了牙科领域。DSD的治疗方案考虑到了嘴唇、牙龈、牙齿以及面部特征之间的关联，是基于对患者牙齿和面部比例的全面分析。同时，DSD可以在术前展示术后效果，使患者可以在手术前查看术后效果，这意味着患者可以更好的与医生团队共享目标，表达他们的愿望和期望，使患者参与其中，成为治疗方案的共同设计者。DSD技术将口腔美学理念融入到口腔治疗中，借助计算机对微笑时牙齿显露的长度、边角、表面纹理、色泽、轮廓、以及排列整齐度进行设计与规划,以达到牙齿修复以及构造美丽微笑的双重功效。目前，用于DSD的传统软件大都是二维的，通过将口腔图片导入软件进行分析与设计。但是，口腔图片存在视角限定的缺陷，其仅允许医生在单一视角下对患者进行微笑设计，当医生的临床经验不足时，会使设计的治疗方案过于理想化而导致无法达到预期目标；同时口腔图片容易受到拍摄角度等问题的影响，照片的畸变会导致设计方案的不精确，使其无法完美的适应三维环境，因此，这种基于口腔图片的微笑设计在临床上受到了许多限制。最近，三维面部照片被提倡用于微笑设计，生成三维面部照片的仪器已很成熟，但获取带颜色纹理信息的数字化牙列形状却并不容易。在对患者牙齿进行压印生成橡胶印模的时，颜色纹理信息会丢失；而牙齿反射特性的不确定性和背景照明在使用口腔扫描仪的过程中难以控制和标准化等问题限制了口腔扫描仪在DSD上的临床应用。随着图像到几何模型配准技术的发展，将二维图像与三维模型的优点相结合成为了可能。Hsung于2018年提出了基于图像到几何模型配准算法生成具有颜色纹理信息的牙齿模型的方法，其中口腔图像到三维牙齿模型配准采用的对应点是牙龈乳头(牙龈乳头：牙龈与两颗相邻牙齿相交界的尖点)，但牙龈与牙齿之间的边缘通常表现为较弱的边缘，因此在对患者进行印模生成石膏模型时，生成的牙龈-牙齿边缘通常较模糊，导致提取的3D对应点与2D照片上的对应点之间通常存在2-3mm的偏差，配准效果通常会下降。2020年7月24日公开的中国专利CN107252356B提供了一种数字化口腔美学修复方法，包括以下步骤：获取患者的面部微笑数字影像及口内牙冠三维数字模型；利用面部微笑数字影像获得二维数字化美学设计单；通过三维点云数字拼接技术将所述二维数字化美学设计单与所述口内牙冠三维数字模型相互重叠；将标准三维牙冠贴面数字模型加入所述口内牙冠三维数字模型中的对应放置来获得为所述患者设计的牙冠贴面的三维数字模型。该方法利用非共线特征标志点来实现二维数字化美学设计单与所述口内牙冠三维数字模型相互重叠，标志点选取标准和方法不明确，无法保证配准效果，最终得到的三维数字化牙齿模型与真实牙齿信息差距较大，精确度较低。
技术实现思路
本专利技术为克服现有的牙齿模型难以具有准确颜色纹理信息的问题，提供一种生成具有颜色纹理信息的数字化牙齿模型的方法。本专利技术的技术方案如下：本专利技术提供一种生成具有颜色纹理信息的数字化牙齿模型的方法，包括以下步骤：S1：获取口腔图片和初始牙齿模型；所述口腔图片具有准确的牙齿颜色纹理信息，所述初始牙齿模型不具有牙齿颜色纹理信息；S2：提取口腔图片上的牙尖点；S3：提取初始牙齿模型上的牙尖点；S4：以S2与S3得到的牙尖点为对应点完成口腔图片到初始牙齿模型的配准与映射，得到具有准确颜色纹理信息的数字化牙齿模型。优选地，所述S1的具体操作方法为：采用口腔摄影术获取口腔图片，采用数字印膜方法获取初始牙齿模型。优选地，所述S2的具体步骤为：S2.1：选定感兴趣区域：在口腔图片IA中，选取感兴趣区域并记为IR(x,y)，尺寸为m*n；x、y为平面直角坐标系中横、纵坐标，m为IR(x,y)在横轴上的长度，n为IR(x,y)在纵轴上的长度；所述感兴趣区域包含牙尖点所在的牙齿下边缘轮廓；S2.2：在IR(x,y)中提取牙尖点边缘轮廓；S2.3：在IR(x,y)中提取牙尖点；S2.4：将每个感兴趣区域的牙尖点做逻辑合取运算得到IA所有的牙尖点。优选地，所述S2.2的具体步骤为：S2.2.1：将IR(x,y)转换到CIELAB得到IR(x,y)的三个分量：亮度L(x,y)，颜色对立维度a(x,y)和b(x,y)；通过公式计算出IR(x,y)中每个像素点的色度θab(x,y)；将每个像素点的亮度L(x,y)与色度θab(x,y)相乘得到乘积Lθ(x,y)，Lθ(x,y)＝L(x,y)·θab(x,y)；S2.2.2：依据像素点之间Lθ(x,y)值的差异将IR(x,y)中像素点进行聚类，得到三类像素点：C1牙齿颊面区域、C2牙齿非颊面区域、C3非牙齿区域；S2.2.3：计算IR(x,y)每一列像素点中的C1区域的下边界到IR(x,y)上边界的距离，得到IR(x,y)中的C1区域的一维序列，即牙齿颊侧下边界轮廓线的一维序列，记为Line1；S2.2.4：将C1与C2区域合并得到完整的牙齿区域C12，计算IR(x,y)每一列像素点中的C12区域的下边界到IR(x,y)上边界的距离，得到IR(x,y)中的C12区域的一维序列，即牙齿区域下边界轮廓线的一维序列，记为Line2。优选地，所述S2.3的具体步骤为：S2.3.1：将Line2与Line1相减，如果存在连续超过m*5％个像素点的差值大于n*10％的片段，那么该片段指示出Line2在该片段上存在牙尖点，记这些片段为A；S2.3.2：对Line2优化得到Line3，优化公式为i代表IR(x,y)中的第i列；S2.3.3：对Line1和Line3执行尖峰点搜索得到牙尖点，将Line1和Line3上提取出的牙尖点做逻辑合取运算可得到IA中所有的牙尖点，坐标记为(xi,yi)。优选地，对所述S2.2.2中的像素点进行聚类时采用Fuzzyc-mean(模糊c均值聚类)算法。优选地，在所述S2.3.3中，使用autofindpeak(自动寻找峰值)函数执行尖峰点搜索。优选地，所述S3的具体步骤为：S3.1：将初始牙齿模型转换为深度图像R，尺寸大小为M*N，M为深度图像R在横轴上的长度，N为度图像R在纵轴上的长度；将初始牙齿模型矫正至与咬合面平行，然后将初始牙齿模型按下面的规则映射到咬合面上形成深度图像R：设初始牙齿模型上的任一点坐标为：(xv,yv,zv)，深度图像中R的每个像素点的取值代表该像素点对应在初始牙齿模型上一个边长c的正方形抽样窗口中离咬合面最近的点到咬合面的距离，所以深度图像R在点(x,y)的取值为：R(x,y)＝min{zv|xv-Sx≤xv≤xv+Sx；yv-Sy≤yv≤yv+Sy}，深度图像中的坐标(x,y)与其对应的初始牙齿模型上本文档来自技高网...

【技术保护点】
1.一种生成具有颜色纹理信息的数字化牙齿模型的方法，其特征在于，包括以下步骤：/nS1：获取口腔图片和初始牙齿模型；所述口腔图片具有准确的牙齿颜色纹理信息；/nS2：提取口腔图片上的牙尖点；/nS3：提取初始牙齿模型上的牙尖点；/nS4：以S2与S3得到的牙尖点为对应点完成口腔图片到初始牙齿模型的配准与映射，得到具有准确颜色纹理信息的数字化牙齿模型。/n

【技术特征摘要】
1.一种生成具有颜色纹理信息的数字化牙齿模型的方法，其特征在于，包括以下步骤：
S1：获取口腔图片和初始牙齿模型；所述口腔图片具有准确的牙齿颜色纹理信息；
S2：提取口腔图片上的牙尖点；
S3：提取初始牙齿模型上的牙尖点；
S4：以S2与S3得到的牙尖点为对应点完成口腔图片到初始牙齿模型的配准与映射，得到具有准确颜色纹理信息的数字化牙齿模型。


2.根据权利要求1所述的一种生成具有颜色纹理信息的数字化牙齿模型的方法，其特征在于，所述S1的具体操作方法为：采用口腔摄影术获取口腔图片，采用数字印膜方法获取初始牙齿模型。


3.根据权利要求2所述的一种生成具有颜色纹理信息的数字化牙齿模型的方法，其特征在于，所述S2的具体步骤为：
S2.1：选定感兴趣区域：在口腔图片IA中，选取感兴趣区域并记为IR(x,y)，尺寸为m*n；x、y为平面直角坐标系中横、纵坐标，m为IR(x,y)在横轴上的长度，n为IR(x,y)在纵轴上的长度；所述感兴趣区域包含牙尖点所在的牙齿下边缘轮廓；
S2.2：在IR(x,y)中提取牙尖点边缘轮廓；
S2.3：在IR(x,y)中提取牙尖点；
S2.4：将每个感兴趣区域的牙尖点做逻辑合取运算得到IA所有的牙尖点。


4.根据权利要求3所述的一种生成具有颜色纹理信息的数字化牙齿模型的方法，其特征在于，所述S2.2的具体步骤为：
S2.2.1：将IR(x,y)转换到CIELAB得到IR(x,y)的三个分量：亮度L(x,y)，颜色对立维度a(x,y)和b(x,y)；
通过公式计算出IR(x,y)中每个像素点的色度θab(x,y)，将每个像素点的亮度L(x,y)与色度θab(x,y)相乘得到乘积Lθ(x,y)，Lθ(x,y)＝L(x,y)·θab(x,y)；
S2.2.2：依据像素点之间Lθ(x,y)值的差异将IR(x,y)中像素点进行聚类，得到三类像素点：C1牙齿颊面区域、C2牙齿非颊面区域、C3非牙齿区域；
S2.2.3：计算IR(x,y)每一列像素点中的C1区域的下边界到IR(x,y)上边界的距离，得到IR(x,y)中的C1区域的一维序列，即牙齿颊侧下边界轮廓线的一维序列，记为Line1；
S2.2.4：将C1与C2区域合并得到完整的牙齿区域C12，计算IR(x,y)每一列像素点中的C12区域的下边界到IR(x,y)上边界的距离，得到IR(x,y)中的C12区域的一维序列，即牙齿区域下边界轮廓线的一维序列，记为Line2。


5.根据权利要求4所述的一种生成具有颜色纹理信息的数字化牙齿模型的方法，其特征在于，所述S2.3的具体步骤为：
S2.3.1：将Line2与Line1相减，如果存在连续超过m*5％个像素点的差值大于n*10％的片段，那么该片段指示出Line2在该片段上存在牙尖点，记这些片段为A；
S2.3.2：对Line2优化得到Line3，优化公式为i代表IR(x,y)中的第i列；
S2.3.3：对Line1和Line3执行尖峰点搜索得到牙尖点，将Line1和Line3上提取出的牙尖点做逻辑合取运算可得到IA中所有的牙尖点，坐标记为(xi,yi)。


6.根据权利要求5所述的一种生成具有颜色纹理信息的数字化牙齿模型的方法，其特征在于，对所述S2.2.2中的像素点进行聚类时采用Fuzzyc-mean算法。


7.根据权利要求6所述的一种生成具有颜色纹理信息的数字化牙齿模型的方法，其特征在于，在所述S2.3.3中，使用autofindpeak函数执行尖峰点搜索。


8.根据权利要求7所述的一种生成具有颜色纹理信息的数字...

【专利技术属性】
技术研发人员：唐会，熊体超，凌永权，吴志杰，庞康高，李康荣，李观华，林宇恒，郑而容，鮑浩能，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东;44