口腔3D建模综述

1、口腔3D建模一、基于CBCT与三维扫描的数字化建模1.1数据采集：3维数据的采集是模型制作的重要一步。目前常用方式有CT技术和光学扫描技术。在口腔医学中，其研究的对象一牙齿的大部分都在骨骼里面，无法从体外直接观察到，要了解牙根的信息，必须借助于X光与CT等医学成像技术。CT成像能够提供骨骼乃至牙齿内部的细节，为诊断与治疗提供大量的信息，然而由于其成像的特点与技术的限制，其输出的数据形式是一层层的断层图像，不够直观.这就要求有一种技术能够将CT体数据转换为目前已在工程领域发展较为完善的各种三维模型处理方法所能够识别的模型，以利用现有的计算机模型处理与设计技术，进行譬如辅助义齿设计、辅助义齿制造等

2、等应用。除CT技术外，三维扫描技术也为口腔数据采集做出了巨大的贡献。技术即是采用机械或光学方法，而获取物体的三维计算机模型。采集三维物体表面的形状、颜色等信息。目前的三维扫描技术可以达到微米级的精度，可以提供牙齿可见部分表面的细节但无法获取牙齿的完整体信息，而齿科常用的CBCT（ConeBeamCT，锥形束计算机断层成像术）虽能获取牙齿的体数据，其精度却仅为毫米级。如能将两种采集技术的数据结合到一起，则可以获得一个既能满足获取牙齿完整结构信息的要求又能保证领面精度用于辅助设计的三维模型。医学图像普遍存在边缘模糊、噪声等缺陷，这些缺陷将对基于图像信息的算法产生不利影响，为降低这些缺陷对于三维重建

3、的影响，研究平面图像的处理技术，找到不同处理方法的一个有效组合，以滤去图像中的噪声，增强图像边缘。1.3基于CBCT体数据的三维重建：CBCT设备输出的断层图像序列是人体被采集区域内空间的三个方向上均匀分布的采样点，这种扫描实际上是一种空间上的数据采集，包含了人体一定体积内的信息，每个采样点（称为体素）的位置需要用三个坐标来描述，因此称为体数据。体数据为离散的数据，体素之间除了与相邻体素的邻接关系外，不存在其他的联系，无法从中区分哪些体素属于特定的组织和器官，为利用采集的数据进行有意义的工作，首先需要将属于不同组织与器官的体素区别开来，即图像的分割。属于同一组织的体素构成一个连通区域，对这一连

4、通区域进行建模，得到组织的三维模型，称为体数据的三维重建。进行体数据的三维重建首先遇到的问题是应该以何种方式表达组织的三维模型。自从计算机辅助技术出现以来，广大的学者设计了各种三维模型在计算机内的表示方法，按照模型的几何特点，可以分为表面模型和实体模型;表面模型又可以分为多边形网格和参数曲面等形式。这些方法各有优势和不足，人体的结构如牙齿等几何形状往往非常复杂，要使用数学表达式表达的连续曲面来描述是不现实的，而且其各项属性的计算在数学上也可能无法找到解析解。多边形网格能够以任意精度逼近任何复杂几何体的形状，而且在数值计算上具有简单性，因而在计算机图形学以及计算机辅助设计与制造领域得到了广泛的应

5、用，多种数控机床也支持三角网格模型的直接加工。三角网格模型是多边形网格中最简单的一种形式，对三角网格模型的处理技术研究也较为成熟。图像分割与三维重建算法的主要过程是:首先，在体数据中放置一个初始的三角网格模型，根据图像信息与网格属性计算模型中每个顶点的“受力”，以及在力作用下的位移，然后每个顶点按照计算出的位移变动其位置，当所有顶点处理完毕后即完成一次迭代。经过多次的迭代之后，初始网格模型就会逐渐接近体数据中目标物体的形状，同时完成分割与三维重建工作。为保证模型网格的均匀性，在经过若干次迭代后需进行一次重新参数化。模型融合：CBCT图像由于目前技术水平的限制其分辨率较低,像素间距的数量级在10

6、-lmm,从而导致重建出的三维模型也无法达到很高的精度，无法准确描述牙冠部分的精细结构。为获取牙冠表面的精确形状，目前多采用三维扫描技术，即是利用机械或光学的方法获取被测物体表面的形状、颜色等信息,其扫描的结果一般输出为点云或STL等三角网格模型。用于齿科的扫描多采用光学方法如结构光或激光,扫描精度可以达到微米级,但其获取的仅是表面信息,无法得到牙齿的体信息。因此,为了综合两种方法各自的优点,得到更为精确的牙齿模型,需将三维扫描的高精度表面信息和CT扫描的体信息结合起来，将三维扫描模型与CBCT重建模型融合在一起形成一个三角网格模型。模型融合的总体流程为：步骤1.牙列配准在进行融合之前,首先需

7、要将不同来源的模型对齐,使两模型中的相同部分在空间上的位置也相同;步骤2.牙列分割在对牙列进行配准之后,利用CT重建模型的信息对扫描模型进行分割,分离出独立的牙齿;步骤3.牙冠配准对独立牙齿的扫描模型的牙冠部分与重建模型再次进行精配准,以确保牙冠部分重合;步骤4.模型融合对扫描模型与重建模型进行预处理,然后应用融合算法合并为一个模型。基于ACID栅格的三角网格模型融合算法：ACID栅格能够自动适应模型拓扑结构的变化,因此只需将待融合的两个三角网格模型在数据表示上合并为一个模型，使用ACID栅格合并后的模型进行重新参数化，即可完成两个模型的融合。扫描模型分割得到的单颗牙齿包括牙冠与牙龈等部分,我

8、们只需要其中的牙冠部分;此外，ACID栅格仅能处理封闭的模型，基于以上的原因，在进行融合之前，需要进行一些准备工作，包括牙冠的分离、偏置以及CT重建模型牙冠部分的修整。重建结果的可视化：三维重建结果的形式为三角网格模型，该模型可以通过三维绘图的方式呈现在计算机上，供用户观察。然而仅绘制出三角网格模型无法与原始的CT数据进行对比，无法了解重建出的模型与原始数据的差别以及重建的模型在体数据中的位置。因此，有必要设计一种可视化的方式，将模型与CT数据同时呈现在计算机屏幕上，一方面方便用户使用，另一方面也为重建效果的定性评价提供了一种方法。由于CT体数据是由一系列的断层平面图像堆叠而成的，CT数据在计

9、算机上通用的显示方法也是显示其中的一个断层，通过鼠标或键盘操作切换当前的断层，因此我们采用将三维网格投影到图像上的方法，即在一个断层图像上叠加三维网格在该断层的切片的图像。二、基于多目立体视觉的牙模三维数字化采集与重建采用2台高像素CMOS数字相机，从不同的角度采集牙模图像来分析获取数字化的三维牙领模型。在具体的研究中，图像的采集模块，主要是设计成像模型并搭建视觉环境，用软件同步驱动2台相机从不同角度获取高质量的牙模图像。相机的标定模块，提出了一种基于角点引导的改进型自标定方法，不依靠标定板直接获取相机的内外参数，把图像坐标、相机坐标与真实世界坐标对应起来，并用极线约束理论校正了牙模图像。图像

10、的立体匹配模块，提出一种改进型的基于边缘特征区域的置信传播立体匹配算法，得到稠密的视差图。三维配准及显示模块，主要是把不同角度的点云数据拼接成一个完整的牙模型并三维重建显示。2.13维数据获取2.2系统硬件设计系统硬件部分主要包括相机、相机支架、转台、机器照明系统。采用2个相机，从一个角度拍摄牙模型的照片后，通过按一定的角度转动牙模型再进行拍照，从而实现整个牙领表面的覆盖。机器照明系统通过照明方式设计和光照条件来突出牙模的轮廓和纹理信息，得到高质量的图像，具体采用的是两个环形LED光源，采用的是低角度暗场照明方式。2.3图像采集研究基于牙领模型的三维数字化采集与重建系统，在标定和匹配环节都需要

11、有高质量的图像。同时，相机成像模型也具有非常重要的作用，所以需要设计并搭建硬件平台来采集图像，主要包括相机摆放、相机触发控制、机器视觉照明设计等。2.4相机标定相机标定的主要目的是把图像中的点与真实的物理世界联系起来，从而来反应真实场景，即求解相机的内、外参数。相机内参数指焦距、畸变系数。相机外参数主要表示相机之间的相对位置，用一个平移量和一个旋转量来表示。相机标定研究经过一系列的发展，目前己经取得了很大的进展。现有的相机标定方法一般可归结为两类:传统相机标定和相机自标定方法。其中，传统标定方式是需要借助形状、尺寸己知的参照物来进行取景，对拍摄到的图像进行处理，通过相关的数学计算出透射矩阵和基

12、础变换矩阵，从而得到相机模型的内部参数和外部参数。传统相机标定方法一般分为三类:线性方法、非线性优化方法、Tsai两步法。自标定方法是不需要标定板，而直接通过分析图像之间共有的特征信息，建模计算得到相机参数。相机自标定方法主要有:利用基本矩阵和本质矩阵的相机自标定法、利用绝对二次曲线和极限变换性质的相机自标定方法、利用主动视觉系统的相机自标定方法。立体匹配立体匹配，就是从两幅图中找到正确的对应点。以某副图像中的点为参考，从另一幅图像搜索其对应的点。通过这两个点分别在图像中的像素坐标，构建模型来逆向计算出空间中某点的真实坐标。然而，由于图像中存在噪声、大小差异、畸变等，故要精确的找到图像中每个点的对应点是一个比较困难的求