基于牙齿预备体的数据柔性融合方法

摘要

一种基于牙齿预备体的数据柔性融合方法，属于计算机辅助设计领域。本方法包括数据采集与预处理，特征曲线自适应提取技术，数据预配准和数据动态配准四个步骤。本发明的方法只包含有简单的人机交互操作，自动化程度高，融合后的模型不仅具有高精度表面信息，而且具有完善的内部结构，真实反映物理模型的完整信息，可以提高后续设计制造的效率和精度，在计算机辅助口腔设计领域有着重要的应用价值。

主权项

一种基于牙齿预备体的数据柔性融合方法，其特征在于包括以下步骤：步骤1、数据采集与预处理：通过CT扫描得到患者牙颌二维切片数据，然后取模灌制上下颌石膏模型，用结构光学扫描仪对石膏模型进行数据采集得到三维点云数据；通过对采集的两类数据进行三维数据重建，构建出上下颌精确的三角网格模型；由于扫描中不可避免的遇到缺陷，因此同时对重建模型进行去噪音、三角化、孔洞修复在内的预处理；步骤2、融合区域提取：通过结构光扫描的整个牙颌模型，对于设计过程并不全是有效区域，首先需要将模型进行区域划分，分为融合区域和非融合区域，对融合区域曲面进行操作处理，非融合区域则约束固定；首先求解结构光模型的特征信息得到牙齿模型特征点，其次采用基于启发式搜索策略的龈缘线提取方法，裁剪提取融合区域；步骤3、数据预配准：由于两种数据源采集方式不同，采集时并不在同一坐标系下，首先需要对数据进行初始融合，将两个模型转换到相同坐标系下；配准分为初始配准和精确配准两步；初始配准用于缩小模型之间错位，采用基于三点定位原理的人工交互配准；精确配准采用迭代最近点算法实现；步骤4、数据动态融合：主要包括通过迭代变形的方法，将CT模型的表面数据变形调整为结构光学模型的高精度表面；由于配准仅是两者之间在空间位置上的刚性对齐，所以需要采用基于微分属性的网格变形技术，利用网格顶点的微分属性隐式的描述模型的变形过程，以结构光学扫描数据为参照，运用拉普拉斯变形方法进一步调整优化CT模型的表面形态；融合过程中，通过将显著特征点定义为约束点及设计权重系数的方法进行优化。