口腔3D建模综述.doc

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 （Cone BeamCT，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1.4 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- 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1.5 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2.1 3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2.5 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解过 程尽管大量的学者经过几十年的研究，但仍然不能很好的解决这个问题，特 别是降低误匹配率、减少坏点等关键问题。

2.6 三维拼接及显示立体匹配算法得到了稠密的视差图视差图只是经过立体匹配得到的局部牙 模深度信息的一个“半成品”，所以需要对视差图进行计算得到空间点并进行三 维重建要得到完整的三维牙模，还需要对各个不同视角的牙模点云数据进行 拼接配准，同时，还起到消除误差、填补局部空洞的作用。