[发明专利]用于口腔内3D重建的结构光图像增强方法

说明书

本发明提供一种用于口腔内3D重建的结构光图像增强方法，属于光学三维扫描技术领域，用于增强通过口腔扫描仪扫描获得的结构光图像。其特征在于，包括如下步骤：步骤S1，对相邻帧的结构光条纹图像进行减运算，提取出条纹；步骤S2，对条纹采用自适应Hessian增强图像的方法进行增强处理。针对3D重建的条纹结构光图像，动态自适应的调整条纹结构相似性函数，达到最优的条纹增强效果。也就是说，基于Hessian矩阵提取的各项异性特征，通过计算当前像素点小领域内的灰度统计特征，自适应的调整条纹相似性函数。达到对不同亮度，不同对比度区域一致性的增强效果。极大提高有效3D点云的数量，增强三维细节。

技术领域

本发明属于光学三维扫描技术领域，具体涉及一种用于口腔内3D重建的结构光图像增强方法。

背景技术

随着社会生活水平的提高，人们对牙齿健康的关注程度也在逐渐提升。牙科医生在给患者进行牙齿正畸或设计假牙时，首要步骤是获取患者的牙齿模型。传统的印模方法需要患者先在印模盘上咬模，再灌注恢复性材料(如石膏)，全程依赖牙科技师的手工操作，此种方法存在模型制作时间长、精度低、患者体验差等缺点。

20世纪80年代，数字化印模技术开始被引入牙科正畸领域。市面上常用的非接触式光学三维扫描技术有结构光、双目视觉、激光扫描、时间飞行(Time of Flight)等技术。但是双目视觉系统的运算量非常大，非常耗时；激光扫描技术的成本高、测量速度慢，容易对人的眼睛造成伤害；TOF相机的分辨率较低，且成本很高；而结构光相机拥有成熟度高、精度高、响应速度快、成本低等优点，被广泛应用于口腔扫描仪中。结构光相机的原理是，将特定编码后的条纹投射到物体表面，相机捕捉到物体表面的投影图案并进行分析、解码处理，根据结构光图像和投影图案之间的匹配关系，以及相机的标定参数，计算出物体表面的三维坐标。点云是物体表面所有的点的集合，再经过纹理拼接、渲染等步骤即可完成物体三维模型的重建。

实际操作过程中，由于口腔内部空间狭小、环境复杂(血液、唾液遮挡等对成像的影响)、手持设备的抖动、牙齿表面牙釉质的半透明特性、牙齿表面物质的反光特性、仪器工作温度等因素，结构光相机捕获到的条纹图像质量参差不齐，亮度与对比度也相差较多，这就影响了对条纹图像的解码处理与分析，影响其条纹中心信息提取的精度，影响后续三维点云及重建牙模的精度。

现有的技术方案对条纹进行增强的参数来源于对全局图像灰度分布特征的计算。而口腔内由于口水、牙釉质、金属牙等复杂环境的影响，使得结构光投影的条纹对比度不一致。因此，基于全局的灰度分布特征进行的Hessian增强对于低对比度区域，条纹信息被抑制。进而造成重建的3D点云数量大大降低，且丢失三维的细节信息。

发明内容

为解决上述问题，提供一种用于口腔内3D重建的结构光图像增强方法，用于增强基于结构光原理的口腔扫描仪捕获的条纹图像，本发明采用了如下技术方案：

本发明提供了一种用于口腔内3D重建的结构光图像增强方法，其特征在于，包括如下步骤：步骤S1，对相邻帧的结构光图像进行减运算，提取出条纹；步骤S2，对条纹采用自适应Hessian增强图像的方法进行增强处理。

本发明提供的一种用于口腔内3D重建的结构光图像增强方法，还可以具有这样的特征，其中，步骤S2包括如下子步骤：步骤S2-1，在提取条纹后的结构光图像上选择初始窗口，该初始窗口为正方形且边长大于条纹宽度，将该初始窗口内的像素点作为初始像素点，步骤S2-2，计算初始像素点的Hessian矩阵，得到特征值，步骤S2-3，统计所有初始像素点的灰度分布，排序计算得到中心像素点的增强参数c，同时得到中心像素点处的条纹结构相似性函数，步骤S2-4，将特征值带入条纹结构相似性函数后，得到要增强的初始像素点，步骤S2-5，判断增强后的初始像素点是否为结构光图像的最终边界，一旦判断为是，则输出增强结果。

本发明提供的一种用于口腔内3D重建的结构光图像增强方法，还可以具有这样的特征，其中，在步骤S2-5中，一旦判断增强后的初始像素点不是结构光图像的最终边界，则初始窗口沿行方向自动移位，进入步骤S2-2。