基于牙颌模型的散乱点云配准技术研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (19): 16-19.

基于牙颌模型的散乱点云配准技术研究

张晓娟1，李忠科1，吕培军2，王勇2

1.第二炮兵工程大学 401教研室，西安 710025
2.北京大学口腔医学院，北京 100871

出版日期:2012-07-01 发布日期:2012-06-27

Registration algorithms of dental cast based on unorganized 3D point-cloud

ZHANG Xiaojuan1, LI Zhongke1, LV Peijun2, WANG Yong2

1.Teaching and Research Section of 401, The Second Artillery Engineering University, Xi’an 710025, China
2.School of Stomatology, Beijing University, Beijing 100871, China

Online:2012-07-01 Published:2012-06-27

摘要/Abstract

摘要： 在牙齿三维矫正中需要对牙齿进行排列，常用方法是通过人机交互完成，效率不高。提出了一种基于粒子群的自动化排牙方法，将每颗牙齿上的特征点到标准牙弓曲线的距离和作为目标函数，利用粒子群算法对解空间进行搜索，在搜索过程中加入约束条件，得到牙齿移动的最终位置。利用算法对牙齿进行排列，可以省去人机交互中的平移等操作。实验结果表明：该算法能够有效地用于牙齿三维矫正中，提高了排牙效率。

关键词: 点云, 配准, 牙模型, 特征点, ICP算法

Abstract: In the optical non-contact measurement process, the reconstruction of complex object depends on the registering of many point clouds. Iterative Closest Point（ICP） algorithm is a mathematical method with high level in processing data of 3D laser scanning about registration. For the sake of obtaining better registering result, a algorithm including initial registration and precise registration is proposed. It combines algorithm based on feature points and ICP to register point cloud data automatically. Experimental results are presented, and show the accurate and robust performance of proposed algorithm.

Key words: point cloud, registration, dental cast, feature points, Iterative Closest Point（ICP）

张晓娟1，李忠科1，吕培军2，王勇2. 基于牙颌模型的散乱点云配准技术研究[J]. 计算机工程与应用, 2012, 48(19): 16-19.

ZHANG Xiaojuan1, LI Zhongke1, LV Peijun2, WANG Yong2. Registration algorithms of dental cast based on unorganized 3D point-cloud[J]. Computer Engineering and Applications, 2012, 48(19): 16-19.

[1]	卫保国，张玉兰，周佳明. 图像匹配中的特征点筛选方法[J]. 计算机工程与应用, 2021, 57(3): 208-214.
[2]	王涛，王文举，蔡宇. 基于深度学习的三维点云语义分割方法研究[J]. 计算机工程与应用, 2021, 57(23): 18-26.
[3]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[4]	郭艳芬，崔喆，杨智鹏，彭静，胡金蓉. 基于深度学习的医学图像配准技术研究进展[J]. 计算机工程与应用, 2021, 57(15): 1-8.
[5]	唐维军，徐琨，柳有权，夏悬. 自动驾驶汽车虚拟测试中的树木点云生成方法[J]. 计算机工程与应用, 2021, 57(11): 185-192.
[6]	徐景中，马丽娜. 基于虚拟格网的建筑物点云轮廓线自动提取[J]. 计算机工程与应用, 2021, 57(10): 181-186.
[7]	王国屹，孙永荣，吴雷，曾庆化. 分块检测尺度自适应的圆形目标相关跟踪[J]. 计算机工程与应用, 2020, 56(8): 177-184.
[8]	王庆闪，张军，刘元盛，张鑫晨. 基于NDT与ICP结合的点云配准算法[J]. 计算机工程与应用, 2020, 56(7): 88-95.
[9]	杨捷，吴素萍. 点云重建的并行算法[J]. 计算机工程与应用, 2020, 56(6): 213-219.
[10]	封雪梅，张志毅，杨龙. 分形维数的全局点云初始配准算法[J]. 计算机工程与应用, 2020, 56(5): 234-241.
[11]	郭克友，马丽萍，胡巍. 基于DCNN的人脸特征点检测及面部朝向计算[J]. 计算机工程与应用, 2020, 56(4): 202-208.
[12]	张毅，王彦博，高奇峰，杨德伟，魏博. 改进FAST-SURF算法在卷烟包件识别定位中的应用[J]. 计算机工程与应用, 2020, 56(3): 252-258.
[13]	刘天，曾亮. 纹理抑制的光照不均图像配准算法研究[J]. 计算机工程与应用, 2020, 56(23): 180-188.
[14]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[15]	张广翩，计忠平. 基于二维点云图的三维人体建模方法[J]. 计算机工程与应用, 2020, 56(19): 205-215.