本發(fā)明涉及圖像數(shù)據(jù)處理，具體涉及一種用于口腔種植的齲齒視覺識別方法及系統(tǒng)。

背景技術(shù)：

1、隨著科技的發(fā)展，圖像處理的應用越來越廣泛，比如，可以應用于齲齒識別。目前，對物體進行識別時，通常采用的方法為：根據(jù)采集的物體圖像，通過灰度值的不同，對物體進行識別。

2、然而，當根據(jù)采集的根尖片，通過灰度值的不同，對齲齒進行識別時，經(jīng)常會存在如下技術(shù)問題：

3、在根尖片采集過程中，可能由于膠片位置固定不當或x線垂直角度不當?shù)榷喾N因素的影響，導致根尖片出現(xiàn)模糊或偽影的情況，從而使得髓腔等牙齒自身結(jié)構(gòu)的成像灰度情況與齲損區(qū)域的灰度情況近似，因此，識別包含齲損區(qū)域的齲齒時，若只考慮灰度值的不同，往往可能會造成齲損像素點的誤判，從而導致對齲損區(qū)域進行識別的準確度較差，進而可能導致對包含齲損區(qū)域的齲齒進行識別的準確度較差。

技術(shù)實現(xiàn)思路

1、為了解決對齲損區(qū)域進行識別的準確度較差的技術(shù)問題，本發(fā)明提出了一種用于口腔種植的齲齒視覺識別方法及系統(tǒng)。

2、第一方面，本發(fā)明提供了一種用于口腔種植的齲齒視覺識別方法，該方法包括：

3、從獲取的待識別根尖片中篩選出目標牙齒區(qū)域，并對每個目標牙齒區(qū)域內(nèi)的每個像素點對應的預設(shè)鄰域進行灰度分布分析處理和亮度分析處理，得到每個目標牙齒區(qū)域內(nèi)的每個像素點對應的灰度分布特征和目標亮度特征；

4、根據(jù)所有灰度分布特征和目標亮度特征，從目標牙齒區(qū)域內(nèi)篩選出疑似齲損區(qū)域；

5、作每個疑似齲損區(qū)域所屬目標牙齒區(qū)域的目標中軸線，將目標中軸線的垂線確定為目標垂線，平移目標垂線，將每次平移后的目標垂線與疑似齲損區(qū)域邊緣的交點構(gòu)成交點組，得到每個疑似齲損區(qū)域?qū)慕稽c組集合；

6、從每個疑似齲損區(qū)域?qū)慕稽c組集合中篩選出疑似髓腔點組，得到每個疑似齲損區(qū)域?qū)囊伤扑枨稽c組集合；

7、根據(jù)每個疑似齲損區(qū)域?qū)妮喞湸a、每個疑似齲損區(qū)域與其所屬目標牙齒區(qū)域內(nèi)牙根端點之間的距離、以及每個疑似齲損區(qū)域?qū)囊伤扑枨稽c組集合，確定每個疑似齲損區(qū)域?qū)乃枨豢赡苄裕?/p>

8、根據(jù)所有髓腔可能性，從所有疑似齲損區(qū)域中篩選出目標齲損區(qū)域。

9、結(jié)合上述第一方面，在一種可能的實現(xiàn)方式中，所述從獲取的待識別根尖片中篩選出目標牙齒區(qū)域，包括：

10、對所述待識別根尖片進行邊緣檢測，并進行形態(tài)學閉運算，得到目標圖像；

11、將所述目標圖像中每個閉合輪廓所圍成的區(qū)域，確定為疑似牙齒區(qū)域；

12、將每個疑似牙齒區(qū)域的輪廓鏈碼內(nèi)所有鏈碼值對應的連續(xù)重復出現(xiàn)次數(shù)中的最大值，確定為每個疑似牙齒區(qū)域?qū)哪繕诉B續(xù)重復次數(shù)；

13、將每個疑似牙齒區(qū)域的面積與其最小外接橢圓的面積的比值，確定為每個疑似牙齒區(qū)域?qū)哪繕诵螤钐卣鳎?/p>

14、將每個疑似牙齒區(qū)域?qū)淖钚⊥饨泳匦蔚拈L寬比，確定為每個疑似牙齒區(qū)域?qū)男螤钛由焯卣鳎?/p>

15、根據(jù)每個疑似牙齒區(qū)域?qū)哪繕诉B續(xù)重復次數(shù)、目標形狀特征和形狀延伸特征，確定每個疑似牙齒區(qū)域?qū)难例X形狀因子，其中，目標連續(xù)重復次數(shù)、目標形狀特征和形狀延伸特征均與牙齒形狀因子呈正相關(guān)；

16、對每個疑似牙齒區(qū)域?qū)哪繕诉B續(xù)重復次數(shù)、目標形狀特征和形狀延伸特征的累乘值進行歸一化，得到每個疑似牙齒區(qū)域?qū)难例X形狀因子；

17、若疑似牙齒區(qū)域?qū)难例X形狀因子大于預設(shè)牙齒形狀閾值，則將疑似牙齒區(qū)域確定為目標牙齒區(qū)域。

18、結(jié)合上述第一方面，在一種可能的實現(xiàn)方式中，所述對每個目標牙齒區(qū)域內(nèi)的每個像素點對應的預設(shè)鄰域進行灰度分布分析處理和亮度分析處理，得到每個目標牙齒區(qū)域內(nèi)的每個像素點對應的灰度分布特征和目標亮度特征，包括：

19、將任意一個目標牙齒區(qū)域確定為標記牙齒區(qū)域，并將所述標記牙齒區(qū)域內(nèi)任意一個像素點確定為標記像素點；

20、將所述標記像素點對應的預設(shè)鄰域內(nèi)所有像素點對應的灰度值的均值，確定為所述標記像素點對應的鄰域代表灰度因子；

21、將所述標記像素點對應的鄰域代表灰度因子與其對應的預設(shè)鄰域內(nèi)每個像素點對應的灰度值之間的差值絕對值，確定為所述標記像素點對應的預設(shè)鄰域內(nèi)每個像素點對應的目標差異；

22、將所述標記像素點對應的預設(shè)鄰域內(nèi)所有像素點對應的目標差異的累加值，確定為所述標記像素點對應的灰度分布特征；

23、將所述標記牙齒區(qū)域內(nèi)所有像素點對應的灰度值的均值，確定為所述標記牙齒區(qū)域?qū)难例X代表灰度因子；

24、將所述鄰域代表灰度因子與所述牙齒代表灰度因子的比值，確定為所述標記像素點對應的目標亮度特征。

25、結(jié)合上述第一方面，在一種可能的實現(xiàn)方式中，所述根據(jù)所有灰度分布特征和目標亮度特征，從目標牙齒區(qū)域內(nèi)篩選出疑似齲損區(qū)域，包括：

26、根據(jù)每個目標牙齒區(qū)域內(nèi)的每個像素點對應的灰度分布特征和目標亮度特征，確定每個目標牙齒區(qū)域內(nèi)的每個像素點對應的疑似齲損因子，其中，灰度分布特征與疑似齲損因子呈正相關(guān)關(guān)系，目標亮度特征與疑似齲損因子呈負相關(guān)關(guān)系；

27、若像素點對應的疑似齲損因子大于預設(shè)齲損閾值，則將像素點確定為疑似齲損像素點；

28、對所有疑似齲損像素點構(gòu)成的區(qū)域進行連通域提取，并將提取得到的連通域確定為疑似齲損區(qū)域。

29、結(jié)合上述第一方面，在一種可能的實現(xiàn)方式中，所述從每個疑似齲損區(qū)域?qū)慕稽c組集合中篩選出疑似髓腔點組，包括：

30、從每個疑似齲損區(qū)域?qū)慕稽c組集合中篩選出交點數(shù)量為2，并且交點分別位于目標中軸線兩側(cè)的交點組，作為疑似髓腔點組。

31、結(jié)合上述第一方面，在一種可能的實現(xiàn)方式中，疑似齲損區(qū)域?qū)乃枨豢赡苄詫墓綖椋?/p>

32、；

33、；

34、；

35、；

36、其中，是第個疑似齲損區(qū)域?qū)乃枨豢赡苄裕皇且伤讫x損區(qū)域的序號；是歸一化函數(shù)；是第個疑似齲損區(qū)域的輪廓鏈碼內(nèi)所有鏈碼值對應的連續(xù)重復出現(xiàn)次數(shù)中的最大值；是自變量取值為時的函數(shù)值，并且與呈負相關(guān)關(guān)系；是預先設(shè)置大于0的因子；是第個疑似齲損區(qū)域內(nèi)所有像素點對應的疑似齲損因子的均值；是第個疑似齲損區(qū)域與其所屬目標牙齒區(qū)域內(nèi)隨機一個牙根端點之間的距離；是激活函數(shù)，用于歸一化；是第個疑似齲損區(qū)域?qū)囊伤扑枨稽c組集合中疑似髓腔點組的數(shù)量；是第個疑似齲損區(qū)域邊緣上像素點的數(shù)量；是自變量取值為時的函數(shù)值，并且與呈負相關(guān)關(guān)系；是預先設(shè)置大于0的因子；表征第個疑似齲損區(qū)域?qū)乃幸伤扑枨稽c組中兩個交點距目標中軸線之間的平均距離差異；是第個疑似齲損區(qū)域?qū)囊伤扑枨稽c組集合中疑似髓腔點組的序號；是取絕對值函數(shù)；是第個疑似齲損區(qū)域?qū)囊伤扑枨稽c組集合中第個疑似髓腔點組中，第一個交點與第個疑似齲損區(qū)域所屬目標牙齒區(qū)域的目標中軸線之間的距離；是第個疑似齲損區(qū)域?qū)囊伤扑枨稽c組集合中第個疑似髓腔點組中，第二個交點與第個疑似齲損區(qū)域所屬目標牙齒區(qū)域的目標中軸線之間的距離。

37、結(jié)合上述第一方面，在一種可能的實現(xiàn)方式中，所述方法還包括：

38、根據(jù)每個目標齲損區(qū)域的齲損延伸方向和其所屬目標牙齒區(qū)域的牙齒延伸方向，以及每個目標齲損區(qū)域的面積，確定每個目標齲損區(qū)域?qū)凝x損嚴重指標；

39、將目標齲損區(qū)域所屬的目標牙齒區(qū)域確定為候選牙齒區(qū)域，并從每個候選牙齒區(qū)域輪廓上篩選出與目標牙齦區(qū)域相鄰的像素點，作為目標輪廓點，其中，目標牙齦區(qū)域是待識別根尖片中的牙齦區(qū)域；

40、從所述目標牙齦區(qū)域內(nèi)篩選出牙齦發(fā)炎點，并從所有目標輪廓點中篩選出發(fā)炎輪廓點，從所述目標牙齦區(qū)域內(nèi)篩選出每個候選牙齒區(qū)域?qū)淖友例l區(qū)域，根據(jù)目標齲損區(qū)域?qū)凝x損嚴重指標，從所有目標齲損區(qū)域中篩選出有效齲損區(qū)域，其中，有效齲損區(qū)域表征具有齲損嚴重變化趨勢的目標齲損區(qū)域；

41、根據(jù)每個候選牙齒區(qū)域?qū)淖友例l區(qū)域內(nèi)牙齦發(fā)炎點的數(shù)量，以及每個候選牙齒區(qū)域內(nèi)發(fā)炎輪廓點的數(shù)量和有效齲損區(qū)域的數(shù)量，確定每個候選牙齒區(qū)域?qū)凝x損嚴重等級，其中，牙齦發(fā)炎點的數(shù)量、發(fā)炎輪廓點的數(shù)量和有效齲損區(qū)域的數(shù)量均與齲損嚴重等級呈正相關(guān)關(guān)系。

42、結(jié)合上述第一方面，在一種可能的實現(xiàn)方式中，所述根據(jù)每個目標齲損區(qū)域的齲損延伸方向和其所屬目標牙齒區(qū)域的牙齒延伸方向，以及每個目標齲損區(qū)域的面積，確定每個目標齲損區(qū)域?qū)凝x損嚴重指標，包括：

43、將每個目標齲損區(qū)域的齲損延伸方向和其所屬目標牙齒區(qū)域的牙齒延伸方向之間的夾角，確定為每個目標齲損區(qū)域?qū)凝x損延伸特征；

44、根據(jù)每個目標齲損區(qū)域?qū)乃枨豢赡苄?、齲損延伸特征和面積，確定每個目標齲損區(qū)域?qū)凝x損嚴重指標，其中，髓腔可能性和齲損延伸特征均與齲損嚴重指標呈負相關(guān)關(guān)系，目標齲損區(qū)域的面積與其齲損延伸特征呈正相關(guān)關(guān)系。

45、結(jié)合上述第一方面，在一種可能的實現(xiàn)方式中，所述根據(jù)目標齲損區(qū)域?qū)凝x損嚴重指標，從所有目標齲損區(qū)域中篩選出有效齲損區(qū)域，包括：

46、沿著目標牙齒區(qū)域的牙齒延伸方向，依次對目標牙齒區(qū)域內(nèi)的目標齲損區(qū)域進行排序，將目標牙齒區(qū)域內(nèi)任意一個目標齲損區(qū)域確定為標記齲損區(qū)域，若所述標記齲損區(qū)域?qū)凝x損嚴重指標小于后一個目標齲損區(qū)域?qū)凝x損嚴重指標，則將所述標記齲損區(qū)域確定為有效齲損區(qū)域。

47、第二方面，本發(fā)明提供了一種用于口腔種植的齲齒視覺識別系統(tǒng)，包括處理器和存儲器，上述處理器用于處理存儲在上述存儲器中的指令以實現(xiàn)上述第一方面或第一方面任意一種可能的實現(xiàn)方式中的方法，一種用于口腔種植的齲齒視覺識別系統(tǒng)具體可以包括：

48、篩選處理模塊，用于從獲取的待識別根尖片中篩選出目標牙齒區(qū)域，并對每個目標牙齒區(qū)域內(nèi)的每個像素點對應的預設(shè)鄰域進行灰度分布分析處理和亮度分析處理，得到每個目標牙齒區(qū)域內(nèi)的每個像素點對應的灰度分布特征和目標亮度特征；

49、疑似齲損區(qū)域篩選模塊，用于根據(jù)所有灰度分布特征和目標亮度特征，從目標牙齒區(qū)域內(nèi)篩選出疑似齲損區(qū)域；

50、數(shù)據(jù)直線構(gòu)建模塊，用于作每個疑似齲損區(qū)域所屬目標牙齒區(qū)域的目標中軸線，將目標中軸線的垂線確定為目標垂線，平移目標垂線，將每次平移后的目標垂線與疑似齲損區(qū)域邊緣的交點構(gòu)成交點組，得到每個疑似齲損區(qū)域?qū)慕稽c組集合；

51、疑似髓腔點篩選模塊，用于從每個疑似齲損區(qū)域?qū)慕稽c組集合中篩選出疑似髓腔點組，得到每個疑似齲損區(qū)域?qū)囊伤扑枨稽c組集合；

52、可能性確定模塊，用于根據(jù)每個疑似齲損區(qū)域?qū)妮喞湸a、每個疑似齲損區(qū)域與其所屬目標牙齒區(qū)域內(nèi)牙根端點之間的距離、以及每個疑似齲損區(qū)域?qū)囊伤扑枨稽c組集合，確定每個疑似齲損區(qū)域?qū)乃枨豢赡苄裕?/p>

53、目標齲損區(qū)域篩選模塊，用于根據(jù)所有髓腔可能性，從所有疑似齲損區(qū)域中篩選出目標齲損區(qū)域。

54、第三方面，提供了一種服務器，包括存儲器和處理器。該存儲器用于存儲可執(zhí)行程序代碼，該處理器用于從存儲器中調(diào)用并運行該可執(zhí)行程序代碼，使得該設(shè)備執(zhí)行上述第一方面或第一方面任意一種可能的實現(xiàn)方式中的方法。

55、第四方面，提供了一種計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括：計算機程序代碼，當該計算機程序代碼在計算機上運行時，使得該計算機執(zhí)行上述第一方面或第一方面任意一種可能的實現(xiàn)方式中的方法。

56、第五方面，提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)存儲有計算機程序代碼，當該計算機程序代碼在計算機上運行時，使得該計算機執(zhí)行上述第一方面或第一方面任意一種可能的實現(xiàn)方式中的方法。

57、本發(fā)明具有如下有益效果：

58、本發(fā)明的一種用于口腔種植的齲齒視覺識別方法，通過對待識別根尖片進行圖像數(shù)據(jù)處理，實現(xiàn)了對齲損區(qū)域的識別，從而實現(xiàn)了對齲齒的識別，解決了對齲損區(qū)域進行識別的準確度較差的技術(shù)問題，提高了對齲損區(qū)域進行識別的準確度。相較于只考慮灰度值的不同進行齲齒識別，本發(fā)明綜合考慮多個與牙齒齲損情況相關(guān)的指標，比如，灰度分布特征和目標亮度特征，從而可以初步篩選出疑似齲損區(qū)域，然而，實際情況中，由于多種因素的影響可能導致牙齒髓腔與牙齒齲損灰度具有一定的相似性，所以，篩選出的所有疑似齲損區(qū)域中可能存在牙齒髓腔區(qū)域，因此，對疑似齲損區(qū)域進行髓腔特征分析，量化了多個與髓腔特征相關(guān)的指標，比如，疑似髓腔點組、輪廓鏈碼和髓腔可能性，從而可以從疑似齲損區(qū)域中區(qū)分出表征真實齲損區(qū)域的目標齲損區(qū)域，進而提高了對齲損區(qū)域進行識別的準確度，從而提高了齲齒識別的準確度。其次，相較于依賴牙醫(yī)主觀觀察，實現(xiàn)的齲齒識別，本發(fā)明在進行齲齒識別時量化了多個與牙齒齲損情況相關(guān)的指標，在一定程度上可以更加客觀地識別齲損區(qū)域，從而提高了齲齒識別的準確度。