本发明涉及牙科领域,尤其涉及一种通过多目摄像头进行数字化齿科比色的方法。
背景技术:
齿科比色是在种植牙的加工和检测中的重要一环,在种植牙上色前要对天然牙的颜色进行比色,在种植牙加工完成后,要对其进行检测。另一方面齿科的比色在口腔诊断方面也是一项重要的依据,准确的比色能够提高对患者诊断的依据。但由于天然牙具有的独特的个性,目前的齿科比色技术还无法完全还原其颜色。对齿科比色技术的研究,既保证种植牙的颜色和真实牙齿的颜色保持一致的研究在口腔健康行业有着重要的地位。
专利号为201120434523.9的实用新型专利公开了一种多区域齿科数字比色仪,由光纤探头、比色处理和控制单元、齿科多区域比色模版等部分组成。本实用新型对牙齿的颜色进行多区域的测量和比较,避免了人为因素和对牙齿颜色评价单一性的误差,提高了口腔从业人员对牙齿颜色判断的准确度。专利号为2014200720760的实用新型专利公开了一种便携式led齿科标准比色光源,该比色光源可以严格限定光源的光波质量,使光波产生标准化,获得比色外部环境的一致性。沈晓艇设计了一种数码摄影在口腔科比色中的方法,该方法用数码相机对vitapan3d-master比色板和天然牙进行拍摄,使用photoshop对拍摄的照片进行测量,并记录lab值。该方法可以基本反映出比色板的颜色,为口腔科牙齿比色提供参考依据。
然而以上方法的比色技术在最后的比色阶段均使用医生的人眼对比,数字化程度较低,这就会增加了人眼误差的干扰因素。上述的齿科比色基本都属于总体范围的比色,未进行分区或者分区数量太少,不能反应牙齿上的颜色过渡等细节,不能有效地指导对种植牙的上色工序。上述方法都是使用普通的图片采集,不能对光照和阴影有优化和处理的作用,也无法对颜色瑕疵的部分进行识别和定位。
技术实现要素:
针对上述现有技术存在的问题,本发明的目的是提供一种通过多目摄像头进行数字化齿科比色的方法,采用彩色图像rgb三色色号对采集图像进行数字化分析和对比的方法对牙齿进行比色,自动完成牙齿比色工作,无需人工对颜色进行分辨。
本发明提供一种通过多目摄像头进行数字化齿科比色的方法,所述比色方法步骤如下:
步骤一:通过白色光源对物体的照射,通过彩色工业相机获取反射光线;
步骤二:对采集的图像进行三通道的分离,分别对三张图片进行网格化,记录每一个网格的位置和大小;
步骤三:利用循环算法,在rgb三色图像中的每个网格进行采样,提取每个网格内的平均灰度值;
步骤四:通过双目相机的两张照片,以颜色信息为标志信息,对每个网格进行世界三维坐标进行定位,得到每个网格的坐标;
步骤五:对比双目相机两张照片,对比两张照片处在相同坐标系的网格的彩色信息,取其中的差异;
步骤六:在对图像的颜色进行优化了之后,在数据库中,检索色号匹配的标志板的数据,并对两者的数据进行拟合分析,从而得到数字化的颜色处理结果;
步骤七:得到了颜色的处理结果之后,使用滤波器过滤掉高频信号,剩下的信号就是出现异常的颜色区域;
步骤八:针对剩下的瑕疵点,进行形态学操作,得到精准的瑕疵点;
步骤九:读取其中包含的三维点信号,就可以精确地定位瑕疵点的位置,结束比色工作。
进一步改进在于:所述步骤三中的平均灰度值为三个1-255的数字来表示彩色信息。
进一步改进在于:所述步骤五中出现的差异通过均值化来优化因为光照的不均匀性带来的误差。
本发明的有益效果是:采用彩色图像rgb三色色号对采集图像进行数字化分析和对比,用色号来反映和对比采样的颜色,不再依靠人眼的对比;对图像进行网格化处理和分析,在细小的网格中进行数字化颜色的表示,因此能够细节地表示牙齿上不同区域上颜色的变化;采用对称的两个工业相机进行采样,两个图像进行对比和补偿,优化了因为光线的方向性产生的阴影效果。
附图说明
图1是本发明的工作逻辑图。
具体实施方式
为了加深对本发明的理解,下面将结合实施例对本发明作进一步详述,该实施例仅用于解释本发明,并不构成对本发明保护范围的限定。
本实施例提供一种通过多目摄像头进行数字化齿科比色的方法,所述比色方法步骤如下:通过白色光源对物体的照射,通过彩色工业相机获取反射光线。对采集的图像进行三通道的分离,分别对三张图片进行网格化,记录每一个网格的位置和大小。利用循环算法,在rgb三色图像中的每个网格进行采样,提取每个网格内的平均灰度值,也就是三个1-255的数字来表示彩色信息。
通过双目相机的两张照片,以颜色信息为标志信息,对每个网格进行世界三维坐标进行定位,得到每个网格的坐标。同时,对比双目相机两张照片,对比两张照片处在相同坐标系的网格的彩色信息,取其中的差异,通过均值化来优化因为光照的不均匀性带来的误差。
在对图像的颜色进行优化了之后,在数据库中,检索色号匹配的标志板的数据,并对两者的数据进行拟合分析,从而得到数字化的颜色处理结果。
得到了颜色的处理结果之后,使用滤波器过滤掉高频信号,剩下的信号就是出现异常的颜色区域。针对剩下的瑕疵点,进行形态学操作,得到精准的瑕疵点。读取其中包含的三维点信号,就可以精确地定位瑕疵点的位置。