一种口扫牙模的牙齿中心定位方法、存储介质和电子设备与流程

1.本发明涉及图像处理领域，尤其涉及一种口扫牙模的牙齿中心定位方法、存储介质和电子设备。


背景技术：

2.随着数字化口腔技术的不断发展，基于三维数字化技术的口腔辅助诊断和治疗系统都依赖于患者牙齿和牙龈三维数字模型的建立。通过传统的患者咬合硅橡胶然后翻制石膏模型，扫描石膏模型，或者使用数字化口内扫描仪直接获得患者三维数字牙齿模型和牙龈模型，得到的牙齿模型数据精度较高。
3.牙齿中心点定位是口扫诊断的重要环节之一，可以为后续的3d牙弓曲线生成，牙齿精细分割，牙齿姿态定位提供重要支持。现有的牙齿中心定位方法未考虑到各个牙齿的起伏程度信息，定位出的位置无法准确地反映各牙齿的中心位置，影响了后续3d牙弓曲线生成、牙齿精细分割、牙齿姿态定位等操作的处理精度。


技术实现要素：

4.为此，需要提供一种牙模生成的技术方案，用于解决现有的牙齿中心定位方式不够精准，影响后续图像处理精度的问题。
5.在第一方面，一种口扫牙模的牙齿中心定位方法，包括以下步骤：
6.s1：获取口扫牙模图像，根据所述口扫牙模图像中各个牙齿的起伏程度信息生成牙齿深度图像；
7.s2：对所述牙齿深度图像进行分割，识别出多个第一牙齿信息，并对各个所述第一牙齿信息添加标识信息；不同所述第一牙齿信息对应的所述标识信息不同；
8.s3：分别对具有相同标识信息的所述第一牙齿信息进行处理，确定具有相同标识信息的第一牙齿信息的最大连通域，得到各标识信息对应的第二牙齿信息；
9.s4：根据所述第二牙齿信息中像素点的坐标位置确定该第二牙齿信息对应的中心点坐标。
10.在某些实施例中，所述口扫牙模图像为三维图像，所述三维图像置于三维空间坐标系中，所述三维空间坐标系包括多个网格；
11.所述根据所述口扫牙模图像中各个牙齿的起伏程度信息生成牙齿深度图像包括：
12.s11：生成像素点的像素值大小均为0的二维图像；
13.s12：对所述口扫牙模图像中各个网格的中心点的沿牙齿高度方向上的z坐标值进行归一化处理；
14.s13：依次判断所述口扫牙模图像中各个网格的中心点的像素值大小是否大于当前该网格中心点投影至所述二维图像上的对应坐标点的像素值大小，若是则将所述二维图像上的对应坐标点的像素值大小设定为所述口扫牙模图像中该网格的中心点的z坐标值；
15.s14：遍历所述口扫牙模图像中所有网格，得到所述牙齿深度图像。
16.在某些实施例中，所述口扫牙模图像为三维图像，所述三维图像置于三维空间坐标系中，所述三维空间坐标系包括多个网格；
17.所述根据所述口扫牙模图像中各个牙齿的起伏程度信息生成牙齿深度图像包括：
18.s15：生成像素点的像素值大小均为0的二维图像；
19.s16：逐个计算所述口扫牙模图像中各个网格的中心点与所述二维图像中各个网格的中心坐标的距离，将距离最短的所述口扫牙模图像中的网格的中心点的沿牙齿高度方向上的z坐标值作为所述二维图像中对应网格的中心坐标的像素值；
20.s17：遍历所述二维图像上的所有网格，得到所述牙齿深度图像。
21.在某些实施例中，所述对牙齿深度图像进行分割，识别出多个第一牙齿信息包括：
22.s21：获取若干三维牙模图像，将获取的所述三维牙模图像在当前坐标系内沿预定平面旋转预定角度，得到三维牙模图像训练集；所述三维牙模图像训练集中包含各个三维牙模图像沿不同角度旋转前后的图像；
23.s22：对所述三维牙模图像训练集进行随机裁剪，并根据裁剪后的图像生成对应的牙齿深度图像，得到牙齿深度图像训练集；
24.s23：将所述牙齿深度图像训练集输入至神经网络模型中进行牙齿信息分割训练，得到训练完成的神经网络模型；
25.s24：将所述口扫模型生成的牙齿深度信息输入至所述训练完成的神经网络模型，识别出多个第一牙齿信息。
26.在某些实施例中，分别对具有相同标识信息的所述第一牙齿信息进行处理，确定具有相同标识信息的第一牙齿信息的最大连通域包括：
27.依次对具有相同标识信息的所述第一牙齿信息进行膨胀处理和腐蚀处理，从而确定具有相同标识信息的第一牙齿信息的最大连通域；
28.所述膨胀处理包括：以具有某一相同标识信息的第一牙齿信息所包含的各个像素点为中心，将各个像素点的邻域像素点的标识信息设为当前相同标识信息；
29.所述腐蚀处理包括：判断经过所述膨胀处理后的具有某一相同标识信息的各个像素点的邻域像素点的标识信息是否一致，若是则保留该像素点；否则剔除该像素点。
30.在某些实施例中，依次对具有相同标识信息的所述第一牙齿信息进行膨胀处理和腐蚀处理包括：
31.根据某一具有相同标识信息的所述第一牙齿信息的分布位置，确定该标识信息的第一牙齿信息的若干区域范围；相同区域内的像素点依次连接；
32.分别计算各个区域边缘与其他区域边缘之间的距离，对边缘距离最近的两个区域内的像素点进行第一程度的膨胀处理和腐蚀处理，对其他区域内的像素点进行第二程度的膨胀处理和腐蚀处理；所述第一程度高于所述第二程度。
33.在某些实施例中，所述膨胀处理和腐蚀处理包括：
34.先进行一次膨胀处理后再进行腐蚀处理、先进行一次膨胀处理后再进行腐蚀处理再进行一次次膨胀处理后再进行腐蚀处理、先进行两次膨胀处理后再进行两次腐蚀处理、先进行三次膨胀处理后再进行三次腐蚀处理、先进行一次膨胀处理后再进行腐蚀处理中的任一项。
35.在某些实施例中，所述口扫牙模图像为转正后的口扫牙模图像；将转正前的口扫
牙模图像记为第一口扫牙模图像，将转正后的口扫牙模图像记为第二口扫牙模图像，则所述第二口扫牙模图像根据以下方式得到：
36.s51：对第一坐标系内的第一口扫牙模图像进行识别，在所述第一口扫牙模图像上分割出多张牙齿图像；
37.s52：将提取的所有所述牙齿图像分为至少三个牙齿图像组，计算至少三个牙齿图像组的第二重心坐标；每一牙齿图像组中包含一张或多张所述牙齿图像；所述牙齿图像组包括第一牙齿图像组、第二牙齿图像组和第三牙齿图像组；将所述第一牙齿图像组的第二重心坐标记为a，将第二牙齿图像组的第二重心坐标记为b，将第三牙齿图像组的第二重心坐标记为c；bc的中点记为d点；
38.s53：以三角形abc的中点为第二坐标系的坐标原点o，以向量od为第二坐标系的y轴，以三角形abc所在平面的法向量为第二坐标系的z轴，根据所述第二坐标系的y轴和z轴确定所述第二坐标系的x；
39.s54：计算所述第一坐标系与所述第二坐标系的变换矩阵，根据所述变换矩阵对所述第一口扫牙模图像在所述第一坐标系内的位置进行转正，得到第二口扫牙模图像。
40.在第二方面，本发明还提供了一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时实现如本发明第一方面的方法步骤。
41.在第三方面，本发明还提供了一种电子设备，包括处理器和存储介质，存储介质为如第二方面的存储介质；
42.处理器用于执行存储介质中存储的计算机程序以实现如第一方面的方法步骤。
43.区别于现有技术，本发明提供了一种口扫牙模的牙齿中心定位方法、存储介质和电子设备，所述方法包括以下步骤：获取口扫牙模图像，根据所述口扫牙模图像中各个牙齿的起伏程度信息生成牙齿深度图像；对所述牙齿深度图像进行分割，识别出多个第一牙齿信息，并对各个所述第一牙齿信息添加标识信息；分别对具有相同标识信息的所述第一牙齿信息进行处理，确定具有相同标识信息的第一牙齿信息的最大连通域，得到各标识信息对应的第二牙齿信息；根据所述第二牙齿信息中像素点的坐标位置确定该第二牙齿信息对应的中心点坐标。上述方案在对牙齿中心进行定位时是基于牙齿的起伏程度信息进行处理的，能够使得定位出的中心更加准确，提升后续操作的精准性。
附图说明
44.图1为本发明第一种实施方式涉及的口扫牙模的牙齿中心定位方法的流程图；
45.图2为本发明第二种实施方式涉及的口扫牙模的牙齿中心定位方法的流程图；
46.图3为本发明第三种实施方式涉及的口扫牙模的牙齿中心定位方法的流程图；
47.图4为本发明第四种实施方式涉及的口扫牙模的牙齿中心定位方法的流程图；
48.图5为本发明第五种实施方式涉及的口扫牙模的牙齿中心定位方法的流程图；
49.图6为本发明第六种实施方式涉及的口扫牙模的牙齿中心定位方法的流程图；
50.图7为本发明一实施方式涉及的口扫牙模图像的示意图；
51.图8为本发明一实施方式涉及的牙齿深度图像的示意图；
52.图9为本发明一实施方式涉及的经过分割识别处理后的牙齿深度图像的示意图；
53.图10为本发明一实施方式涉及的经过膨胀腐蚀处理后的牙齿深度图像的示意图；
54.图11为本发明一实施方式涉及的最大连通域确认前的第一牙齿信息的示意图；
55.图12为本发明一实施方式涉及的最大连通域确认后的第二牙齿信息的示意图；
56.图13为本发明一实施方式涉及的第二牙齿信息的中心点的示意图；
57.图14为本发明一实施方式涉及的在膨胀处理前某一具有相同标识信息的第一牙齿信息所包含的像素点分布位置示意图；
58.图15为本发明一实施方式涉及的在膨胀处理后某一具有相同标识信息的第一牙齿信息所包含的像素点分布位置示意图；
59.图16为本发明一实施方式涉及的在腐蚀处理时某一具有相同标识信息的第一牙齿信息所包含的像素点分布位置示意图；
60.图17为本发明一实施方式涉及的在经过腐蚀处理后某一具有相同标识信息的第二牙齿信息所包含的像素点分布位置示意图；
61.图18为本发明另一实施方式涉及的在膨胀处理后某一具有相同标识信息的第一牙齿信息所包含的像素点分布位置示意图；
62.图19为本发明另一实施方式涉及的在腐蚀处理时某一具有相同标识信息的第一牙齿信息所包含的像素点分布位置示意图；
63.图20为本发明一实施方式涉及的电子设备的示意图；
64.附图标记：
65.10、电子设备；
66.101、处理器；
67.102、存储介质。
具体实施方式
68.为详细说明本技术可能的应用场景，技术原理，可实施的具体方案，能实现目的与效果等，以下结合所列举的具体实施例并配合附图详予说明。本文所记载的实施例仅用于更加清楚地说明本技术的技术方案，因此只作为示例，而不能以此来限制本技术的保护范围。
69.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中各个位置出现的“实施例”一词并不一定指代相同的实施例，亦不特别限定其与其它实施例之间的独立性或关联性。原则上，在本技术中，只要不存在技术矛盾或冲突，各实施例中所提到的各项技术特征均可以以任意方式进行组合，以形成相应的可实施的技术方案。
70.除非另有定义，本文所使用的技术术语的含义与本技术所属技术领域的技术人员通常理解的含义相同；本文中对相关术语的使用只是为了描述具体的实施例，而不是旨在限制本技术。
71.在本技术的描述中，用语“和/或”是一种用于描述对象之间逻辑关系的表述，表示可以存在三种关系，例如a和/或b，表示：存在a，存在b，以及同时存在a和b这三种情况。另外，本文中字符“/”一般表示前后关联对象是一种“或”的逻辑关系。
72.在本技术中，诸如“第一”和“第二”之类的用语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何实际的数
量、主次或顺序等关系。
73.在没有更多限制的情况下，在本技术中，语句中所使用的“包括”、“包含”、“具有”或者其他类似的表述，意在涵盖非排他性的包含，这些表述并不排除在包括要素的过程、方法或者产品中还可以存在另外的要素，从而使得包括一系列要素的过程、方法或者产品中不仅可以包括那些限定的要素，而且还可以包括没有明确列出的其他要素，或者还包括为这种过程、方法或者产品所固有的要素。
74.与《审查指南》中的理解相同，在本技术中，“大于”、“小于”、“超过”等表述理解为不包括本数；“以上”、“以下”、“以内”等表述理解为包括本数。此外，在本技术实施例的描述中“多个”的含义是两个以上(包括两个)，与之类似的与“多”相关的表述亦做此类理解，例如“多组”、“多次”等，除非另有明确具体的限定。
75.如图1所示，在第一方面，本发明提供了一种口扫牙模的牙齿中心定位方法，该方法包括以下步骤：
76.s1：获取口扫牙模图像，根据所述口扫牙模图像中各个牙齿的起伏程度信息生成牙齿深度图像；
77.s2：对所述牙齿深度图像进行分割，识别出多个第一牙齿信息，并对各个所述第一牙齿信息添加标识信息；不同所述第一牙齿信息对应的所述标识信息不同；
78.s3：分别对具有相同标识信息的所述第一牙齿信息进行处理，确定具有相同标识信息的第一牙齿信息的最大连通域，得到各标识信息对应的第二牙齿信息；
79.s4：根据所述第二牙齿信息中像素点的坐标位置确定该第二牙齿信息对应的中心点坐标。
80.在步骤s1中，所述口扫牙模图像为三维图像，所述三维图像置于三维空间坐标系中。所述三维图像可以通过口腔扫描仪扫描人体口腔后生成，也可以通过运行内置于移动终端或云端服务器中的计算机程序扫描人体口腔后生成。所述口扫牙模图像如图7所示。
81.通常口扫牙模图像中包含多个牙齿图像，所述牙齿的起伏程度信息是指各个牙齿沿牙齿的高度方向的凹凸程度，假定所述口扫牙模图像的底面是位于三维空间坐标系中的xoy平面，则所述牙齿的起伏程度信息表现为各个牙齿图像所包含的像素点在所述三维空间坐标系的z轴方向的坐标值的不同。
82.根据所述口扫牙模图像中各个牙齿的起伏程度信息生成牙齿深度图像包括：若牙齿的起伏程度信息越大，则牙齿深度图像上该牙齿的像素点与背景颜色的差异就越明显。如图8所示，为下颚的口扫牙模图像对应生成的牙齿深度图像示意图，在图8所示的图像中，中部牙齿的亮度要高于其他区域位置的亮度，说明中部牙齿的起伏程度信息要高于其他区域位置的起伏程度信息。
83.在步骤s2中，所述标识信息优选为牙齿编号信息，牙齿编号信息依各个第一牙齿信息的排列方向进行编号，牙齿编号信息可以用数字、字母或其他自定义图形来表示。牙齿编号顺序可以是从左向右排列、从右向左排列或者从中间向两边排列。在另一些实施例中，所述标识信息还可以是牙齿亮度标识或颜色标识，例如依据牙齿排列顺序对于不同牙齿采用不同颜色进行表示。
84.在步骤s3中，可以通过比较像素点区域面积大小的方式确定各个具有相同标识信息的第一牙齿信息的最大连通域，删除面积较小的连通域，从而去除在牙齿深度图像分割
时出现的错误的第一牙齿信息的像素点。最大连通域筛选前的第一牙齿信息如图11所示，最大连通域筛选后的第一牙齿信息如图12所示。
85.在步骤s4中，第二牙齿信息对应的中心点坐标根据以下方式确定：
86.(1)计算某一个第二牙齿信息中所有像素点的二维坐标值，再分别取得最大与最小的横轴与纵轴的坐标值，将最大横坐标值与最小横坐标值取平均作为当前第二牙齿信息对应的中心点的横坐标值，将最大纵坐标值与最小纵坐标值取平均作为当前第二牙齿信息对应的中心点的纵坐标值。
87.(2)计算某一个第二牙齿信息中所有像素点的二维坐标值，再对获取的所有像素点的横坐标取平均作为当前第二牙齿信息对应的中心点的横坐标值，对获取的所有像素点的纵坐标取平均作为当前第二牙齿信息对应的中心点的纵坐标值。
88.(3)计算某一个第二牙齿信息中所有边缘像素点的二维坐标值，再对获取的所有边缘像素点的横坐标取平均作为当前第二牙齿信息对应的中心点的横坐标值，对获取的所有边缘像素点的纵坐标取平均作为当前第二牙齿信息对应的中心点的纵坐标值。
89.确定的第二牙齿信息的中心点位置如图13所示。在图13中，画圈内部的白点位置即为第二牙齿信息对应的中心点位置。
90.在某些实施例中，所述方法还包括：确定每个所述第二牙齿信息的中心点后，根据所有第二牙齿信息的中心点绘制牙弓曲线，并对所述牙弓曲线进行平滑处理。
91.在某些实施例中，所述三维空间坐标系包括多个网格。通常口扫牙模图像是以网格的形式进行建模的，网格是三维空间坐标系的最小单元，网格越多，则坐标系进行后续图像分析计算的精度也就越高。
92.如图2所示，所述根据所述口扫牙模图像中各个牙齿的起伏程度信息生成牙齿深度图像包括：
93.s11：生成像素点的像素值大小均为0的二维图像；
94.s12：对所述口扫牙模图像中各个网格的中心点的沿牙齿高度方向上的z坐标值进行归一化处理；
95.s13：依次判断所述口扫牙模图像中各个网格的中心点的像素值大小是否大于当前该网格中心点投影至所述二维图像上的对应坐标点的像素值大小，若是则将所述二维图像上的对应坐标点的像素值大小设定为所述口扫牙模图像中该网格的中心点的z坐标值；
96.s14：遍历所述口扫牙模图像中所有网格，得到所述牙齿深度图像。
97.优选的，在进行步骤s12之前还包括：对所述口扫牙模图像中各个网格的中心点的x、y坐标值按照一定比例进行放大。通常，三维空间坐标系中各个网格中心点的x、y坐标值与二维图像中各个网格中心点的x、y坐标值存在比例上的不协调，如果直接对两者进行映射，会导致三维模型过于集中在二维图像的某一部分区域范围内，而无法均匀填充整个画面。因而在映射之前，先对所述口扫牙模图像中各个网格的中心点的x、y坐标值按照一定比例进行放大，能够使得映射后的口扫牙模图像在二维图像中更加均匀展开。
98.在步骤s13中，若所述口扫牙模图像中存在多个网格中心点的x、y坐标值均映射到二维图像的同一网格中心点，则二维图像上该网格中心点的像素值为所述口扫牙模图像中像素值较大的网格中心点对应的z坐标值。
99.通过步骤s11-s14，能够将三维空间坐标系中的口扫牙模图像投影为二维图像，且
所述口扫牙模图像中各个牙齿的起伏程度信息被反映在二维图像的像素值中，起伏程度信息越大的牙齿，在投影后的二维图像中像素值越大。投影前的图像如图7所示，投影后的图像如图8所示。
100.如图3所示，在另一些实施例中，所述根据所述口扫牙模图像中各个牙齿的起伏程度信息生成牙齿深度图像包括：
101.s15：生成像素点的像素值大小均为0的二维图像；
102.s16：逐个计算所述口扫牙模图像中各个网格的中心点与所述二维图像中各个网格的中心坐标的距离，将距离最短的所述口扫牙模图像中的网格的中心点的沿牙齿高度方向上的z坐标值作为所述二维图像中对应网格的中心坐标的像素值；
103.s17：遍历所述二维图像上的所有网格，得到所述牙齿深度图像。
104.在这一实施例中，通过计算三维图像中的网格与二维图像的网格之间的距离，将三维图像中的各个网格投影至与之距离最近的二维图像的网格上，投影后的二维图像与三维图像的竖直投影所形成的形状相匹配。且二维图像上各个网格的中心点像素被赋为距离最短的所述口扫牙模图像中的网格的中心点的沿牙齿高度方向上的z坐标值，可以使得所述口扫牙模图像中各个牙齿的起伏程度信息被反映在二维图像的像素值中，起伏程度信息越大的牙齿，在投影后的二维图像中像素值越大。投影前的图像如图7所示，投影后的图像如图8所示。
105.如图4所示，所述对牙齿深度图像进行分割，识别出多个第一牙齿信息包括：
106.s21：获取若干三维牙模图像，将获取的所述三维牙模图像在当前坐标系内沿预定平面旋转预定角度，得到三维牙模图像训练集；所述三维牙模图像训练集中包含各个三维牙模图像沿不同角度旋转前后的图像；
107.s22：对所述三维牙模图像训练集进行随机裁剪，并根据裁剪后的图像生成对应的牙齿深度图像，得到牙齿深度图像训练集；
108.s23：将所述牙齿深度图像训练集输入至神经网络模型中进行牙齿信息分割训练，得到训练完成的神经网络模型；
109.s24：将所述口扫牙模图像生成的牙齿深度信息输入至所述训练完成的神经网络模型，识别出多个第一牙齿信息。
110.在本实施方式中，所述神经网络模型包括但不限于unet++模型、unet模型、deeplabv3模型等。优选的，所述神经网络模型采用unet++模型。上述方案通过对三维牙模图像进行一定角度的旋转、随机剪切，实现对训练数据的增强，能够有效提高训练完成的神经网络模型的识别准确率及鲁棒性。经过牙齿分割后的图像如图9所示。
111.在某些实施例中，分别对具有相同标识信息的所述第一牙齿信息进行处理，确定具有相同标识信息的第一牙齿信息的最大连通域包括：
112.依次对具有相同标识信息的所述第一牙齿信息进行膨胀处理和腐蚀处理，从而确定具有相同标识信息的第一牙齿信息的最大连通域；
113.所述膨胀处理包括：以具有某一相同标识信息的第一牙齿信息所包含的各个像素点为中心，将各个像素点的邻域像素点的标识信息设为当前相同标识信息；
114.所述腐蚀处理包括：判断经过所述膨胀处理后的具有某一相同标识信息的各个像素点的邻域像素点的标识信息是否一致，若是则保留该像素点；否则剔除该像素点。
115.通过膨胀处理和腐蚀处理，能够有效解决在进行第一牙齿信息分割识别时，误将具有某一相同标识信息的第一牙齿信息分为多个(如2个)第一牙齿信息的情况，使得具有同一相同标识信息的第一牙齿信息重新连接成一个区域，有效提升最大连通域确定的准确性。
116.以下结合图14-图17，对于本发明涉及的膨胀处理和腐蚀处理进行详细展开说明：
117.如图14所示，为本发明一实施方式涉及的在膨胀处理前某一具有相同标识信息的第一牙齿信息所包含的像素点分布位置示意图。图14中的数字“6”表示编号信息为6的第一牙齿信息。从图14中可以看出，识别出的编号为6的第一牙齿信息主要分布于图像左上、右上和下方区域。其中，左上和右上的像素点数量较少，在后续最大连通域大小判断时可以予以筛除，而下方区域的左右两边各有一个两行三列的像素点分布区域，很可能是编号为6的牙齿信息在分割识别时被分成了两块，进行膨胀腐蚀处理操作的目的是将这两块区域重新连接在一起，以在后续定位中心点时是基于编号为6的牙齿信息的所有最有可能的像素点进行计算的，提升中心定位的准确性。
118.如图15所示，为本发明一实施方式涉及的在膨胀处理后某一具有相同标识信息的第一牙齿信息所包含的像素点分布位置示意图。在膨胀处理操作中，是以每个编号为6的第一牙齿信息的像素点为中心，将与之相邻的8邻域(8邻域分别是中心像素点对应的上、下、左、右、左上、左下、右上、右下8个方位)内的像素点的标识信息均设为“6”，即将各个像素点向外扩充一圈，将扩充后的像素点分布均作为编号6的第一牙齿信息的一部分，而后可以进行腐蚀操作。经过膨胀处理扩增的像素点区域在图15中用填充阴影a表示。
119.如图16所示，为本发明一实施方式涉及的在腐蚀处理时某一具有相同标识信息的第一牙齿信息所包含的像素点分布位置示意图。在腐蚀处理操作时，是以图15经过膨胀处理后的像素点再进行逐一判断，若判定以某个像素点为中心的8邻域内存在不是编号为6的像素点，则对该像素点进行腐蚀处理(即剔除该像素点)，经过腐蚀处理剔除的像素点区域在图16中用填充阴影b表示。
120.如图17所示，为本发明一实施方式涉及的在经过腐蚀处理后某一具有相同标识信息的第二牙齿信息所包含的像素点分布位置示意图。从图17中可以看出，经过膨胀处理和腐蚀处理后的，原有下方分隔的两片区域重新连接在了一起，从而有效克服了同一编号的牙齿被分割为多颗牙的情况。
121.如图5所示，依次对具有相同标识信息的所述第一牙齿信息进行膨胀处理和腐蚀处理包括：
122.首先进入步骤s31：根据某一具有相同标识信息的所述第一牙齿信息的分布位置，确定该标识信息的第一牙齿信息的若干区域范围；相同区域内的像素点依次连接；
123.而后进入步骤s32：分别计算各个区域边缘与其他区域边缘之间的距离，对边缘距离最近的两个区域内的像素点进行第一程度的膨胀处理和腐蚀处理，对其他区域内的像素点进行第二程度的膨胀处理和腐蚀处理；所述第一程度高于所述第二程度。
124.这一实施例与上一实施例的不同在于，通过检测相同编号的不同区域的边缘像素点的最近距离，对于不同区域内的像素点进行不同程度的膨胀腐蚀处理。通常，如果是一颗牙被分割为两颗牙的情况，则分割后的两颗牙齿的距离间隔不会太远，对这两颗牙进行更大程度的膨胀和腐蚀处理操作，能够使得这两颗牙相较于连接其他区域而言，能够更高概
率地连接在一起，进而提升牙齿分割识别的精准度。
125.如图18和图19所示，由于图14中的下方的两块区域的边缘像素点之间间隔为1(间隔1个像素点)，为当前编号为6的牙齿信息对应的最近的两块像素区域，因而在进行膨胀和腐蚀处理时，对于这两块区域内的各个像素点进行第一程度的膨胀处理和腐蚀处理，对于图14中左上和右上区域内的像素点进行第二程度的膨胀处理和腐蚀处理。
126.在腐蚀处理时，若像素点在进行膨胀处理操作时已触及图像边缘位置，未完全进行第一程度的膨胀操作，则对于这一部分膨胀处理后的像素点依然采用第二程度进行腐蚀操作。简言之，如果两块距离最近的像素点是按照向外扩充两圈进行膨胀操作的，则在腐蚀处理时对于该像素的处理也按照判断其邻域两圈范围内是否存在不同编号的像素点进行腐蚀处理，如果两块距离最近的像素点是按照向外扩充一圈进行膨胀操作的，则在腐蚀处理时对于该像素的处理也按照判断其邻域一圈范围内是否存在不同编号的像素点进行腐蚀处理。经过膨胀处理扩增的像素点区域在图18中用填充阴影a表示，经过腐蚀处理剔除的像素点区域在图19中用填充阴影b表示。
127.在某些实施例中，所述膨胀处理和腐蚀处理包括：
128.先进行一次膨胀处理后再进行腐蚀处理、先进行一次膨胀处理后再进行腐蚀处理再进行一次次膨胀处理后再进行腐蚀处理、先进行两次膨胀处理后再进行两次腐蚀处理、先进行三次膨胀处理后再进行三次腐蚀处理、先进行一次膨胀处理后再进行腐蚀处理中的任一项。简言之，可以先进行多次膨胀处理后再进行多次腐蚀处理，也可以膨胀处理和腐蚀处理交替进行。经过膨胀处理和腐蚀处理后的图像如图10所示。
129.在图6所示，所述口扫牙模图像为转正后的口扫牙模图像；将转正前的口扫牙模图像记为第一口扫牙模图像，将转正后的口扫牙模图像记为第二口扫牙模图像，则所述第二口扫牙模图像根据以下方式得到：
130.s51：对第一坐标系内的第一口扫牙模图像进行识别，在所述第一口扫牙模图像上分割出多张牙齿图像；
131.s52：将提取的所有所述牙齿图像分为至少三个牙齿图像组，计算至少三个牙齿图像组的第二重心坐标；每一牙齿图像组中包含一张或多张所述牙齿图像；所述牙齿图像组包括第一牙齿图像组、第二牙齿图像组和第三牙齿图像组；将所述第一牙齿图像组的第二重心坐标记为a，将第二牙齿图像组的第二重心坐标记为b，将第三牙齿图像组的第二重心坐标记为c；bc的中点记为d点；
132.s53：以三角形abc的中点为第二坐标系的坐标原点o，以向量od为第二坐标系的y轴，以三角形abc所在平面的法向量为第二坐标系的z轴，根据所述第二坐标系的y轴和z轴确定所述第二坐标系的x；
133.s54：计算所述第一坐标系与所述第二坐标系的变换矩阵，根据所述变换矩阵对所述第一口扫牙模图像在所述第一坐标系内的位置进行转正，得到第二口扫牙模图像。
134.不同厂商生产的口扫仪生成的口扫牙模图像坐标系往往不同，这就导致扫描得到的口扫牙模图像的角度千差万别，通过图6所示的方法能够对各个不同角度的口扫牙模图像进行转正，便于后续处理。
135.例如转正前的第一口扫牙模图像为下颌牙齿的口扫牙模图像，第一口扫牙模图像沿牙齿排列方向包括左、中、右三块区域，中间牙齿所在的区域为第一牙齿图像组，第二牙
齿图像组位于第一牙齿图像组的左侧，第三牙齿图像组位于第一牙齿图像组的右侧，中部的两颗牙齿左边一颗记为左1、右边一颗记为右1，以左1为起点沿牙弓曲线向左延伸的牙齿依次为左2、左3
…
依次类推；以右1为起点沿牙弓曲线向右延伸的牙齿依次为右2、右3
…
依次类推。
136.假设计算得到的下颌牙齿左1、左2、右1、右2平均重心为a，左4、左5、左6、左7平均重心为b，右4、右5、右6、右7平均重心为c；d为b、c的中点。第二坐标系的确定方式如下：以abc的中心点为坐标系原点o，向量od单位向量为y轴，向量ab叉乘向量bc为z轴，y叉乘z得到x轴。以此建立新的空间坐标系(即第二坐标系)。
137.当然，在另一些实施例中，第二坐标系的原点也可以取三角形abc三个中垂线或角平分线的焦点。若选取的3个第二重心坐标的分布较为密集，例如位于下颚左侧或右侧，则再确定第二坐标系的坐标原点时，可以根据当前第一口扫牙模图像的平均形状确定，例如3个第二重心坐标相较于牙齿中部位置的分布方向都偏左，则在确定第二坐标系的原点时优选将坐标原点确定在牙齿中部的中轴线上或中轴线偏右位置；反之，若3个第二重心坐标相较于牙齿中部的分布方向都偏右，则在确定第二坐标系的原点时优选将坐标原点确定在牙齿中部的中轴线上或中轴线偏左位置。
138.在某些实施例中，所述第一口扫牙模图像包括具有完整排列牙齿的口扫牙模图像或部分牙齿排列的口扫牙模图像。简言之，待转正的第一口扫牙模图像可以是包含人体口腔上颚或下颚完整的牙齿图像的口扫牙模图像，也可以是包含人体口腔上颚或下颚部分的牙齿图像的口扫牙模图像，只需满足第一口扫牙模图像中所包含的牙齿数量大于三颗即可。
139.在第二方面，本发明还提供了一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时实现如本发明第一方面的方法步骤。
140.如图20所示，在第三方面，本发明还提供了一种电子设备10，包括处理器101和存储介质102，该存储介质102为如第二方面的存储介质；处理器101用于执行存储介质102中存储的计算机程序以实现如第一方面的方法步骤。
141.在本实施例中，电子设备为计算机设备，包括但不限于：口扫仪、个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等。存储介质包括但不限于：ram、rom、磁碟、磁带、光盘、闪存、u盘、移动硬盘、存储卡、记忆棒、网络服务器存储、网络云存储等。处理器包括但不限于cpu(中央处理器)、gpu(图像处理器)、mcu(微处理器)等。
142.本领域内的技术人员应明白，上述各实施例可提供为方法、装置、或计算机程序产品。这些实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。上述各实施例涉及的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机设备可读取的存储介质中，用于执行上述各实施例方法的全部或部分步骤。
143.上述各实施例是参照根据实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到计算机设备的处理器以产生一个机器，使得通过计算机设备的处理器执行的指令产
生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
144.这些计算机程序指令也可存储在能引导计算机设备以特定方式工作的计算机设备可读存储器中，使得存储在该计算机设备可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
145.这些计算机程序指令也可装载到计算机设备上，使得在计算机设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
146.尽管已经对上述各实施例进行了描述，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改，所以以上仅为本发明的实施例，并非因此限制本发明的专利保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围之内。