CN117152791A - 扫描杆裁剪方法、装置、设备及计算机可读存储介质 - Google Patents

扫描杆裁剪方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN117152791A
CN117152791A CN202310921377.XA CN202310921377A CN117152791A CN 117152791 A CN117152791 A CN 117152791A CN 202310921377 A CN202310921377 A CN 202310921377A CN 117152791 A CN117152791 A CN 117152791A
Authority
CN
China
Prior art keywords
scanning rod
determining
grid
target
points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310921377.XA
Other languages
English (en)
Inventor
吴刚
陈冬灵
张萍萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Up3d Tech Co ltd
Original Assignee
Shenzhen Up3d Tech Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Up3d Tech Co ltd filed Critical Shenzhen Up3d Tech Co ltd
Priority to CN202310921377.XA priority Critical patent/CN117152791A/zh
Publication of CN117152791A publication Critical patent/CN117152791A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C8/00—Means to be fixed to the jaw-bone for consolidating natural teeth or for fixing dental prostheses thereon; Dental implants; Implanting tools
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
    • A61C8/00—Means to be fixed to the jaw-bone for consolidating natural teeth or for fixing dental prostheses thereon; Dental implants; Implanting tools
    • A61C8/0089—Implanting tools or instruments
    • A61C8/009—Implanting tools or instruments for selecting the right implanting element, e.g. templates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Veterinary Medicine (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Dentistry (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Animal Behavior & Ethology (AREA)
  • Evolutionary Computation (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Dental Tools And Instruments Or Auxiliary Dental Instruments (AREA)

Abstract

本申请公开了一种扫描杆裁剪方法、装置、设备及计算机可读存储介质，涉及医疗技术领域，包括：获取牙颌网格模型与扫描杆半径；确定所述牙颌网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的所有扫描杆网格；确定所述扫描杆种子点对应的目标拟合方向，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离；将所述投影距离小于或等于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。本申请提高了扫描杆的裁剪准确度。

Description

扫描杆裁剪方法、装置、设备及计算机可读存储介质
技术领域
本申请涉及医疗技术领域，尤其涉及一种扫描杆裁剪方法、装置、设备及计算机可读存储介质。
背景技术
在牙齿修复中，通过扫描模型中的扫描杆可以获得口腔内种植体的位置以及方向的数据，将其与设计软件内种植体数据库中的模型进行表面匹配，即可以取得种植体信息，从而完成个性化修复。因此如何准确的裁剪出模型中的扫描杆对牙齿的成功修复起着至关重要的作用。
但目前只能通过将牙颌模型与标准扫描杆模型匹配的方式，在牙颌模型中裁剪与标准扫描杆匹配的网格区域得到扫描杆，但实际场景中，扫描杆的方向、尺寸等多种多样，以此固定且单一的裁剪方式裁剪扫描杆，裁剪出的扫描杆与实际扫描杆差异较大，扫描杆的裁剪准确度低。
发明内容
本申请的主要目的在于提供一种扫描杆裁剪方法、装置、设备及计算机可读计算机可读存储介质，旨在解决如何提高扫描杆的裁剪准确度的技术问题。
为实现上述目的，本申请提供一种扫描杆裁剪方法，所述扫描杆裁剪方法包括以下步骤：
获取牙颌网格模型与扫描杆半径；
确定所述牙颌网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的所有扫描杆网格；
确定所述扫描杆种子点对应的目标拟合方向，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离；
将所述投影距离小于或等于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。
可选地，所述确定所述牙颌网格模型包括的扫描杆种子点的步骤，包括：
确定所述牙颌网格模型中包括的所有扫描杆样本点，确定每一所述扫描杆样本点对应的包围盒；
依次检测每一所述包围盒是否满足预设种子条件，将满足预设种子条件的包围盒作为目标包围盒，其中，所述预设种子条件包括检测的所述包围盒的主轴长度与预设标准件长度匹配；
将所述目标包围盒对应的扫描杆样本点作为扫描杆种子点。
可选地，所述确定所述牙颌网格模型中包括的所有扫描杆样本点的步骤，包括：
确定所述牙颌网格模型中包括的所有扫描杆特征点，确定所有所述扫描杆特征点中曲率大于零的第一扫描杆特征点，其中，所述扫描杆特征点包括所述牙颌网格模型包括的所有模型点中与预设扫描杆特征匹配的目标模型点；
确定所述第一扫描杆特征点的法向，以所述第一扫描杆特征点为起点，沿所述法向的反向构建射线，确定所述射线与所述牙颌网格模型的所有交点；
确定所述扫描杆半径对应的扫描杆直径，若每一所述交点与所述第一扫描杆特征点之间的距离均小于或等于所述扫描杆直径，基于所述第一扫描杆特征点确定扫描杆样本点。
可选地，所述基于所述第一扫描杆特征点确定扫描杆样本点的步骤，包括：
对所有所述扫描杆特征点以预设半径进行密度聚类得到聚类簇，检测所述第一扫描杆特征点是否包含在所述聚类簇内；
若所述第一扫描杆特征点包含在所述聚类簇内，将所述第一扫描杆特征点作为扫描杆样本点。
可选地，所述确定所述扫描杆种子点对应的所有扫描杆网格的步骤，包括：
确定所述牙颌网格模型包括的所有网格；
依据每一所述网格确定所述扫描杆种子点所在的第一网格，确定所有所述网格中与所述第一网格拓扑连通的第一目标网格；
将所有所述第一目标网格作为所述扫描杆种子点对应的扫描杆网格。
可选地，所述确定所述扫描杆种子点对应的目标拟合方向的步骤，包括：
确定所述第一目标网格中与所述扫描杆种子点之间的距离小于所述扫描杆半径的第二目标网格；
确定所述第二目标网格对应的初始拟合方向，将所有所述扫描杆特征点中在所述第二目标网格中的扫描杆特征点作为第二扫描杆特征点，确定每一所述第二扫描杆特征点的法向与所述初始拟合方向之间的夹角；
确定所有所述夹角中小于预设角度的目标夹角，将所述目标夹角对应的扫描杆特征点作为第三扫描杆特征点；
将所述第三扫描杆特征点的法向作为所述扫描杆种子点对应的目标拟合方向。
可选地，所述确定所述第二目标网格对应的初始拟合方向的步骤，包括：
确定所述第二目标网格的最大边界；
确定所述最大边界的第一中心点，确定所述第二目标网格的第二中心点；
将所述第一中心点指向所述第二中心点的方向作为所述第二目标网格对应的初始拟合方向。
此外，为实现上述目的，本申请还提供一种扫描杆裁剪装置，所述扫描杆裁剪装置包括，所述扫描杆裁剪装置包括：
获取模块，用于获取牙颌网格模型与扫描杆半径；
第一确定模型，用于确定所述牙颌网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的所有扫描杆网格；
第二确定模块，用于确定所述扫描杆种子点对应的目标拟合方向，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离；
裁剪模块，用于将所述投影距离小于或等于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。
此外，为实现上述目的，本申请还提供一种扫描杆裁剪方法设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的扫描杆裁剪方法程序，所述扫描杆裁剪方法程序被所述处理器执行时实现如上述的扫描杆裁剪方法的步骤。
此外，为实现上述目的，本申请还提供一种计算机可读计算机可读存储介质，计算机可读计算机可读存储介质上存储有扫描杆裁剪方法程序，扫描杆裁剪方法程序被处理器执行时实现如上述的扫描杆裁剪方法的步骤。
本申请中获取牙颌网格模型与扫描杆半径后；确定所述扫描杆网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的目标拟合方向；确定所述扫描杆种子点对应的所有扫描杆网格，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离，将所述投影距离小于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。如此，与现有技术中通过匹配标准扫描杆模型的裁剪方式相比，本申请实施例通过确定扫描杆种子点，裁剪与扫描杆种子点之间投影距离小于扫描杆半径的目标扫描杆网格的网格区域得到扫描杆，从而提高了扫描杆的裁剪准确度。
附图说明
本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
图1是本申请实施例方案涉及的硬件运行环境的终端\装置结构示意图；
图2为本申请扫描杆裁剪方法第一实施例的流程示意图；
图3为本申请扫描杆裁剪方法的扫描杆拟合方向示意图；
图4为本申请扫描杆裁剪方法中扫描杆裁剪结果示意图；
图5为本申请扫描杆裁剪方法中扫描杆裁剪效果示意图；
图6为本申请扫描杆裁剪方法中扫描杆裁剪效果另一示意图；
图7为本申请扫描杆裁剪方法中扫描杆特征点反向求交示意图；
图8为本申请扫描杆裁剪方法中扫描杆样本点密度聚类示意图；
图9为本申请扫描杆裁剪装置的装置模块示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的扫描杆裁剪方法设备结构示意图。
如图1所示，该扫描杆裁剪方法设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对扫描杆裁剪方法设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机可读计算机可读存储介质的存储器1005中可以包括操作装置、数据存储模块、网络通信模块、用户接口模块以及扫描杆裁剪方法程序。
在图1所示的扫描杆裁剪方法设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本申请扫描杆裁剪方法设备中的处理器1001、存储器1005可以设置在扫描杆裁剪方法设备中，所述扫描杆裁剪方法设备通过处理器1001调用存储器1005中存储的扫描杆裁剪方法程序，并执行本申请实施例提供的扫描杆裁剪方法。
种植扫描分为口扫、模扫、口扫+面弓扫描，对于一体式(模型+扫描杆+牙龈完全一体、模型+扫描杆一体、牙龈单独分离)、分体式(模型、扫描杆、牙龈完全分离模型(模型上面可能带牙龈)、扫描杆+牙龈)扫描件需要裁剪出扫描杆用于与标准杆配准。
目前的扫描杆裁剪方法存在以下问题：1)牙龈或模型与扫描杆粘连过多可以识别出扫描杆的位置，但不能裁剪出正确的网格区域；2)不能自动识别扫描杆的数量。
基于上述现象，参照图2，本申请提供一种扫描杆裁剪方法，在扫描杆裁剪方法的第一实施例中，所述扫描杆裁剪方法包括以下步骤：
步骤S10，获取牙颌网格模型与扫描杆半径；
该牙颌网格模型为包括扫描杆与牙龈的扫描模型。扫描杆半径可由用户输入，也可以预设默认扫描杆半径，用户未输入扫描杆半径时选择预设默认扫描杆半径。另外若牙颌网格模型中包括有多个扫描杆，用户还可输入扫描杆的数量与每一扫描杆的扫描杆半径，对于每一扫描杆均可以通过本实施例的裁剪方式裁剪得到。
步骤S20，确定所述牙颌网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的所有扫描杆网格；
在牙颌网格模型中筛选扫描杆种子点，筛选方式可以如下：将牙颌网格模型包括的所有扫描杆特征点投影到牙颌的咬合方向上，根据投影高度从高到低排序并遍历，裁剪出以每个扫描杆特征点为起点查询到的距离该点小于等于扫描杆直径的区域，本领域人员可知地，网格中的每一个连通区域为一个组件，组件之间彼此不连通，去除网格连通区域最大的组件之外的其他小组件后计算OBB(Oriented Bounding Box，有向包围盒)包围盒，也即保留网格连通区域最大的组件记为区域1，判断此OBB包围盒的主轴长度是否与预设标准件长度匹配，若匹配成功，则将此扫描杆特征点作为扫描杆种子点。其中，预设标准件长度可由用户提前设置，可为一个值或者为一个长度范围，如0.8cm～1.2cm，当预设标准件长度为一个长度范围时，若OBB包围盒的主轴长度在此范围内，则OBB包围盒的主轴长度与预设标准件长度匹配成功，反之，则匹配失败。
需要说明的是，OBB包围盒计算方式可以如下：
1)计算模型的中心点：计算区域1中包括的所有网格顶点的坐标的平均值，得到中心点坐标，中心点记为p。
2)计算协方差矩阵：计算区域1中所有网格顶点与中心点p的偏差向量。基于所有偏差向量确定协方差矩阵。
3)对协方差矩阵进行特征值分解：计算协方差矩阵的特征值和对应的特征向量。
4)确定主轴方向(OBB坐标系的三个方向)：选择协方差矩阵的特征值最大的特征向量作为第一个主轴方向。选择协方差矩阵的特征值第二大的特征向量作为第二个主轴方向。选择协方差矩阵的特征值第三大的特征向量作为第三个主轴方向。
4)确定主轴长度：分别计算在每个主轴方向上，所有顶点投影的最小值和最大值之差，得到主轴长度。
5)构建OBB包围盒：以中心点p为原点、基于主轴方向和主轴长度构建得到OBB包围盒。
OBB包围盒在三个主轴方向上的主轴长度均与预设标准件长度匹配，则确定OBB包围盒的主轴长度与预设标准件长度匹配成功。
在一实施例中，所述确定所述扫描杆种子点对应的所有扫描杆网格的步骤，包括：
步骤A10，确定所述牙颌网格模型包括的所有网格；
步骤A20，依据每一所述网格确定所述扫描杆种子点所在的第一网格，确定所有所述网格中与所述第一网格拓扑连通的第一目标网格；
步骤A30，将所有所述第一目标网格作为所述扫描杆种子点对应的扫描杆网格。
将与扫描杆种子点所在的第一网格拓扑连通的第一目标网格作为扫描杆对应的扫描杆网格，从而保证了扫描杆网格之间是拓扑连通的，从与扫描杆种子点所在网格拓扑连通的扫描杆网格中裁剪扫描杆，缩减了网格的筛选数量，提高了扫描杆的裁剪效率与精确度。
步骤S30，确定所述扫描杆种子点对应的目标拟合方向，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离；
可以预设不同扫描杆种子点的坐标位置与目标拟合方向之间的映射关系，基于预设的映射关系确定扫描杆种子点对应的目标拟合方向。目标拟合方向可以参照图3中的d2所示的方向。
步骤S40，将所述投影距离小于或等于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。
裁剪到目标拟合方向的投影距离小于或等于扫描杆半径的拓扑连续的网格得到目标扫描杆网格，裁剪目标扫描杆网格包括的网格区域得到扫描杆。进一步地，还可以计算每一扫描杆网格的法向与目标拟合方向之间的夹角，裁剪到目标拟合方向的投影距离小于或等于扫描杆半径的拓扑连续且与目标拟合方向之间的夹角小于预设角度的网格得到目标扫描杆网格。也即将所述投影距离小于或等于所述扫描杆半径的扫描杆网格作为第一扫描杆网格，确定每一所述第一扫描杆网格的网格法向，确定各所述网格法向与与所述目标拟合方向之间的夹角，将所述夹角小于预设角度的第一扫描杆网格作为目标扫描杆网格。裁剪得到扫描杆可参照图4所示。
通过本实施例扫描杆裁剪方式对分体式、一体式扫描件的牙颌网格模型均可裁剪出给定数量的扫描杆，分体式扫描件的扫描杆裁剪效果可以参照图5所示，一体式扫描件的扫描杆裁剪效果可以参照图6所示。
本实施例中获取牙颌网格模型与扫描杆半径后；确定所述扫描杆网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的目标拟合方向；确定所述扫描杆种子点对应的所有扫描杆网格，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离，将所述投影距离小于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。如此，与现有技术中通过匹配标准扫描杆模型的裁剪方式相比，本申请实施例通过确定扫描杆种子点，裁剪与扫描杆种子点之间投影距离小于扫描杆半径的目标扫描杆网格的网格区域得到扫描杆，从而提高了扫描杆的裁剪准确度。
进一步地，基于上述本申请的第一实施例，提出本申请扫描杆裁剪方法的第二实施例，与上述第一实施例相同或相似的内容，可以参考上文介绍，后续不再赘述。在本实施例中，上述实施例步骤S20，确定所述牙颌网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的所有扫描杆网格的步骤细化，包括：
步骤B10，确定所述牙颌网格模型中包括的所有扫描杆样本点，确定每一所述扫描杆样本点对应的包围盒；
在一实施例中，所述确定所述牙颌网格模型中包括的所有扫描杆样本点的步骤，包括：
步骤C10，确定所述牙颌网格模型中包括的所有扫描杆特征点，确定所有所述扫描杆特征点中曲率大于零的第一扫描杆特征点，其中，所述扫描杆特征点包括所述牙颌网格模型包括的所有模型点中与预设扫描杆特征匹配的目标模型点；
本领域人员可知地，可根据扫描杆的特征预设扫描杆特征集，如点颜色值征、点位置特征等，将牙颌网格模型中与此预设扫描杆特征集中的某一预设扫描杆特征匹配的点作为扫描杆特征点，或将牙颌网格模型中与此预设扫描杆特征集中所有预设扫描杆特征均匹配的点作为扫描杆特征点。举例来说，假设预设特征集为点颜色值在区间范围A内，则获取颜色值在区间范围A的所有模型点，得到扫描杆特征点。
通过网格模型的计算所有扫描杆特征点的点曲率，得到曲率大于0的第一扫描杆特征点。
步骤C20，确定所述第一扫描杆特征点的法向，以所述第一扫描杆特征点为起点，沿所述法向的反向构建射线，确定所述射线与所述牙颌网格模型的所有交点；
本领域人员可知地，确定第一扫描杆特征点所在的第二网格，确定牙颌网格模型中与此第二网格拓扑连通的所有第三网格，以所第一扫描杆特征点为起点，沿第一扫描杆特征点的法向的反向构建射线，确定射线与牙颌网格模型的所有交点，其中，此所有交点可以为射线与每一第三网格的交点，也即第一扫描杆特征点沿着法向的反向向与自身求交的交点，求交示意图可参照图7所示。
步骤C30，确定所述扫描杆半径对应的扫描杆直径，若每一所述交点与所述第一扫描杆特征点之间的距离均小于或等于所述扫描杆直径，基于所述第一扫描杆特征点确定扫描杆样本点。
在一可行的实施方式中，可将沿着法向的反向向与自身求交的所有交点与其自身距离均小于或等于扫描杆直径的扫描杆特征点作为扫描杆样本点。
在本实施例中，在扫描杆特征点中选择曲率大于零，且沿着法向的反向向与自身求交的所有交点与其自身距离均小于或等于扫描杆直径的扫描杆特征点作为扫描杆样本点，可缩小样本点的范围，提高后续选择扫描杆种子点的选择效率。
步骤B20，依次检测每一所述包围盒和是否满足预设种子条件，将满足预设种子条件的包围盒作为目标包围盒，其中，所述预设种子条件包括检测的所述包围盒的主轴长度与预设标准件长度匹配；
步骤B30，将所述目标包围盒对应的扫描杆样本点作为扫描杆种子点。
包围盒有多个主轴的，每一主轴的主轴长度均与预设标准件长度匹配，则此包围盒是否满足预设种子条件。举例来说，在一场景中，假设某一所述扫描杆样本点m1对应的包围盒有三个主轴分别为X、Y、Z，预设标准件长度为0.8cm～1.2cm，此包围盒主轴X的主轴长度为1cm，包围盒主轴Y的主轴长度为0.6cm，包围盒主轴Z的主轴长度为1.1cm，则此包围盒主轴Y的主轴长度与预设标准件长度不匹配，此包围盒不满足预设种子条件。在另一场景中，假设某一所述扫描杆样本点m2对应的包围盒有三个主轴分别为X、Y、Z，预设标准件长度为0.8cm～1.2cm，此包围盒主轴X的主轴长度为0.8cm，包围盒主轴Y的主轴长度为0.9cm，包围盒主轴Z的主轴长度为1cm，则此包围盒每一主轴的主轴长度与均与预设标准件长度匹配，此包围盒满足预设种子条件，可将扫描杆样本点m2作为扫描杆种子点。
在另一可行的实施例中，也可以是与预设标准件长度匹配的包围盒主轴的主轴数量大于或等于预设数量(如1、2、3等)，则确定此包围盒是否满足预设种子条件。举例来说，假设预设数量为1，某一所述扫描杆样本点m1对应的包围盒有三个主轴分别为X、Y、Z，预设标准件长度为0.8cm～1.2cm，此包围盒主轴X的主轴长度为1cm，包围盒主轴Y的主轴长度为0.6cm，包围盒主轴Z的主轴长度为1.1cm，则与预设标准件长度匹配的包围盒主轴的主轴数量为2，大于预设数量1，此包围盒满足预设种子条件，扫描杆样本点m1可作为扫描杆种子点。
在本实施例中，将满足预设种子条件的扫描杆样本点作为扫描杆种子点，其中，预设种子条件包括扫描杆样本点对应包围盒的主轴长度与预设标准件长度匹配，选择包围盒主轴长度与预设标准件长度匹配的扫描杆样本点作为扫描杆种子点，保证了可有选择出的扫描杆种子点的有效性。
在一实施例中，所述基于所述第一扫描杆特征点确定扫描杆样本点的步骤，包括：
步骤D10，对所有所述扫描杆特征点以预设半径进行密度聚类得到聚类簇，检测所述第一扫描杆特征点是否包含在所述聚类簇内；
步骤D20，若所述第一扫描杆特征点包含在所述聚类簇内，将所述第一扫描杆特征点作为扫描杆样本点。
一种可行的密度聚类方式可以如下所示：
1)初始化：将所有扫描杆特征点标记为未访问。
2)遍历样本集：依次遍历样本集中的每个扫描杆特征点p，如果p已被访问过，则跳过该点；否则，将p标记为已访问，并获取其预设半径邻域内的样本点数量，其中，预设半径邻域可为ε-邻域。
3)核心对象：如果预设半径邻域内的样本点数量大于等于预设数值，则将p标记为核心对象，并将p加入一个新的簇中。
4)密度直达：对于核心对象p，将其预设半径邻域内的扫描杆特征点加入到该簇中，并递归地将这些扫描杆特征点的预设半径邻域内的扫描杆特征点也加入到该簇中，加入到簇中的扫描杆特征点标记为已访问。
5)密度相连：对于非核心对象q，如果q位于某个簇中核心对象p的预设半径邻域内，则将q加入到该簇中。
6)完成聚类：当所有样本点都被标记为已访问过，聚类过程结束。
7)输出结果：将每个簇及其包含的扫描杆特征点作为聚类结果输出。同时，未被任何簇包含的样本点被视为噪声点。
聚类过程可参照图8所示，密度聚类的聚类方式可参照现有技术，本实施例提供一种可能的密度聚类方式，并不对密度聚类方式进行限制。
本实施例中，对所有扫描杆特征点以预设半径进行密度聚类得到聚类簇，检测第一扫描杆特征点是否包含在聚类簇内，若所述第一扫描杆特征点包含在聚类簇内，将第一扫描杆特征点作为扫描杆样本点，可以理解地是，扫描杆附近的扫描杆特征点密度大，去除一些离群的扫描杆特征点，可以更精准的识别扫描杆种子点，扫描杆特征点的减少使后续扫描杆种子点的选择操作次数变少，提高扫描杆的裁剪速度。
在一实施例中，所述确定所述扫描杆种子点对应的目标拟合方向的步骤，包括：
步骤E10，确定所述第一目标网格中与所述扫描杆种子点之间的距离小于所述扫描杆半径的第二目标网格；
步骤E20，确定所述第二目标网格对应的初始拟合方向，将所有所述扫描杆特征点中在所述第二目标网格中的扫描杆特征点作为第二扫描杆特征点，确定每一所述第二扫描杆特征点的法向与所述初始拟合方向之间的夹角；
步骤E30，确定所有所述夹角中小于预设角度的目标夹角，将所述目标夹角对应的扫描杆特征点作为第三扫描杆特征点；
步骤E40，将所述第三扫描杆特征点的法向作为所述扫描杆种子点对应的目标拟合方向。
若存在有多个第三扫描杆特征点，则将每一第三扫描杆特征点的法向进行矢量求和得到一个方向，将此方向作为扫描杆种子点对应的目标拟合方向。需要说明地是，本实施例中的第二扫描杆特征点包括以扫描杆种子点出发遍历与其距离小于扫描杆半径的连续网格并裁剪为单独的网格中的所有点，即以扫描杆种子点为起点遍历新裁剪出的单独的网格中的所有点。
确定第二扫描杆特征点的法向与初始拟合方向之间的夹角，将夹角小于预设角度的扫描杆特征点作为第三扫描杆特征点，其中，预设角度可由用户根据实际情况设置，如55度、60度、65度等。也即可以得到由第三扫描杆特征点构成的点集，计算点集中的所有第三扫描杆特征点的平均坐标，可得到点集的中心点c2，以及过点c2的目标拟合方向d2，参照图3所示。
在一实施例中，所述确定所述第二目标网格对应的初始拟合方向的步骤，包括：
步骤F10，确定所述第二目标网格的最大边界；
步骤F20，确定所述最大边界的第一中心点，确定所述第二目标网格的第二中心点；
步骤F30，将所述第一中心点指向所述第二中心点的方向作为所述第二目标网格对应的初始拟合方向。
该最大边界为网格半径最大的边界，确定最大边界的第一中心点与第二目标网格的第二中心点，将第一中心点指向第二中心点的方向作为初始拟合方向，可参照图3所示，图3中d1为初始拟合方向，底部边界为最大边界，其中心点为第一中心点，d1方向上的另一点为第二目标网格的第二中心点。
在本实施例中，通过确定第二目标网格的最大边界可初步订单扫描杆的底部边界，以最大边界的第一中心点指向第二目标网格的第二中心点得到初始拟合方向，选择法向与初始拟合方向的夹角小于预设角度的第三扫描杆特征点，基于第三扫描杆特征点确定扫描杆种子点对应的目标拟合方向，提高了获取到的目标拟合方向的有效性与准确度。
为了助于理解本申请的技术构思或技术原理，列举一具体实施例：
在本具体实施例中的扫描杆裁剪流程为：
1)通过咬合方向，点的曲率、方向、点沿法向与自身求交的距离筛选出扫描杆样本点。通过网格模型的计算所有扫描杆特征点的点曲率，得到曲率大于0的点集，再求点集中的所有扫描杆特征点沿着法向的反向向自身求交的交点，所有交点到其自身的距离距离都小于扫描杆直径的扫描杆特征点作为扫描杆样本点。
2)基于密度聚类，利用密度估计结果，将数据点划分为不同的簇，自动识别出具有高密度的簇，并将低密度区域视为噪声点。
密度聚类的流程可如下所示：
初始化：将所有扫描杆样本点标记为未访问。
遍历样本集：对于样本集中的每个扫描杆样本点p，如果p已被访问过，则跳过该点；否则，将p标记为已访问，并获取其ε-邻域内的扫描杆样本点数量。
核心对象：如果ε-邻域内的扫描杆样本点数量大于等于预设数值，则将p标记为核心对象，并将p加入一个新的簇中。
密度直达：对于核心对象p，将其ε-邻域内的样本点加入到该簇中，并递归地将这些点的ε-邻域内的样本点也加入到该簇中。
密度相连：对于非核心对象q，如果q位于某个簇中核心对象p的ε-邻域内，则将q加入到该簇中。
完成聚类：当所有扫描杆样本点都被访问过时，聚类过程结束。
输出结果：将每个簇及其包含的样本点作为聚类结果输出。同时，未被任何簇包含的样本点被视为噪声点。
3)将包含在聚类簇中的所有扫描杆样本点投影到咬合方向上，根据投影高度从高到低排序并遍历，裁剪出每个扫描杆样本点为起点查询距离该点小于等于扫描杆直径的区域，去除小组件后计算OBB包围盒，根据包围盒主轴的长度是否在与预设标准件长度匹配，若匹配，则将此包围盒对应的扫描杆样本点标记为扫描杆种子点，否则不标记为扫描杆种子点。
计算OBB包围盒的方式可以如下：
计算模型的中心点：计算网格区域中所有顶点的坐标的平均值，得到中心点坐标。
计算协方差矩阵：对于每个顶点，计算其与中心点的偏差向量。根据所有偏差向量计算协方差矩阵。
对协方差矩阵进行特征值分解：计算协方差矩阵的特征值和对应的特征向量。
确定主轴方向(OBB坐标系的三个方向)：选择协方差矩阵的特征值最大的特征向量作为第一个主轴方向。选择协方差矩阵的特征值第二大的特征向量作为第二个主轴方向。选择协方差矩阵的特征值第三大的特征向量作为第三个主轴方向。
确定主轴长度：分别计算在每个主轴方向上，所有顶点投影的最小值和最大值之差，得到主轴长度。
构建OBB包围盒：使用中心点、主轴方向和主轴长度来定义OBB的位置和大小，构建得到OBB包围盒。
4)以扫描杆种子点出发遍历与其距离小于扫描杆半径的连续网格并裁剪为单独的网格，找到这个网格半径最大的边界，连接该网格中心与最大边界的中点作为当前扫描杆的大致方向d1，找到点的法向与d1夹角小于预设角度的点集，计算点集的中心c2和平均法向(即法向的矢量和)d2。
5)扫描杆种子点出发，裁剪出到拟合方向d2的投影距离小于等于扫描杆半径的拓扑连续的网格，裁剪底部边界，得到扫描杆。
此外，参照图9，本申请还提供一种扫描杆裁剪装置，所述扫描杆裁剪装置包括：
获取模块10，用于获取牙颌网格模型与扫描杆半径；
第一确定模型20，用于确定所述牙颌网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的所有扫描杆网格；
第二确定模块30，用于确定所述扫描杆种子点对应的目标拟合方向，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离；
裁剪模块40，用于将所述投影距离小于或等于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。
此外，本申请实施例还提出一种扫描杆裁剪设备，扫描杆裁剪设备括存储器、处理器及存储在所述存储器上并可在所述处理器上执行的扫描杆裁剪程序，所述扫描杆裁剪方法程序被所述处理器执行时实现如上述的扫描杆裁剪方法的步骤。
本申请扫描杆裁剪方法设备具体实施方式与上述扫描杆裁剪方法各实施例基本相同，在此不再赘述。
此外，为实现上述目的，本申请还提供一种计算机可读计算机可读存储介质，计算机可读计算机可读存储介质上存储有扫描杆裁剪程序，扫描杆裁剪程序被处理器执行时实现如上述的扫描杆裁剪方法的步骤。
本申请计算机可读计算机可读存储介质具体实施方式与上述扫描杆裁剪方法各实施例基本相同，在此不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个计算机可读计算机可读存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，云端服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请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，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种扫描杆裁剪方法，其特征在于，所述扫描杆裁剪方法包括以下步骤：
获取牙颌网格模型与扫描杆半径；
确定所述牙颌网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的所有扫描杆网格；
确定所述扫描杆种子点对应的目标拟合方向，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离；
将所述投影距离小于或等于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。
2.如权利要求1所述的扫描杆裁剪方法，其特征在于，所述确定所述牙颌网格模型包括的扫描杆种子点的步骤，包括：
确定所述牙颌网格模型中包括的所有扫描杆样本点，确定每一所述扫描杆样本点对应的包围盒；
依次检测每一所述包围盒是否满足预设种子条件，将满足预设种子条件的包围盒作为目标包围盒，其中，所述预设种子条件包括检测的所述包围盒的主轴长度与预设标准件长度匹配；
将所述目标包围盒对应的扫描杆样本点作为扫描杆种子点。
3.如权利要求2所述的扫描杆裁剪方法，其特征在于，所述确定所述牙颌网格模型中包括的所有扫描杆样本点的步骤，包括：
确定所述牙颌网格模型中包括的所有扫描杆特征点，确定所有所述扫描杆特征点中曲率大于零的第一扫描杆特征点，其中，所述扫描杆特征点包括所述牙颌网格模型包括的所有模型点中与预设扫描杆特征匹配的目标模型点；
确定所述第一扫描杆特征点的法向，以所述第一扫描杆特征点为起点，沿所述法向的反向构建射线，确定所述射线与所述牙颌网格模型的所有交点；
确定所述扫描杆半径对应的扫描杆直径，若每一所述交点与所述第一扫描杆特征点之间的距离均小于或等于所述扫描杆直径，基于所述第一扫描杆特征点确定扫描杆样本点。
4.如权利要求3所述的扫描杆裁剪方法，其特征在于，所述基于所述第一扫描杆特征点确定扫描杆样本点的步骤，包括：
对所有所述扫描杆特征点以预设半径进行密度聚类得到聚类簇，检测所述第一扫描杆特征点是否包含在所述聚类簇内；
若所述第一扫描杆特征点包含在所述聚类簇内，将所述第一扫描杆特征点作为扫描杆样本点。
5.如权利要求1所述的扫描杆裁剪方法，其特征在于，所述确定所述扫描杆种子点对应的所有扫描杆网格的步骤，包括：
确定所述牙颌网格模型包括的所有网格；
依据每一所述网格确定所述扫描杆种子点所在的第一网格，确定所有所述网格中与所述第一网格拓扑连通的第一目标网格；
将所有所述第一目标网格作为所述扫描杆种子点对应的扫描杆网格。
6.如权利要求5所述的扫描杆裁剪方法，其特征在于，所述确定所述扫描杆种子点对应的目标拟合方向的步骤，包括：
确定所述第一目标网格中与所述扫描杆种子点之间的距离小于所述扫描杆半径的第二目标网格；
确定所述第二目标网格对应的初始拟合方向，将所有所述扫描杆特征点中在所述第二目标网格中的扫描杆特征点作为第二扫描杆特征点，确定每一所述第二扫描杆特征点的法向与所述初始拟合方向之间的夹角；
确定所有所述夹角中小于预设角度的目标夹角，将所述目标夹角对应的扫描杆特征点作为第三扫描杆特征点；
将所述第三扫描杆特征点的法向作为所述扫描杆种子点对应的目标拟合方向。
7.如权利要求6所述的扫描杆裁剪方法，其特征在于，所述确定所述第二目标网格对应的初始拟合方向的步骤，包括：
确定所述第二目标网格的最大边界；
确定所述最大边界的第一中心点，确定所述第二目标网格的第二中心点；
将所述第一中心点指向所述第二中心点的方向作为所述第二目标网格对应的初始拟合方向。
8.一种扫描杆裁剪装置，其特征在于，所述扫描杆裁剪装置包括：
获取模块，用于获取牙颌网格模型与扫描杆半径；
第一确定模型，用于确定所述牙颌网格模型包括的扫描杆种子点，确定所述扫描杆种子点对应的所有扫描杆网格；
第二确定模块，用于确定所述扫描杆种子点对应的目标拟合方向，确定每一所述扫描杆网格与所述目标拟合方向之间的投影距离；
裁剪模块，用于将所述投影距离小于或等于所述扫描杆半径的扫描杆网格作为目标扫描杆网格，裁剪所述目标扫描杆网格包括的网格区域得到扫描杆。
9.一种扫描杆裁剪设备，其特征在于，所述扫描杆裁剪设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的扫描杆裁剪程序，所述扫描杆裁剪程序被所述处理器执行时实现如权利要求1至7中任一项所述的扫描杆裁剪方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有扫描杆裁剪程序，所述扫描杆裁剪程序被处理器执行时实现如权利要求1至7中任一项所述的扫描杆裁剪方法的步骤。
CN202310921377.XA 2023-07-25 2023-07-25 扫描杆裁剪方法、装置、设备及计算机可读存储介质 Pending CN117152791A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310921377.XA CN117152791A (zh) 2023-07-25 2023-07-25 扫描杆裁剪方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310921377.XA CN117152791A (zh) 2023-07-25 2023-07-25 扫描杆裁剪方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN117152791A true CN117152791A (zh) 2023-12-01

Family

ID=88897630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310921377.XA Pending CN117152791A (zh) 2023-07-25 2023-07-25 扫描杆裁剪方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN117152791A (zh)

Similar Documents

Publication Publication Date Title
Lee et al. Point data reduction using 3D grids
JP6717425B2 (ja) 距離情報処理装置、距離情報処理方法および距離情報処理プログラム
US6208997B1 (en) Rapid production of optimal-quality reduced-resolution representations of very large databases
CN108629838B (zh) 三维牙冠网格模型的孔洞修补方法及装置
US20130127847A1 (en) System and Method for Interactive Image-based Modeling of Curved Surfaces Using Single-view and Multi-view Feature Curves
CN110084894B (zh) 三维模型的局部放大展示方法、装置与电子设备
CN115937434A (zh) 一种基于纹理的三维模型裁切装置
US20230267593A1 (en) Workpiece measurement method, workpiece measurement system, and program
CN115862821A (zh) 基于数字孪生的智慧手术室的构建方法及相关装置
US6914601B2 (en) Method, apparatus, and computer program for generating three-dimensional shape data or volume data
CN115861547B (zh) 一种基于投影的模型表面样条线生成方法
CN117152791A (zh) 扫描杆裁剪方法、装置、设备及计算机可读存储介质
US20220391548A1 (en) Filling a mesh hole
CN113762310B (zh) 一种点云数据分类方法、装置、计算机存储介质及***
JP6725310B2 (ja) 画像処理装置及びプログラム
CN112734830B (zh) 基于点云数据的位姿控制方法、装置、设备及存储介质
Denker et al. On-line reconstruction of CAD geometry
CN112907759B (zh) 基于点云投影和点云增长的拼接冗余点云去除方法
JP7374433B2 (ja) 構築物の三次元形状データの生成方法
CN117253011B (zh) 一种面向数字化正畸的虚拟牙龈网格模型生成方法及***
CN113205602A (zh) 信息处理装置、信息处理方法及计算机可读介质
JP4904638B2 (ja) ３次元形状データの生成方法および装置並びにコンピュータプログラム
CN113324473B (zh) 房屋测量方法与测量设备
Zhang et al. Range image registration via probability field
CN117710243B (zh) 点云去噪方法、装置、电子设备及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination