【论文笔记】On 2D-3D Image Feature Detections for Image-To-Geometry Registration in Virtual Dental Model

论文笔记–On 2D-3D Image Feature Detections for Image-To-Geometry Registration in Virtual Dental Model（虚拟牙体模型图像几何配准中的2D-3D图像特征检测研究）

---

摘要

在数字化过程中，牙齿和牙龈的颜色纹理经常丢失/扭曲。近年来，人们提出了图像-几何配准阴影映射（IGRSM）方法，将二维摄影的颜色纹理映射到三维网格模型。它允许更好地控制照明和颜色校准，以自动牙齿阴影匹配。在本文中，我们研究了自动技术来寻找三维牙齿模型和彩色口腔内照片之间的对应关系，以准确地执行IGRSM。我们建议使用牙尖针尖作为IGR的对应点，因为它们可以在二维摄影和三维表面扫描中都被可靠地检测到。提出了一种改进的具有方向优先级（GDDP）和区域增长的梯度下降方法来寻找三维对应点。对于二维图像，根据光度和色度提取牙尖轮廓线，然后检测轮廓峰作为对应点。从实验结果来看，该方法在检测二维摄影与三维牙齿模型的对应点方面具有较好的精度。4752x3168大小的口腔内图像的平均配准误差小于15像素。

Keywords—3D digital smile design, Image to geometry registration, Tooth Shade, Intraoral scan, Range Image

---

正文

图1 所提出的自动对应点检测的IGRSM概述。

图2从网格模型到x-z平面的范围图像的生成。(a)网格模型转换为范围图像。(b)范围内的图像。©是胶-齿分割的结果。(d)最初的种子位置。(e)绿点：检测到的LMVR。(f)红色圆圈：检测到的牙尖尖端。

图3 (a)标准口腔内照片，红色圆圈为牙尖点. (b)Lθ of (a).

图5分割结果，(a) C1：颊牙，(b) C1 + C2：全牙区域。转换一维序列©行1和(d)2。

图6 6张裁剪后的口腔内照片的配准结果。前两行是齿状受试者的结果，然后是带有拥挤的齿状受试者的结果和KaVo模型。

---

总结

本文提出了一种新的图像和网格模型特征点提取方法。对于网格模型，特征点是由范围图像检测出来的，而不是直接处理三维网格数据。为了提取距离图像的对应点，提出了一种改进的具有方向优先级和区域增长的梯度下降方法。对于口腔内图像，提出了用于分割颊牙表面、舌尖等区域的光度-色度乘积。它比单独使用光度或色度来识别舌尖更有效，从而识别对应点。

---

参考文献

[1] Tang, Hui & Hsung, Tai-Chiu & Lam, Walter & Cheng, Leo & Pow, Edmond. (2020). On 2D-3D Image Feature Detections for Image-To-Geometry Registration in Virtual Dental Model. 140-143. 10.1109/VCIP49819.2020.9301774.