[发明专利]一种基于超像素聚类的牙弓线绘制方法

说明书

一种基于超像素聚类的牙弓线绘制方法，将口腔CT图像转换为颜色空间CIE‑G，并对每个像素点对应的三维向量进行超像素聚类，得到聚类中心集合后，通过牙齿骨骼和其他口腔组织的灰度值差异得到牙弓线预选点，之后利用预选点的位置联系得到牙弓线标记点，最后用三次B样条曲线拟合出牙弓线。本发明提出了一种自动化、可靠性高的基于超像素聚类的牙弓线绘制方法，解决了现有的牙弓线绘制方法自动化程度低，绘制准确性较差的问题。

技术领域

本发明涉及医学图像处理领域，特别是指针对CBCT图像的一种基于超像素聚类的牙弓线绘制方法。

背景技术

牙全景片的绘制在牙科医学图像领域极其重要，而绘制牙全景片的基础是得到牙弓线。牙弓线是牙齿沿着牙槽骨依次排列成的弓形虚拟线，其走形直接影响到牙全景片和牙齿三维模型的建立。牙弓形态的研究一直是学者关注的领域。最早是根据Bonwill_Hawley式原理绘制的个别弓型图，后来各种数学模型被用来模拟牙弓形态：主要有抛物线函数，椭圆线函数，三次样条函数，原锥曲线方程等。

目前牙弓线的绘制方法包括手动采点三次样条函数方法(cubic spline),这种方法主要通过人工在牙片CT图像中选择一些标志点，以其中5个点作为结点 (Knot),用3次方程推断出过结点的光滑曲线，而其余标志点用于检测曲线的拟合度。这是一种较为理想的牙弓线绘制方法，但是需要人为的选择标志点。第二种方法是利用图形形态学来得到牙弓曲线。具体方法为对牙片二值图形进行形态学闭运算，再填充空洞。将填充后的图像进行形态学细化操作，最后将形态学细化的二值图像看成平面中坐标，用最小二乘法拟合四次多项式曲线。这种方法可以实现全自动操作，但是所得到的牙弓线准确性比如手动方法。

2003年，UC Bekeley大学机器视觉实验室Ren等人第一次提出了超像素这个概念，指出超像素是一些局部的、连贯的并且具有极大相似性的像素点的集合，它们各自具有相似的纹理结构、颜色特征或者在轮廓上具有相似性，这些集合块都可以被单独作为一个像素来进行图像分割问题的处理，因此被称为超像素块。利用基于位置信息的超像素聚类来绘制牙弓线是一种新的方法。

发明内容

为了解决现有的牙弓线绘制方法自动化程度低，绘制准确性较差的不足，本发明提出了一种自动化、可靠性高的基于超像素聚类的牙弓线绘制方法。

本发明解决其技术问题所采用的技术方案是：

一种基于超像素聚类的牙弓线绘制方法，包括以下步骤：

步骤一：图像预处理，将口腔CBCT(Cone beam CT)轴状图转化为0到255 的灰度图M，通过灰度阈值和位置信息选择感兴趣区域，其他区域灰度值设为0；

步骤二：定义图M的颜色空间CIE-G和三维像素点向量V，其中CIE-G由图M中所有的像素点向量V组成，任意像素点i的向量为位于坐标(x_i,y_i)的像素点i的灰度值，确定初始聚类个数K；

步骤三：把图M划分为K个超像素区域，区域的初始面积为S×S，其中，N为图M的像素点个数，各超像素的聚类中心初始化为其区域中心周围3×3范围内梯度最小的像素点，其中像素点i的梯度定义为对像素点i设置其所属聚类标签初始值label(i)＝-1，到所属聚类中心的距离初始值d(i)＝∞；

步骤四：对图M的所有像素点进行归类，更新聚类中心直至收敛；

步骤五：遍历图M，合并面积过小的超像素区域；

步骤六：计算每个超像素区域内所有像素点的灰度平均值，当灰度平均值大于牙齿灰度阈值时，将该超像素的聚类中心加入一个队列；

步骤七：对队列中的各超像素中心按横坐标值进行排序，得到牙弓线标志点；步骤八：用牙弓线标志点构筑三次B样条曲线，得到牙弓线。

进一步，所述步骤四的过程如下：