ICP (Iterative Closest Point) je nejklasičtější algoritmus v oblasti registrace 3D bodových-oblaků a tvoří jeden z technických základů pro sešívání v reálném čase- v intraorálních skenerech.
Problém ICP řeší
Každý snímek zachycený intraorálním skenerem pokrývá pouze malou část povrchu zubu. Stovky nebo tisíce snímků musí být zarovnány do jediného jednotného souřadnicového systému. Když dvě překrývající se mračna bodů mají neznámou vzájemnou polohu, ICP automaticky najde optimální tuhou -transformaci těla (rotace RRR + translace ttt), která nejlépe vyrovná tyto dva mraky.
Základní algoritmus Workflow
Pro každý bod ve zdrojovém mračnu bodů najděte nejbližší bod v cílovém mračnu bodů jako odpovídající.
Na základě odpovídajících dvojic bodů vypočítejte transformaci tuhého-těla (R,tR, tR,t), která minimalizuje střední druhou mocninu vzdálenosti mezi dvěma sadami bodů.
Aplikujte transformaci na zdrojové mračno bodů.
Opakujte proces, dokud změna průměrné vzdálenosti neklesne pod prahovou hodnotu nebo dokud není dosaženo maximálního počtu iterací.
Vylepšení a výzvy v intraorálním skenování
Požadavky v reálném čase{{0}
Standardní ICP je výpočetně náročný, přesto musí intraorální skenery dokončit registraci během desítek milisekund. V praxi se používají různé zrychlené varianty:
KD-Zrychlení stromu pro hledání nejbližších-sousedů.
Funkce-předběžné{1}}párování bodů: deskriptory, jako je FPFH nebo SHOT, nejprve vytvoří počáteční korespondenci a poté následuje registrace pokuty ICP.
Paralelizace GPU: Výpočty ICP se provádějí v reálném čase na GPU.
Registrace snímku-do{1}}modelu: aktuální snímek je registrován k již -sloučenému globálnímu modelu, který vytváří menší posun než registrace-do{4}} snímku.
Problém s driftem
Sekvenční registrace snímků-do{1}}snímků hromadí chyby; po naskenování celého oblouku se na konci může objevit znatelné nesouosost. Mezi řešení patří:
Detekce uzavření -smyčky: když se skenování vrátí do dříve naskenované oblasti, je detekována smyčka a globální optimalizace grafu pozice{1}} přerozdělí chybu.
Optimalizace globální konzistence-založená na funkcích.
Hrubá lokalizace za pomoci umělé inteligence-, která poskytuje spolehlivý počáteční odhad a snižuje pravděpodobnost, že ICP klesne na místní minima.
Dynamická interference objektů
Pohyb rtů nebo jazyka pacienta vytváří „dynamické objekty“. Pokud jsou tyto údaje při registraci považovány za statická data, dochází k chybám. Moderní algoritmy kombinují sémantickou segmentaci (AI rozpoznávání jazyka a rtů) k vyloučení dynamických dat.
Klinický význam
Pochopení ICP pomáhá vysvětlit, proč by skenování mělo být souvislé bez velkých skoků (pro ICP je potřeba dostatek překrývajících se oblastí), proč se sledování snadno ztratí v oblastech se špatnými vlastnostmi- (nedostatek jasných odpovídajících bodů) a proč skenování celého-oblouku může vykazovat konečnou odchylku (kumulovanou chybu).
Ve společnosti Aident Technology řada intraorálních skenerů AI-30 integruje vysokorychlostní-strukturované{3}}zachycování světla s inteligentním zpracováním v reálném-čase pro stabilní registraci a přesné-obloukové modely. S 30 snímky za sekundu nebo rovnou 10 μm s plnou -přesností oblouku, bez práškového{10}}skenování ve skutečných{11}}barevných barvách a ultralehkým designem 156–198 g podporuje AI-30 efektivní digitální pracovní postupy na židli a v laboratoři.
Prozkoumejte naše řešení:
Kontaktujte Aident pro spolupráci OEM/ODM, velkoobchodní ceny nebo živou ukázku a vyzkoušejte, jak pokročilé registrační algoritmy v reálném čase- poskytují spolehlivé digitální zobrazení.
