牙齒修復(fù)體比色算法的研究與實現(xiàn).pdf

1、牙體缺損、牙列缺損及牙列缺失是人類的常見病、多發(fā)病。隨著新材料和新技術(shù)的不斷發(fā)展，人們對牙齒修復(fù)體的要求已經(jīng)不僅僅局限在形狀和質(zhì)量上，更要求修復(fù)體的顏色與天然牙的顏色達到完美匹配，使修復(fù)體在視覺上更逼真。在我國，醫(yī)生主要采用視覺比色法比色，由于醫(yī)生的視覺疲勞和比色技師個人主觀因素和其他因素的影響，比色結(jié)果很難令患者滿意。而計算機比色(Computer Colormatching, CCM)消除了人為因素的影響，提高了比色的準(zhǔn)確率和效率。

2、以往的研究中牙齒比色主要運用了中心域、九分法等，取得了一定的成果，但是每次只能為一顆牙齒比色，比色效率和準(zhǔn)確率較低。本文把模式識別技術(shù)應(yīng)用到牙齒比色領(lǐng)域，實現(xiàn)了牙齒顏色自動識別任務(wù)，提高了牙齒比色的準(zhǔn)確率和效率。本文主要完成了以下工作：
　　 第一，建立了實驗所用的牙齒模型數(shù)據(jù)庫。通過對彩色圖像的顏色空間、牙齒顏色特征、Vita16比色板和光源性質(zhì)的深入學(xué)習(xí)，選定自然光為光源，德國生產(chǎn)的Vita16比色板（16個比色片）為研究對

3、象，均勻的藍色為背景，在特定時間、特定周圍環(huán)境下用索尼數(shù)碼相機對比色板的16個比色片平行拍照采樣，建立了牙齒模型數(shù)據(jù)庫。
　　 第二，完成了牙齒目標(biāo)圖像的自動定位和分割。首先將圖像由RGB顏色空間轉(zhuǎn)換到HSV顏色空間，其次對色度圖像進行二值化和膨脹運算處理，最后通過投影法確定目標(biāo)圖像在原始圖像中的位置，把目標(biāo)圖像分割出來。
　　 第三，采用主成分分析算法對目標(biāo)圖像進行特征提取。針對目標(biāo)圖像信息較大的特點，本文采用PCA和

4、2D PCA算法完成了對高維牙齒圖像的降維，得到的主成分特征作為分類器輸入?yún)?shù)進行分類處理。
　　 第四，設(shè)計牙齒比色分類器。設(shè)計了K-近鄰(KNN)、支持向量機(SVM)和概率神經(jīng)網(wǎng)絡(luò)(PNN)多類分類器，分別選取不同的分類器和分類參數(shù)進行實驗，對實驗結(jié)果進行了評估分析。本文使用三種分類器，SVM分類器的識別率為97.59％,PNN識別率為95.625％, KNN識別率為94.37％，識別效果良好。
　　 實驗結(jié)果表明