ICP (Iterative Closest Point) je najklasičniji algoritam u polju registracije 3D tačaka-oblaka i čini jednu od tehničkih osnova za-šivanje u realnom vremenu u intraoralnim skenerima.
Problem ICP rješava
Svaki okvir snimljen intraoralnim skenerom pokriva samo mali dio površine zuba. Stotine ili hiljade okvira moraju biti poravnate u jedinstveni koordinatni sistem. Kada dva oblaka tačaka koji se preklapaju imaju nepoznatu relativnu poziciju, ICP automatski pronalazi optimalnu krutu-transformaciju tijela (rotacija RRR + translacija ttt) koja najbolje poravna dva oblaka.
Osnovni tok rada algoritma
Za svaku tačku u izvornom oblaku tačaka pronađite najbližu tačku u ciljnom oblaku tačaka kao njenu korespondenciju.
Na osnovu odgovarajućih parova tačaka, izračunajte transformaciju krutog{0}}tijela (R,tR, tR,t) koja minimizira srednju kvadratnu udaljenost između dva skupa tačaka.
Primijenite transformaciju na izvorni oblak tačaka.
Ponavljajte proces sve dok promjena prosječne udaljenosti ne padne ispod praga ili dok se ne dostigne maksimalni broj iteracija.
Poboljšanja i izazovi u intraoralnom skeniranju
Zahtjevi u stvarnom-vremenu
Standardni ICP je kompjuterski intenzivan, ali intraoralni skeneri moraju završiti registraciju u roku od nekoliko desetina milisekundi. U praksi se koriste razne ubrzane varijante:
KD-Ubrzanje stabla za pretragu najbližeg-susjeda.
Funkcija{0}}pre{1}}podudaranja: deskriptori kao što su FPFH ili SHOT prvo uspostavljaju početne korespondencije, nakon čega slijedi ICP fina registracija.
GPU paralelizacija: ICP proračuni se izvršavaju u realnom vremenu na GPU-u.
Registracija okvira-u-Model: trenutni okvir je registriran na već-spojeni globalni model, koji proizvodi manje pomaka od okvira-u-registracije okvira.
Problem zanošenja
Sekvencijalna registracija okvira-do-akumulira greške; nakon skeniranja cijelog luka, na kraju se može pojaviti primjetna neusklađenost. Rješenja uključuju:
Detekcija{0}}zatvaranja petlje: kada se skeniranje vrati u prethodno skeniranu regiju, detektuje se petlja i globalna optimizacija grafa položaja{1}}preraspoređuje grešku.
Optimizacija globalne konzistentnosti zasnovana na{0}} funkcijama.
Gruba lokalizacija uz pomoć AI- daje pouzdanu početnu procjenu i smanjuje mogućnost pada ICP-a u lokalne minimume.
Smetnje dinamičkog objekta
Pokreti pacijentovih usana ili jezika stvaraju "dinamičke objekte". Ako se ovi tokom registracije tretiraju kao statični podaci, dolazi do grešaka. Moderni algoritmi kombinuju semantičku segmentaciju (AI prepoznavanje jezika i usana) kako bi isključili dinamičke podatke.
Klinički značaj
Razumijevanje ICP-a pomaže da se objasni zašto bi skeniranje trebalo biti kontinuirano bez velikih skokova (za ICP je potrebno dovoljno područja preklapanja), zašto se praćenje lako gubi u područjima sa-lošim karakteristikama (nedostatak jasnih odgovarajućih tačaka) i zašto skeniranje punog-luka može pokazati odstupanje terminala (akumulirana greška).
U Aident Technology, serija intraoralnih skenera AI-30 integriše-brzo strukturirano-hvatanje svjetla s inteligentnom obradom u realnom-vrijemenu za stabilnu registraciju i precizne modele punog{8}}a. Sa većim ili jednakim 30 frejmova u sekundi, manjim ili jednakim 10 μm punom-tačnošću luka,-bez praha- skeniranjem u pravim{11}}bojama i ultra laganim dizajnom od 156–198 g, AI-30 podržava efikasne digitalne tokove rada pored stolice i laboratorije.
Istražite naša rješenja:
Kontaktirajte Aident-a za OEM/ODM saradnju, veleprodajne cijene ili demonstraciju uživo i doživite kako napredni{0}}algoritmi registracije u stvarnom vremenu isporučuju pouzdane digitalne utiske.
