本申请涉及图像处理,尤其涉及一种基于图像处理的牙齿识别方法、装置、电子设备及介质。
背景技术:
1、随着图像处理技术的不断发展,特别是口腔图像处理技术的推广应用,方便对口腔具体情况的判别。现有口腔图像技术中,一般通过预先设置的模型识别出牙齿类型,但这种方式的牙齿类型识别准确率比较低,有时会出现牙齿类型判别错误的情况。
技术实现思路
1、为了解决上述技术问题,本申请实施例提供了一种基于图像处理的牙齿识别方法、装置、电子设备及介质。
2、第一方面,本申请实施例提供了一种基于图像处理的牙齿识别方法,所述方法包括:
3、基于目标检测分割算法获取目标图像中的多个牙齿的分类信息和位置信息;
4、根据所述目标图像中的牙齿数量和/或所述位置信息从多个所述牙齿中确定同排邻近牙齿;
5、根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型。
6、在一实施方式中,根据牙齿数量从多个所述牙齿中确定同排邻近牙齿,包括:
7、在检测到所述目标图像中的牙齿数量为2时,将2个牙齿确定为同排邻近牙齿;
8、所述分类信息包括牙齿类型,所述根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型,包括:
9、判断邻近牙齿组合范围中是否存在与所述2个牙齿的牙齿类型匹配的第一牙齿组合;
10、若存在所述第一牙齿组合,则将所述第一牙齿组合的牙齿类型确定为所述2个牙齿的牙齿类型。
11、在一实施方式中,所述分类信息还包括所述牙齿类型对应的置信度,所述根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型,还包括:
12、若不存在所述目标邻近牙齿组合,则获取所述2个牙齿中各牙齿的预设数量牙齿类型及其置信度;
13、根据所述预设数量牙齿类型确定多个候选牙齿类型组合;
14、计算各所述候选牙齿类型组合的置信度乘积值,从多个所述候选牙齿类型组合中确定置信度乘积值最高的第二牙齿组合;
15、将所述第二牙齿组合的牙齿类型确定为所述2个牙齿的牙齿类型。
16、在一实施方式中,所述根据所述目标图像中的牙齿数量和/或所述位置信息从多个所述牙齿中确定同排邻近牙齿,包括:
17、在检测到所述目标图像中的牙齿数量大于2时,遍历各牙齿,将遍历到的牙齿作为基准牙齿;
18、确定各所述基准牙齿对应的近邻夹角范围内牙齿队列;
19、根据多个所述近邻夹角范围内牙齿队列进行合并处理,得到所述同排邻近牙齿。
20、在一实施方式中,所述遍历各牙齿,将遍历到的牙齿作为基准牙齿,包括:
21、分别根据各牙齿的位置信息计算各牙齿与其他牙齿之间的距离和;
22、按照多个所述距离和的从小到大顺序依次遍历对应牙齿作为所述基准牙齿;
23、所述确定所述基准牙齿对应的近邻夹角范围内牙齿队列,包括:
24、确定所述基准牙齿分别与其他牙齿之间的第一距离;
25、按照多个所述第一距离的从小到大顺序依次确定对应牙齿为第一目标牙齿,确定所述基准牙齿与所述第一目标牙齿之间的第二距离;
26、分别确定所述基准牙齿与剩余牙齿之间的第三距离,分别确定所述第一目标牙齿与剩余牙齿之间的第四距离,所述剩余牙齿为除所述基准牙齿和所述第一目标牙齿之外的牙齿;
27、根据所述第二距离、多个所述第三距离、多个所述第四距离确定所述基准牙齿、所述第一目标牙齿和所述剩余牙齿之间的牙齿夹角,根据所述牙齿夹角确定所述近邻夹角范围内牙齿队列。
28、在一实施方式中,所述根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型,包括:
29、根据所述同排邻近牙齿中各牙齿的分类信息确定多个候选牙齿类型组合;
30、根据各所述候选牙齿类型组合的置信度确定所述同排邻近牙齿中各牙齿的牙齿类型。
31、在一实施方式中,所述根据各所述候选牙齿类型组合的置信度确定所述同排邻近牙齿中各牙齿的牙齿类型,包括:
32、计算各所述候选牙齿类型组合的置信度和值,从多个所述牙齿类型组合中确定置信度和值最高的第三牙齿类型组合;
33、将所述第三牙齿类型组合的牙齿类型确定为所述同排邻近牙齿中各牙齿的牙齿类型。
34、第二方面,本申请实施例提供了一种基于图像处理的牙齿识别装置,所述装置包括:
35、获取模块,用于基于目标检测分割算法获取目标图像中的多个牙齿的分类信息和位置信息;
36、第一确定模块,用于根据所述目标图像中的牙齿数量和/或所述位置信息从多个所述牙齿中确定同排邻近牙齿;
37、第二确定模块,用于根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型。
38、第三方面,本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述计算机程序在所述处理器运行时执行第一方面提供的基于图像处理的牙齿识别方法。
39、第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行第一方面提供的基于图像处理的牙齿识别方法。
40、上述本申请提供的基于图像处理的牙齿识别方法、装置、电子设备及介质,基于目标检测分割算法获取目标图像中的多个牙齿的分类信息和位置信息;根据所述目标图像中的牙齿数量和/或所述位置信息从多个所述牙齿中确定同排邻近牙齿;根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型。这样,通过根据所述目标图像中的牙齿数量和/或所述位置信息从多个所述牙齿中确定同排邻近牙齿,根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型,可以避免由于牙齿的相似性和不规则性对牙齿分类置信度的影响,较大提高系统判断牙齿类型的鲁棒性,在牙齿检测特定场合有较好的适应性。
1.一种基于图像处理的牙齿识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,根据牙齿数量从多个所述牙齿中确定同排邻近牙齿,包括:
3.根据权利要求2所述的方法,其特征在于,所述分类信息还包括所述牙齿类型对应的置信度,所述根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型,还包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标图像中的牙齿数量和/或所述位置信息从多个所述牙齿中确定同排邻近牙齿,包括:
5.根据权利要求4所述的方法,其特征在于,所述遍历各牙齿,将遍历到的牙齿作为基准牙齿,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据所述同排邻近牙齿中各牙齿的分类信息确定所述同排邻近牙齿中各牙齿的牙齿类型,包括:
7.根据权利要求6所述的方法,其特征在于,所述根据各所述候选牙齿类型组合的置信度确定所述同排邻近牙齿中各牙齿的牙齿类型,包括:
8.一种基于图像处理的牙齿识别装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的基于图像处理的牙齿识别方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的基于图像处理的牙齿识别方法。