Nghiên ứu phương pháp quét 3d răng ứng dụng trong nha khoa

Các ng dụng ca công nghệ quét 3D đang đợc ng dụng trong nhiều lĩnh vực nh quét mẫu đúc, to hình cơ khí, phục hình nha khoa,.... Trong nha khoa c, ông nghệ quét 3D đang đợc áp dụng

TRƯỜNG ĐẠI H C BÁCH KHOA HÀ N I Ọ 

-

NGUYỄN VĂN HÒA

NGHIÊN CỨU PHƯƠNG PHÁP QUÉT 3D RĂNG ỨNG DỤNG

TRONG NHA KHOA

Hà N  i – 201 8

B GIÁO D ỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI H C BÁCH KHOA HÀ N I Ọ 

-

NGUYỄN VĂN HÒA

NGHIÊN CỨU PHƯƠNG PHÁP QUÉT 3D RĂNG ỨNG DỤNG

TRONG NHA KHOA

M C L C  

DANH SÁCH HÌNH NH 5

M  ĐU 8

CHNG I: GII THI U T NG QUAN 10 

1.1.Phng pháp truyền th ng (L y d  u răng): 10

1.2.Phng pháp k thu t s (không ti p xúc) 11  

a) Phơng pháp kỹ thu t s ậ ố thông thng 11

b) Phơng pháp kỹ thuậ ốt s siêu t c (không ti p xúc): ố ế 12

CHNG II: K THU T X LÝ NH TRONG NHA KHOA VÀ    NGUYÊN LÝ HOT ĐNG CA MÁY QUÉT 3D 16

2.1.K thu t x   lý nh trong Nha khoa 16

2.1.1 Các vấn đề cơ bn trong x lý ử nh 16

2.1.2 Kĩ thuật mặ  cơ bt n n 18

2.1.3 Các k ỹthuậ ọt l c nhi u 19 ễ 2.1.4. Các kĩ thuật dò c nh  22

2.1.5 Các kĩ thuật dò góc 29

2.2.Nguyên lý hot đng c a máy quét 3D 34

CHNG III: THUT TOÁN ICP VÀ GO-ICP 39

3.1.T ng quan v thu t toán ICP  ề  39

a) Gii thu t ICP 39 ậ b) Phơng pháp ghép thô SAC- IA 44

c) Quá trình liên k t t ng cế ừ ặp đám mây điểm thành v t th hoàn chậ ể ỉnh 59

3.2.Thut toán GO-ICP 65

CHNG IV: H THNG THÍ NGHI M   69 4.1.Quét mu hƠm răng di th ch cao b ng máy Quét 3D Laserdenta 69 ằ a) Hiệu ch nh máy Quét 3D 69 ỉ b) Tiến hành quét m u 75 ẫ

c) S d ng thu t toán GO - ICP (Global Optimization Iterative Closest ử ụ ậ –Point) 78 d) S d ng ph n mử ụ ầ ềm Geomagic Control 79 4.2.S d ng ph n m   ềm 3D builder để ch nh s a và t o kh i ỉ    854.3.Thi  răng gi ựa trên file stl đƣ đt k d c hoàn ch nh 87ỉ4.4.S d ng ph n m   ềm Sum3D để đa ra file G code gia công răng trên -máy CNC 91

K T LU N   93TÀI LI U THAM KH O   94

LI NÓI ĐUHiện nay, công nghệ quét 3D đang nhận đợc nhiều sự quan tâm ca các nhà nghiên cu và các công ty ng dụng quy trình to mẫu ngợc vào sn xuất Các ng dụng ca công nghệ quét 3D đang đợc ng dụng trong nhiều lĩnh vực nh quét mẫu đúc, to hình cơ khí, phục hình nha khoa, Trong nha khoa c, ông nghệ quét 3D đang đợc áp dụng rộng rưi với vai trò hỗ trợ gia công chính xác biên dng răng Tuy nhiên, với biên dng phc tp ca hàm răng ngi, việc đa

ra mô hình 3D hoàn thiện là tr ngi lớn nhất đối với công nghệ quét 3D hiện nay

Để nâng cao độ chính xác ca mô hình 3D, thuật toán interative closest point đợc viết bằng ngôn ngữ lập trình C++ đợc áp dụng giúp cho việc xây dựng biên dng răng ngi một cách chính xác, hn chế việc mô hình bị vỡ điểm nh

Mặc dù đư hn chế đợc việc mô hình bị vỡ điểm nh Tuy nhiên, do kiến thc còn hn hẹp và thi gian thực hiện hn chế nên đề tài ca tôi vẫn cha đợc tối u nhất Tôi mong sự đóng góp và sửa chữa để đề tài này mang li kết qu tốt nhất

Tôi xin chân thành cm ơn thầy TS Hoàng Hồng Hi đư hớng dẫn tôi hoàn thành luận văn này

Li cam đoan Tôi tên là: Nguyễn Văn Hòa

Hà n i, ngày ộ tháng năm

H c viên ọ

DANH SÁCH HÌNH NH

Hình 1.1: Tạo răng giả ằng phơng pháp truyề b n th ng 10 ố

Hình 1.2: Tạo răng giả ằng phơng pháp kỹ b thu t s 12 ậ ố

Hình 1.3: Tạo răng giả ằng phơng pháp kỹ b thu t s siêu t c ậ ố ố 13

Hình 2.1: Phơng pháp dùng mặ ạ để t n tìm đờng biên theo chi u d c ề ọ 20

Hình 2.2: Nhi u ph thuễ ụ ộc vào d u ữ liệ 21

Hình 2.3: Nhi u Gaussian ễ trớc và sau khi xử lí 21

Hình 2.4: Nhi u muễ ối tiêu trớc và sau khi xử lí 22

Hình 2.5: Kết qu trích xu t c nh s dả ấ ạ ử ụng phơng pháp dò cạnh Robert Cross 25

Hình 2.6: Kết qu trích xu t c nh s dả ấ ạ ử ụng phơng pháp dò cạnh Sobel 26

Hình 2.7: Kết qu trích xu c nh s dả ấ t ạ ử ụng phơng pháp dò cạnh Canny 28

Hình 3.1: Nguyên lý hoạt động c a máy quét ủ 3D 34

Hình 3.2: Phơng pháp tam giác điểm 36

Hình 3.3: Hình ảnh quá trình quét 37

Hình 4.1: Kết qu ghép nả ối hai đám mây điểm dùng ICP 40

Hình 4.2: Kết qu ghép nả ối hai đám mây điể m dùng ICP khi góc lệch hai đám mây điểm g n b ng 30° ầ ằ 41

Hình 4.3: Kết qu ghép n i ICP sai s nhiả ố ố ều khi đám mây điểm có góc l ch lệ ớn 42

Hình 4.4: ớc lợng vector pháp tuyế n b mặt: pháp tuyế ạ ề n t i một điểm đợc ớc lợ ng t các lân c n c a nó n m trong mặ ầ ừ ậ ủ ằ t c u có bán kính 0,03 m 45

Hình 4.5: Biểu diễn khung Darboux và góc đặc tính PFH cho cặp điểm  vàt cũng vớ i vector pháp tuyến tơng ứng ns và nt 48

Hình 4.6: Biểu đồ vùng tính toán PFH Điể m truy vấn (đỏ) và k- điểm lân cận (xanh) đợ c n i với nhau thành lới 49 ố Hình 4.7: Ví d u di n PFH c a hai lụ biể ễ ủ ớp điểm trong cùng đám mây điểm 50

Hình 4.9: Vector pháp tuyế ề n b mặt can nh a 52 ự

Hình 4.10: Biểu đồ FPFH của đám mây điểm can nh a ự 53

Hình 4.11: Hai đám mây điểm cha ghép nối đợc nhìn t hai góc khác nhauừ 57

Hình 4.12: Hai đám mây điểm đã ghép nối, bên trái ch s d ng ICP, bên phỉ ử ụ ải là SAC-IA 57

Hình 4.13: Các đám mây điểm sau khi ghép n i thô s d ng SAC-IA, và ghép ố ử ụ n i tinh ch nh s dố ỉ ử ụng ICP 57

Hình 4.14: Hình ả nh 2D c a vậ ủ t th s d ng làm mẫu 58 ể ử ụ Hình 4.15: Mời hai đám mây điểm thu đợ ừ ọc t m i góc nhìn khác nhau của vậ t th , đ tái t o hoàn toàn mô hình c a v ể ủ để ạ ủ ật th 61 ể Hình 4.16: Sơ đồ ghép n i t ng cố ừ ặp đám mây điểm 62

Hình 4.17: Hai đám mây điểm c a m ủ ộ t n a trái, ph i c a vậ ử ả ủ t th , (mỗi đám ể mây đợ c ghép t sáu đám mây ban đầ ừ u ở mỗi phía) 62

Hình 4.18: Đám mây điểm hoàn ch nh sau khi ghép n i, nhìn t hai góc khác ỉ ố ừ nhau 63

Hình 5.1: Trình t ự thực hành 67

Hình 5.2: Màn hình khởi động 68

Hình 5.3: Chỉnh tâm camera 68

Hình 5.4: Chỉnh g c tố ọa độ 69

Hình 5.5: Bật đèn phát laser 69

Hình 5.6: Điều chỉnh đèn phát Laser 70

Hình 5.7: Cài đặ t gốc tọa độ cho tất cả ộ b ph n 70 ậ Hình 5.8: Màn hình t o d u ạ ữ liệ 71

Hình 5.9: Chọ ị trí răng tơng ứn v ng 72

Hình 5.10: Quét mẫu răng 73

Hình 5.11: Mô hình 3D hàm răng 73

Hình 5.12: Mô hình 3D hàm răng và răng 75

Hình 5.13: Thông s ma trố ận ghép đám mây điểm 76

Hình 5.14: Quá trình ghép răng thô 76

Hình 5.15: Quá trình ghép răng tinh 77

Hình 5.16: Mô hình 3D hoàn thi n ệ 77

Hình 5.17: Mô hình 3D hàm răng đã đợc quét b ng máy imetric L1m và mô ằ hình 3D hàm răng đã đợ ối u hóa bằc t ng thu t toán GO-ậ ICP 78

Hình 5.18: So sánh sai l ch gi a 2 mô hình ệ ữ 79

Hình 5.19: Bảng so sánh sai l ệch 79

Hình 5.20: Màn hình khởi động ph n mầ ềm 3D builder 80

Hình 5.21: Mô hình 3D hàm răng đã đợ ạc t o kh i ố 81

Hình 5.22: C t b ắ ỏ phần không c n thi t trên mô hình 3D ầ ế 81

Hình 5.23: Chọn đờng hoàn t t thô ấ 82

Hình 5.24: Chọn đờng hoàn t t tấ inh 82

Hình 5.25: Chọn mẫu răng trong th viện 83

Hình 5.26: Chọn thông s dày ố độ 83

Hình 5.27: Chỉnh sửa biên dạng răng 84

Hình 5.28: Mô hình chiếc răng hoàn chỉnh 84

Hình 5.29: Màn hình khởi động ph n mầ ềm Sum3D 85

Hình 5 :30 Chọn phôi và vậ ệt li u 85

Hình 5 :31 Chỉnh vị trí gia công và chân răng 86

M  Đ U

1 Tính c p thi t c  a đề tài

Công ngh quét 3D là mệ ột quá trình xác định hình d ng b m t c a v t th  ề ặ  ậ ểtrong không gian ba chiều để  t o ra mô hình k ỹ thuậ ốt s 3D Quét 3D đư m ra

một bớc ngo t m i trong công ngh 3D, b t k mô hình v t ch t nào t n tặ ớ ệ ấ ỳ ậ ấ ồ i trên th ế giới đều có th mô hình hóa b ng d u k ể ằ ữ liệ ỹthuậ ố chỉt s trong vòng vài gi đồ ng h Công ngh ồ ệ này đợ c ng d ng trong nhiụ ều lĩnh vự ừ c t s n xu t, ấkh ổ ọo c h c, y t n giao thông, xây dế đế ựng…

Trong y h c, công ngh quét ọ ệ 3D đợc phát tri n r t nhanh T nhu c u cể ấ ừ ầ a việ ầc c n thi t t o chính xác s l ng lế  ố ợ ớn mô hình 3D hàm răng ca các ngành Nha khoa ph c h i và ch nh hình Hi n nay, có r t nhi u thi t bụ ồ ỉ ệ ấ ề ế ị quét 3D cho ngành Nha khoa ph c hụ ồi đợc phát tri n trên toàn th ể ếgiới Tuy nhiên, các thiết

b ị này đều g p ph i vặ  ấn đề là mô hình khi quét ra đa số ị b phân m nh, không th  ểquét đợc toàn b ộ đám mây điểm c a v t th ậ ể, điều này gây nh hng đến vi c ệgia công chính xác biên dng răng

Xuất phát t t m quan tr ng c a vi c nâng cao độừ ầ ọ  ệ chính xác c a mô hình 3D răng Do vậy, tôi chọn đề tài “Nghiên cứ phng pháp quét 3D răng ứu ng

d ng trong Nha khoa ” Đối tợng đ c s dợ ử ụng để nghiên c u là mô hình m ẫu răng thch cao ca ngi

3 Đi tng và ph m vi nghiên c u  ứ

- Nghiên c u lý thuy t v quét  ế ề 3D

- Nghiên cu ấu t o, nguyên lý hoc  t động c a máy quét 3D Laserdenta 

- Nghiên cu ỹ thu t l p trình C++ k ậ ậ

- Nghiên c u thu t toán ICP, GO- ậ ICP

- Đề tài thu c hình th c nghiên cộ  u ng d ng ụ

4 Phng pháp nghiên cứu

- Thu th p và phân tích các tài liậ ệu và thông tin liên quan đến đề tài

- Phân tích và thực hành s dử ụng máy quét 3D laserdenta

- Tri n khai xây dể ựng chơng trình ng d ng ụ

- Kiểm tra, th nghiử ệm và đánh giá kết qu 

5 B c c đề tài

Đề tài nghiên c u g ồm 4 chơng:

- Chơng I: Giới thi u t ng quan ệ ổ

- Chơng II: ỹ thuật x lý nh trong nha khoa và nguyên lý hoK ử  t động

c a máy quét 3D 

- Chơng III: Thuật toán ICP và GO-ICP

- Chơng IV: H ệ thống thí nghi m ệ

Trong chơng một, gi i thi u v t ng quan v ớ ệ ề ổ ề phơng pháp làm răng gihiện nay Chơng hai, giới thi u v lý thuy t ệ ề ế v k ề ỹ thuật cơ bn x nh trong ử lý nha khoa và nguyên lý hot động c a máy quét 3D C hơng b , là chơng về lý athuy thuết ật toán ICP và GO-ICP Chơng ố là chơng trọb n ng tâm, s d ng ử ụmáy quét 3D để đa ra mô hình và ng ụ d ng thu t toán GO-ICP c i thiậ để  ện chất lợng mô hình quét, h n ch v đi m nh, đánh giá kế ế ỡ ể t qu và s d ng mô  ử ụhình đư đợ ối u hóa để đa ra sc t n phẩm

CHNG I: GI I THI U T NG QUAN  

Công ngh quét ệ 3D đợc ng dụng ấ ộ r t r ng rãi trong Nha khoa Tùy thuộc vào từng nhu c u c a khách hàng mà viầ  ệc phát triển ng d ng công ngh quét ụ ệ3D cũng khác nhau Hi n nay, có 2 phệ ơng pháp to răng gi ch y ếu đợc áp

d ng trên th ụ ế giới:

- Phơng pháp truy n thề ống

- Phơng pháp ỹk thuật s ố

1.1 Phng pháp truyền th ng (L y d  u răng):

Phơng pháp làm răng truyền thống là phơng pháp sử ụ d ng d ng c l y ụ ụ ấ

dấu răng để  t o ra b n sao  hàm răng ca b nh nhân thông qua mô hình th ch cao ệ 

ca hàm răng ngi Khi đư có mô hình thch cao s ẽ tiến hành quét mẫu th ch cao

Trình t ự thực hiện nh sau:

- Nha sĩ tiến hành mài cùi răng ca khách hàng

Hình 1 :.1 Tạo răng giả ằng phơng pháp truyề b n th ng ố

- Tiến hành l y dấ ấu răng ằ b ng cách dùng d ng c l y dụ ụ ấ ấu răng đư đợc đổ

v t li u l y d u (alginate ho c silicon) ậ ệ ấ ấ ặ sau đó đa cho khách hàng n hành để tiế

l y dấ ấu

- Sau khi l y d u xong, nấ ấ ha sĩ sẽ ửi d g ấu răng đế n phòng thí nghi m ệ

- K ỹthuật viên s ẽ đổ thch cao vào, khi th ch cao c ng l i s t o thành m   ẽ  ẫu thch cao

- Khi đư có mẫu hàm th ch cao, k  ỹ thuật viên s s d ng má quét ẽ ử ụ y 3D đểtiến hành quét đa ra file nh 3D (.stl)

- Sau khi đư quét xong, kỹ thuật viên s s d ng các ph n m m ch nh sẽ ử ụ ầ ề ỉ ửa

nh 3D để  t o khối sau đó sử ụ d ng các ph n mềm CAD/CAM đểầ xu t Gcode ấcho máy CNC

- Gia công thô biên dng chân răng trên máy CNC

- Sau khi đư gia công thô trên máy phay CNC, ỹk thu t viên s ti p tậ ẽ ế ục bớc nguyên công cuối:

 Chỉnh s a l i biên d ng theo ý muử   ốn

 Tráng l p s ớ 

 Nung tăng cng răng

 Đánh bóng bề ặ m t

- Khi đư xong các bớ o răng, ỹc t k thuật viên s chuyẽ ển răng gi cho Nha sĩ

để ế ti n hành cấy răng cho khách hàng

1.2 Phng pháp k thu t s (không ti p xúc)   

Trong k thuỹ ật làm răng gi ỹ k thu t s , ta chia làm 2 ậ ố loi:

- Phơng pháp kỹ thu t s ậ ố thông thng

- Phơng pháp kỹ thu t s siêu t c ậ ố ố

a) Phng pháp k thu t s   thông thng

- Nha sĩ mài cùi răng ca khách hàng

- Tiến hành lấy mô hình quét 3D b ng cách dùng máy quét 3D c m tay quét ằ ầhàm răng ca khách hàng r i g i file mô hình quét 3D cho Phòng thí nghi m ồ ử ệ

- K ỹthuật viên s download d u và dùng ph n mẽ ữ liệ ầ ềm chỉnh sửa nh 3D để

t o kh i và s d ố ử ụng các ph n mầ ềm CAD/CAM để xu t Gcode cho máy CNC ấ

- Gia công thô chân răng và biên dng đỉnh răng trên máy CNC

- Sau khi đư gia công thô trên máy phay CNC, ỹK thuật viên s p tẽ tiế ục bớc nguyên công cuối:

 Chỉnh s a l i biên d ng theo ý muử   ốn

 Tráng l p s ớ 

 Đánh bóng bề ặ m t

 Nung tăng cng răng

- Khi đư xong các bớ o răng, c t nhân viên k ỹ thuậ ẽt s chuyển răng gi cho

nha sĩ đểtiến hành cấy răng cho khách hàng

Hình 1.2: Tạo răng giả ằng phơng pháp kỹ b thu t s ậ ố thông thờng

b) Phng pháp k thu t s siêu t c (không ti p xúc):    

- Nha sĩ tiến hành chọn trong th viện răng có sẵn c a máy CNC g n gi ầ ống nhấ ới răng ca khách hàng đểt v máy nh n di n biên d ng ngoài cậ ệ  a răng cần gia công

- Ti n hành ế mài cùi răng và quét hàm răng ca khách hàng b ng máy quét ằ3D c m tay ầ

- Phần m m t ng xu t ra mô hình 3D cề ự độ ấ a răng và file gia công rồi đa chơng trình chy vào máy CNC

- Máy CNC tiến hành gia công thô răng

- Sau khi đư gia công thô trên máy phay CNC, Nha sĩ sẽ ế ti p tục bớc nguyên công cuối:

 Chỉnh s a l i biên d ng theo ý muử   ốn

 Tráng l p s ớ 

 Đánh bóng bề mặt

 Nung tăng cng răng

- Nha sĩ tiến hành trồng răng gi

Hình 1.3: Tạo răng giả ằng phơng pháp kỹ b thu t s siêu t c ậ ố ố

 u nhc điểm ca các phng pháp to răng

…)

- Chi phí đầu t rẻ

- Qua nhi u nguyên công, ềcông đon, v n chuy n khi n ậ ể ếcho thi gian làm răng lâu

-Chất lợng s n ph m ph ẩ ụthu c vào phòng thí nghiộ ệm

- T n v t li u l y d u, th ch ố ậ ệ ấ ấ cao, …

- Giá thành s n ph m cao  ẩ

- M t th i gian cho vi c x ấ  ệ ử

…)

- Không t n v t li u l y d u, ố ậ ệ ấ ấthch cao, …

- Lợc b ỏ đợc nhi u nguyên ềcông, công đon v n chuy n ậ ểkhông c n thiầ ết

- Thi gian làm răng nhanh hơn so với phơng pháp truy n thề ống

- Chi phí đầu t cao

-Chất lợng s n ph m ph ẩ ụthu c vào phòng thí nghiộ ệm

- Chỉ gii quyết đợc nhu cầu răng đơn

- Chi phí đầu t rất cao

- Yêu cầu Nha sĩ ngoài chuyên môn v Nha khoa, ề

c n chuyên môn v ầ ề phần

m m và k ề ỹ thuật cơ khí chính xác

 Nghiên cứu  Vit Nam hi n nay: 

T i Vi t Nam,  ệ đa số các phòng khám đang sử ụng phơng pháp truyề d n thống trong Nha khoa ch nh hình và ph c h i Do v y, vi c ỉ ụ ồ ậ ệ ng d ng công ngh ụ ệquét 3D tđể o răng gi thng s ẽ do công ty trung gian chuyên thi t k và gia ế ếcông răng đm nhi m Các phòng khám sau khi l y dệ ấ ấu răng xong sẽ chuy n ể

mẫu đến công ty này và h s m nhi m công vi c thi t k , ch nh s a và gia ọ ẽ đ ệ ệ ế ế ỉ ửcông để đa ra s n ph m theo yêu c u cẩ ầ a Nha sĩ Tuy nhiên, v i s phát triớ ự ển

m nh m c a công ngh quét 3D trên toàn th  ẽ  ệ ế giớ những năm gần đây, đư xuất i, hiện nh ng phòng khám l n v i s ữ ớ ớ ự đầu t bài bn v thi t b , công ngh ề ế ị ệ đư sửdụng phơng pháp kỹ thuậ ốt s và kỹ thu t s siêu t c và h ậ ố ố ọ đư ch động hơn trong việc gia công răng giúp tối u hóa đợc th i gian và l i nhu n ợ ậ Những ng

d ng quét 3D m i nhụ ớ ất đư khắc phục hoàn toàn các nhợc điểm ca phơng pháp truy n th ng V i công ngh này, t ề ố ớ ệ ừ khâu thăm khám đến khâu l y d u ấ ấ

hàm, ch tế o răng s hoàn toàn đợc th c hi n b ng các thi t b 3D tiên tiự ệ ằ ế ị ến nh máy ch p X-Quang Cone Beam CT 3D, máy ụ Quét 3D, h ệ thống ch tế o răng sCAD/CAM 3D, ph n mầ ềm Simplant 3D… Nh có s h tr c a máy móc tiên ự ỗ ợ tiến mà chiếc răng sau khi đợc ch tế o đt độ chính xác đến t ng g rãnh, ừ mang l i k t qu  ế  vợt tr i ộ

ng dụng công nghệ trồng răng s 3D tân tiến sẽ phát huy tối đa u điểm ca răng s và khắc phục tốt nhất những nhợc điểm ca phơng pháp truyền thống, nh đó mà mang li những u điểm nh:

- Tính thẩm mỹ cao: Chiếc răng sau khi phục hình sẽ có màu sắc, hình dáng, kích thớc đẹp nh răng thật

- Hình nh 3D sống động trên phần mềm chuyên dụng, cho phép tái to li chiếc răng s vừa khít, nớu đẹp và chuẩn xác tới từng milimet

- Kh năng chịu lực cao và tuổi thọ lâu dài: Răng s đợc nung  nhiệt độ 200-1400 C trong thi gian 8h nên đm bo cho răng cng chắc, ăn nhai tốt, °không dễ bị bể vỡ, bung bật và có thể duy trì lâu dài trên cung hàm

- Ít gây xâm lấn hay tác hi xấu đến răng: Răng trụ đợc mài với tỷ lệ tiêu chuẩn, hn chế tới mc tối đa xâm lấn không cần thiết đến răng thật vì thế không xy ra tình trng ê buốt, đau nhc răng sau khi thực hiện

Mặc dù có những u điểm vợt trội so với phơng pháp truyền thống Tuy nhiên, với giá thành thiết bị rất cao, phm vi ng dụng cha thay thể thay thế hoàn toàn cho phơng pháp truyền thống, nên ti Việt Nam, ng dụng phơng pháp kỹ thuật số siêu tốc vẫn còn khá hn chế và mới chỉ giới hn  một vài phòng khám lớn sử dụng

Để có th nghiên cể u m t cách tộ ổng quan, đầy đ nh t v quy trình làm ấ ềrăng gi trong Nha khoa ph c h i và ng d ng c a công ngh quét 3D trong ụ ồ  ụ  ệNha khoa Bài luận văn này nghiên cu v ng d ng công ngh quét 3D trong ề  ụ ệphơng pháp Nha khoa phục h i truyềồ n th ng ố

CHNG II:  K THU T X LÝ NH TRONG    NHA KHOA VÀ NGUYÊN LÝ HOT Đ NG C A 

Trên máy tính đố ớ nh màu ngi v i i ta s d ng k thu t pha trử ụ ỹ ậ ộn màu để

t o nên hình nh hi n th v i nhi  ể ị ớ ều màu s c khác nhau ắ

Chúng ta có các h màu ph ệ ổbiến sau:

- H màu RGB: mô hình màu RGB s d ng mô hình b ệ ử ụ ổ sung, trong đó ánh sáng đỏ, xanh lá cây và xanh lam đợ ổ ợc t h p v i nhau theo nhiớ ều phơng thc khác nhau để  t o thành các màu khác nhau Vi t t t RGB trong ti ng Anh là: R ế ắ ế(red – màu đỏ), G (green màu xanh lá cây), B (Blue màu xanh lam) – –

Cũng lu ý rằng mô hình màu RGB t bự n thân nó không định nghĩa thếnào là “đỏ”, “xanh lá cây” và “xanh lam” một cách chính xác, vì th v i cùng ế ớcác giá tr ị nh nhau ca RGB có th mô t ể  các màu tơng đối khác nhau trên các thi t b khác nhau có cùng m t mô hình màu Trong khi chúng cùng chia s ế ị ộ ẻ

m t mô hình màu chung, không gian màu th c s cộ ự ự a chúng dao động m t cách ộđáng kể

M t trong nh ng ng dộ ữ  ụng ph ổ biến nh t c a mô hình màu RGB là việc ấ hiển th màu s c trong các ng tia âm c c, màn hình tinh th l ng hay màn hình ị ắ ố ự ể ỏplasma, ch ng hẳ n nh màn hình máy tính hay ti vi Mỗi điểm nh trên màn hình có th ể đợc th ể hiện trong b ộnhớ máy tính nh các giá trị độ ậ c l p c a màu 

đỏ, xanh lá cây và xanh làm Các giá tr ị này đợc chuyển đổi thành các cng

độ và g i t i màn hình B ng vi c s d ng các t h p thích h p cử ớ ằ ệ ử ụ ổ ợ ợ a các cng

độ ánh sáng đỏ, xanh lá cây và xanh lam, màn hình có th tái t o ph n l n các ể  ầ ớ

màu trong khong đen và trắng Các ph n c ng hi n th ầ  ể ị điển hình đợ ử ụng c s dcho các màn hình máy tính trong năm 2003 sử ụ d ng t ng c ng 24 bit thông tin ổ ộcho mỗi điể m nh (trong tiếng Anh thông thng đợc biết đến nh bits per pixel hay bpp) Nó tơng ng v i mớ ỗi 8 bit cho màu đỏ, xanh là cây và xanh lam, t o thành m t t h p 256 các giá tr có th , hay 256 m ộ ổ ợ ị ể c cng độ cho mỗi màu V i h ớ ệ thống nh thế, kho ng 16,7 tri u màu r i r c có th tái t ệ   ể o

Biểu th màu RGB trên máy tính: trong ph n d li u c a m t nh thô đợc ị ầ ữ ệ  ộbiểu di n nh sau: R|G|B|R|G|B|R|G|B|R|G|B|…với: ễ

R: 8 bit lu giá trị a màu đỏ c

G: 8 bit lu giá trị  c a màu xanh l c ụ

B: 8 bit lu giá trị  c a màu xanh lam

C m i nhóm giá tr R, G, B trong d u c a hình nh s  ỗ ị ữliệ   ẽ đợc ph n c ng ầ máy tính x ử lý và đa ra một pixel đợc bi u di n trên màn hình ể ễ

Do đó, một hình nh theo ch màu RGB là mộ ế độ t hình nh đợ ổ ợc t h p

b i 3 hình nh Red, Green và Blue  

- H màu HSB: không gian màu HSB còn g i là không gian màu HSV, là ệ ọ

m t không gian màu d a trên ba thông sộ ự ố:

H: (Hue) vùng màu

S: (Saturation) Độ bão hòa màu

B hay V: (Bright hay Value) Độ sáng

Nh đư đề ậ  c p trên, t ừ 3 màu chính đỏ (red), xanh lá cây (green) và xanh lam (blue), pha tr n l i ta s ộ  ẽ có đợc các màu s c khác nhau Còn trong h màu ắ ệHSV, s ự trộn màu đợc bi u di n khác trong RGB Bi u diể ễ ể ễn nh sau:

B trí v trí c a 3 màu Red, Green, Blue trên m t vòng tròn ố ị  ộ

K t h p 2 màu: ế ợ

- Đỏ và xanh lá cây ta đợc vàng

- Xanh lá cây và xanh dơng ta đợc màu lục làm Xanh dơng và đỏ ta đợc màu hồng

- C p t c tr n ta s  tiế ụ ộ ẽ đợc m t vòng tròn màu liên tộ ục thay đổi theo 360

độ

Đó chính là cách biểu di n c a m t chi u c a h ễ  ộ ề  ệ màu HSB Ta cũng nhận thấ ằy r ng màu sắc cũng thay đổi theo hai chi u khác n a Mề ữ ột trong đó là độsáng - t i M t màu sáng ho c tố ộ ặ ối nh nào phụ thuộc vào độ sáng c a màu, ký hiệu là B (hay đôi khi là Value – ký hi u là V) Ph m vi cệ  a độ sáng là t ừ 0 đến 100% Khi giá tr là 0 thì vùng màu s ị ẽ đen hoàn toàn Khi giá trị tăng độ sáng s ẽtăng, kế ợt h p v i HUE và S s ớ ẽ đa ra các màu khác nhau Khi tăng đến 100% thì màu s ng hoàn toàn ẽ trắ

Và chi u cuề ối cùng đó là độ bão hòa, bi u th xám trong không gian ể ị độmàu Ph m vi c a độ bão hòa là t ừ 0 đến 100% C nh ngoài cùng c a vòng màu  HUE là các màu g c Khi di chuy n vào trung tâm c a vòng màu thì màu g c s ố ể  ố ẽ

b m dị  ần và đến trung tâm c a vòng màu thì màu HUE s b m t hoàn toàn, tr  ẽ ị ấ thành màu tr ng ắ

Ngoài ra chúng ta còn có mô hình màu đơn gin nh t là Grayscale là cấ ấp độxám bi n thiên t ế ừ màu đen đến trắng Độ xám l n nh t là ớ ấ màu đen, hấp thu toàn

b ộ ánh sáng Độ xám nh ỏ nhất là màu tr ng, ph n x hoàn toàn ánh sáng chiắ   ếu

t i nh ng kho ng màu ớ ữ   giữa đợc bi u di n bể ễ ằng độ chói (brightness) c a ba màu chính (red, green, blue) Lợi điểm c a lo i mô hình này là có th s d ng c   ể ử ụ trong công nghi p in n l n dùng trong vi c th ệ ấ ẫ ệ ể hiện nh lên các thi t b ế ịxuấ ốt s 2.1.2 Kĩ thut mặt n  c bn

a) Khái ni m v m ề ặt n 

M t n trong x ặ  ử lí nh thng đợc g i là m t n Kernel hay Kernel Mọ ặ  ột Kernel thng là nh ng ma tr n nh ữ ậ ỏ nh 3x3, 2x3, 5x5, v.v… đợc dùng trong các phép x lí ử nh nh: lọc nhi u, dò c nh ễ 

Kích thớc Kernel ph i nh  ỏ hơn kích thớc ca ma trận nh Các Kernel đợc s d ng b ng cách nhân ch p các giá tr c a nó v i mử ụ ằ ậ ị  ớ ột vùng pixel (điểm

nh) tơng ng trên nh

b) K thu t nhân ch  p

Dùng m t n là ma trặ  ận 3x3 để tính toán Tổng các 9 điểm nh nhân v i h ớ ệ

s ố tơng ng s là giá tr cẽ ị a điểm nh trung tâm

Hình 2.1: Phơng pháp dùng mặ ạ để tìm đờt n ng biên theo chi u d c ề ọ

2.1.3 Các k thu t l c nhi u  ọ 

a) Khái quát v nhiề u nh

Trên m i pixel trên c m bi n c a máy quay (camera hay webcam) có chỗ  ế  a

m t hay nhiộ ều diode dò sáng để chuy n ánh sáng chi u t i thành tín hiể ế ớ ệu điện,

r i x lí thành nh ng giá tr màu c a nh ng pixel t o nên nh sau cùng N u trên ồ ử ữ ị  ữ   ếcùng một pixel không đợc chi u sáng cùng mế ột lợng ánh sáng trong kho ng thi gian thu nh thì giá tr  ị màu trên pixel đó sẽ không đợc tơng ng v i th c ớ ự

t Theo th ng k thì s ế ố ế ố lợng pixel nh vậy là rất ít, và nó đợc g i là nhiọ ễu (noise)

 Phân lo i nhi u :  ễ

- Nhiễu độ ậc l p v i d ớ ữliệu nh (independent noise) :

Là m t lo i nhi u cộ  ễ ộng : nh thu đợc là t ng cổ a nh đúng (true image) và nhiễu

Thông tin nh có t n s  ầ ố thấp, còn nhiễu nh hng đế ần t n s cao và nh ố hng này có th ể đợc gim đi khi sử ụng b l c thông th p d ộ ọ ấ

L c nhi u b ng b l c t s hay b l c không gian ọ ễ ằ ộ ọ ần ố ộ ọ

Nhi u này xu t hi n khi có s b c x ễ ấ ệ ự   đơn sắc n m r i rác trên b mằ  ề ặt nh,

độ ớ l n ch m trên b m t ph  ề ặ ụthuộc vào bớc sóng c a nh

Do có s giao thoa gi a các sóng nh nên làm xu t hi n nh ng v t lự ữ  ấ ệ ữ ế ốm

M i pixel trong nh nhi u là t ng giá tr pixel th t và pixel ng u nhiên ỗ  ễ ổ ị ậ ẫ

Hình 2.3: Nhiễu Gaussian trớc và sau khi xử lí

- Nhi u muễ ối – tiêu (salt and pepper noise):

Nhi u này sinh ra do x y ra sai s trong quá trình truyễ  ố ền d li u ữ ệ

Những pixel đơn đợc gán luân phiên mang giá tr 0 hay giá tr cao nhị ị ất (maximum) t o ra hình mu i tiêu trên  ố nh

Hình 2.4: Nhi u muễ ối tiêu trớc và sau khi xử líb) Các phng pháp lọc nhiu c bn

Cách th c chung là bi ến đổi các giá tr c a m i pixel d a vào tính toán trên ị  ỗ ựcác giá tr c a các pixel lân cị  ận

Các pixel lân cận đợc xác định b i m ột Kernel và giá tr đị ợc tính đặ t trung tâm c a c a s Cách th c x lí là dùng các c a s Kernel nhân ch p l ử ổ  ử ử ổ ậ ần lợt qua các pixel trong nh t trái qua ph i, t trên xu ừ  ừ ống dới

 Phơng pháp lọc nhi u trung bình (mean filter): ễ

Lọc Mean là phơng pháp lọc nhi u tuy n tính b ng cách thay th giá tr ễ ế ằ ế ịtrung tâm trong Kernel b ng giá tr trung bình c a t t c các pixel n m trong cằ ị  ấ  ằ ửa

 Độ tơng phn th p ấ

 Phơng pháp lọc trung v (median filter) ị

Lọc Median là phơng pháp lọc không tuy n tính b ng cách thay th giá tr ế ằ ế ịtrung tâm trong c a s b ng giá tr có c p bử ổ ằ ị ấ ậc  giữ  ấ a c a t t c các pixel nằm trong c a s ử ổ đó

 Phơng pháp lọc Gaussian (Gaussian smoothing)

Lọc Gaussian đợc dùng để làm trơn hình nh, lo i b m ỏ ộ ốt s các chi ti t ế

và nhiễu Nó đợc dùng tơng tự nh lọc Mean nhng sử ụ d ng Kernel khác với những tính chất đặc biệt Ý tng l c Gaussian dùng phân b 2 chiọ ố ều này Điều này đợc th c hi n b i s nhân ch p B i vì hình ự ệ  ự ậ  nh đợc lu trữ là t p hậ ợp các pixel riêng biệt, do đó cần t o ra m t s x p riêng bi t v i hàm Gaussian  ộ ự ấ ệ ớtrớc khi có th th c hi n nhân ch p Theo lý thuy t, phân b Gaussian khác 0 ể ự ệ ậ ế ố 

mọi điểm, điều này yêu c u m t Kernel l n vô hầ ộ ớ n, nhng trên thự ếc t việc thực hiện có hi u qu vệ  ới Kernel độ ệ l ch là 3 t v trí trung bình ừ ị

2.1.4 Các kĩ thut dò c nh 

a) Khái quát v dò cề nh

Các c nh là nh ng vùng  ữ nh mà có độ tơng phn cao Vì th các c nh ế thng xuyên xu t hi n t i nh ng v ấ ệ  ữ ị trí đợc thấy nh là những đng bao quanh v t trên hình ậ nh, xác định cnh thng đợc dùng ph ổ biến trên nh ng ữhình nh có nhi u v t th khác nhau khi ta mu n chia hình nh thành nh ề ậ ể ố  ững vùng khác nhau có ch a v t th Bi u di n m t hình nh b ng các c nh thì có  ậ ể ể ễ ộ  ằ nhi u thu n lề ậ ợi hơn là làm gim đợc d li u nh trong khi vữ ệ  ẫn đm b o gi ữđợc nh ng thông tin v v t ữ ề ậ thể trên nh 

Các c nh ch y u có t n s cao nên theo lý thuy t, dò c nh s d ng l c t  ế ầ ố ế  ử ụ ọ ần

s cao bố ằng phơng pháp Fourier hay bằng cách nhân ch p hình nh v i nhậ  ớ ững Kernel thích h p trong mi n không gian Fourier Trên th c t , dò cợ ề ự ế nh đợc thực hi n trong mi n không gian vì th c hi n d ệ ề ự ệ ễ dàng hơn và thng cho ra k t ếqu ốt hơn t

dò c nh Pretwitt compass và dò c nh gradient  

b) Các phng pháp dò cnh

 Phng pháp Robert Cross

Theo Roberts, để xác định c nh ta c n d a vào các tính ch t sau: c ầ ự ấ nh đợc

t o ra c ần đợc xác định rõ, n n cề a nh có ít nhiễu và cng độ  c a cnh đợc xác định b ng mằ ắt thng V i nhớ ững đặc tính đó, Roberts đa ra phơng trình sau:

        (2.2)

Với x là cng độ sáng ban đầu ca nh, z là đo hàm tính đợc và i, j là

tọa độ a điểm  c nh

K t qu ế  tính đợc s ẽ thay đổi cng độ sáng theo đng chéo Phơng pháp này đơn gin, nhân kernel nh và ch ch a giá tr nguyên, tuy nhiên, ỏ ỉ  ịphơng pháp này nhy c m v i nhi u  ớ ễ

Để dò c nh s dụng phơng pháp Robert Cross, ta nhân ma trậ  ử n nh g c ố

v i 2 nhân kernel: ớ

        (2.3)

Đặt   là điểm nh g c và ố   là điểm nh đợc thu đợc khi nhân ma trận nh v i nhân kernel 1, ớ   là điểm nh thu đợc khi nhân ma trận nh v i nhân kernel 2 ớ

Gradient có th ể đợc xác định b ng công th c: ằ 

         (2.4)Hớng ca gradient đợc xác định theo công thc:

     

   

Hình 2.5: Kết qu trích xu t c nh s dả ấ ạ ử ụng phơng pháp dò cạnh Robert Cross

 Phng pháp Sobel

Sobel đa ra ý tng nhân nh v i ma tr ớ ận đẳng hớng 3x3 dùng để tính

x p x s ấ ỉ ự thay đổi giá tr cị a hàm tính cng độ sáng t ừng điểm nh, k t qu ế ca phơng pháp Sobel gồm có hớng và độ ớ l n ca vector Phơng pháp này

d a vào vi c nhân ma trự ệ ận nh v i t ng ma tr n ch ớ ừ ậ ỉ hớng dó đó không yêu cầu hiệu năng tính toán cào Mặt khác, tính toán x p x ấ ỉ hớng đa ra kết qu thô, 

dụng phơng pháp này không có nhi u khác biề ệt Do đó, phơng pháp dò cnh

này có th ể gii quyết đợc nhiều lĩnh vực khác nhau Phơng pháp dò cnh này

có một vài đặc tính sau:

- Xác định c nh v i sai s  ớ ố thấp, tc là xác định h t t t c các c nh có trong ế ấ  

nh

- Điểm nh thu c cộ nh dò đợ ẽ ằm c s n trung tâm c a c nh  

- C nh c  a nh s ẽ chỉ đợc dnahs d u mấ ộ ầt l n và nhi u trong nh s không ễ  ẽđợc xác định là c nh 

Thu t toán dò cậ nh Canny đợc chia thành 5 bớc sau:

- Dùng l c Gaussian làm mọ ị nh để  ỏn lo i b nhi u ễ

K t qu dò c nh rế   ất nh y v i nhi ớ ễu, do đó việ ọc l c nhi u cễ a nh là cần thiết để tránh s ự xác định nh m Lầ ọc Gaussian đợc dùng để làm mịn nh nhằm làm gim nh hớng c a nhi ễu lên vi c dò c nh ệ 

Dới đây là phép nhân làm m

C nh trong nh có th   ể chỉ ất kì hớng nào, dó đó thuậ b t toán Canny s ử

d ng 4 ma tr n lụ ậ ọc để xác định hớng ngang, d c và chéo cọ a nh sau khi làm

- Áp d ng giá tr l n nh t không c ụ ị ớ ấ ố định để xác định cnh Bớc này dùng

để làm nh cỏ nh Sau khi tính toán hớng, cnh dò đợc v n còn mẫ , do đó, cần xác định giá tr l n nh t t i t ng v ị ớ ấ  ừ ị trí khác nhau để ch ra v trí này có s thay ỉ ị ự

đổ ới l n nh t v giá tr ấ ề ị cng độ Thu t toán cho tậ ừng điểm nh là:

- So sánh độ rõ c a c nh    điểm nh hi n t i vệ  ới điểm nh  hớng dơng và hớng âm Nếu độ rõ c a c nh đi m nh hi n t i là l n nh t khi so sánh v i    ể  ệ  ớ ấ ớcác điểm nh khác trong mặ  cùng hớ t n ng, thì giá tr ị này đợc gi nguyên, ữ

n u không thì giá tr s b ế ị ẽ ị thay đổi

Cuối cùng, điểm nh c a c nh có cng độ ớ l n s n m trên c nh vẽ ằ  à khi đó

c nh s  ẽ đợc trích xu t t ấ ừ nh Tuy nhiên, điểm nh thu c c nh hoộ  ặc điểm nh thu c c nh do nhi u sinh ra vộ  ễ ẫn còn Để thu đợc k t qu chính xác, nhế  ững điể m nh có xác su t th p cấ ấ ần đợc lo i b  ỏ

Hình 2.7: Kết qu trích xu t c nh s dả ấ ạ ử ụng phơng pháp dò cạnh Canny

2.1.5 Các kĩ thut dò góc

a) T ng quan v  ề kĩ thut dò góc

K ỹ thuật dò góc đợc s d ng trong các h ử ụ ệ thị giác máy để trích xuất những đặc tính và suy ra đặc trng c nh Kĩ thuật dò góc thng đợ ửa c s

d ng trong các ng dụ  ụng nh: xác định v t th chuyậ ể ển động, đăng kí sử ụng d

nh, ki m tra video, ghép nh góc rể  ộng, mô hình 3D và nh n bi t v t th ậ ế ậ ể

Một góc đợc xác định là điểm giao c a 2 c nh M t góc có th   ộ ể định nghĩa nh một điểm v i hai miớ ền và hớng c a c nh khác nhau trong vùng lân c n c  ậ a điểm Điểm c n tìm là mầ ột điểm trong nh có v  ị trí rõ ràng và đợc xác định

m t dộ ễ Điều đó có nghĩa là điểm c n tìm có th là m t góc nhầ ể ộ ững cũng có thể là

một điểm đơn lẻ có cng độ ớ l n nh t ho c nh ấ ặ ỏ nhất, điểm c a c a đon thẳng hoặc là điểm cực đi ho c c c ti u c a mặ ự ể  ột đng cong

Trong h u h t t t c ầ ế ấ  các phơng pháp xác định góc, góc và điểm tìm đợc

có ý nghĩa tơng đơng Nếu ch có m t góc cỉ ộ ần đợc xác định, ta c n ph i ầ phân tích những điểm tìm đợc để xác định góc thực Ví d ụ nh trong vi c dò ệ

cnh, sau khi xác định c nh xong ta c n h u x  ầ ậ ử lí để xác định góc s dử ụng phơng pháp Kirsch và mặ t n Frei-Chen

Các phơng pháp dò góc thng không mnh và thng đòi hỏi lợng d

lớn để ngăn nh hng c a l i riêng l lên vi c th c hi n nhi m v  ỗ ẻ ệ ự ệ ệ ụ nhận d ng 

M t trong nh ng y u t ộ ữ ế ố dùng để xác định chất lợng ca phơng pháp dò góc là

kh năng dò góc trong nhiều nh giống nhau dới điều ki n ánh sáng khác nhau, ệ

nh b bi n d ng do s di chuy n t nh ti n, xoay và các biị ế  ự ể ị ế ến đổi khác

Một cách đơn gin dùng để xác định góc trong nh là s d ng s  ử ụ ự tơng quan, nhng điều này yêu c u kh ầ  năng tính toán cao và không tối u Một phơng pháp tháy thế thng đợc s d ng là dử ụ ựa trên các phơng pháp đợc

đề xu t bấ i Harris và Stephens, và phơng pháp c ếi ti n c a Moravec 

b) Các kĩ thut dò góc thng đ  c s d ng

 Thut toán dò góc Moravec

Thu t toán Moravec là thuậ ật toán xác định góc đầu tiên và định nghĩa góc

là một điểm v i s tớ ự ự giống nhau th p Thu t toán này ki m tra tấ ậ ể ừng điểm nh

để tìm ki m s xu t hi n c a góc b ng cách so sánh s gi ng nhau gi a tâm c a ế ự ấ ệ  ằ ự ố ữ điểm nối trên điểm nh v i nh ớ ững điểm nh lân c n S gi ậ ự ống nhau đợc đo

b ng cách lằ ấy bình phơng tổng sai s (SSD) giố ữa 2 tâm tơng ng, giá tr ịthấp hơn đồng nghĩa vớ ựi s giống nhau cao hơn

Nếu điể nh này trong vùng đồm ng nhất cng độ, thì những điểm lân cận cũng tơng tự Nếu điểm nh n m trên c nh, thì nh ng v t xung quanh theo  ằ  ữ ếhớng vuông góc v i c nh s r t có s khác bi t lớ  ẽ ấ ự ệ ớn nhng theo hơng song song v i c nh thì k t qu có s ớ  ế  ự thay đổi không đáng kể Nếu điểm nh có s  ựthay đổi theo t t c ấ  các hớng, thì điểm đó sẽ là điểm c n tìm ầ

Sau khi áp d ng thu t toán Moravec, vụ ậ ấn đề chính v i k t qu là nó không ớ ế đằng hớng: n u m t c nh xu t hi n thì nó s ế ộ  ấ ệ ẽ không cùng hớng v i các c nh ớ lân c n (ngang, dậ ọc, chéo), do đó giá trị SSD nh ỏnhấ ẽ ớn và điểt s l m ch n nọ ằm trên c nh s không chính xác  ẽ

 Thut toán Harris & Stephens

Harris và Stephens c i ti ến phơng pháp dò góc ca Moravec b ng cách ằtính đo hàm ch s góc v i tỉ ố ớ ừng hớng, thay vì theo hớng chung Ch s góc ỉ ốnày thng là t ự tơng quan, bi vì vấn đề này thng đợc s d ng trong các ử ụbài báo nhắc đến thu t toán này Tuy nhiên, các công th c toán thì l i ch ra rậ   ỉ ằng hiệ ổng bình phơng mớu t i là giá tr đ c s d ng ị ợ ử ụ

Không m t tính t ng quát, ta gi s nh xám 2 chiấ ổ  ử  ều đợ ử ục s d ng G i nh ọ này là I Tính patch ca nh trên mi n (u, v) và d ch chuy n nó mề ị ể ột đon (x, y) Giá tr SSD gi a 2 miị ữ ền này đợc kí hiệu là S, đợc tính nh sau:

  đợ ử ục s d ng, giá trị thu đợ ẽ đẳng hớng c s

Góc (hoặc điểm cần tìm) đợc đặc trng b ự thay đổ ới s i l n trong giá tr ị S theo t t c ấ  các hớng c a vector    ằ B ng vi c phân tích giá tr riêng c a ma ệ ị trận A, đặc trng này có thể đ c bi u di n theo cách sau : A s có 2 giá tr ợ ể ễ ẽ ịriêng lớn cho điểm c n tìm D a vào giá tr c a tr riêng, ta có th suy ra nhầ ự ị  ị ể ững tính ch t sau : ấ

- Nếu    và   thì điểm nh có tọa độ (x, y) không phi là điểm

c n tìm ầ

- Nếu     và  có giá tr ịdơng, thì điể m nh n m trên c nh ằ 

- Nếu  và  có giá tr ịdơng thì điể nh đó là góc.m

Theo Harris và Stephens thì phơng pháp này yêu cầu kh  năng tính toán cao b i vì nó yêu c ầu tính căn bậ hai Thay vào đó, ta có thể ục d a vào hàm 

v i tham s ớ ố độnhy  có th ể điều chỉnh đợc

           ( 18) 2.Giá tr c a tham s có th ị  ố ể đợc xác định b ng th c nghi m, trong th c t ằ ự ệ ự ếthì giá tr ịnày nay đổi trong kho ng     

Ta có th tránh vi c tìm tham s b ng cách s d ng giá tr góc ể ệ ố ằ ử ụ ị  :

      

V i là h ng s ớ  ằ ố dơng nhỏ

Ma trận phơng sai cho vị trí góc là

2 1

 Thut toán dò c nh Forstner 

Trong một vài trng h p, b n c n tính v trí góc chính xác m c nh ợ  ầ ị   ỏ hơn điể nh, để đt đếm n s chính xác này, thuự ật toán Forstner tìm ra điểm g n nh t ầ ấvowits t t c ấ  các đng ti p tuy n c a góc t i m t ph n cế ế   ộ ầ a nh Thu t toán này ậ

d a trên tính ch t là mự ấ ột góc s có nhiẽ ều đng ti p tuy n c t nhau t i mế ế ắ  ột điểm

Phơng trình tiếp tuy n ế T xx'( ) ti điểm nh x’ là:

x

Với I x '  I Ix, y là vector gradiet ca nh I ti điểm nh T x'

Điể m nh x0g n nh t v i t t c ầ ấ ớ ấ  các đng ti p tuyếế n trong vùng nh  Nlà:

Lu ý rằng A R 2 2  là tensor c u trúc D ấ ể phơng trình có nghiệm, A phi

là ma tr n nghậ ịch đo, t c là A có b c 2 Nghi m c ậ ệ a phơng trình :

1 0

Chỉ ồ i khi có điể t n t m là góc n m trong phằ ần nh N

Một phơng pháp lựa chọn kích thớ ự độc t ng cho thu t toán dò cậ nh đợc đa ra bi Linderberg b ng cách tìm giá tr ằ ị nhỏ nhất

1

~ min

T

c b A bd

Với I kí hiệu cho cng độ  nh g c, ố

L kí hi u cho t l không gian cệ ỉ ệ a Iđợc tính b i công th c nhân Gaussian:  

2 2

2

1, ,

2

x y t

Để chuy n t hình nh 2D sang ể ừ  mô hình 3D, đòi hỏi yêu c u ph i ầ  xác định

rõ biên dng c a v t th trên hình nh 2D ậ ể  Do đó cần s d ng r t nhiử ụ ấ ều ỹ thuậk t trong x lý nh: ử 

- K ỹthuật mặ  cơ b để tìm đt n n ng biên

- K ỹthuậ ọt l c nhiễu đểlo ỏi b nh ng v t lữ ế ốm đốm trên nh

- K ỹthuật dò cnh để làm tăng độ chính xác c nh

- K tỹ huật dò góc làm rõ biên d ng góc để 

M c dù có r t nhi u k thuặ ấ ề ỹ ật để ử x lý nh, tuy nhiên việc đa ra đợc mô hình 3D chính xác ph ụthuộc vào r t nhi u y u t : Chấ ề ế ố ất lợng nh, camera, môi trng xung quanh,… Vì vậy, để tránh s ự nh hng tác động t y u t bên ừ ế ốngoài, khi thi t k máy quét 3D c n tế ế ầ o môi trng lý tng nhất để chất lợng

mô hình 3D đợc chính xác nhất

2.2 Nguyên lý hot đng c a máy quét 3D 

Nguyên lý chung c a máy quét 3D d ựa trên phơng pháp ba điểm Hai điểm đư biết là ngu n sáng laser và camera, một điểm không xác định là điểm ồ

c n quét S d ng công th c sin, ta s suy ầ ử ụ  ẽ ra đợc v trí cị a điểm cha xác định

Hình 3.1: Nguyên lý hoạt động c a máy quét ủ 3D Kho ng cách gi a camera và ngu n sáng laser là  ữ ồ d, góc t o b i điểm nh

cần đo và trục c a camera là  , góc  là góc gi a laser diode và tr c chính cữ ụ a máy quét Những thông s ố sau đợc coi là đư biết:

- Vùng làm vi c (Field of view) c a camera FOV ệ 

- Độ phân gi i c a camera v  ới độ ộ r ng ca khung hình w và độ cao h

- V ị trí tơng đối và góc c a camera và ngu n sáng laser diode:  ồ  , và d

- Khẩu độ  c a camera có th ể đợc tính d a vào các thông s có s n ự ố ẵ

Phơng pháp tam giác dựa vào định lu t sin c a tam giác v i các c nh có ậ  ớ 

độ dài lần lơt là a b cvà góc đối di n các c nh là ệ  A B và C:



         

với R là bán kính đng tròn ngo i ti p tam giác  ế

T ừ đó ta có:

        



      

   

Thự ếc t , ta s ẽ xác định tọa độ Z cX, Y, a điểm thay vì kho ng cách t c a  

nó đến camera Thay vì tính giá tr s, ta s tính góc gi a tr c X và Y riêng ị ẽ ữ ụPhơng pháp này đợc mô t hình 2 v i góc   3 ớ d đợc bi u di n thành hai ể ễgóc tơng ng v i t ng tr c là: ớ ừ ụ dX tơng ng v i tr c X và ớ ụ dY tơng ng với trục Y

Hình 3.2: Phơng pháp tam giác điểm

Giá tr này có th ị ể đợc tính nh sau:

Hình 3.3: Hình ảnh quá trình quét

Phơng pháp tam giác điểm giúp cho việc xác định chính xác v trí tị ừng điểm trong không gian v i sai s nh t nh T ớ ố ấ ỏ ừ đó, ta xác định đợc v ị trí đám mây điểm Khi t p hậ ợp các đám mây điểm ta s xây dẽ ựng đợc mô hình 3D ca

v t th ậ ể

Tuy nhiên, việc đa ra đợc mô hình 3D hoàn ch nh c a v t th ỉ  ậ ể phụ thuộc

r t nhiấ ều y u t : Biên d ng v t thế ố  ậ ể, độ ph c t p, v t liậ ệu c u t o, ấ  … Do vậy, không tránh đợc vi c mô hình khi xây d ng b v đi m nh Nguyên nhân c a ệ ự ị ỡ ể  

việc này xu t phát t ệấ ừ vi c camera không th ể thu đợc toàn b ộ đám mây điểm

c a v t th T ậ ể ừ đó ta cần xây d ng thuự ật toán để giúp cho vi c ph c h i các ệ ụ ồđiểm v nh trên v t th ỡ  ậ ể