三维点云技术探索

先通过Unet检测牙齿，然后通过opencv 检测联通区域，分割牙齿；

本研究的目的是通过使用U-Net模型和二值图像分析的深度学习方法，在一次拍摄的全景x射线图像中自动语义分割和测量牙齿的总长度，以便为牙齿疾病、疾病和状况的管理提供诊断信息。

【代码】牙齿检测python代码 使用opencv模板匹配。

不能保证在主要的牙齿识别算法中提取的多边形是一个牙齿形状的多边形。这种误认为在大多数情况下，2~3颗牙齿被认为是一个多边形，因此在实际牙科诊疗中使用不足，而非模型模型。此外，K值被指定为与牙齿颜色最相似的值。采用多边形顶点提取/OpenCV的Contour函数，探索与牙齿形状相似的多边形，并将每个点的集合存储在多边形数据结构中。此外，为了解决这个问题，我们利用递归方法再次从一个多边形内部提取牙齿形状，并利用多边形顶点内角来解决多个牙齿下的问题。通过蓝色滤镜去除杂音/为了让牙齿间的分隔线清晰可辨。