Необработанные данные сканирования неизбежно содержат шум. Алгоритмы фильтрации и сглаживания являются важными шагами, гарантирующими качество конечной 3D-модели.
Источники шума
Оптический шум: Датчик темнового-текущего шума и дробового шума.
Поверхностный шум: точки полета и выбросы, вызванные слюной, пузырьками воздуха или отражениями от-поверхности зубов.
Шум движения: Размытие и смещение в результате движения сканирующего наконечника или пациента.
Шум шитья: наложение слоев и ореолы, вызванные накопленными ошибками регистрации нескольких-кадров.
Общие алгоритмы фильтрации
Статистическое удаление выбросов (SOR)
Для каждой точки рассчитывается среднее расстояние до соседних точек. Точки, превышающие порог среднего значения ± стандартное отклонение, классифицируются как выбросы и удаляются. Это эффективно устраняет брызги слюны и плавающий шум.
Удаление выбросов радиуса
Точки, имеющие недостаточное количество соседей в пределах указанного радиуса, удаляются. Этот метод особенно подходит для устранения изолированного шума.
Двусторонний фильтр
Одновременно учитывает пространственное расстояние и различия в интенсивности или нормальном направлении. Он сглаживает шум, сохраняя при этом особенности края. Двусторонняя фильтрация — один из наиболее часто используемых алгоритмов сглаживания при внутриротовом сканировании; это может уменьшить шероховатость поверхности, сохраняя при этом чистовую-линию (поля) кромки.
Лапласовое сглаживание
Итеративно корректирует положение вершин, чтобы сделать сетку более гладкой. Однако это может привести к сжатию модели и размытию краев, поэтому обычно применяется вместе с ограничениями,-сохраняющими края.
Воксельная понижающая дискретизация
Пространство разделено на 3D-воксельную сетку; точки внутри каждого вокселя представлены их центроидом. Это снижает-плотность облака точек, одновременно обеспечивая единообразие распределения точек и ускоряя последующую обработку.
Сглаживание MLS (движение по методу наименьших квадратов)
Полиномиальная поверхность высокого-порядка аппроксимируется локальным облаком точек, а точки проецируются на подобранную поверхность, обеспечивая сглаживание на суб-пиксельном-уровне.
Клиническое значение
Интенсивность фильтрации должна быть тщательно сбалансирована. Чрезмерное-сглаживание может привести к сглаживанию финишных линий и межпроксимальных точек контакта, что приведет к плохому прилеганию реставраций. Недостаточная фильтрация оставляет грубую модель с чрезмерным шумом, который мешает лабораторной оценке. Высококлассные-интраоральные сканеры позволяют пользователям настраивать параметры сглаживания в программном обеспечении или использовать искусственный интеллект для автоматического различения краевых областей (где сохраняется детализация) от плоских областей (где применяется более сильное сглаживание).
Понимание этих алгоритмов помогает объяснить, почему данные сканирования часто кажутся в программе «чище», чем фактическая клиническая поверхность: некоторые мелкие детали могли быть сглажены алгоритмами. Операторам по-прежнему необходимо обеспечивать высокое-качество сканирования, особенно в критически важных областях.
Серия интраоральных сканеров AI-30 компании Aident Technology сочетает в себе высокоскоростной-структурированный- захват света с интеллектуальной-обработкой в реальном времени, что позволяет создавать четкие и точные цифровые модели. Благодаря скорости более или равной 30 кадрам в секунду, точности полной-дуги менее или равной 10 мкм, сканированию в истинном цвете-без порошка- и сверхлегкой конструкции (156–198 г) AI-30 поддерживает эффективные рабочие процессы в кресле и в лаборатории, сохраняя при этом важные клинические детали.
Ознакомьтесь с нашими решениями:
- Обзор внутриротового сканера
- Стоматологический сканер рта
- 3D внутриротовой сканер
- Быстрый внутриротовой сканер
Свяжитесь с Aident, чтобы узнать о сотрудничестве OEM/ODM, оптовых ценах или живой демонстрации и узнать, как усовершенствованные алгоритмы-обработки данных способствуют созданию надежных цифровых оттисков.
