- 博客(4)
- 收藏
- 关注
RSS订阅原创 通过CBCT投影得到的MIP图像拟合牙弓曲线
通过3d体素数据投影得到图像和高亮区域蒙版的代码：得到的投影和牙齿区域蒙版：拟合牙齿曲线的代码，实现思路为以图片中心为中心点，向切蛋糕一样将牙齿蒙版切成小块，计算每个小块的中心点，用这一串中心点拟合一条曲线：效果如图：实现思路：取得颌骨的左下角和右下角坐标和牙齿的左下角和右下角坐标，用这四个点拟合一条曲线；这段代码紧跟拟合牙齿曲线的代码：颌骨曲线效果如图：先看看现在的效果：和需要达到的效果：实现原理：取交点左右固定一段距离的点，计算出终点x2处两条曲线的差值h，将x1和x2之间的这段曲线加
2023-12-29 09:48:13
786
1
原创 3d体素数据斜向切片和曲面数据重建
效果举例：画出一条长度为400的曲线，然后定下厚度100和高度200，得到一个400*100*200的新体素数据。3获取每个点的与该点斜率垂直的斜面的切片索引（使用和斜率垂直的切面可能不够精确，可考虑其他的角度给出方式）宽和高：宽的范围为(-w/2+ x , w/2 + x) 高为（0， h）水平面上的坐标 ：x， y 轴所在平面的坐标。计算斜向切片区域的索引，使用插值法索引。4使用得到的索引插值索引得到重建的数据。2获取曲线上的等距离点，距离为1。角度： 切面与y轴的弧度值。1创建一条贝塞尔曲线。
2023-12-11 18:04:42
598
1
原创 点云数据在深度学习中使用
点云数据为点的信息集合，其中包括点的坐标，点的颜色，点的分类等信息其为一个2维的序列，（n，m）n个点，m个信息，牙齿的点云数据实例如下：该点云只有每个点在三维的坐标信息。shape为（2000，3）该点云数据的获得：读取stl文件，随机采样点数得到点云# 计算顶点法向量，模型看起来会更有对比# 展示stl文件# 随机采样，获取2000个点# 设置点云的颜色# 展示点云# 创建点云# 创建np数组，即点的坐标值# 坐标值传入点云。
2023-11-14 15:52:57
540
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人