Raw skanningsdata innehåller oundvikligen brus. Filtrerings- och utjämningsalgoritmer är viktiga steg som säkerställer kvaliteten på den slutliga 3D-modellen.
Källor till buller
Optiskt brus: Sensormörkt-strömbrus och skottljud.
Ytljud: Flygande punkter och avvikelser orsakade av saliv, luftbubblor eller tand-ytreflektioner.
Rörelseljud: Suddighet och felinställning till följd av rörelse av skanningsspetsen eller patienten.
Stygnljud: Lager och spökbilder orsakade av ackumulerade fler-frame-registreringsfel.
Vanliga filtreringsalgoritmer
Borttagning av statistiska extremvärden (SOR)
För varje punkt beräknas medelavståndet till dess närliggande punkter. Punkter som överstiger ett tröskelvärde för medelvärde ± standardavvikelse klassificeras som extremvärden och tas bort. Detta eliminerar effektivt salivspray och flytande ljud.
Borttagning av radieoutlier
Punkter som har ett otillräckligt antal grannar inom en angiven radie tas bort. Denna metod är särskilt lämplig för att eliminera isolerat brus.
Bilateralt filter
Beaktar samtidigt rumsligt avstånd och skillnader i intensitet eller normal riktning. Den slätar ut buller samtidigt som kantfunktionerna bevaras. Bilateral filtrering är en av de mest använda utjämningsalgoritmerna vid intraoral skanning; det kan minska ytjämnheten samtidigt som den behåller den-finishlinjekanten (marginalen).
Laplacian utjämning
Justerar iterativt vertexpositioner för att göra nätet mjukare. Det kan dock orsaka modellkrympning och oskärpa i kanterna, så det appliceras vanligtvis tillsammans med-kantbevarande begränsningar.
Voxel nedsampling
Utrymmet är uppdelat i ett 3D-voxelnät; punkter inom varje voxel representeras av deras tyngdpunkt. Detta minskar punkt-molndensiteten samtidigt som punktfördelningen blir enhetlig och efterföljande bearbetning påskyndas.
MLS (Moving Least Squares) utjämning
En polynomyta av hög-ordning anpassas till det lokala punktmolnet och punkter projiceras på den anpassade ytan, vilket uppnår utjämning på under-pixel-nivå.
Klinisk betydelse
Filtreringsintensiteten måste vara noggrant balanserad. Över-utjämning kan platta till mållinjer och interproximala kontaktpunkter, vilket leder till dåligt passande restaureringar. Otillräcklig filtrering lämnar en grov modell med överdrivet brus som stör laboratorieutvärderingen. High-intraorala skannrar låter användare justera utjämningsparametrar i programvaran eller använda AI-hjälp för att automatiskt skilja kantregioner (där detaljer bevaras) från platta regioner (där starkare utjämning tillämpas).
Att förstå dessa algoritmer hjälper till att förklara varför skanningsdata ofta verkar "renare" i programvaran än den faktiska kliniska ytan: vissa fina detaljer kan ha utjämnats av algoritmerna. Operatörer måste fortfarande säkerställa hög-kvalitetsskanning, särskilt i kritiska marginalområden.
Hos Aident Technology kombinerar AI-30 intraorala skannerserier hög-strukturerad-ljusinfångning med intelligent-realtidsbehandling för att leverera rena, exakta digitala modeller. Med större än eller lika med 30 bilder per sekund, mindre än eller lika med 10 μm full-bågsnoggrannhet, pulver-fri sann-färgskanning och en ultralätt design på 156–198 g, stöder AI-30 effektiva arbetsflöden vid stolen och laboratoriet samtidigt som den bibehålls.
Utforska våra lösningar:
Kontakta Aident för OEM/ODM-samarbete, grossistpriser eller en livedemonstration och upplev hur avancerade-databearbetningsalgoritmer bidrar till tillförlitliga digitala intryck.
