ICP (Iterative Closest Point) är den mest klassiska algoritmen inom området 3D-punkt-molnregistrering och utgör en av de tekniska grunderna för real-sömnad i intraorala skannrar.
Problemet ICP löser
Varje ram som fångas av en intraoral skanner täcker endast en liten del av tandytan. Hundra eller tusentals ramar måste justeras till ett enda enhetligt koordinatsystem. När två överlappande punktmoln har en okänd relativ position, hittar ICP automatiskt den optimala stela-kroppstransformationen (rotation RRR + translation ttt) som bäst anpassar de två molnen.
Grundläggande algoritm arbetsflöde
För varje punkt i källpunktmolnet, hitta den närmaste punkten i målpunktmolnet som dess korrespondens.
Baserat på motsvarande punktpar, beräkna den stela-kroppstransformationen (R,tR, tR,t) som minimerar medelkvadratavståndet mellan de två uppsättningarna av punkter.
Tillämpa omvandlingen på källpunktmolnet.
Iterera processen tills förändringen i genomsnittligt avstånd faller under en tröskel eller det maximala antalet iterationer har uppnåtts.
Förbättringar och utmaningar inom intraoral skanning
Realtidskrav-
Standard ICP är beräkningsintensivt, men intraorala skannrar måste slutföra registreringen inom tiotals millisekunder. I praktiken används olika accelererade varianter:
KD-Trädacceleration för närmaste-grannesökning.
Funktions-punkt före-matchning: deskriptorer som FPFH eller SHOT upprättar först initiala överensstämmelser, följt av ICP-finregistrering.
GPU-parallellisering: ICP-beräkningar exekveras i realtid på GPU:n.
Bildruta-till-Modellregistrering: den aktuella bildrutan registreras till den redan-sammanslagna globala modellen, vilket ger mindre drift än bildruta-till-bildruteregistrering.
Driftproblem
Sekventiell bildruta-till-registrering av ram ackumulerar fel; efter att ha skannat en hel båge kan märkbar feljustering uppträda i slutet. Lösningar inkluderar:
Detektering av slinga-stängning: när skanningen återgår till ett tidigare skannat område upptäcks en slinga och optimering av global pose-graf omfördelar felet.
Funktions-baserad global konsistensoptimering.
AI-assisterad grov lokalisering som ger en tillförlitlig initial uppskattning och minskar risken för att ICP hamnar i lokala minima.
Dynamisk objektinterferens
Rörelse av patientens läppar eller tunga skapar "dynamiska objekt". Om dessa behandlas som statisk data vid registrering uppstår fel. Moderna algoritmer kombinerar semantisk segmentering (AI-igenkänning av tunga och läppar) för att utesluta dynamisk data.
Klinisk betydelse
Att förstå ICP hjälper till att förklara varför skanning bör vara kontinuerlig utan stora hopp (tillräckliga överlappande regioner behövs för ICP), varför spårning lätt går förlorad i-dåliga områden (avsaknad av tydliga motsvarande punkter) och varför fullständiga-bågskanningar kan visa terminalavvikelse (ackumulerat fel).
Hos Aident Technology integrerar AI-30 intraorala skannerserien hög-strukturerad-ljusinfångning med intelligent-realtidsbehandling för stabil registrering och exakta-bågmodeller. 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 digitala arbetsflöden vid stolar och laboratorier.
Utforska våra lösningar:
Kontakta Aident för OEM/ODM-samarbete, grossistpriser eller en livedemonstration och upplev hur avancerade-realtidsregistreringsalgoritmer ger tillförlitliga digitala intryck.
