Comparaison de méthodes de recalage visuel de modèles 3D pour l'orthodontie
Résumé
In this paper, we compare two vision registration methods of 3D models to develop a main tool for orthodontics based on the virtual occlusion of two dental casts. For that purpose, we process photos of the patient mouth and match points between pictures and dental geometrical models. From a set of 2D/3D matches of the two arcades, we calculate the projection matrix, and after we do the registration of the mandible under the maxillary through a rigid transformation. Two methods with or without the knowledge of camera intrinsic parameters are compared. Minimizing the reprojection errors, we perform the registration of the mandible. Tests are carried out on virtual data and real images. Using a virtual case, assumed as perfect, we evaluate the robustness against noise and the increase of performance using several views. Projection matrices and registration are evaluated, respectively, by reprojection errors and the recorded differences on the 6 parameters of rigid transformation compared with the reference pose.
Dans cet article, nous comparons des méthodes de recalage de modèles 3D par vision pour développer un outil essentiel en orthodontie : la mise en occlusion virtuelle des deux moulages des mâchoires. Pour cela, on utilise des photos de la bouche du patient et des points mis en correspondance entre les images et les modèles dentaires surfaciques. A partir d'un ensemble de correspondances 2D/3D disponibles établies sur les deux arcades, on calcule la matrice de projection, puis on effectue le recalage de la mandibule sous le maxillaire en estimant une transformation rigide. Deux approches sont comparées selon que l'on dispose ou non de la connaissance des paramètres intrinsèques de la caméra. Le recalage de la mandibule est ensuite estimé en minimisant l'erreur de reprojection. Les tests sont effectués sur des données virtuelles puis des images réelles. A partir d'un cas virtuel " parfait ", nous évaluons la dégradation des performances avec l'ajout de bruit et l'intérêt de combiner plusieurs vues. Les matrices de projections estimées sont évaluées par les erreurs de reprojection et les recalages par les écarts constatés sur les 6 paramètres de la transformation rigide par rapport à un positionnement de référence.
Origine | Fichiers produits par l'(les) auteur(s) |
---|