首页 | 本学科首页   官方微博 | 高级检索  
     

DBSCAN和K-Means混合聚类的牙齿特征自动识别
作者姓名:褚玉伟  罗晓博  屈珂  陶煜波  林军  林海
作者单位:浙江大学CAD&CG国家重点实验室;浙江大学附属第一医院正畸科
摘    要:根据牙齿网格数据表面的特点,提出一种密度聚类DBSCAN和K-Means混合聚类的牙齿特征自动识别算法.首先利用平均曲率和高度值对数据进行预处理,加大区域间的距离;然后将牙齿点中高度值高的点投影到XOY平面作DBSCAN聚类,获取簇数和中心点作为下一步的输入;再使用K-Means算法对预处理的模型处理,用于牙齿区域的划分;最后基于每个划分区域对特征点进行识别.实验结果表明,该算法能够精确地检测出牙齿的特征点,比已有识别算法操作简单、正确率高.

本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号