DBSCAN和K-Means混合聚类的牙齿特征自动识别

• 作者: 屈珂 林军 林海 罗晓博 褚玉伟 陶煜波
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 特征识别 平均曲率 网格分割 DBSCAN K-Means算法
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 图像与视觉
• 页码范围: 1276-1283
• 页数: 8页
• 分类号: TP391.41
• 字数: 5521字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.16736

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林军	浙江大学附属第一医院正畸科	53	254	10.0	13.0