發(fā)布時(shí)間：2021-01-19 17:51

　　下頜骨是人體口腔的重要組成部位,下頜骨運(yùn)動(dòng)對(duì)于我們行使咀嚼、吞咽及語(yǔ)言等功能具有十分重要的意義。對(duì)于下頜骨運(yùn)動(dòng)軌跡的研究在當(dāng)前醫(yī)學(xué)領(lǐng)域特別是生物醫(yī)學(xué)工程領(lǐng)域,是各國(guó)學(xué)者研究的一個(gè)熱點(diǎn),具有廣泛的應(yīng)用前景。人們對(duì)下頜骨運(yùn)動(dòng)軌跡跟蹤的研究已經(jīng)有很長(zhǎng)的一段歷史,隨著社會(huì)各領(lǐng)域技術(shù)的不斷進(jìn)步,各種下頜骨運(yùn)動(dòng)軌跡跟蹤方案也不斷的被提出,從最早的磁鋼式、光電式,到最新的超聲波式,在符合時(shí)代要求的同時(shí)又有其局限性。本文通過(guò)閱讀大量國(guó)內(nèi)外文獻(xiàn),分析對(duì)比了國(guó)內(nèi)外下頜骨運(yùn)動(dòng)軌跡跟蹤方案的優(yōu)缺點(diǎn),依據(jù)已有的算法,提出了一種新的下頜骨運(yùn)動(dòng)軌跡跟蹤算法方案,通過(guò)跟蹤固定于下頜骨的特征棋盤格來(lái)間接跟蹤下頜骨運(yùn)動(dòng)軌跡。后續(xù)通過(guò)合理規(guī)劃硬件架構(gòu)進(jìn)行算法加速,得到一個(gè)在實(shí)時(shí)性和準(zhǔn)確度等方面和其他方案相比都有一定優(yōu)勢(shì)的系統(tǒng)。本文主要研究?jī)?nèi)容包括:下頜骨運(yùn)動(dòng)軌跡跟蹤系統(tǒng)的算法設(shè)計(jì)以及系統(tǒng)的規(guī)劃實(shí)現(xiàn)。（1）算法設(shè)計(jì)算法按照角點(diǎn)提取、亞像素精細(xì)、三維坐標(biāo)變換的順序執(zhí)行。角點(diǎn)提取基于Harris算法實(shí)現(xiàn),通過(guò)“Sobel+連通域標(biāo)記”提取棋盤格輪廓,減少Harris檢測(cè)的數(shù)據(jù)量,提高檢測(cè)精度;亞像素精細(xì)基于圖像灰度梯度實(shí)現(xiàn);三維... 

【文章來(lái)源】：深圳大學(xué)廣東省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容及章節(jié)安排
第2章 系統(tǒng)簡(jiǎn)介及框架設(shè)計(jì)
    2.1 前言
    2.2 系統(tǒng)工作流程
    2.3 系統(tǒng)實(shí)現(xiàn)規(guī)劃
        2.3.1 系統(tǒng)功能分析
        2.3.2 系統(tǒng)框架設(shè)計(jì)
    2.4 本章小結(jié)
第3章 下頜骨運(yùn)動(dòng)軌跡跟蹤系統(tǒng)的相關(guān)算法原理
    3.1 Sobel邊緣檢測(cè)算子
    3.2 連通域標(biāo)記
        3.2.1 圖像的初步標(biāo)記
        3.2.2 等價(jià)表整理
        3.2.3 圖像的標(biāo)記替換
    3.3 Harris角點(diǎn)檢測(cè)
    3.4 基于灰度梯度的亞像素精細(xì)
    3.5 三維坐標(biāo)變換原理
        3.5.1 成像幾何模型
        3.5.2 三維坐標(biāo)變換方法
    3.6 本章小結(jié)
第4章 系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 FPGA硬件加速部分設(shè)計(jì)
        4.1.1 Sobel模塊的實(shí)現(xiàn)
        4.1.2 Contour模塊的實(shí)現(xiàn)
        4.1.3 Harris模塊的實(shí)現(xiàn)
    4.2 軟件計(jì)算部分
        4.2.1 亞像素精細(xì)
        4.2.2 三維坐標(biāo)變換
    4.3 本章小結(jié)
第5章 系統(tǒng)測(cè)試與結(jié)果分析
    5.1 系統(tǒng)開(kāi)發(fā)測(cè)試平臺(tái)
        5.1.1 軟件平臺(tái)
        5.1.2 硬件平臺(tái)
    5.2 系統(tǒng)功能測(cè)試對(duì)比
        5.2.1 角點(diǎn)提取
        5.2.2 亞像素精細(xì)
        5.2.3 三維坐標(biāo)變換
    5.3 系統(tǒng)性能
        5.3.1 資源利用情況
        5.3.2 系統(tǒng)測(cè)試結(jié)果對(duì)比分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 課題展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于OpenCV的邊緣檢測(cè)算法效率分析[J]. 郭逸倫.  科學(xué)技術(shù)創(chuàng)新. 2019(01)
[2]基于Canny算子改進(jìn)的邊緣檢測(cè)算法[J]. 王保軍,趙海清,劉超.  科學(xué)技術(shù)創(chuàng)新. 2018(27)
[3]一種基于圖像插值運(yùn)算的Laplace算子邊緣檢測(cè)方法[J]. 楊鵬.  浙江工貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2018(03)
[4]基于FPGA的Sobel邊緣檢測(cè)算法研究與實(shí)現(xiàn)[J]. 孫百洋,冷建偉,趙嘉祺.  化工自動(dòng)化及儀表. 2018(03)
[5]基于MATLAB的圖像邊緣檢測(cè)算法的比較與分析[J]. 高美歡,劉玉梅,王剛.  北京測(cè)繪. 2018(01)
[6]一種改進(jìn)的快速SUSAN棋盤格角點(diǎn)檢測(cè)算法[J]. 夏海英,劉偉濤,朱勇建.  廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[7]基于Soble算子的圖像邊緣檢測(cè)優(yōu)化設(shè)計(jì)[J]. 李丹陽(yáng).  數(shù)字技術(shù)與應(yīng)用. 2017(11)
[8]一種基于Canny算子的圖像邊緣檢測(cè)方法[J]. 辛玉欣,王傳洋.  信息與電腦(理論版). 2017(18)
[9]基于多尺度角點(diǎn)的改進(jìn)SIFT算法[J]. 成春陽(yáng),張靜亞.  計(jì)算機(jī)應(yīng)用與軟件. 2017(07)
[10]基于改進(jìn)的FORSTNER算子特征點(diǎn)提取方法[J]. 李天碩.  江西測(cè)繪. 2017(01)

博士論文
[1]下頜和顳下頜關(guān)節(jié)運(yùn)動(dòng)影像和運(yùn)動(dòng)軌跡的建立及臨床初步應(yīng)用[D]. 付崇建.中國(guó)人民解放軍軍醫(yī)進(jìn)修學(xué)院 2012

碩士論文
[1]基于CBCT影像和立體視覺(jué)技術(shù)的顳下頜關(guān)節(jié)的運(yùn)動(dòng)可視化系統(tǒng)[D]. 王松.東南大學(xué) 2017
[2]基于FPGA的實(shí)時(shí)Sobel邊緣檢測(cè)系統(tǒng)設(shè)計(jì)[D]. 王堃.安徽大學(xué) 2015
[3]基于FPGA的Harris角點(diǎn)圖像配準(zhǔn)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 李昕.東北大學(xué) 2014
[4]基于點(diǎn)特征的立體匹配算法研究[D]. 王艷.南京理工大學(xué) 2009
[5]數(shù)字化下頜運(yùn)動(dòng)仿真系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 熊偉.南京理工大學(xué) 2008
[6]虛擬牙合架軟件系統(tǒng)和三維可視化研究[D]. 吳國(guó)星.北京工業(yè)大學(xué) 2006



本文編號(hào)：2987438