换一批DBSCAN和K-Means混合聚类的牙齿特征自动识别
DBSCAN and K-Means Hybrid Clustering Based Automatic Dental Feature Detection
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.
更多相关知识
- 浏览4
- 被引21
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
