下颌运动轨迹测量方法、系统、计算机及可读存储介质与流程

1.本发明涉及数据处理技术领域，特别涉及一种下颌运动轨迹测量方法、系 统、计算机及可读存储介质。


背景技术：

2.在现代口腔正畸学的治疗中，不仅要达到牙、面的形态协调，而且要实现 口颌系统的功能协调。而畸形的形态学分类方法不能完全反映口颌系统的功能 状态，只有形态与功能相结合的综合分析才能做到。这就必然要涉及下颌功能、 下颌和髁突颌位置问题以及颞下颌关节的功能形态。下颌运动分为转动和滑动 两种类型，在相互垂直的三个平面(矢状面、冠状面、水平面)上进行。因此 研究下颌运动，分析咬合、颞下颌关节、咀嚼肌的状态，是科学的研究口腔颌 面系统的重要手段。下颌运动轨迹也是用以评价咀嚼系统功能状态的一种重要 客观参数。
3.下颌运动是以神经为主导，肌肉为动力，在颞下颌关节和的共同配合下完 成的。具体的，下颌运动是个复杂的三维运动，它包括下颌骨的上提、下降、 前进、后退和左右侧向运动。现有技术大部分采用下颌运动描记仪、光电测量 系统以及光电移动分析系统等设备完成对下颌运动轨迹的测量。
4.其中，上述测量设备均为接触式测量设备，然而，接触式测量会对受试者 以及使用者均带来巨大的不便和使用负担，并且测量精度不能得到有效的保障， 存在一定的安全隐患。


技术实现要素：

5.基于此，本发明的目的是提供一种下颌运动轨迹测量方法、系统、计算机 及可读存储介质，以解决现有技术采用的接触式测量会对受试者以及使用者均 带来巨大的不便和使用负担，并且测量精度不能得到有效保障的问题。
6.本发明实施例第一方面提出了一种下颌运动轨迹测量方法，所述方法包括：
7.通过至少三组相机分别对应采集测量目标的右侧、中间以及左侧二维面部 图像，并在所述右侧二维面部图像、所述左侧二维面部图像以及所述中间二维 面部图像的下颌处均添加若干目标点，且在所述中间二维面部图像的鼻部或者 额头处添加若干参考点；
8.基于第一预设算法分别计算出每一所述目标点以及每一所述参考点对应的 三维坐标，并根据所述三维坐标以及半全局代价聚类算法生成与所述右侧、中 间以及左侧二维面部图像对应的右侧、中间以及左侧三维面部模型；
9.基于第二预设算法将所述右侧三维面部模型、所述中间三维面部模型以及 所述左侧三维面部模型拼接为完整三维面部模型，并将所述完整三维面部模型 与所述相机采集到的纹理图像进行融合，以生成彩色三维面部模型；
10.以若干所述参考点的中心为原点，并基于第三预设算法在所述彩色三维面 部模型中分别计算出每一所述目标点对应的运动轨迹。
11.本发明的有益效果是：通过分别在采集到的右侧二维面部图像、左侧二维 面部图像以及中间二维面部图像的下颌处均添加若干目标点，且在中间二维面 部图像的鼻部或者额头处添加若干参考点，进一步的，计算出每个目标点以及 每个参考点对应的三维坐标，并根据三维坐标以及半全局代价聚类算法生成与 右侧、中间以及左侧二维面部图像对应的右侧、中间以及左侧三维面部模型， 与此同时，将右侧三维面部模型、中间三维面部模型以及左侧三维面部模型拼 接为完整三维面部模型，并将完整三维面部模型与相机采集到的纹理图像进行 融合，以生成彩色三维面部模型，最后只需以若干参考点的中心为原点，并基 于第三预设算法在彩色三维面部模型中分别计算出每个目标点对应的运动轨 迹。通过上述方式能够在不接触受试者的前提下，就能够快速、准确的获取到 受试者的彩色三维面部模型，并基于获取到的彩色三维面部模型分别计算出每 个目标点的运动轨迹，从而大幅降低了受试者以及使用者的负担，提供了便利， 适用于大范围的推广与使用。
12.优选的，所述在所述右侧二维面部图像、所述左侧二维面部图像以及所述 中间二维面部图像的下颌处均添加若干目标点、在所述中间二维面部图像的鼻 部或者额头处添加若干参考点的步骤包括：
13.采集位于红外波段处的右侧二维面部图像、左侧二维面部图像以及中间二 维面部图像；
14.在所述右侧二维面部图像、所述左侧二维面部图像以及所述中间二维面部 图像的下颌处均定位出所述目标点；
15.基于深度神经网络提取出所述目标点。
16.优选的，所述基于第一预设算法分别计算出每一所述目标点以及每一所述 参考点对应的三维坐标，并根据所述三维坐标以及半全局代价聚类算法生成与 所述右侧、中间以及左侧二维面部图像对应的右侧、中间以及左侧三维面部模 型的步骤包括：
17.根据所述相机标定的输出参数以及三角法分别计算出每一所述目标点对应 的所述三维坐标；
18.以所述三维坐标作为约束条件并基于所述半全局代价聚类算法生成与所述 右侧、中间以及左侧二维面部图像对应的所述右侧、中间以及左侧三维面部模 型。
19.优选的，所述基于第二预设算法将所述右侧三维面部模型、所述中间三维 面部模型以及所述左侧三维面部模型拼接为完整三维面部模型，并将所述完整 三维面部模型与所述相机采集到的纹理图像进行融合，以生成彩色三维面部模 型的步骤包括：
20.基于所述相机的标定参数完成所述右侧三维面部模型、所述中间三维面部 模型以及所述左侧三维面部模型的粗拼接，以生成初步三维面部模型；
21.通过迭代最近点算法对所述初步三维面部模型进行优化，以生成所述完整 三维面部模型；
22.通过纹理映射将所述相机采集到的纹理图像贴合在所述完整三维面部模型 上。
23.优选的，所述相机包括rgb-ir图像传感器，且所述相机配置有对应的白光 和近红外补光光源。
24.本发明实施例第二方面提出了一种下颌运动轨迹测量系统，所述系统包括：
25.采集模块，用于通过至少三组相机分别对应采集测量目标的右侧、中间以 及左侧二维面部图像，并在所述右侧二维面部图像、所述左侧二维面部图像以 及所述中间二维面
部图像的下颌处均添加若干目标点，且在所述中间二维面部 图像的鼻部或者额头处添加若干参考点；
26.第一计算模块，用于基于第一预设算法分别计算出每一所述目标点以及每 一所述参考点对应的三维坐标，并根据所述三维坐标以及半全局代价聚类算法 生成与所述右侧、中间以及左侧二维面部图像对应的右侧、中间以及左侧三维 面部模型；
27.第二计算模块，用于基于第二预设算法将所述右侧三维面部模型、所述中 间三维面部模型以及所述左侧三维面部模型拼接为完整三维面部模型，并将所 述完整三维面部模型与所述相机采集到的纹理图像进行融合，以生成彩色三维 面部模型；
28.第三计算模块，用于以若干所述参考点的中心为原点，并基于第三预设算 法在所述彩色三维面部模型中分别计算出每一所述目标点对应的运动轨迹。
29.其中，上述下颌运动轨迹测量系统中，所述采集模块具体用于：
30.采集位于红外波段处的右侧二维面部图像、左侧二维面部图像以及中间二 维面部图像；
31.在所述右侧二维面部图像、所述左侧二维面部图像以及所述中间二维面部 图像的下颌处均定位出所述目标点；
32.基于深度神经网络提取出所述目标点。
33.其中，上述下颌运动轨迹测量系统中，所述第一计算模块具体用于：
34.根据所述相机标定的输出参数以及三角法分别计算出每一所述目标点对应 的所述三维坐标；
35.以所述三维坐标作为约束条件并基于所述半全局代价聚类算法生成与所述 右侧、中间以及左侧二维面部图像对应的所述右侧、中间以及左侧三维面部模 型。
36.其中，上述下颌运动轨迹测量系统中，所述第二计算模块具体用于：
37.基于所述相机的标定参数完成所述右侧三维面部模型、所述中间三维面部 模型以及所述左侧三维面部模型的粗拼接，以生成初步三维面部模型；
38.通过迭代最近点算法对所述初步三维面部模型进行优化，以生成所述完整 三维面部模型；
39.通过纹理映射将所述相机采集到的纹理图像贴合在所述完整三维面部模型 上。
40.其中，上述下颌运动轨迹测量系统中，所述相机包括rgb-ir图像传感器， 且所述相机配置有对应的白光和近红外补光光源。
41.本发明实施例第三方面提出了一种计算机，包括存储器、处理器以及存储 在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述 计算机程序时实现如上面所述的下颌运动轨迹测量方法。
42.本发明实施例第四方面提出了一种可读存储介质，其上存储有计算机程序， 该程序被处理器执行时实现如上面所述的下颌运动轨迹测量方法。
43.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描 述中变得明显，或通过本发明的实践了解到。
附图说明
44.图1为本发明第一实施例提供的下颌运动轨迹测量方法的流程图；
45.图2为本发明第三实施例提供的下颌运动轨迹测量系统的结构框图。
46.如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
47.为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。 附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实 现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本 发明的公开内容更加透彻全面。
48.需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元 件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可 以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂 直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
49.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术 领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术 语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的 术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
50.现有的接触式测量会对受试者以及使用者均带来巨大的不便和使用负担， 并且测量精度不能得到有效的保障，存在一定的安全隐患。
51.请参阅图1，所示为本发明第一实施例提供的下颌运动轨迹测量方法，本实 施例提供的下颌运动轨迹测量方法能够在不接触受试者的前提下，就能够快速、 准确的获取到受试者的彩色三维面部模型，并基于获取到的彩色三维面部模型 分别计算出每个目标点的运动轨迹，从而大幅降低了受试者以及使用者的负担， 提供了便利，适用于大范围的推广与使用。
52.具体的，本实施例提供的下颌运动轨迹测量方法具体包括以下步骤：
53.步骤s10，通过至少三组相机分别对应采集测量目标的右侧、中间以及左侧 二维面部图像，并在所述右侧二维面部图像、所述左侧二维面部图像以及所述 中间二维面部图像的下颌处均添加若干目标点，且在所述中间二维面部图像的 鼻部或者额头处添加若干参考点；
54.具体的，在本实施例中，首先需要说明的是，本实施例提供的下颌运动轨 迹测量方法是基于四目视觉系统实现的，即本实施例会采用四个相机来采集测 量目标的面部图像。
55.具体的，在本步骤中，本实施例会将四个相机a、b、c以及d分为三个双 目子系统，即：第一组a-b，第二组b-c，第三组c-d，其中，双目子系统a-b 主要对测量目标脸部的右侧进行成像，双目子系统b-c主要对测量目标脸部的 中间进行成像，双目子系统c-d主要对测量目标脸部的左侧进行成像，从而能 够分别采集到测量目标的右侧、中间以及左侧二维面部图像。
56.进一步的，在本步骤中，会在采集到的所述右侧二维面部图像、所述左侧 二维面部图像以及所述中间二维面部图像的下颌处均添加若干目标点，且在所 述中间二维面部图像的鼻部或者额头处添加若干参考点。
57.步骤s20，基于第一预设算法分别计算出每一所述目标点以及每一所述参考 点对应的三维坐标，并根据所述三维坐标以及半全局代价聚类算法生成与所述 右侧、中间以及左侧二维面部图像对应的右侧、中间以及左侧三维面部模型；
58.进一步的，在本步骤中，需要说明的是，在获取到测量目标的右侧、中间 以及左侧二维面部图像，以及标注好若干目标点和参考点后，本步骤会立即通 过三脚法逐一计算出每个所述目标点和每个所述参考点的三维坐标，在此基础 之上，本步骤还会根据实时计算出的三维坐标以及预设好的半全局代价聚类算 法分别生成与所述右侧、中间以及左侧二维面部图像对应的右侧、中间以及左 侧三维面部模型。
59.步骤s30，基于第二预设算法将所述右侧三维面部模型、所述中间三维面部 模型以及所述左侧三维面部模型拼接为完整三维面部模型，并将所述完整三维 面部模型与所述相机采集到的纹理图像进行融合，以生成彩色三维面部模型；
60.更进一步的，在本步骤中，在获取到测量目标的右侧、中间以及左侧三维 面部模型后，本步骤会基于预设好的迭代最近点算法将上述右侧三维面部模型、 上述中间三维面部模型以及上述左侧三维面部模型拼接为完整三维面部模型， 从而能够初步得到测量目标完整的面部图像。
61.进一步的，本步骤还会将获取到的完整三维面部模型与上述相机采集到的 纹理图像进行融合，以生成彩色三维面部模型，从而能够一比一还原测量目标 的面部图像。
62.步骤s40，以若干所述参考点的中心为原点，并基于第三预设算法在所述彩 色三维面部模型中分别计算出每一所述目标点对应的运动轨迹。
63.最后，在本步骤中，需要说明的是，在通过上述步骤获取到与测量目标对 应的彩色三维面部模型后，本步骤会立即以当前彩色三维面部模型中的参考点 的中心为原点，并基于设置好的差分跟踪算法分别计算出每个目标点对应的运 动轨迹。
64.使用时，通过分别在采集到的右侧二维面部图像、左侧二维面部图像以及 中间二维面部图像的下颌处均添加若干目标点，且在中间二维面部图像的鼻部 或者额头处添加若干参考点，进一步的，计算出每个目标点以及每个参考点对 应的三维坐标，并根据三维坐标以及半全局代价聚类算法生成与右侧、中间以 及左侧二维面部图像对应的右侧、中间以及左侧三维面部模型，与此同时，将 右侧三维面部模型、中间三维面部模型以及左侧三维面部模型拼接为完整三维 面部模型，并将完整三维面部模型与相机采集到的纹理图像进行融合，以生成 彩色三维面部模型，最后只需以若干参考点的中心为原点，并基于第三预设算 法在彩色三维面部模型中分别计算出每个目标点对应的运动轨迹。通过上述方 式能够在不接触受试者的前提下，就能够快速、准确的获取到受试者的彩色三 维面部模型，并基于获取到的彩色三维面部模型分别计算出每个目标点的运动 轨迹，从而大幅降低了受试者以及使用者的负担，提供了便利，适用于大范围 的推广与使用。
65.需要说明的是，上述的实施过程只是为了说明本技术的可实施性，但这并 不代表本技术的下颌运动轨迹测量方法只有上述唯一一种实施流程，相反的， 只要能够将本技术的下颌运动轨迹测量方法实施起来，都可以被纳入本技术的 可行实施方案。
66.综上，本发明上述实施例当提供的下颌运动轨迹测量方法能够在不接触受 试者的前提下，就能够快速、准确的获取到受试者的彩色三维面部模型，并基 于获取到的彩色三维面部模型分别计算出每个目标点的运动轨迹，从而大幅降 低了受试者以及使用者的
负担，提供了便利，适用于大范围的推广与使用。
67.本发明第二实施例也提供了一种下颌运动轨迹测量方法，本实施例提供的 下颌运动轨迹测量方法具体包括：
68.同理，在本实施例中，需要说明的是，本实施例提供的下颌运动轨迹测量 方法同样基于基于四目视觉系统实现的，其中，需要指出的是，本实施例提供 的相机包括rgb-ir图像传感器，且所述相机配置有对应的白光和近红外补光光 源。
69.具体的，在本实施例中，需要说明的是，通过使用rgb-ir图像传感器能够 使单个传感器/相机同时可以获取到彩色和近红外波段两种模式的图像。在室内 环境中，近红外波段(940nm)成像可以更好排除照明等环境光的影响，本实施例 利用近红外图像获取稳定的关键点位置和高精度3d信息，利用rgb-ir图像和 混合式深度神经网络重建下颌3d模型,彩色成像则能更好的获取便于医生和患 者肉眼观察的纹理和色彩信息。单个rgb-ir相机模组配有白光和近红外补光光 源。
70.步骤s11，采集位于红外波段处的右侧二维面部图像、左侧二维面部图像以 及中间二维面部图像；在所述右侧二维面部图像、所述左侧二维面部图像以及 所述中间二维面部图像的下颌处均定位出所述目标点；基于深度神经网络提取 出所述目标点。
71.进一步的，在本实施例中，需要说明的是，本实施例会通过设置好的相机 实时采集测量目标位于红外波段处的右侧二维面部图像、左侧二维面部图像以 及中间二维面部图像，并立即在采集到的所述右侧二维面部图像、所述左侧二 维面部图像以及所述中间二维面部图像的下颌处均定位出目标点，但此时定位 出的目标点为虚拟目标点，并不能够有效的识别出。
72.因此，在此基础之上，本步骤还会基于训练好的深度神经网络在上述右侧 二维面部图像、左侧二维面部图像以及中间二维面部图像中分别提取出每个目 标点。
73.步骤s21，根据所述相机标定的输出参数以及三角法分别计算出每一所述目 标点对应的所述三维坐标；以所述三维坐标作为约束条件并基于所述半全局代 价聚类算法生成与所述右侧、中间以及左侧二维面部图像对应的所述右侧、中 间以及左侧三维面部模型。
74.进一步的，在本实施例中，需要说明的是，当通过上述步骤分别在上述右 侧二维面部图像、左侧二维面部图像以及中间二维面部图像中标注好目标点以 及参考点后，本步骤会根据上述相机标定的输出参数以及训练好的三脚法分别 计算出每个目标点以及每个参考点对应的三维坐标，在此基础之上，以所述三 维坐标作为约束条件并基于所述半全局代价聚类算法生成与所述右侧、中间以 及左侧二维面部图像对应的所述右侧、中间以及左侧三维面部模型。
75.步骤s31，基于所述相机的标定参数完成所述右侧三维面部模型、所述中间 三维面部模型以及所述左侧三维面部模型的粗拼接，以生成初步三维面部模型； 通过迭代最近点算法对所述初步三维面部模型进行优化，以生成所述完整三维 面部模型；通过纹理映射将所述相机采集到的纹理图像贴合在所述完整三维面 部模型上。
76.具体的，在本步骤中，需要说明的是，在通过上述步骤获取到测量目标的 右侧、中间以及左侧三维面部模型后，本步骤会进一步基于上述相机的标定参 数完成所述右侧三维面部模型、所述中间三维面部模型以及所述左侧三维面部 模型的粗拼接，以生成初步三
维面部模型。
77.在此基础之上，本步骤会进一步通过迭代最近点算法对上述初步三维面部 模型进行优化，以生成完整三维面部模型，由于此时的三维面部模型还只是处 于点、线的状态，因此，在本步骤中，还需要通过纹理映射将上述相机采集到 的纹理图像贴合在所述完整三维面部模型上，以生成一比一还原的彩色三维面 部模型。
78.其中，需要说明的是，纹理映射是建立三维物体表面和二维图像统计像素 坐标对应关系的过程。本项目使用多角度的图像来实现高质量的三维模型纹理 映射。在此步骤中，多视角采集的纹理图像(包含每帧的相机参数)将与刚刚 生成的三维立体模型进行贴合操作，纹理图序列与模型的世界坐标系是对齐的。 为了减少贴图过程中的计算量，可以使用马尔卡夫随机场的方式将模型表面的 三角面片进行聚合处理从而减少面片数量，聚合前后面片的法线夹角不超过给 定的阈值。
79.步骤s41，以若干所述参考点的中心为原点，并基于第三预设算法在所述彩 色三维面部模型中分别计算出每一所述目标点对应的运动轨迹。
80.最后，在本步骤中，需要说明的是，在通过上述步骤获取到与测量目标对 应的彩色三维面部模型后，本步骤会立即以当前彩色三维面部模型中的参考点 的中心为原点，并基于设置好的差分跟踪算法分别计算出每个目标点对应的运 动轨迹。
81.另外，在本步骤中，还需要说明的是，由于上述目标点的数量有限，因此 所能提供的运动轨迹的信息也有限，但是，获取到的测量目标脸部完整的彩色 三维面部模型的重建及其纹理彩色的融合可以对下颌上任意位置的运动轨迹进 行跟踪拟合。
82.进一步的，本步骤通过icp算法可以把相邻两帧获取到的三维面部模型进 行点云匹配，以实现对下颌运动时脸部稳定部分(鼻子和额头等部位)的3d模 型的对准。下颌部位可以使用基于拉普拉斯变换的可变模型(deformable model) 进行匹配，获取详细的任意下颌点的运动轨迹。
83.需要指出的是，本发明第二实施例所提供的方法，其实现原理及产生的一 些技术效果和第一实施例相同，为简要描述，本实施例未提及之处，可参考第 一实施例提供相应内容。
84.综上，本发明上述实施例当提供的下颌运动轨迹测量方法能够在不接触受 试者的前提下，就能够快速、准确的获取到受试者的彩色三维面部模型，并基 于获取到的彩色三维面部模型分别计算出每个目标点的运动轨迹，从而大幅降 低了受试者以及使用者的负担，提供了便利，适用于大范围的推广与使用。
85.请参阅图2，所示为本发明第三实施例提供的下颌运动轨迹测量系统，所述 系统包括：
86.采集模块12，用于通过至少三组相机分别对应采集测量目标的右侧、中间 以及左侧二维面部图像，并在所述右侧二维面部图像、所述左侧二维面部图像 以及所述中间二维面部图像的下颌处均添加若干目标点，且在所述中间二维面 部图像的鼻部或者额头处添加若干参考点；
87.第一计算模块22，用于基于第一预设算法分别计算出每一所述目标点以及 每一所述参考点对应的三维坐标，并根据所述三维坐标以及半全局代价聚类算 法生成与所述右侧、中间以及左侧二维面部图像对应的右侧、中间以及左侧三 维面部模型；
88.第二计算模块32，用于基于第二预设算法将所述右侧三维面部模型、所述 中间三维面部模型以及所述左侧三维面部模型拼接为完整三维面部模型，并将 所述完整三维面部模型与所述相机采集到的纹理图像进行融合，以生成彩色三 维面部模型；
89.第三计算模块42，用于以若干所述参考点的中心为原点，并基于第三预设 算法在所述彩色三维面部模型中分别计算出每一所述目标点对应的运动轨迹。
90.其中，上述下颌运动轨迹测量系统中，所述采集模块12具体用于：
91.采集位于红外波段处的右侧二维面部图像、左侧二维面部图像以及中间二 维面部图像；
92.在所述右侧二维面部图像、所述左侧二维面部图像以及所述中间二维面部 图像的下颌处均定位出所述目标点；
93.基于深度神经网络提取出所述目标点。
94.其中，上述下颌运动轨迹测量系统中，所述第一计算模块22具体用于：
95.根据所述相机标定的输出参数以及三角法分别计算出每一所述目标点对应 的所述三维坐标；
96.以所述三维坐标作为约束条件并基于所述半全局代价聚类算法生成与所述 右侧、中间以及左侧二维面部图像对应的所述右侧、中间以及左侧三维面部模 型。
97.其中，上述下颌运动轨迹测量系统中，所述第二计算模块32具体用于：
98.基于所述相机的标定参数完成所述右侧三维面部模型、所述中间三维面部 模型以及所述左侧三维面部模型的粗拼接，以生成初步三维面部模型；
99.通过迭代最近点算法对所述初步三维面部模型进行优化，以生成所述完整 三维面部模型；
100.通过纹理映射将所述相机采集到的纹理图像贴合在所述完整三维面部模型 上。
101.其中，上述下颌运动轨迹测量系统中，所述相机包括rgb-ir图像传感器， 且所述相机配置有对应的白光和近红外补光光源。
102.本发明第四实施例提供了一种计算机，包括存储器、处理器以及存储在所 述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算 机程序时实现如上述第一实施例或者第二实施例提供的下颌运动轨迹测量方 法。
103.本发明第五实施例提供了一种可读存储介质，其上存储有计算机程序，该 程序被处理器执行时实现如上述第一实施例或者第二实施例提供的下颌运动轨 迹测量方法。
104.综上所述，本发明上述实施例当提供的下颌运动轨迹测量方法、系统、计 算机及可读存储介质能够在不接触受试者的前提下，就能够快速、准确的获取 到受试者的彩色三维面部模型，并基于获取到的彩色三维面部模型分别计算出 每个目标点的运动轨迹，从而大幅降低了受试者以及使用者的负担，提供了便 利，适用于大范围的推广与使用。
105.需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以 通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言， 上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合 的形式分别位于不同的处理器中。
106.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认 为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机 可读介质中，以
供指令执行系统、装置或设备(如基于计算机的系统、包括处 理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统) 使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算 机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执 行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
107.计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或 多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存 储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪 速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机 可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以 例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他 合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器 中。
108.应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。 在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执 行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方 式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有 用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合 逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga) 等。
109.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、
ꢀ“
具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特 征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明 书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描 述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中 以合适的方式结合。
110.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域 的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和 改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附 权利要求为准。