目前醫(yī)用內(nèi)窺鏡廣泛應(yīng)用于醫(yī)用無創(chuàng)或微創(chuàng)手術(shù)中。針對傳統(tǒng)醫(yī)用內(nèi)窺鏡質(zhì)量光學參數(shù)最大視場角和畸變率檢測受人為因素影響大,準確度不高、重復性差的不足,本文將圖像處理技術(shù)引入到醫(yī)用內(nèi)窺鏡最大視場角和畸變率光學參數(shù)檢測中,采用圖像處理識別代替人眼識別。論文主要工作如下:提出了一種醫(yī)用內(nèi)窺鏡光學性能參數(shù)最大視場角測量算法。算法首先采集同心圓測標板圖像,進行自動閾值預處理,通過計算的圖像刻度所在的區(qū)域,將此區(qū)域的像素值置為255,除去圖像中的刻度,然后用梯度Hough變換進行同心圓檢測,定位圓心,通過改進的Hough變換檢測半徑合并相似半徑,累計半徑的個數(shù)求出同心圓的個數(shù),計算出醫(yī)用內(nèi)窺鏡的最大視場角。提出了一種醫(yī)用內(nèi)窺鏡光學性能參數(shù)畸變率測量算法。算法首先對醫(yī)用內(nèi)窺鏡畸變率測標板采集圖像進行自動閾值預處理,對預處理后的圖像利用平方差匹配法進行模板匹配,得到采集圖像中的每個橢圓。運用邊點梯度弧段檢測對每個橢圓邊緣進行檢測,直接最小二乘法進行擬合橢圓,根據(jù)待擬合橢圓邊點與擬合橢圓上的點的距離小于設(shè)定的閾值的方法,從而對擬合結(jié)果作出評價,進而求取畸變率。實驗采用QM423T型醫(yī)用內(nèi)窺鏡,對論文所提算法進... 

【文章來源】：西安工業(yè)大學陜西省

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

醫(yī)用內(nèi)窺鏡內(nèi)部結(jié)構(gòu)圖

如下圖1.3 所示，內(nèi)窺鏡依次標記 A、B、C。圖 1.3 被測內(nèi)窺鏡 A、B、C1.3 國內(nèi)外研究現(xiàn)狀隨著醫(yī)用內(nèi)窺鏡需求量不斷提升，針對醫(yī)用內(nèi)窺鏡質(zhì)量標準檢測的可信度，越來越受人們的關(guān)注。尤其對醫(yī)用內(nèi)窺鏡最大視場角和畸變率的測量備受關(guān)注。所以對內(nèi)窺鏡最大視場角的測量和相對畸變率的測量成為國內(nèi)外研究的重點。因此圖像識別技術(shù)成為測量這兩項光學性能指標的重要技術(shù)[6]。1.3.1 醫(yī)用內(nèi)窺鏡質(zhì)量檢測的現(xiàn)狀對于內(nèi)窺鏡制造業(yè)來說，德國、美國等發(fā)達國家的內(nèi)窺鏡行業(yè)發(fā)展快速，行業(yè)制造標

中的灰度動態(tài)范圍實現(xiàn)。圖像中的某些細微的特征，灰度變換都能夠很好的進行檢測[23]。常用的方式分為三種。1）線性變換圖像增強方式2）非線性變換圖像增強方式3）分段線性變換圖像增強方式線性變換的方式，就是使用線性函數(shù)來對像素點進行變換，使用分段線性函數(shù)來計算修改像素點的值就是分段線性變換。其中，線性變換可以針對整幅圖像，對狹窄的灰度進行拉伸，對較寬的灰度進行壓縮，讓圖像的視覺效果更好。但是在實際處理中，上述的設(shè)想方法行不通，存在很大的難度。分段線性變換同線性變換相似，也很難達到上述的效果。上面描述的線性變換在進行圖像增強時，存在有局限性。因此，分段線性變換在對圖像進行增強時也具有局限性，并不是對所有圖像都可以很好的進行圖像增強。為了解決這一弊端，研究學者提出了非線性變換的增強方式。一般情況下，把變換的默認值調(diào)整合適就能達到最佳效果。如圖 2.1 所示為醫(yī)用內(nèi)窺鏡采集同心圓測標板圖像的實驗結(jié)果圖。

【參考文獻】：
期刊論文
[1]結(jié)合Hough變換與Kalman濾波的車道線檢測方法[J]. 郭笙聽,李子印,趙儲.  中國計量大學學報. 2017(04)
[2]Wigner-Hough transform based on slice’s entropy and its application to multi-LFM signal detection[J]. Hongwei Wang,Xiangyu Fan,You Chen,Yuanzhi Yang.  Journal of Systems Engineering and Electronics. 2017(04)
[3]二維物體入水砰擊問題的理論方法研究[J]. 寇瑩,王寶壽,陳瑋琪.  船舶力學. 2017(04)
[4]一種有效的影像中橢圓形目標提取方法[J]. 郭成成,鄭守住.  電子測量技術(shù). 2017(04)
[5]基于最小二乘法的橢圓擬合改進算法研究[J]. 陳若珠,孫岳.  工業(yè)儀表與自動化裝置. 2017(02)
[6]橢圓的兩種擬合方法研究[J]. 宮能寶.  智能城市. 2017(03)
[7]一種基于概率Hough變換的遙感圖像中線目標檢測新方法[J]. 鞏學美,高昆,王研,林娟,朱建峰.  影像科學與光化學. 2017(02)
[8]基于社會情感優(yōu)化算法的步進式同心圓無鐘高爐布料控制研究[J]. 馬財生,任廷志,楊二旭.  燕山大學學報. 2017(01)
[9]基于萊特準則的橢圓擬合優(yōu)化算法[J]. 曹俊麗,李居峰.  計算機應(yīng)用. 2017(01)
[10]基于整體最小二乘的橢圓擬合方法[J]. 熊風光,李希,韓燮.  微電子學與計算機. 2017(01)

博士論文
[1]四階橢圓型方程若干有限元新方法和高效求解算法[D]. 黃學海.上海交通大學 2010

碩士論文
[1]基于隕石坑擬合橢圓的著陸器位姿估計方法研究[D]. 高錫珍.青島科技大學 2016
[2]基于USB接口的高清電子內(nèi)窺鏡系統(tǒng)設(shè)計[D]. 姚陳昀.浙江大學 2014
[3]多橢圓擬合的算法研究[D]. 華瑞娟.暨南大學 2010



本文編號：2899802