隨著科學技術的發(fā)展,三維內窺鏡對提高微創(chuàng)手術的成功率變得至關重要,利用三維內窺鏡獲得手術場景的三維信息,提供給診療者可以有效縮短術后恢復周期和提高手術成功率。本文主要針對雙目電子內窺鏡設計了一套基于結構光的三維場景重建方案和三維融合方案。搭建的三維內窺鏡成像系統(tǒng)由結構光生成與照明模塊,雙目內窺鏡模塊,圖像獲取、顯示模塊與后端處理模塊組成。本文明確內窺鏡相機的數學模型和誤差模型,利用OpenCV庫標定得到雙目的內部參數和外部參數,獲取剛體內窺鏡的雙目位姿關系。針對體內環(huán)境弱紋理的特性,本文以偽隨機編碼方法設計了三種基于空域散斑編碼結構光,對已經實現標定后的雙目攝像機,利用半全局塊匹配算法SGBM,在近距離小視場場景下得到對應深度圖并進行探究討論。在對整體深度圖的測量的實驗中,所設計的三種結構光均能夠得到相對于無結構光更平滑完整的深度圖。對于幾乎無紋理的紙面,16×16碼元的結構光的深度圖與對應距離擬合平面的誤差均值最低可達到0.38mm,誤差均方根最低可達到0.54mm。利用散斑空間結構縮小半全局匹配算法中的視差搜索范圍,通過驗證,提高了深度圖的精度并縮短了代價匹配時間。相比無結構光的深... 

【文章來源】：浙江大學浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁數】：65 頁

【學位級別】：碩士

【部分圖文】：

圖１．３斯特拉斯堡大學課題組所采用的Ｍ陣列結構光??

浙江大學碩士學位論文?緒論??０ＲＢ－ＳＬＡＭ２和半全局塊匹配算法ＳＧＢＭ實現雙目稠密匹配，對原本僅能實現稀疏重建??的０ＲＢ－ＳＬＡＭ２算法進行了改進，重建點云由原本的６７５０個表面點云提升到了?１０６２５個，??且對于煙霧環(huán)境下的三維重建仍具有很強的魯棒性。??龜??圖１．５利用ＯＲＢ－ＳＬＡＭ２＋ＳＧＢＭ算法實現人體內臟糢型的三維重建結果??１．２三維融合技術發(fā)展現狀??現今微創(chuàng)手術對于臨床診斷仍有許多缺點，比如說缺少深度感知，由于視野受限工作??區(qū)缺少定位信息１２９１等。在術中的３Ｄ重建手術場景并實時定位可以提供紿外科醫(yī)生關鍵信??息。通過柔性內窺鏡提供術中導航，未來可以ＡＲ形式在術前提供患者生理信息。由于視??場較小且體內環(huán)境原因，通常視場內的內窺鏡觀測得到的三維重建結果具有不連續(xù)的視覺??死區(qū)和無法從各個角度觀測當前觀察對象的全部信息。因此，單一視場的三維重建會限制??醫(yī)生的觀察，為了得到完整視場內的觀察結果，需要將內窺鏡移動時所得到的所有的圖像??通過矩陣變換關系轉移到世界坐標系下配準，以點云形式則可以稱為三維點云融合。其中，??三維融合根據特征選取對象可分為基于３Ｄ點云特征以及迭代最近點（Ｉｔｅｒａｔｉｖｅ?Ｃｌｏｓｅｓｔ?Ｐｏｉｎｔ，??ＩＣＰ）方法。??１．２．１基于３Ｄ點云特征的三維融合??由于常見的基于結構光的深度圖得到的點云中點與點之間沒有拓撲關系，因此尋找對??應關系需要額外對點云完成特征描述，這些特征主要是基于曲率和法線這兩點。２０１９年，??李強１％］等人基于改進八叉樹算法基于多特征實現了三維點云融合，基于點的主曲率、平均??曲率、高斯曲率等特征對不規(guī)則物體的局部曲面實現擬合，以尋找對應

浙江大學碩士學位論文?三維內窺鐿成像系統(tǒng)整體方案??第２章三維內窺鏡成像系統(tǒng)整體方案??本論文主要關注的點是三維內窺鏡成像系統(tǒng)，故搭建了一套在近距離范圍內適用于三??維測量重建實驗的雙目－投影儀系統(tǒng)以及對應的適用于三維融合的實驗平臺。??２．１系統(tǒng)總體簡介??如圖２．１所示，雙目－投影儀系統(tǒng)大致可以分為主要分成以下幾個模塊：結構光生成與??照明模塊，雙目內窺鏡模塊，圖像獲娶顯示模塊與后端處理模塊。其中投影儀和外接光??源負責結構光的生成與照明、計算機負責圖像的獲娶顯示和處理模塊。??被１ｘ雙目１＿＿圖像采￣￣??測內窺鏡模塊匕－＞集模塊??％?－ｊｊ－??體?，?ｖ???表＾?結構光?圖像顯??面＾生成模塊?示模塊??圖２．１基于結構光的內窺鏡三維測量系統(tǒng)結構框圖??圖２．２基于結構光的內窺镋三維測量系統(tǒng)??作為照明模塊，使用了一臺專用于生成結構光的投影儀，且為了保證實驗的基本照度，??還預備了實驗用的冷光源。在投影結構光碼元較小而碼元間隔較大的情況時，由于次波源??［５Ｇ］的影響，投影儀整體的亮度會降低，這時候就需要額外光源來提升實驗場景的亮度。內??窺鏡模塊使用雙目鏡頭，已得到由物體表面所反射調制后的結構光。圖像獲取則是利用電??路板通過ＵＳＢ接口以模數轉換的方式將數據傳輸到計算機處理，再經由計算機傳輸至顯??８??

【參考文獻】：
期刊論文
[1]基于曲率信息的人工蜂群點云配準算法[J]. 付鯤,陳雷.  計算機應用研究. 2020(04)

博士論文
[1]基于結構光的快速高精度深度感知[D]. 張越一.中國科學技術大學 2015
[2]面向主從式微創(chuàng)外科手術機器人的遙操作運動控制策略研究[D]. 唐奧林.上海交通大學 2014

碩士論文
[1]基于多約束八叉樹和多重特征的點云配準算法[D]. 李強.太原理工大學 2019
[2]基于ORB-SLAM2的醫(yī)學影像三維重建[D]. 王博聞.中北大學 2019



本文編號：3311473