微創(chuàng)手術(shù)內(nèi)窺鏡圖像拼接技術(shù)研究
發(fā)布時(shí)間:2020-12-15 07:13
內(nèi)窺鏡微創(chuàng)手術(shù)是外科手術(shù)中的一個(gè)重要發(fā)展方向,而且內(nèi)窺鏡能夠很好的輔助醫(yī)師進(jìn)行臨床診斷、治療,以及完成微創(chuàng)外科手術(shù)。相比于一般的外科手術(shù)來說,內(nèi)窺鏡微創(chuàng)手術(shù)是經(jīng)過一個(gè)很小的創(chuàng)口,通過觀察內(nèi)窺鏡圖像來得到其內(nèi)部的信息構(gòu)造。內(nèi)窺鏡成像對(duì)病灶的診斷及治療方面都有著十分重要的作用,然而內(nèi)窺鏡成像的特點(diǎn)是成像范圍小,對(duì)較大器官的掃查無法實(shí)現(xiàn)一次就完成,這就影響了醫(yī)師對(duì)于病變范圍和細(xì)節(jié)進(jìn)行詳細(xì)判斷,不利于病變的定性診斷,運(yùn)用圖像拼接技術(shù)就能很好的解決該問題。然而針對(duì)內(nèi)窺鏡圖像拼接的誤匹配多,實(shí)時(shí)性要求高和圖像尺度變化等問題,本文對(duì)內(nèi)窺鏡圖像拼接技術(shù)進(jìn)行了詳細(xì)研究,主要內(nèi)容如下:首先,對(duì)內(nèi)窺鏡圖像拼接中的流程和核心技術(shù)進(jìn)行了簡要的概述,主要分為五個(gè)方面的內(nèi)容,提取關(guān)鍵點(diǎn)、生成描述子、關(guān)鍵點(diǎn)配準(zhǔn)、計(jì)算變換矩陣、最后是圖像融合,其中特征點(diǎn)匹配是重點(diǎn)。然后,對(duì)圖像拼接領(lǐng)域的經(jīng)典算法SIFT(Scale invariant feature transform)進(jìn)行了詳細(xì)研究并對(duì)其進(jìn)行了改進(jìn)。由于特征點(diǎn)匹配的過程中會(huì)產(chǎn)生誤匹配,而現(xiàn)有的誤匹配剔除技術(shù)一般僅選用單一的方法,針對(duì)該問題,本文提出將最近鄰匹配法和R...
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:78 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 內(nèi)窺鏡圖像拼接研究意義和背景
1.2 內(nèi)窺鏡圖像拼接的研究現(xiàn)狀
1.3 本文的主要工作和結(jié)構(gòu)安排
1.3.1 本文的主要工作
1.3.2 本文的結(jié)構(gòu)安排
第二章 內(nèi)窺鏡圖像拼接框架
2.1 內(nèi)窺鏡圖像拼接的基本流程
2.2 內(nèi)窺鏡圖像拼接的特點(diǎn)
2.3 內(nèi)窺鏡圖像拼接的常用方法
2.4 圖像配準(zhǔn)
2.4.1 圖像配準(zhǔn)的分類
2.4.2 圖像配準(zhǔn)的模型
2.4.3 圖像配準(zhǔn)的常用方法
2.5 圖像融合
2.6 本章小結(jié)
第三章 基于改進(jìn)SIFT的內(nèi)窺鏡圖像拼接
3.1 SIFT算法原理
3.1.1 DOG空間極值點(diǎn)檢測
3.1.2 SIFT特征點(diǎn)描述
3.2 特征匹配
3.2.1 Kd-Tree搜索算法
3.2.2 BBF(BestBinFirst)算法
3.3 改進(jìn)的特征點(diǎn)對(duì)提純算法
3.3.1 基于K最近鄰的特征點(diǎn)匹配算法
3.3.2 RANSAC算法
3.4 圖像匹配關(guān)系與變換矩陣估計(jì)
3.5 內(nèi)窺鏡圖像融合結(jié)果
3.6 實(shí)驗(yàn)結(jié)果與分析
3.7 本章小結(jié)
第四章 基于金字塔ORB的內(nèi)窺鏡圖像拼接
4.1 基于金字塔的ORB特征點(diǎn)檢測方法
4.1.1 構(gòu)建尺度空間
4.1.2 FAST特征點(diǎn)檢測
4.2 ORB特征點(diǎn)描述
4.2.1 BRIEF描述子的建立
4.2.2 BRIEF描述子的方向
4.3 漢明距離匹配
4.4 特征點(diǎn)對(duì)提純和變換矩陣估計(jì)
4.5 內(nèi)窺鏡圖像融合結(jié)果
4.6 實(shí)驗(yàn)結(jié)果與對(duì)比分析
4.6.1 尺度變化實(shí)驗(yàn)
4.6.2 金字塔ORB配準(zhǔn)性能驗(yàn)證
4.6.3 金字塔ORB與改進(jìn)SIFT的性能對(duì)比實(shí)驗(yàn)
4.6.4 金字塔ORB拼接結(jié)果圖
4.7 本章小結(jié)
第五章 總結(jié)與展望
5.1 全文總結(jié)
5.2 未來工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果
本文編號(hào):2917880
【文章來源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:78 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 內(nèi)窺鏡圖像拼接研究意義和背景
1.2 內(nèi)窺鏡圖像拼接的研究現(xiàn)狀
1.3 本文的主要工作和結(jié)構(gòu)安排
1.3.1 本文的主要工作
1.3.2 本文的結(jié)構(gòu)安排
第二章 內(nèi)窺鏡圖像拼接框架
2.1 內(nèi)窺鏡圖像拼接的基本流程
2.2 內(nèi)窺鏡圖像拼接的特點(diǎn)
2.3 內(nèi)窺鏡圖像拼接的常用方法
2.4 圖像配準(zhǔn)
2.4.1 圖像配準(zhǔn)的分類
2.4.2 圖像配準(zhǔn)的模型
2.4.3 圖像配準(zhǔn)的常用方法
2.5 圖像融合
2.6 本章小結(jié)
第三章 基于改進(jìn)SIFT的內(nèi)窺鏡圖像拼接
3.1 SIFT算法原理
3.1.1 DOG空間極值點(diǎn)檢測
3.1.2 SIFT特征點(diǎn)描述
3.2 特征匹配
3.2.1 Kd-Tree搜索算法
3.2.2 BBF(BestBinFirst)算法
3.3 改進(jìn)的特征點(diǎn)對(duì)提純算法
3.3.1 基于K最近鄰的特征點(diǎn)匹配算法
3.3.2 RANSAC算法
3.4 圖像匹配關(guān)系與變換矩陣估計(jì)
3.5 內(nèi)窺鏡圖像融合結(jié)果
3.6 實(shí)驗(yàn)結(jié)果與分析
3.7 本章小結(jié)
第四章 基于金字塔ORB的內(nèi)窺鏡圖像拼接
4.1 基于金字塔的ORB特征點(diǎn)檢測方法
4.1.1 構(gòu)建尺度空間
4.1.2 FAST特征點(diǎn)檢測
4.2 ORB特征點(diǎn)描述
4.2.1 BRIEF描述子的建立
4.2.2 BRIEF描述子的方向
4.3 漢明距離匹配
4.4 特征點(diǎn)對(duì)提純和變換矩陣估計(jì)
4.5 內(nèi)窺鏡圖像融合結(jié)果
4.6 實(shí)驗(yàn)結(jié)果與對(duì)比分析
4.6.1 尺度變化實(shí)驗(yàn)
4.6.2 金字塔ORB配準(zhǔn)性能驗(yàn)證
4.6.3 金字塔ORB與改進(jìn)SIFT的性能對(duì)比實(shí)驗(yàn)
4.6.4 金字塔ORB拼接結(jié)果圖
4.7 本章小結(jié)
第五章 總結(jié)與展望
5.1 全文總結(jié)
5.2 未來工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果
本文編號(hào):2917880
本文鏈接:http://sikaile.net/yixuelunwen/waikelunwen/2917880.html
最近更新
教材專著