一种基于最大相关熵的手术器械尖端点的标定方法技术

技术编号:14498117 阅读:183 留言:0更新日期:2017-01-30 00:08
本发明专利技术属于光学定位的手术导航技术领域,提供一种基于最大相关熵的手术器械尖端点的标定方法,该方法能够在非高斯噪声下,利用双目视觉对手术器械尖的状态进行估计和跟踪,通过完成手术器械尖端点标定。该方法包括:1)基于双目视觉的光学系统,获取待标定手术器械的旋转图像;2)获取手术器械标志点的平面图像坐标和空间坐标;3)对手术器械尖端点进行标定,基于最大相关熵准则求取手术器械尖端点的空间坐标,完成手术器械尖端点的标定。实验证明本发明专利技术算法性能良好,在真实的工程应用中,能够实现对手术器械尖端点较为准确的标定。

【技术实现步骤摘要】

本专利技术属于光学定位的手术导航
,涉及非高斯噪声下一种双目视觉的手术器械尖端点标定方法,特别是涉及到一种基于最大相关熵的手术器械尖端点的标定方法
技术介绍
手术导航的核心工作就是跟踪术中各种器械的位置和方向,针对介入式手术需要跟踪手术器械的尖端点,常用的方法是在手术器械上面设置三个或三个以上不共线的标志点,利用光学跟踪系统定位三个标志点的位置,术前标定手术器械尖端点,计算出尖端点在手术器械中的位置。当标志点的位置无法准确识别时,就会出现标志点“抖动”的情况,可以用脉冲性的噪声对其进行刻画。现有的通过双目视觉标定手术器械尖端点的方法主要是基于最小二乘准则的,此类方法在脉冲性噪声下性能迅速退化,故还需要对此问题进行进一步研究。
技术实现思路
针对现有技术的不足,本专利技术提供一种基于最大相关熵准则的手术器械尖端点标定方法,该方法是一种对非高斯噪声具有较强抑制能力标定方法,能够实现对手术器械尖端点较为准确的标定。为了达到上述目的,本专利技术的技术方案为:一种基于最大相关熵的手术器械尖端点标定方法,包括以下步骤:第一步,基于双目视觉的光学系统,获取待标定手术器械的旋转图像。1)将手术器械尖端点进行固定,并将手术器械围绕此尖端点进行旋转;2)利用双目视觉光学系统进行图像采集。第二步,获取手术器械标志点的平面图像坐标和空间坐标。1)利用图像识别方法对双目视觉光学系统获取图像中的手术器械上标志点进行识别;2)利用三维重建算法计算标志点的空间坐标。第三步,对手术器械尖端点进行标定。1)建立标定方程组;2)基于最大相关熵准则求取手术器械尖端点的空间坐标,通过完成手术器械间断点的标定。本专利技术的有益效果为:该方法能够在非高斯噪声条件下,克服由于手术器械标志点识别不准确所引入的脉冲性噪声,在双目识别手术导航实践中具有较好的应用前景。附图说明图1是手术器械结构示意图,图中m1、m2、m3、m4为四个反射红外光的小球;Tip为手术器械的尖端点;XN轴、YN轴、ZN轴为手术器械坐标系N的三个坐标轴;图2是围绕尖端点旋转手术器械的示意图;图3是基于双目视觉系统的手术器械标志点获取图;图4是手术器械标志点和尖端点的三维重建图;图5是本专利技术具体流程图。具体实施方式为使本专利技术实施例的目的、技术方案及其优点更加清楚,下面结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚完整的描述,具体流程图如图5所示:第一步,基于双目视觉的光学系统,获取待标定手术器械的旋转图像。1)将手术器械的尖端点进行固定。参见图1,图中m1,m2,m3,m4为四个反射红外光的小球,小球的球心为手术器械的标志点;手术器械坐标系N的三个坐标轴具体为:为XN轴,过点m1垂直于XN轴的直线为YN轴,原点ON为XN轴与YN轴的交点,过原点ON垂直于平面ONXNYN的直线为ZN轴。2)将手术器械围绕其尖端点进行旋转,参见图2,并使用双目视觉光学系统进行图像采集,并对每幅图像按照采集的顺序进行编号,左面相机采集的图片编号为L1,L2,…,LN,右面相机采集的图片编号为R1,R2,…,RN,共为2N幅图片。参见图2。第二步,获取手术器械标志点的平面图像坐标和空间坐标1)利用图像识别方法对第一步2)获取的双目视觉光学系统获取图像中的手术器械上标志点进行识别;并将其图像坐标分别记为,pLn,m=[uLn,m,vL,nm]T和pRn,m=[uRn,m,vRn,m]T(1)其中,下标中的L和R分别表示左相机和右相机,n(n=1,…,N)表示图像采集的顺序,m(m=1,2,3,4)表示标志点的顺序;u、v为标志点像素图像坐标。参见图3。2)利用三维重建公式以及第二步(1)中得到的手术器械标志点在图像中的坐标,得到手术器械标志点的三维空间坐标xn,m=[xn,m,yn,m,zn,m]T。三维重建公式如下:zL,n,muLn,mvLn,m1=M3×4Lxn,myn,mzn,m1=m11Lm12Lm13Lm14Lm21Lm22Lm23Lm24Lm31Lm32Lm33Lm34Lxn,myn,mzn,m1---(2)]]>zRn,muRn,mvRn,m1=M3×4Rxn,myn,mzn,m1=m11Rm12Rm13Rm14Rm21Rm22Rm23Rm24Rm31Rm32Rm33Rm34Rxn,myn,mzn,m1---(3)]]>其中,和分别表示左侧和右侧摄像机标定的投影矩阵;zLn,m和zRn,m分别为在左侧和右侧摄像机Z轴中的三维坐标点;[uLn.m,vLn,m,1]T和[uRn,m,vRn,m,1]T是pLn,m和pRn,m在像素坐标系下的齐次坐标;[xn,m,yn,m,zn,m,1]T为标志点点xn,m在世界坐标系下的齐次坐标;联立公式(2)和公式(3),得到:(uLn,mm31L-m11L)xn,m+(uLn,mm32L-m12L)yn,m+(uLn,mm33L-m13L)zn,m=m14L-uLn,mm34L(vLn,mm31L-m21L)xn,m+(vLn,mm32L-m22L)yn,m+(uLn,mm33L-m13L)zn,m=m24L-vLn,mm34L(uRn,mm31R-m11R)xn,m+(uRn,mm32R-m12R)yn,m+(uLn,mm33R-m13R)zn,m=m14R-uRn,mm34R(vRn,mm31R-m21R)xn,m+(vRn,mm32R-m22R)yn,m+(vLn,mm33R-m23R)zn,m=m24R-vRn,mm34R---(4)]]>采用最小二乘法求出公式(4),得出的最优解即为手术器械标志点的空间坐标。第三步,对手术器械尖端点进行标定。1)建立标定方程组,如下所示:第m个标志点所在球面的半径公式如下(xn,m-xtip)2+(yn,m-ytip)2+(zn,m-ztip)2=r2(5)其中,手术器械尖端点的坐标为xtip=[xtip,ytip,ztip]T;r为手术器械绕尖端点旋转时其标志点所在球的半径;xn,m、yn,m、zn,m为手术器械上标志点的空间坐标;上式共有n×m个方程,依此减去第一行的式子,可得:(x2m-x1m)xtip+(y2m-y1m)ytip+(z2m-z1m)ztip=(x2m2+y2m2+z2m2-x1m2-y1m2-z1m2)/2···(xnm-x1m)xtip+(ynm-y1m)ytip+(znm-z1m)ztip=(xnm2+ynm2+znm2-x1m2-y1m2-z1m2)/2---(6)]]>2)以xtip=[xtip,ytip,ztip]T作为待估计的FIR滤波器的系数,以标定方程组(6)中每个方程的等号左面的系数为滤波器输入,记作u(l)=[xlm-x1m,ylm-y1m,zlm-z1m]T(l=2,3,..,n),等号右面的常数项作为期望的输出,记作:以递归最大相关熵为自适应滤波算法对FIR滤波器的系数进行估计,迭代公式如下:e(l)=d(l)-uT(l)w(l-1)(7)k(l)=Pσ(l-1)u(l)/[λκσ-1(e(l))+uT本文档来自技高网...
一种基于最大相关熵的手术器械尖端点的标定方法

【技术保护点】
一种基于最大相关熵的手术器械尖端点标定方法,其特征在于以下步骤:第一步,基于双目视觉的光学系统,获取待标定手术器械的旋转图像1)将手术器械的尖端点进行固定;2)将手术器械围绕其尖端点进行旋转,使用双目视觉光学系统进行图像采集,并对每幅图像按照采集的顺序进行编号,左面相机采集的图片编号为L1,L2,…,LN,右面相机采集的图片编号为R1,R2,…,RN,共2N幅图片;第二步,获取手术器械标志点的平面图像坐标和空间坐标1)利用图像识别方法对第一步2)获取的图像中的手术器械上标志点进行识别;并将标志点图像坐标p分别记为:pLn,m=[uLn,m,vL,nm]T和pRn,m=[uRn,m,vRn,m]T         (1)其中,下标中的L和R分别表示左相机和右相机;n表示图像采集的顺序,n=1,…,N;m表示标志点的顺序,m=1,2,3,4;u、v为标志点像素图像坐标;2)利用三维重建公式和第二步1)中得到的手术器械标志点在图像中的坐标,得到手术器械标志点的三维空间坐标xn,m=[xn,m,yn,m,zn,m]T;所述的三维重建公式如下:zL,n.muLn,mvLn,m1=M3×;4Lxn,myn,mzn,m1=m11Lm12Lm13Lm14Lm21Lm22Lm23Lm24Lm31Lm32Lm33Lm34Lxn,myn,mzn,m1---(2)]]>zRn,muRn,mvRn,m1=M3×4Rxn,myn,mzn,m1=m11Rm12Rm13Rm14Rm21Rm22Rm23Rm24Rm31Rm32Rm33Rm34Rxn,myn,mzn,m1---(3)]]>其中,和分别表示左侧和右侧摄像机标定的投影矩阵;zLn,m和zRn,m分别为在左侧和右侧摄像机Z轴中的三维坐标点;[uLn.m,vLn,m,1]T和[uRn,m,vRn,m,1]T是pLn,m和pRn,m在像素坐标系下的齐次坐标;[xn,m,yn,m,zn,m,1]T为标志点点xn,m在世界坐标系下的齐次坐标;联立公式(2)和公式(3),得到:(uLn,mm31L-m11L)xn,m+(uLn,mm32L-m12L)yn,m+(uLn,mm33L-m13L)zn,m=m14L-uLn,mm34L(vLn,mm31L-m21L)xn,m+(vLn,mm32L-m22L)yn,m+(vLn,mm33L-m33L)zn,m=m24L-uLn,mm34L(uRn,mm31R-m11R)xn,m+(uRn,mm32R-m12R)yn,m+(uLn,mm33R-m13R)zn,m=m14R-uRn,mm34R(vRn,mm31R-m21R)xn,m+(vRn,mm32R-m22R)yn,m+(vLn,mm33R-m23R)zn,m=m24R-vRn,mm34R---(4)]]>采用最小二乘法求出公式(4),得出的最优解即为手术器标志点的空间坐标;第三步,对手术器械尖端点进行标定1)建立标定方程组,如下所示:第m个标志点所在球面的半径公式为:(xn,m‑xtip)2+(yn,m‑ytip)2+(zn,m‑ztip)2=r2         (5)其中,手术器械尖端点的坐标为xtip=[xtip,ytip,ztip]T;r为手术器械绕尖端点旋转时其标志点所在球的半径;xn,m、yn,m、zn,m为手术器械上标志点的空间坐标;由公式(5)得到如公式(6)所示的标定方程组:(x2m-x1m)xtip+(y2m-y1m)ytip+(z2m-z1m)ztip=(x2m2+y2m2+z2m2-x1m2-y1m2-z1m2)/2···(xnm-x1m)xtip+(ynm-y1m)ytip+(znm-z1m)ztip=(xnm2+ynm2+znm2-x1m2-y1m2-z1m2)/2---(4)]]>2)以xtip=[xtip,ytip,ztip]T作为待估计的FIR滤波器的系数;以标定方程组中每个方程等号左面的系数为滤波器输入,记作u(l);以标定方程组中每个方程等号右面的常数项作为期望输出,记作d(l);u(l)=[xlm‑x1m,ylm‑y1m,zlm‑z1m]T,(l=2,3,..,n)d(l)=(xlm2+ylm2+zlm2-x1m2-y1m2-z1m2)/2,(l=2,3,..,n)]]>以递归最大相关熵为自适应滤波算法,进行迭代,对FIR滤波器的系数进行估计,实现手术器械尖端点的标定;所述的迭代公式如下:e(l)=d(l)‑uT(l)w(l‑1)                     (7)k(l)=Pσ(l-1)u(l)/[λκσ-1(e(l))+u...

【技术特征摘要】
1.一种基于最大相关熵的手术器械尖端点标定方法,其特征在于以下步骤:第一步,基于双目视觉的光学系统,获取待标定手术器械的旋转图像1)将手术器械的尖端点进行固定;2)将手术器械围绕其尖端点进行旋转,使用双目视觉光学系统进行图像采集,并对每幅图像按照采集的顺序进行编号,左面相机采集的图片编号为L1,L2,…,LN,右面相机采集的图片编号为R1,R2,…,RN,共2N幅图片;第二步,获取手术器械标志点的平面图像坐标和空间坐标1)利用图像识别方法对第一步2)获取的图像中的手术器械上标志点进行识别;并将标志点图像坐标p分别记为:pLn,m=[uLn,m,vL,nm]T和pRn,m=[uRn,m,vRn,m]T(1)其中,下标中的L和R分别表示左相机和右相机;n表示图像采集的顺序,n=1,…,N;m表示标志点的顺序,m=1,2,3,4;u、v为标志点像素图像坐标;2)利用三维重建公式和第二步1)中得到的手术器械标志点在图像中的坐标,得到手术器械标志点的三维空间坐标xn,m=[xn,m,yn,m,zn,m]T;所述的三维重建公式如下:zL,n.muLn,mvLn,m1=M3×4Lxn,myn,mzn,m1=m11Lm12Lm13Lm14Lm21Lm22Lm23Lm24Lm31Lm32Lm33Lm34Lxn,myn,mzn,m1---(2)]]>zRn,muRn,mvRn,m1=M3×4Rxn,myn,mzn,m1=m11Rm12Rm13Rm14Rm21Rm22Rm23Rm24Rm31Rm32Rm33Rm34Rxn,myn,mzn,m1---(3)]]>其中,和分别表示左侧和右侧摄像机标定的投影矩阵;zLn,m和zRn,m分别为在左侧和右侧摄像机Z轴中的三维坐标点;[uLn.m,vLn,m,1]T和[uRn,m,vRn,m,1]T是pLn,m和pRn,m在像素坐标系下的齐次坐标;[xn,m,yn,m,zn,m,1]T为标志点点xn,m在世界坐标系下的齐次坐标;联立公式(2)和公式(3),得到:(uLn,mm31L-m11L)xn,m+(uLn,mm32L-m12L)yn,m+(uLn,mm33L-m13L)zn,m=m14L-uLn,mm34L(vLn,mm31L-m21L)xn,m+(vLn,mm32L-m22L)yn,m+(vLn,mm33L-m33L)zn,m=m24L-uLn,mm34L(uRn,mm31R-m11R)xn,m+(uRn,mm32R-m12R)yn,m+(uLn,mm33R-m13R)zn,m=m14R-uRn,mm34R(vRn,mm31R-m21R)xn,m+(vRn,...

【专利技术属性】
技术研发人员:邱天爽吕丽明朱永杰栾声扬张家成丑远婷
申请(专利权)人:大连理工大学
类型:发明
国别省市:辽宁;21

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1