适用少/无特征环境的三维重建方法及系统、设备、介质技术方案

本发明专利技术提供了一种适用少/无特征环境的三维重建方法，其特征在于，包括如下步骤S1：利用在线标定方法对当前手术环境的光源参数进行标定；步骤S2：待光源参数标定之后得到光源参数σ1，采集RGB图像，RGB图像命名为I；步骤S3：通过本质图像分解算法将采集到的RGB图像分解为反射图R和明暗图S；步骤S4：利用反射图R对标定好的光源参数进行更新得到校准后的光源参数；步骤S5：将校准后的光源参数与明暗图S一并输入到明暗恢复形状算法中计算得到三维形状。本发明专利技术还提供了一种适用少/无特征环境的三维重建系统、设备、介质。本发明专利技术解决了无需图像特征即可进行三维重建的问题，使之能在少/无特征的环境中进行应用。

【技术实现步骤摘要】
适用少/无特征环境的三维重建方法及系统、设备、介质
本专利技术涉及图像处理
，具体地，涉及一种适用少/无特征环境的三维重建方法及系统、设备、介质。
技术介绍
机器人辅助微创手术是目前医学领域新兴起的一项技术，是使用机器人操纵器进行主从式内窥镜手术的手术，其具有操作精准、创伤小、愈后效果好的特点，这些优点使得该项技术取得了广泛的关注。但目前商用的机器人辅助微创手术缺少良好的对手术视野的三维信息进行感知的方法，即缺少合适的三维重建方法。不同于日常环境的三维重建，机器人辅助微创手术环境下的三维重建有其自身的难点与特点。一方面，日常环境的图片特征非常密集，很容易找到图像特征点。而机器人辅助微创手术环境下所面对的物体通常特征稀少或者无特征，如软组织，牙齿，骨骼等。另一方面，日常环境中的光照较为均匀，不同位置处拍摄的同一物体在图像灰度上差别不大。而辅助微创手术环境下的光照由单一近场点光源提供，十分不均匀，不同位置处拍摄的同一物体在图像灰度上差别较大。对应的，这样的情况导致了基于传统双目视觉的三维重建的算法无法很好的实现其功能。少/无特征的物体本文档来自技高网...

【技术保护点】
1.一种适用少/无特征环境的三维重建方法，其特征在于，包括如下步骤：/n步骤S1：利用在线标定方法对当前手术环境的光源参数进行标定；/n步骤S2：待光源参数标定之后得到光源参数σ1，采集RGB图像，RGB图像命名为I；/n步骤S3：通过本质图像分解算法将采集到的RGB图像分解为反射图R和明暗图S；/n步骤S4：利用反射图R对标定好的光源参数进行更新得到校准后的光源参数；/n步骤S5：将校准后的光源参数与明暗图S一并输入到明暗恢复形状算法中计算得到三维形状。/n

【技术特征摘要】
1.一种适用少/无特征环境的三维重建方法，其特征在于，包括如下步骤：
步骤S1：利用在线标定方法对当前手术环境的光源参数进行标定；
步骤S2：待光源参数标定之后得到光源参数σ1，采集RGB图像，RGB图像命名为I；
步骤S3：通过本质图像分解算法将采集到的RGB图像分解为反射图R和明暗图S；
步骤S4：利用反射图R对标定好的光源参数进行更新得到校准后的光源参数；
步骤S5：将校准后的光源参数与明暗图S一并输入到明暗恢复形状算法中计算得到三维形状。


2.根据权利要求1所述的适用少/无特征环境的三维重建方法，其特征在于，所述步骤S1中的在线标定方法是通过选取拍摄位置拍摄照片，将拍摄的照片进行三维重建并计算得到照片的相对转换矩阵。


3.根据权利要求2所述的适用少/无特征环境的三维重建方法，其特征在于，若光源参数准确，则照片的三维形状的由照片的相对转换矩阵转换得到。


4.根据权利要求2所述的适用少/无特征环境的三维重建方法，其特征在于，若光源参数不准确，则利用粒子群算法迭代光源参数的值，找到使误差达到最小时对应的光源参数。


5.根据权利要求1所述的适用少/无特征环境的三维重建方法，其特征在于，所述步骤S3中的本质图像算法将采集到的RGB图像通过明暗图和反射图的自身特性进行分解，所述明暗图为物体三维形状在光照下反射后形成的亮度图，所述反射图为物体表面属性的图。


6.根据权利要求1所述的适用少/无特征环境的三维重建方法，其特征在于，所述步骤S3中将采集到的RGB图像根据反射图R和明暗图S自身的特性，构造能量方程g对反射图R和明暗图...

【专利技术属性】
技术研发人员：范佳程，冯源，陈敏，王石刚，梁庆华，莫锦秋，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31