本申请涉及一种图像重建方法、装置、计算机设备和可读存储介质，该方法通过获取多个第一图像和多个第二图像；第一图像包括待重建区域中关键处区域的图像，第二图像包括待重建区域中除关键区域之外的其他区域的图像；对多个第一图像进行点云重建得到第一点云数据，对多个第二图像进行点云重建得到第二点云数据；根据第一点云数据和第二点云数据确定待重建区域对应的三维图像。使用本申请提供的图像重建方法能够实现对手术室场景的三维重建。方法能够实现对手术室场景的三维重建。方法能够实现对手术室场景的三维重建。
【技术实现步骤摘要】
图像重建方法、装置、计算机设备和可读存储介质
[0001]本申请涉及图像处理
，特别是涉及一种图像重建方法、装置、计算机设备和可读存储介质。
技术介绍
[0002]随着科技发展和产业的变革，基于人工智能、互联网、物联网等新技术的智慧医院已经成为未来医院的发展方向。为了满足日益复杂的手术需求以及患者的良好体验，手术室作为医院的核心，打造安全、高效的复合手术室成为医院升级改造的重中之重。复合手术室在升级和改造的过程中需要对手术室进行三维重建。
[0003]传统技术中，没有针对手术室场景进行三维重建的方法。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够对手术室场景进行三维重建的图像重建方法、装置、计算机设备和可读存储介质。
[0005]第一方面，本申请提供了一种图像重建方法，该方法包括：
[0006]获取多个第一图像和多个第二图像；其中，第一图像包括待重建区域中关键区域的图像，第二图像包括待重建区域中除关键区域之外的其他区域的图像；
[0007]对多个第一图像进行点云重建得到第一点云数据，对多个第二图像进行点云重建得到第二点云数据；
[0008]根据第一点云数据和第二点云数据，确定待重建区域对应的三维图像。
[0009]在其中一个实施例中，对多个第二图像进行点云重建得到第二点云数据，包括：
[0010]对多个第二图像进行稠密点云重建，得到第二点云数据。
[0011]在其中一个实施例中，对多个第二图像进行稠密点云重建，得到第二点云数据，包括：
[0012]对多个第二图像进行筛选，得到多个关键图像；
[0013]对各关键图像进行多个类型的特征提取，得到各关键图像对应的特征点；
[0014]根据各关键图像对应的特征点进行点云重建，得到第二点云数据。
[0015]在其中一个实施例中，根据各关键图像对应的特征点进行点云重建，得到第二点云数据，包括：
[0016]根据各关键图像对应的特征点确定各关键图像的位姿信息；
[0017]根据各关键图像的位姿信息和各关键图像对应的特征点进行点云重建，得到第二点云数据。
[0018]在其中一个实施例中，该方法还包括：
[0019]对多个关键图像进行闭环检测，并根据检测结果对第二点云数据进行更新，得到更新后的第二点云数据。
[0020]在其中一个实施例中，对多个关键子图像进行闭环检测，并根据检测结果对第二
点云数据进行更新，得到更新后的第二点云数据，包括：
[0021]在检测结果表示多个关键图像产生闭环时，根据闭环产生的约束条件对第二点云数据进行更新，得到更新后的第二点云数据。
[0022]在其中一个实施例中，该方法还包括：
[0023]将第二点云数据输入至点云语义分割模型，得到分割后的第二点云数据；
[0024]根据第一点云数据和第二点云数据，确定待重建区域对应的三维图像，包括：
[0025]根据分割后的第二点云数据和第一点云数据，确定待重建区域对应的三维图像。
[0026]在其中一个实施例中，对多个第一图像进行点云重建得到第一点云数据，包括：
[0027]根据各第一图像对应的深度信息，确定各第一图像对应的点云数据；
[0028]对各第一图像对应的点云数据进行重建，得到第一点云数据。
[0029]在其中一个实施例中，对各第一图像对应的点云数据进行重建，得到第一点云数据，包括：
[0030]对各第一图像对应的点云数据进行第一配准，得到配准后的各第一图像对应的点云数据；
[0031]根据配准后的各第一图像对应的点云数据进行第二配准，得到第一点云数据；第一配准所使用的配准参数与第二配准所使用的配准参数不同。
[0032]在其中一个实施例中，该方法还包括：
[0033]将各第一图像输入至图像语义分割模型，得到分割后的各第一图像；
[0034]确定各第一图像对应的点云数据，并对各第一图像对应的点云数据进行重建，得到第一点云数据，包括：
[0035]确定分割后的各第一图像对应的点云数据，并对分割后的各第一图像对应的点云数据进行重建，得到第一点云数据。
[0036]在其中一个实施例中，根据第一点云数据和第二点云数据，确定待重建区域对应的三维图像，包括：
[0037]对第一点云数据和第二点云数据进行第三配准，得到配准后的第一点云数据和配准后的第二点云数据；
[0038]根据配准后的第一点云数据和配准后的第二点云数据进行第四配准，得到待重建区域对应的三维图像；第三配准所使用的配准参数与第四配准所使用的配准参数不同。
[0039]在其中一个实施例中，该方法还包括：
[0040]从第一点云数据中筛选出目标物体对应的点云数据；目标物体包括其他区域中任一物体；
[0041]在目标物体对应的点云数据不满足预设点云距离范围的情况下，对不满足预设点云距离范围的点云数据进行剔除处理，得到处理后的第一点云数据；
[0042]根据第一点云数据和第二点云数据，确定待重建区域对应的三维图像，包括：
[0043]根据第二点云数据和处理后的第一点云数据，确定待重建区域对应的三维图像。
[0044]第二方面，本申请一个实施例提供一种图像重建装置，该装置包括：
[0045]获取模块，用于获取多个第一图像和多个第二图像；其中，第一图像包括待重建区域中关键区域的图像，第二图像包括待重建区域中除关键区域之外的其他区域的图像；
[0046]重建模块，用于对多个第一图像进行点云重建得到第一点云数据，对多个第二图
像进行点云重建得到第二点云数据；
[0047]重建模块，还用于根据第一点云数据和第二点云数据，确定待重建区域对应的三维图像。
[0048]第三方面，本申请一个实施例提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如上述第一方面提供的方法的步骤。
[0049]第四方面，本申请一个实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面提供的方法的步骤。
[0050]上述图像重建方法、装置、计算机设备和可读存储介质，该方法通过获取多个第一图像和多个第二图像，第一图像包括待重建区域中关键区域的图像；第二图像包括待重建区域中其他区域的图像；对多个第一图像进行点云重建得到第一点云数据，对多个第二图像进行点云重建得到第二点云数据；根据第一点云数据和第二点云数据，确定待重建区域对应的三维图像。在本实施例中，在对待重建区域进行三维重建时，先对待重建区域进行划分得到关键区域和其他区域，对关键区域的多个第一图像和其他区域的多个第二图像分别进行点云重建，这样能够对待重建区域中关键区域和除关键区域之外的其他区域进行重建，即，重建后的待重建区域对应的三维图像中包括关键区域和其他区域的实时数本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像重建方法，其特征在于，所述方法包括：获取多个第一图像和多个第二图像；其中，所述第一图像包括待重建区域中关键区域的图像，所述第二图像包括所述待重建区域中除所述关键区域之外的其他区域的图像；对所述多个第一图像进行点云重建得到第一点云数据，对所述多个第二图像进行点云重建得到第二点云数据；根据所述第一点云数据和所述第二点云数据，确定所述待重建区域对应的三维图像。2.根据权利要求1所述的方法，其特征在于，所述对所述多个第二图像进行点云重建得到第二点云数据，包括：对所述多个第二图像进行稠密点云重建，得到所述第二点云数据。3.根据权利要求2所述的方法，其特征在于，所述对所述多个第二图像进行稠密点云重建，得到所述第二点云数据，包括：对所述多个第二图像进行筛选，得到多个关键图像；对各所述关键图像进行多个类型的特征提取，得到各所述关键图像对应的特征点；根据各所述关键图像对应的特征点进行点云重建，得到所述第二点云数据。4.根据权利要求3所述的方法，其特征在于，所述根据各所述关键图像对应的特征点进行点云重建，得到所述第二点云数据，包括：根据各所述关键图像对应的特征点确定各所述关键图像的位姿信息；根据各所述关键图像的位姿信息和各所述关键图像对应的特征点进行点云重建，得到所述第二点云数据。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：对所述多个关键图像进行闭环检测，并根据检测结果对所述第二点云数据进行更新，得到更新后的第二点云数据。6.根据权利要求5所述的方法，其特征在于，所述对所述多个关键子图像进行闭环检测，并根据检测结果对所述第二点云数据进行更新，得到更新后的第二点云数据，包括：在所述检测结果表示所述多个关键图像产生闭环时，根据闭环产生的约束条件对第二点云数据进行更新，得到所述更新后的第二点云数据。7.根据权利要求1
‑
6任一项所述的方法，其特征在于，所述方法还包括：将所述第二点云数据输入至点云语义分割模型，得到分割后的第二点云数据；所述根据所述第一点云数据和所述第二点云数据，确定所述待重建区域对应的三维图像，包括：根据所述分割后的第二点云数据和所述第一点云数据，确定所述待重建区域对应的三维图像。8.根据权利要求1
‑
6任一项所述的方法，其特征在于，所述对所述多个第一图像进行点云重建得到第一点云数据，包括：根据各所述第一图像对应的深度信息，确定各所述第一图像对应的点云数据；对各所述第一图像对应的点云数据进行重建，得到所述第一点云数据。9.根据权利要求8所述的方法，其特征在于，所述对各所述第一图像对应的点云数据进行重建，得到所述第一点云数据，包括...
【专利技术属性】
技术研发人员：邹鹿，张哲思，
申请(专利权)人：武汉联影智融医疗科技有限公司，
类型：发明
国别省市：
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。