[发明专利]追踪三维物体的方法有效
申请号: | 201380051530.2 | 申请日: | 2013-09-05 |
公开(公告)号: | CN104718563B | 公开(公告)日: | 2017-04-26 |
发明(设计)人: | F·波里克里;李冯 | 申请(专利权)人: | 三菱电机株式会社 |
主分类号: | G06T7/20 | 分类号: | G06T7/20 |
代理公司: | 北京三友知识产权代理有限公司11127 | 代理人: | 吕俊刚,刘久亮 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 追踪 三维 物体 方法 | ||
1.一种利用图像集合的多个序列追踪三维物体的方法,其中,各个集合中的图像从不同视点同时获取自所述物体,所述方法包括针对各个当前图像集合的以下步骤:
从当前集合中的各个图像提取特征,其中,在各个图像中的窗口内提取所述特征;
将受到运动约束的回归函数应用于所述特征以获得三维运动参数;
将所述三维运动参数应用于所述物体,以获得所述物体的三维位置;以及
将所述三维位置处的所述三维物体的形状投影到各个图像上,以更新下一图像集合中的各个图像的窗口的位置,
其中,所述物体是肿瘤,所述步骤在处理器中执行。
2.根据权利要求1所述的方法,其中,在图像引导放射治疗的背景下,所述图像集合的多个序列是两个X射线视频。
3.根据权利要求1或2所述的方法,其中,所述视点彼此倾斜。
4.根据权利要求1或2所述的方法,其中,所述视点彼此垂直。
5.根据权利要求1或2所述的方法,其中,所述回归函数是线性的。
6.根据权利要求1或2所述的方法,其中,所述回归函数是非线性的。
7.根据权利要求1或2所述的方法,其中,所述回归函数将所述特征与所述三维运动参数关联起来。
8.根据权利要求1或2所述的方法,其中,所述特征是方向梯度直方图。
9.根据权利要求1或2所述的方法,其中,所述特征对所述物体的运动敏感。
10.根据权利要求1或2所述的方法,该方法还包括以下步骤:
利用初始图像集合训练所述回归函数。
11.根据权利要求10所述的方法,其中,所述训练使用随机生成的三维运动假设,并且所述方法还包括以下步骤:
将所述运动约束应用于所述物体的所述位置;
在所述运动约束的限制内针对各个三维运动假设生成所述三维运动参数;
根据各个三维运动参数移动以所述物体的所述位置为中心的三维物体形状;
根据三维设置参数将所述三维物体形状投影到各个图像上,以获得各个图像的所述窗口;
提取各个图像的所述窗口内的所述特征;
将所述特征连接以获得与各个假设对应的组合特征;
从所述三维运动假设的所述三维运动参数构造运动矩阵;
从所述运动假设的所述组合特征构造特征矩阵;以及
将所述回归函数拟合到所述运动矩阵和所述特征矩阵。
12.根据权利要求10所述的方法,其中,所述训练使所述特征与所述三维运动参数之间的测地距离最小化。
13.根据权利要求1或2所述的方法,该方法还包括以下步骤:
根据三维设置参数将所述三维物体的所述形状投影到各个图像上,以获得各个图像的所述窗口的位置,
基于所述物体的自相似性优化所述窗口的大小。
14.根据权利要求13所述的方法,该方法还包括以下步骤:
利用方向梯度直方图确定所述自相似性。
15.根据权利要求13所述的方法,该方法还包括以下步骤:
在不同的候选窗口大小内生成贴片;
计算贴片之间的距离;
根据最小距离的平均指派辨别力分数;以及
选择具有最大辨别力分数的候选窗口大小作为所述窗口的最佳大小。
16.根据权利要求1或2所述的方法,其中,所述回归函数受到运动约束,并且所述方法还包括以下步骤:
应用生物力学运动模型作为运动约束。
17.根据权利要求10所述的方法,该方法还包括以下步骤:
针对所述初始图像集合获得所述位置;
将所述位置布置成矩阵;
利用与所述矩阵中的最大值对应的特征向量确定主线;
将所述主线与所述主线的转置矩阵向量相乘,以获得线投影矩阵;以及
指派物体运动先验概率作为先验投影矩阵。
18.根据权利要求17所述的方法,其中,所述物体运动先验概率在流形上确定。
19.根据权利要求16所述的方法,其中,所述生物力学运动模型是从多个人学习的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于三菱电机株式会社,未经三菱电机株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201380051530.2/1.html,转载请声明来源钻瓜专利网。