[发明专利]多目立体视觉的体表摆位跟踪方法有效
| 申请号: | 201811619101.1 | 申请日: | 2018-12-28 |
| 公开(公告)号: | CN109727277B | 公开(公告)日: | 2022-10-28 |
| 发明(设计)人: | 梅建辉;马善达;付东山 | 申请(专利权)人: | 江苏瑞尔医疗科技有限公司 |
| 主分类号: | G06T7/33 | 分类号: | G06T7/33;G06T7/73;G06T7/60;G06T7/80 |
| 代理公司: | 无锡市大为专利商标事务所(普通合伙) 32104 | 代理人: | 曹祖良;屠志力 |
| 地址: | 214192 江苏省无锡市锡*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 立体 视觉 体表 跟踪 方法 | ||
1.一种多目立体视觉的体表摆位跟踪方法,其特征在于,包括以下步骤:
步骤S1,两组视觉组件关于治疗床左右对称放置;每一组视觉组件包括一个摄像头和一个光栅条纹投影机;两个摄像头的光轴斜向下交于一点,并处于同一竖直平面内,构成一个被动三角测量结构;每组中摄像头与光栅条纹投影机的光轴也成一定角度斜交处于同一倾斜平面内,构成一个主动三角测量结构;摄像头与光栅条纹投影机光轴的交点与两个摄像头光轴交点重合;一组视觉组件用于采集一侧的体表点云数据;
安装视觉组件完成后,首先对每组视觉组件中的摄像头进行标定,通过对摄像头进行标定,获取每个摄像头图像坐标系、摄像头坐标系及世界坐标系之间的转化关系,以及摄像头的内参矩阵和外参矩阵;
步骤S2,对CT数据进行模拟几何重建:重建时保留CT数据中体表的点云数据和靶点信息,并模拟CT点云数据在左侧摄像头坐标系下的空间位置;
步骤S3,通过治疗床两侧的视觉组件采集体表点云数据:通过设置在治疗床上方、处于同一水平高度上、关于治疗床左右对称的两组视觉组件分别获取两侧的体表图像;每组视觉组件包括一个摄像头和一个结构光投影仪,两个摄像头的光轴斜向下交于一点,并处于同一竖直平面内,构成一个被动三角测量结构;每组中摄像头与结构光投影仪的光轴也成一定角度斜交处于同一倾斜平面内,构成一个主动三角测量结构;摄像头与结构光投影仪光轴的交点与两摄像头光轴交点重合;
步骤S4,每组的结构光投影仪投射光栅条纹到人体表面,因人体表面的深浅不同,光栅条纹的相位会发生调制;在本步骤中采用序列投光的方式,保证同一时间下只有一侧会投射光栅条纹;
摄像头采集此时的光栅条纹图像,由计算机进行解相;利用体表条纹的弯曲程度,解调得到该条纹的相位,再根据三角测量原理,将相位转化成体表的高度信息,进一步可以得到体表的三维信息;
步骤S5,对体表两侧采集的点云数据进行融合;先找出两个摄像头拍摄的图像对中相同特征点的坐标,依据标定得出的各自的旋转矩阵和平移矩阵,将这些特征点对转换为以摄像头为坐标系的三维坐标,这些三维特征点就是体表两侧已知的一些点云数据对;再根据两个摄像头的位置关系,将右侧的摄像头坐标系转换到左侧的摄像头坐标系中,两侧点云数据会统一到一个三维坐标系下;左侧的摄像头坐标系作为世界坐标系;再根据上述求得的已知的一些点云数据对,求出两侧点云之间的旋转和平移关系,将两侧采集的点云数据进行融合;
步骤S6,对采集并融合后的体表点云数据与CT重建的体表点云数据进行三维精确配准,得到病人的摆位信息。
2.如权利要求1所述的多目立体视觉的体表摆位跟踪方法,其特征在于,
步骤S4中,计算机解相的具体步骤包括:
步骤S4.1,采用四步相移法对相位进行解相;
步骤S4.2,光栅条纹图像上的相位解相后,再获取图像上某一点对应的投影仪上该点的绝对相位;
步骤S4.3,利用主动三角测量原理,获取图像上的点的世界坐标系三维坐标。
3.如权利要求1所述的多目立体视觉的体表摆位跟踪方法,其特征在于,
步骤S5中,找出图像对中相同特征点的坐标的步骤如下:
步骤S5.1,获取体表两侧的图像信息,提取各图像中的ORB特征点;
步骤S5.2,对ORB特征点进行筛选和匹配,得到体表两侧图像中的特征点对;
步骤S5.3,再根据步骤S1标定的各摄像头图像坐标到世界坐标的转换关系,获取这些特征点对的三维坐标。
4.如权利要求3所述的多目立体视觉的体表摆位跟踪方法,其特征在于,
步骤S5.2中,ORB特征点筛选和匹配,具体包括:取左侧图像中的某个ORB特征点,并找出其与右侧图像中欧式距离最近的前两个ORB特征点,在这前两个ORB特征点中,如果最近的距离除以次近的距离小于某个比例阈值,则接受这一对匹配点。
5.如权利要求1所述的多目立体视觉的体表摆位跟踪方法,其特征在于,
步骤S6中,具体采用迭代最近点算法进行两个点云的三维精确配准,包括:
步骤S6.1,分别计算采集的点云数据和CT重建的点云数据的质心;
步骤S6.2,将各组点云中的所有的点减去对应的质心;
步骤S6.3,预先设定初始旋转矩阵和平移矩阵,一组点云经过矩阵转换得到新的点云,计算新的点云到另一组点云的距离,将这两组点云之间的距离作为目标函数,通过不断迭代寻求最优的旋转矩阵和平移矩阵使得两组点云之间的距离最小。
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江苏瑞尔医疗科技有限公司,未经江苏瑞尔医疗科技有限公司许可,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/201811619101.1/1.html,转载请声明来源钻瓜专利网。





