[发明专利]基于混合匹配策略的皮下静脉三维重建方法

摘要

本发明公开了一种基于混合匹配策略的皮下静脉三维重建方法，得到静脉血管的三维信息。首先，采用IUWT和海森矩阵分析分别得到各视图中的血管分割结果及相关血管特征图像；第二步，通过形态学及血管跟踪算法提取和划分血管中心线，得到各中心线分支的半径及血管方向；第三步，利用极线约束计算单视图中心线分支内各点在另一视图中的候选匹配点集；第四步，分别在各视图的血管相似度图像中提取SURF并完成SURF特征点的匹配，随后采用Ransac方法计算视图间的单应变换矩阵；第五步，基于单应矩阵和候选匹配点集，采用从局部到整体的分层匹配策略实现双目视图血管中心线间的点点匹配，匹配过程中同时完成单应矩阵的优化；最后，根据三角测量的原理完成匹配中心线点的三维重建，并根据二维血管管径信息恢复三维血管表面。

主权项

一种基于混合匹配策略的皮下静脉三维重建方法，其特征在于，包括以下步骤：第一步、近红外静脉血管分割：采用多尺度IUWT小波变换和海森矩阵分析方法，分别实现对双目静脉图像中血管结构的分割，分割过程中得到血管方向图和血管相似性图像；第二步、血管中心线测量：对血管分割图像采用形态学方法得到血管中心线后，利用血管跟踪算法将中心线进一步划分为血管分支；采用分段样条拟合修正分支位置及方向，并采用距离变换方法估计血管中心线的半径；第三步、计算候选匹配点集：基于标定的双目摄像头参数和血管分支信息，分别计算左/右视图中分支中心线上一点p的极线与右/左视图中血管分支的交点集合，作为点p的匹配点集；第四步、计算双目视图间的单应矩阵：分别在血管相似性图像中提取SURF特征点并完成SURF特征点的匹配；利用Ransac方法和SURF匹配特征点计算双目视图间的单应矩阵；第五步、基于混合约束和分层策略的血管匹配：首先结合匹配点集和视图间单应矩阵信息，通过计算中心线匹配度筛选出部分可唯一确定的中心线点点匹配关系，随后基于这部分血管匹配关系对单应矩阵进行优化，最后采用基于血管段的整体匹配策略实现难匹配点的血管匹配；第六步、血管三维重建：首先，基于血管中心线点点匹配关系和双目成像系统外参数完成对血管中心线的重建，并对重建中心线进行分段样条拟合，随后，利用图像分割中得到的管径信息渲染血管表面。