[发明专利]基于结构重建的皮下静脉三维可视化装置及方法有效
申请号: | 201310245219.3 | 申请日: | 2013-06-19 |
公开(公告)号: | CN103337071A | 公开(公告)日: | 2013-10-02 |
发明(设计)人: | 杨健;王涌天;刘越;宋宪政 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T17/00;A61B5/00 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 高燕燕 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 结构 重建 皮下 静脉 三维 可视化 装置 方法 | ||
1.基于结构重建的皮下静脉三维可视化装置,其特征在于,主要包括:一台个人计算机P、两个环状的近红外光源L1和L2、两片红外滤光片F1和F2、一台可见光成像的工业相机C1、两台近红外成像的工业相机C2和C3、一台近距离投影仪D及一个可摆放以上装置的支架;其中,固定于同一横杆,间隔一定距离,相互夹角使成像投影于同一区域的可见光成像的工业相机C1及近距离投影仪D组成用于皮肤表面三维重建的图像采集设备;环绕镜头的近红外光源L1和L2、附着于成像平面处的红外滤光片F1和F2、固定于同一横杆且夹角使成像区域对准待测区域的近红外成像工业相机C2和C3组成用于静脉血管三维重建的图像采集设备;
个人计算机P用于:
控制投影仪D投影:根据结构光的重建原理投影出具有不同编码信息的光栅图像;
系统标定:包括近红外相机C2、C3间的标定、可见光相机C1与投影仪D间的标定及近红外相机C2、C3与可见光相机间C1的标定三部分,得到各成像投影设备的内、外参数矩阵来表征相机或投影仪的系统内参数及系统间的空间位置关系;
皮肤表面三维重建:在相机C1采集到被皮肤表面调制的光栅图像后,根据相位计算方法得到光栅图像的绝对相位值,再据预先标定的系统参数和相位-高度映射关系计算出被皮肤表面的三维信息;
静脉血管三维重建:首先对获得的近红外静脉血管图像进行血管中心线提取,然后根据双目视觉原理,利用极线匹配的方法获得两幅图像中血管对应关系,最后根据系统参数对静脉血管中心线进行三维坐标的计算;
人体数据三维可视化:选定视点及光源位置后,利用GPU加速的光线投射法实现实时渲染和三维显示;
静脉血管二维投影:根据近红外相机与投影仪间的标定参数,计算三维体数据在投影仪处的投影图像,并将该图像投影在人体皮肤表面。
2.如权利要求1所述的基于结构重建的皮下静脉三维可视化装置,其特征在于,所述的近红外光源L1和L2峰值波长为850nm。
3.基于结构重建的皮下静脉三维可视化方法,其特征在于,包括以下步骤:
第一步:使用典型棋盘格作为标识物对摄像机进行标定;
第二步:投影仪的标定;
第三步:采用基于多频外插原理的相位展开方法对光栅图像进行投影和采集;
第四步:皮肤表面基于结构光进行三维重建,包括两部分:①相值计算;②相位与三维分布的映射;
计算出相位主值在一个相位周期内是唯一的,由于在整个测量空间内有多个光栅条纹,呈锯齿状分布,因此对空间点的相位主值进行相位展开,采用基于多频外插原理的相位展开方法求解得到绝对相位值;
第五步:采集近红外图像;两台近红外相机同时对待测区域成像,并将得到的数字图像实时传输给处理器进行中心线提取;
第六步:血管的中心线提取及三维重建;
第七步:根据所选视点位置,实现基于GPU加速的实时三维可视化。
第八步:采用基于血管三维点云的模拟投影方法,模拟投影得到以投影仪位置为视点的血管二维影像,并将该影像利用投影仪投影在被测皮肤区域表面,实现对血管的增强现实。
4.如权利要求3所述的基于结构重建的皮下静脉三维可视化方法,其特征在于,第六步中所述的血管的中心线提取主要包括以下步骤:
1)背景分割:基于Niblack方法的全局阈值分割,全局阈值求取公式如下:
其中图像大小为M×N,Tb为求取的阈值,Mean为图像的平均灰度,以Tb为阈值,大于Tb的区域认为是被测区域;小于Tb的区域认为是背景区域;最后保留并填充二值图像中最大连通域的方法;
2)去除毛发干扰:利用毛发相较于静脉血管更细的特点,采用基于十字模板的形态学闭运算方法实现;
3)非均匀光照矫正:合成图像表达式:
f(x,y)=I(x,y)×r(x,y) (12)
其中f(x,y)为合成图像,I(x,y)为镜面反射图像,r(x,y)为漫反射图像;
4)对比度增强:采用基于模糊边界非线性映射的方法进行图像增强,首先,定义皮肤区域为Mask,根据Niblack算法计算Mask内的全局阈值;然后,以该阈值为模糊边界进行灰度非线性映射,映射满足:
其中,r为漫反射图像灰度;Trans(r)为拉伸后的灰度;e为控制拉伸程度的参数,e越大,映射函数越陡峭;
5)模板匹配二值化:构造高斯分布模板,对图像中每一点进行模板匹配,提取图像中每一点的特征,提取特征包括最大模板响应及方向、最小模板响应及方向4个变量;
6)中心线提取,采用形态学细化算法提取中心线的提取,得到两幅图像中血管中心线的匹配关系,血管中心线的三维重建即利用已标定的摄像机内外参数及匹配点的图像坐标来实现。
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北京理工大学,未经北京理工大学许可,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/201310245219.3/1.html,转载请声明来源钻瓜专利网。