[发明专利]一种牙科增强现实手术导航的自动实时无标记图像配准方法

权利要求书

1.一种牙科增强现实手术导航的自动实时无标记图像配准方法，其特征在于：包括以下步骤：

步骤一：采集患者电子计算机断层扫描(Computed Tomography,简称CT)数据；

步骤二：对所采集CT数据进行阈值分割预处理，提取关键组织并加入手术规划模型，三维重建生成CT模型；

步骤三：立体相机标定及校正；

步骤四：采集患者三维口腔扫描仪数据；

步骤五：对所采集三维口腔扫描数据进行预处理，生成三维口腔扫描模型；

步骤六：采用主成分分析及迭代最近点方法将三维口腔扫描模型与CT模型配准，从而将三维口腔扫描模型转换至CT空间；

步骤七：采用金字塔分层算法及拟牛顿法将转换至CT空间的三维口腔扫描模型与立体相机图像配准，从而动态解析CT空间与相机空间的几何关系；

步骤七中三维口腔扫描模型与立体相机图像配准，先采用金字塔分层算法进行初配准，再采用拟牛顿法迭代求解实现精配准，从而动态解析CT空间与相机空间的几何关系；

初配准采用金字塔分层算法进行，搜索策略描述如下：设置一个与真实相机具有相同内参的虚拟相机，规律地设置数千个不同位置的视点，对应地呈现出数千个三维口腔扫描模型的二维视图，根据相似性将视图聚类，每一类对应一组视点，完成聚类后降采样到更高层次的金字塔，并重复聚类过程，形成金字塔层次模板视图，建立金字塔视点图像数据库；

在初配准的在线搜索阶段，将立体相机图像生成图像金字塔，从最顶层金字塔开始搜索，计算该层立体相机图像与模板视图的相似性测度，选出相似性最高的聚类模板，并沿着此聚类继续进行下层金字塔模板视图的匹配，最终相似性测度最高的最底层金字塔模板视图所对应的视点，为最佳视点，即确定了初始位姿；

精配准采取迭代求解思想，将三维口腔扫描模型投影得到二维投影轮廓点，对立体相机图像进行高斯拉普拉斯(Laplacian of the Gaussian，简称LoG)滤波得到图像边缘，最后采用拟牛顿法之一BFGS算法求解如下函数：

N_l和N_r分别是三维口腔扫描模型左右投影轮廓点的个数；K是相机的内参矩阵；b是相机基线长度，一旦函数求解，姿势被更新，下一个迭代将被执行，直到姿势的改变小于一个阈值；

最终根据变换链，动态解析CT空间与相机空间的几何关系。

2.根据权利要求1所述的一种牙科增强现实手术导航的自动实时无标记图像配准方法，特征在于：步骤六中三维口腔扫描模型与CT模型配准，先进行基于主成分分析(Principal Component Analysis，简称PCA)的初配准，再进行基于迭代最近点(IterativeClosest Point，简称ICP)的精配准，最终将三维口腔扫描模型转换至CT空间；

基于PCA的初配准采用四元数及奇异值分解(Singular Value Decomposition，简称SVD)方法进行求解，求出CT模型以及三维口腔扫描模型的三个主方向，再加上各自重心，得到4个对应的特征点对，利用协方差矩阵的构造矩阵求得四元数(w,x,y,z)，进而得到旋转矩阵R₀与平移矩阵s₀，完成初配准，得到初配准矩阵T₀＝(R₀,s₀)，Q’＝T₀Q，Q为三维口腔扫描模型，Q’为与CT模型配准经坐标变换到CT空间的三维口腔扫描模型；

基于ICP的精配准采用SVD方法求解旋转矩阵，使用k-d tree方法在CT模型中寻找与三维口腔扫描模型中欧式距离最近的点，构成点集，采用SVD分解方法迭代计算配准矩阵T＝(R,s)，更新三维口腔扫描模型位姿，迭代直至目标函数小于一定阈值或迭代达到一定次数。