膀胱鏡シークエンス画像の三次元シーン再構成技術
膀胱鏡検査画像診断は膀胱がん診断のゴールド スタンダードであり、疾患の診断、手術指導、およびがんのモニタリングにおいて重要な役割を果たします。しかし、内視鏡の撮像範囲はプローブが小さすぎるために制限されるため、画像の倍率と視野を組み合わせることができず、個人の二次元画像と三次元構造を関連付けることができません。現在の視野では、病気での使用が制限されています。生理学またはがん検出の定量的または縦断的研究。上記の問題に照準を合わせて,本論文は連続膀胱鏡画像に基づく3Dシーン再構成法を提案した。主な内容には、次の部分が含まれます。1。従来のキャリブレーション方法が人間の膀胱に適用できないという問題を目指し、クルッパ方程式に基づく内視鏡自己較正アルゴリズムが採用されています。絶対二次曲線の投影特性に従って、仮想キャリブレーション ブロックが確立され、内視鏡の内部パラメーター マトリックスが計算され、内視鏡のキャリブレーションが完了します。2. 内視鏡によって収集された低品質、不均一な照明、および多くのノイズを含む元の画像に対して、一連の前処理手順が実行されます。最初に,膀胱画像の関心領域(ROI)をマスク法によって抽出し,ROI画像をRGB色空間からLAB色空間に変換し,限定コントラスト適応ヒストグラム等化アルゴリズムを用いて色強調を行った。最後に,双一次補間アルゴリズムを採用した。加速する。前処理前後の膀胱画像の特徴コーナーの数を比較することにより、本論文の前処理アルゴリズムの有効性と優位性が検証されます。3. 膀胱の 3 次元点群は、インクリメンタル モーション回復構造アルゴリズムによって回復されます。最初に、SIFT アルゴリズムを使用して、前処理された膀胱画像の特徴を抽出して照合し、改良された適応終了しきい値を備えた RANSAC 誤照合除去アルゴリズムを使用します。サンプリング時間は、従来の RANSAC アルゴリズムのサンプリング時間と終了条件を決定するのが難しいという問題を回避します。その後、初期画像の 3D ポイント クラウドとカメラ ポーズが、エピポーラ幾何学的制約と三角形法を使用して復元されます。カメラのペアは順番に段階的に追加され、ビーム調整メソッドを使用してパラメーターが最適化され、3D 点群と膀胱の内面が復元されます。検鏡の軌跡。膀胱モデル データと標準的な臨床データの 3D シーンを再構築することにより、実験結果は、再構築後の平均再投影誤差が 1 ピクセル (2.072.0? および 2.068.0? ピクセル) 未満であることを示し、提案されたアルゴリズムが可能な性的。
