Technologie de reconstruction de scène 3D de l'image de séquence de cystoscopie
CystoscopieL'imagerie diagnostique est l'étalon-or pour le diagnostic du cancer de la vessie et joue un rôle important dans le diagnostic de la maladie, l'orientation chirurgicale et la surveillance du cancer. Cependant, comme la plage d'imagerie de l'endoscope est limitée par la taille trop petite de la sonde, le grossissement de l'image ne peut pas être combiné avec le champ de vision et l'image bidimensionnelle de l'individu ne peut pas être associée à la structure tridimensionnelle. dans le champ de vision actuel, ce qui limite son utilisation dans les maladies. Études quantitatives ou longitudinales de physiologie ou de détection du cancer. Visant les problèmes ci-dessus, cet article propose une méthode de reconstruction de scène 3D basée sur des images cystoscopiques séquentielles. Le contenu principal comprend les parties suivantes :1. Visant le problème que la méthode d'étalonnage traditionnelle ne peut pas être appliquée dans la vessie humaine, un algorithme d'auto-étalonnage d'endoscope basé sur l'équation de Kruppa est adopté. Selon les propriétés de projection de la courbe quadratique absolue, un bloc d'étalonnage virtuel est établi et la matrice de paramètres internes de l'endoscope est calculée pour terminer l'étalonnage de l'endoscope. 2. Une série d'étapes de prétraitement sont prises pour les images originales avec une faible qualité, un éclairage inégal et de nombreux bruits collectés par l'endoscope. Tout d'abord, la région d'intérêt (ROI) de l'image de la vessie est extraite par la méthode du masque, l'image ROI est convertie de l'espace colorimétrique RVB à l'espace colorimétrique LAB, et l'amélioration des couleurs est effectuée en utilisant un algorithme d'égalisation d'histogramme adaptatif à contraste limité. Enfin, un algorithme d'interpolation bilinéaire est adopté. accélérer. En comparant le nombre de coins caractéristiques des images de la vessie avant et après le prétraitement, l'efficacité et la supériorité de l'algorithme de prétraitement dans cet article sont vérifiées. 3. Le nuage de points tridimensionnel de la vessie est récupéré par l'algorithme de structure de récupération de mouvement incrémentiel. Premièrement, l'algorithme SIFT est utilisé pour extraire et faire correspondre les caractéristiques de l'image de la vessie prétraitée, et un algorithme d'élimination des fausses correspondances RANSAC avec un seuil de terminaison adaptatif amélioré est utilisé. Les temps d'échantillonnage évitent le problème que les temps d'échantillonnage et les conditions de terminaison de l'algorithme RANSAC traditionnel sont difficiles à déterminer. Ensuite, le nuage de points 3D et la pose de la caméra de l'image initiale sont récupérés en utilisant des contraintes géométriques épipolaires et la méthode du triangle, les paires de caméras sont ajoutées progressivement en séquence et les paramètres sont optimisés à l'aide de la méthode d'ajustement du faisceau pour récupérer le nuage de points 3D et la surface interne de la vessie. La trajectoire du spéculum. En reconstruisant la scène 3D des données du modèle de vessie et des données cliniques standards, les résultats expérimentaux montrent que l'erreur moyenne de reprojection après reconstruction est inférieure à un pixel (2.072.0 ? et 2.068.0 ? pixels), ce qui prouve que l'algorithme proposé est sexuelle réalisable.
