本發(fā)明屬于光學定位的手術(shù)導(dǎo)航
技術(shù)領(lǐng)域：
，涉及非高斯噪聲下一種雙目視覺的手術(shù)器械尖端點標定方法,特別是涉及到一種基于最大相關(guān)熵的手術(shù)器械尖端點的標定方法。
背景技術(shù)：
：手術(shù)導(dǎo)航的核心工作就是跟蹤術(shù)中各種器械的位置和方向，針對介入式手術(shù)需要跟蹤手術(shù)器械的尖端點，常用的方法是在手術(shù)器械上面設(shè)置三個或三個以上不共線的標志點，利用光學跟蹤系統(tǒng)定位三個標志點的位置，術(shù)前標定手術(shù)器械尖端點，計算出尖端點在手術(shù)器械中的位置。當標志點的位置無法準確識別時，就會出現(xiàn)標志點“抖動”的情況，可以用脈沖性的噪聲對其進行刻畫?，F(xiàn)有的通過雙目視覺標定手術(shù)器械尖端點的方法主要是基于最小二乘準則的，此類方法在脈沖性噪聲下性能迅速退化，故還需要對此問題進行進一步研究。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于最大相關(guān)熵準則的手術(shù)器械尖端點標定方法,該方法是一種對非高斯噪聲具有較強抑制能力標定方法，能夠?qū)崿F(xiàn)對手術(shù)器械尖端點較為準確的標定。為了達到上述目的,本發(fā)明的技術(shù)方案為:一種基于最大相關(guān)熵的手術(shù)器械尖端點標定方法,包括以下步驟：第一步,基于雙目視覺的光學系統(tǒng)，獲取待標定手術(shù)器械的旋轉(zhuǎn)圖像。1)將手術(shù)器械尖端點進行固定，并將手術(shù)器械圍繞此尖端點進行旋轉(zhuǎn)；2)利用雙目視覺光學系統(tǒng)進行圖像采集。第二步，獲取手術(shù)器械標志點的平面圖像坐標和空間坐標。1)利用圖像識別方法對雙目視覺光學系統(tǒng)獲取圖像中的手術(shù)器械上標志點進行識別；2)利用三維重建算法計算標志點的空間坐標。第三步，對手術(shù)器械尖端點進行標定。1)建立標定方程組；2)基于最大相關(guān)熵準則求取手術(shù)器械尖端點的空間坐標，通過完成手術(shù)器械間斷點的標定。本發(fā)明的有益效果為：該方法能夠在非高斯噪聲條件下，克服由于手術(shù)器械標志點識別不準確所引入的脈沖性噪聲，在雙目識別手術(shù)導(dǎo)航實踐中具有較好的應(yīng)用前景。附圖說明圖1是手術(shù)器械結(jié)構(gòu)示意圖，圖中m1、m2、m3、m4為四個反射紅外光的小球；Tip為手術(shù)器械的尖端點；XN軸、YN軸、ZN軸為手術(shù)器械坐標系N的三個坐標軸；圖2是圍繞尖端點旋轉(zhuǎn)手術(shù)器械的示意圖；圖3是基于雙目視覺系統(tǒng)的手術(shù)器械標志點獲取圖；圖4是手術(shù)器械標志點和尖端點的三維重建圖；圖5是本發(fā)明具體流程圖。具體實施方式為使本發(fā)明實施例的目的、技術(shù)方案及其優(yōu)點更加清楚，下面結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚完整的描述，具體流程圖如圖5所示：第一步，基于雙目視覺的光學系統(tǒng)，獲取待標定手術(shù)器械的旋轉(zhuǎn)圖像。1)將手術(shù)器械的尖端點進行固定。參見圖1，圖中m1,m2,m3,m4為四個反射紅外光的小球，小球的球心為手術(shù)器械的標志點；手術(shù)器械坐標系N的三個坐標軸具體為：為XN軸，過點m1垂直于XN軸的直線為YN軸，原點ON為XN軸與YN軸的交點，過原點ON垂直于平面ONXNYN的直線為ZN軸。2)將手術(shù)器械圍繞其尖端點進行旋轉(zhuǎn)，參見圖2，并使用雙目視覺光學系統(tǒng)進行圖像采集，并對每幅圖像按照采集的順序進行編號，左面相機采集的圖片編號為L1，L2，…，LN，右面相機采集的圖片編號為R1，R2，…，RN，共為2N幅圖片。參見圖2。第二步，獲取手術(shù)器械標志點的平面圖像坐標和空間坐標1)利用圖像識別方法對第一步2)獲取的雙目視覺光學系統(tǒng)獲取圖像中的手術(shù)器械上標志點進行識別；并將其圖像坐標分別記為,pLn,m＝[uLn,m,vL,nm]T和pRn,m＝[uRn,m,vRn,m]T(1)其中，下標中的L和R分別表示左相機和右相機，n(n＝1,…,N)表示圖像采集的順序，m(m＝1,2,3,4)表示標志點的順序；u、v為標志點像素圖像坐標。參見圖3。2)利用三維重建公式以及第二步(1)中得到的手術(shù)器械標志點在圖像中的坐標，得到手術(shù)器械標志點的三維空間坐標xn,m＝[xn,m,yn,m,zn,m]T。三維重建公式如下：zL,n,muLn,mvLn,m1=M3×4Lxn,myn,mzn,m1=m11Lm12Lm13Lm14Lm21Lm22Lm23Lm24Lm31Lm32Lm33Lm34Lxn,myn,mzn,m1---(2)]]>zRn,muRn,mvRn,m1=M3×4Rxn,myn,mzn,m1=m11Rm12Rm13Rm14Rm21Rm22Rm23Rm24Rm31Rm32Rm33Rm34Rxn,myn,mzn,m1---(3)]]>其中,和分別表示左側(cè)和右側(cè)攝像機標定的投影矩陣；zLn,m和zRn,m分別為在左側(cè)和右側(cè)攝像機Z軸中的三維坐標點；[uLn.m,vLn,m,1]T和[uRn,m,vRn,m,1]T是pLn,m和pRn,m在像素坐標系下的齊次坐標；[xn,m,yn,m,zn,m,1]T為標志點點xn,m在世界坐標系下的齊次坐標；聯(lián)立公式(2)和公式(3)，得到：(uLn,mm31L-m11L)xn,m+(uLn,mm32L-m12L)yn,m+(uLn,mm33L-m13L)zn,m=m14L-uLn,mm34L(vLn,mm31L-m21L)xn,m+(vLn,mm32L-m22L)yn,m+(uLn,mm33L-m13L)zn,m=m24L-vLn,mm34L(uRn,mm31R-m11R)xn,m+(uRn,mm32R-m12R)yn,m+(uLn,mm33R-m13R)zn,m=m14R-uRn,mm34R(vRn,mm31R-m21R)xn,m+(vRn,mm32R-m22R)yn,m+(vLn,mm33R-m23R)zn,m=m24R-vRn,mm34R---(4)]]>采用最小二乘法求出公式(4)，得出的最優(yōu)解即為手術(shù)器械標志點的空間坐標。第三步，對手術(shù)器械尖端點進行標定。1)建立標定方程組，如下所示：第m個標志點所在球面的半徑公式如下(xn,m-xtip)2+(yn,m-ytip)2+(zn,m-ztip)2＝r2(5)其中，手術(shù)器械尖端點的坐標為xtip＝[xtip,ytip,ztip]T；r為手術(shù)器械繞尖端點旋轉(zhuǎn)時其標志點所在球的半徑；xn,m、yn,m、zn,m為手術(shù)器械上標志點的空間坐標；上式共有n×m個方程，依此減去第一行的式子，可得：(x2m-x1m)xtip+(y2m-y1m)ytip+(z2m-z1m)ztip=(x2m2+y2m2+z2m2-x1m2-y1m2-z1m2)/2···(xnm-x1m)xtip+(ynm-y1m)ytip+(znm-z1m)ztip=(xnm2+ynm2+znm2-x1m2-y1m2-z1m2)/2---(6)]]>2)以xtip＝[xtip,ytip,ztip]T作為待估計的FIR濾波器的系數(shù)，以標定方程組(6)中每個方程的等號左面的系數(shù)為濾波器輸入，記作u(l)＝[xlm-x1m,ylm-y1m,zlm-z1m]T(l＝2,3,..,n)，等號右面的常數(shù)項作為期望的輸出，記作：以遞歸最大相關(guān)熵為自適應(yīng)濾波算法對FIR濾波器的系數(shù)進行估計，迭代公式如下：e(l)＝d(l)-uT(l)w(l-1)(7)k(l)=Pσ(l-1)u(l)/[λκσ-1(e(l))+uT(l)Pσ(l-1)u(l)]---(8)]]>w(l)＝w(l-1)+e(l)k(l)(9)Pσ(l)=1λ[Pσ(l-1)-k(l)uT(l)Pσ(l-1)]---(10)]]>其中，u(l)為濾波器輸入序列；d(l)為期望輸出序列；l表示為數(shù)據(jù)的序列；e(l)為觀測誤差；w(l)為濾波器權(quán)值，w(1)＝0；λ＝0.99是遺忘因子；k(l)為增益向量；Pσ為自相關(guān)矩陣的逆矩陣，P(1)＝λ-1I；κσ(·)＝exp(-(·)2/σ2)表示高斯核函數(shù)。從而實現(xiàn)手術(shù)器械尖端點的標定。參見圖4。當前第1頁1 2 3