学位论文 > 优秀研究生学位论文题录展示
虚拟手术中的运动跟踪自适应滤波算法研究与实现
作 者: 许凌鸣
导 师: 唐勇;倪根林
学 校: 电子科技大学
专 业: 软件工程
关键词: 虚拟手术 运动跟踪 小波分析 自适应Kalman滤波
分类号: TP399-C8
类 型: 硕士论文
年 份: 2009年
下 载: 53次
引 用: 0次
阅 读: 论文下载
内容摘要
虚拟手术(virtual surgery)在手术方案制定、手术技能训练、手术引导、人工假体设计等方面具有广泛的应用前景。作为虚拟现实技术在现代医学中的应用,虚拟手术集成医学、生物力学、计算机图形学、图像处理与模式识别、自动控制等多项关键技术,在计算机中建立一个虚拟手术环境,用户在该环境中对虚拟病患实施手术过程。人机交互技术是研究和开发虚拟手术系统的一项重点与难点,交互方案的优劣直接关系到虚拟手术系统的成败。本文就虚拟心脏介入手术系统的开发中所涉及的交互技术展开研究和讨论。运动跟踪系统用于确定物体在虚拟现实环境中的位置与方向,是虚拟现实系统中关键的交互技术之一。FASTRAK是一种六自由度运动跟踪系统,利用电磁感应原理测量三维空间中运动物体的位置与方位,具有快速、精确、易操作的优点。在虚拟心脏介入手术系统的开发中,主要的手术器械是导丝,利用FASTRAK模拟导丝、实现器械定位与人机交互,可有效满足手术仿真需求,且有利于手术系统的推广和应用。然而, FASTRAK基于电磁感应原理来实现空间定位,对使用环境的要求较为严苛,其定位数据的精确度和稳定性易受周围环境的影响。本文分析和研究周围环境中主要的噪声源,并建立了含噪声信号的数据模型。虚拟心脏介入手术系统中导丝漫游、碰撞检测等功能模块对定位数据的精确度和稳定性要求很高,必须对运动跟踪系统进行实时、精确的滤波校正。由于FASTRAK数据受环境影响很大,运动跟踪滤波是人机交互的核心问题之一。自适应Kalman滤波是一种高效动态的滤波技术,可在噪声统计未知的前提下实现精确的滤波校正,但前提是含噪声信号模型内仅含高斯白噪声。为此,本文为运动跟踪系统FASTRAK建立了离散型状态方程和观测方程,并针对定位数据中的有色噪声,提出一种基于小波预处理的自适应Kalman滤波算法,对FASTRAK定位数据进行滤波校正。该算法首先对观测数据做小波分析,用小波阈值去噪法滤除其中的有色信号,然后再进行自适应Kalman滤波,以实时、精确地递推估计出状态值。仿真实验结果表明,该算法的去噪性能良好,可有效提高FASTRAK数据精度,具有较好的稳定性和实时性。
|
全文目录
摘要 4-5 ABSTRACT 5-13 第一章 绪论 13-22 1.1 研究背景与意义 13-19 1.1.1 虚拟手术概述 13-14 1.1.2 人机交互技术 14-16 1.1.3 虚拟心脏手术简介 16-19 1.2 主要工作 19-21 1.2.1 FASTRAK 的工作原理与噪声源 19-20 1.2.2 Kalman 滤波技术 20 1.2.3 小波去噪技术 20 1.2.4 基于小波的自适应 Kalman 滤波算法 20-21 1.3 论文结构 21-22 第二章 运动跟踪系统 22-31 2.1 运动跟踪基本原理 22-24 2.1.1 运动物体的自由度 22-23 2.1.2 运动跟踪系统的基本组成 23-24 2.2 电磁跟踪系统 24-26 2.2.1 交流跟踪系统 24-25 2.2.2 直流跟踪系统 25-26 2.3 FASTRAK 系统 26-29 2.3.1 基本特点 27 2.3.2 基本组成 27 2.3.3 性能指标 27-29 2.3.4 应用范围 29 2.4 小结 29-31 第三章 Kalman 滤波理论 31-39 3.1 滤波器简介 31-33 3.1.1 滤波器的定义分类 31 3.1.2 滤波器的分类 31-32 3.1.3 滤波器的数学模型 32-33 3.2 Kalman 滤波方法 33-38 3.2.1 基本原理 33-34 3.2.2 KF 基本方程 34-36 3.2.3 AKF 算法 36-38 3.3 小结 38-39 第四章 小波去噪理论 39-58 4.1 小波简介 39-40 4.2 数学模型 40-42 4.2.1 CWT 40-41 4.2.2 DWT 41-42 4.3 多分辨分析特性 42-45 4.3.1 基本概念 42-43 4.3.2 Mallat 算法 43-45 4.4 小波函数的选取 45-50 4.4.1 Haar 小波 46-47 4.4.2 Daubechies 小波 47-49 4.4.3 Symlets 小波 49-50 4.5 小波去噪方法 50-57 4.5.1 小波阈值去噪方法 51-56 4.5.2 其他小波去噪方法 56-57 4.6 小结 57-58 第五章 运动跟踪滤波技术 58-74 5.1 含噪声信号模型 58-61 5.1.1 噪声分类 58-59 5.1.2 含噪声信号模型 59 5.1.3 运动跟踪系统的噪声源 59-61 5.2 定位数据的获取和低通滤波 61-63 5.2.1 FASTRAK 数据的获取 61-62 5.2.2 低通滤波参数设置 62-63 5.3 基于小波的 AKF 算法 63-67 5.3.1 状态方程与观测方程 63-65 5.3.2 算法流程与结构 65 5.3.3 小波预处理 65-66 5.3.4 AKF 处理 66-67 5.4 实验与数据分析 67-72 5.4.1 基于小波的 AKF 去噪算法性能分析 67-68 5.4.2 算法比较 68 5.4.3 FASTRAK 模拟效果 68-72 5.5 小结 72-74 第六章 结束语 74-76 6.1 工作总结 74-75 6.2 工作展望 75-76 致谢 76-77 参考文献 77-80 附录 Adaptive Kalman 滤波算法代码(C++) 80-86
|
相似论文
- 航天继电器时间参数测试分析技术的研究,TM58
- 陀螺稳定吊舱控制系统设计,TP273
- 基于汉语听觉认知的事件相关电位的研究,R318.0
- 虚拟手术中建模与仿真关键技术研究,TP391.41
- 基于声学特性的裂纹缺陷检测方法研究,TP274
- 基于小波分析的掌纹图像识别研究,TP391.41
- 基于小波和Kalman滤波的GPS数据去噪方法研究,P228.4
- 基于视频的动物运动跟踪分析系统及应用研究,TP391.41
- 面向大批量生产的刀具磨损在线识别技术研究,TG71
- 增强现实牙科虚拟手术的关键技术研究,TP391.9
- 高分辨率自然伽马测井仪器研制,TE927
- 漏电及故障电弧保护断路器的研究,TM561
- 虚拟手术系统中基于混合模型的切割仿真研究,TP391.41
- 基于形态分析的小电流系统接地故障辨识技术与工程应用,TM862
- 基于DM6437的视频行人运动检测系统设计,TP391.41
- 基于小波分析的流体快速模拟方法,TP391.41
- 基于FPGA的电力系统谐波检测系统的研究与设计,TM935
- 基于小波和神经网络理论的电力系统负荷预测研究,TM715
- 模拟电路故障诊断方法及其应用研究,TN710
- 基于DSP+FPGA的近红外检测仪关键技术研究,TN791
- 小波分析在MEMS陀螺信号降噪中的应用研究,TN911.4
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 在其他方面的应用
© 2012 www.xueweilunwen.com
|