学位论文 > 优秀研究生学位论文题录展示

基于多目红外相机的手术机器人光学跟踪系统相关技术研究

作　者: 孙波
导　师: 张承进；胡超
学　校: 山东大学
专　业: 控制科学与工程
关键词: 计算机视觉 外科手术导航 多相机系统 基于EKF的目标跟踪 点模式匹配
分类号: TP242
类　型: 硕士论文
年　份: 2011年
下　载: 21次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在机器人辅助外科手术系统(RASS)中,手术器械相对于病灶部位的位置和姿态必须实时地精确计算出来以便正确的引导外科手术的进行。为了规避手术环境中可见光变化对于光线定位跟踪系统的影响,本文采用了红外摄像机进行图像的采集；同时为了降低多个手术器械及手术参与人员引起的光线遮挡问题出现的可能性,本文采取了符合一定拓扑结构的多目摄像机模式。基于多目红外相机的手术机器人光学跟踪系统涉及以下几个方面的内容：摄像机标定；图像点提取；图像点匹配；立体三角原理；多目标跟踪技术；手术器械的识别与标定。本文所述的系统采用了基于三坐标测量仪(CMM)的红外相机标定方法和一种改进的立体三角原理——基于垂足的空间点定位方法(PFM)。实验结果表明这种红外相机标定方法和空间定位方法的精度均优于传统的方法。本文还引入了一种利用扩展卡尔曼滤波器(EKF)的多目标跟踪技术,这种技术可以最大限度的整合利用多目摄像机的冗余信息。目标点的运动轨迹可通过不同时刻的多目摄像机图像点更新三维空间点的坐标而获得。这种技术可以比较精确地估计三维目标点的运动信息,因为它直接利用目标点在摄像机平面上的图像点进行目标点的更新,而不是利用可能包含误差的三维重建点进行目标点的更新。实验表明,这种目标跟踪算法可以同时高效地跟踪多个目标的三维轨迹,并且,利用扩展卡尔曼滤波器(EKF)估计出的三维点位置与利用PFM计算出的数据高度一致,但是此类跟踪算法所需要的计算量和计算时间大大少于PFM。此外,本文还提出一种基于几何推理的点模式匹配方法用来从三维点云中分离出手术器械上的标志点,这种方法具有明确的几何意义,逻辑严密,计算量小,结果可信度高。诚然,或许此类方法不适合于大部分点模式匹配问题,但是可以有效解决本文系统中的问题。除了以上具有创新意义的技术方法,本文还系统介绍了有关光学定位跟踪系统的基础理论和相关研究,主要包括摄像机模型及经典摄像机标定方法,特征点提取、特征点匹配及立体三角法等三维重建理论,扩展卡尔曼滤波器的基本理论及其在光学定位跟踪系统中的应用方法,以及手术器械的识别与标定。总起来说,本学位论文详细阐述了机器人辅助外科手术光学定位跟踪系统。

全文目录


目录  4-8
摘要  8-10
ABSTRACT  10-12
第1章 绪论  12-16
  1.1. 手术导航系统概述  12-13
  1.2. 课题背景与意义  13-15
    1.2.1. 国内外研究现状  13-14
    1.2.2. 研究意义  14-15
  1.3. 论文结构  15-16
第2章 摄像机模型及标定  16-64
  2.1. 摄像机模型  16-27
    2.1.1. 线性摄像机模型  17-20
    2.1.2. 非线性摄像机模型  20-23
    2.1.3. 通用摄像机模型  23-27
  2.2. 摄像机标定方法分类及经典标定方法举例  27-46
    2.2.1. 摄像机标定方法分类  27-29
    2.2.2. 经典摄像机标定方法举例  29-44
    2.2.3. 常用摄像机标定工具箱  44-46
  2.3. 本文提出的新型摄像机标定方法  46-64
    2.3.1. 分阶段确定摄像机参数的五点标定法  46-56
    2.3.2. 内外轴分区标定  56-59
    2.3.3. 借助于三坐标仪的红外相机标定  59-64
第3章 三维重构理论  64-92
  3.1. 从图像序列获取物体三维模型理论分类  64-67
  3.2. 摄像机极几何和基本三角原理  67-72
    3.2.1. 摄像机两视点几何  67-69
    3.2.2. 基本三角原理  69-72
  3.3. 图像点提取  72-77
  3.4. 图像点匹配  77-83
    3.4.1. 图像配准  78-80
    3.4.2. 点集匹配  80-83
  3.5. 改进的三角法  83-92
    3.5.1. 三维重构的几何算法  83-87
    3.5.2. 基于垂足的三角法  87-92
第4章 基于EKF的多相机多目标跟踪  92-106
  4.1. 扩展卡尔曼滤波(EKF)概述  92-96
  4.2. 基于EKF的多相机多目标跟踪  96-102
  4.3. 基于四目红外相机定位平台的实验结果  102-106
第5章 手术器械的识别与标定  106-126
  5.1. 手术器械的识别  106-119
    5.1.1. 点模式匹配  107-108
    5.1.2. 手术器械及其识别问题描述  108-110
    5.1.3. 手术器械识别的第一种方法  110-115
    5.1.4. 手术器械识别的第二种方法  115-119
  5.2. 手术器械标定  119-126
    5.2.1. 问题描述  119-121
    5.2.2. 最小二乘法球拟合  121-123
    5.2.3. 工作点在器械坐标系中的坐标  123-124
    5.2.4. 仿真实验  124-126
第6章 总结与展望  126-128
  论文总结  126-127
  工作展望  127-128
参考文献  128-136
致谢  136-138
硕士研究生期间发表(录用)论文与参与项目  138-139
学位论文评阅及答辩情祝表  139

相似论文

  1. 基于学习的低阶视觉问题研究,TP391.41
  2. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  3. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  4. 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41
  5. 基于运动目标轨迹分析的智能交通监控系统,TP277
  6. 基于计算机视觉的带钢表面缺陷在线检测系统的设计与实现,TP391.41
  7. 空间增强现实中实时建模相关技术的研究,TP391.41
  8. 应用Kinect与手势识别的增强现实教育辅助系统,TP391.41
  9. 基于DSP的单目视觉定位方法关键技术研究,TP391.41
  10. 基于计算机图像处理的叶片氮素检测系统研究,TP391.41
  11. 基于线特征的规则物体影像的关系匹配研究,TP391.41
  12. 基于视觉的人体跟踪技术在人机交互中的应用,TP11
  13. 基于计算机视觉的机车乘务员驾驶疲劳监测研究,TP274
  14. 基于多源信息融合技术的猪肉新鲜度无损检测方法研究,TP274.4
  15. 汽车仪表板的计算机视觉检测系统研究,TP391.41
  16. 视频图像中运动车辆检测与跟踪技术的研究,TP391.41
  17. 摄像机标定方法研究,TP391.41
  18. 基于计算机视觉的袜套辨色分级系统研究,TP391.41
  19. 基于计算机视觉的三维人机交互技术研究及应用,TP391.41
  20. 基于合作目标的无人机位姿估计算法研究,TP391.41
  21. 双目视觉匹配算法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com