基于特征的软组织3D视觉重建与跟踪
发布时间:2025-06-18 23:14
内窥镜检查是常规临床应用中的一部分,用于微创检查和治疗。与传统的开胸式手术相比,微创手术具有创伤微小、住院时间短、术中疼痛感小和术后恢复快等特点。但由于内窥镜的观察视野比较狭窄,外科医生在手术时对内窥镜位置的确定和手术器械的感知变得非常困难。利用三维重建技术可以恢复出手术区域的三维形态,对术中和术后的分析都有极大的帮助。本文对基于特征的软组织三维重建与跟踪方法进行了研究,主要包括特征检测、特征匹配和三维曲面重建与特征跟踪三个部分。首先,对内窥镜图像进行特征检测。本文将特征检测分为特征提取和特征描述两部分,在特征提取部分,对FAST特征提取算法进行了详细研究。针对其构建的决策树存在分类效果较差的问题,基于C4.5算法进行决策构建,同时将原数据进行划分用于双决策树构建,使特征提取性能更稳定,特征点提取更高效。在特征描述部分对FREAK描述子进行了研究,将其与本文改进的特征提取算法相结合,在尺度空间提取特征点,根据特征点在不同尺度下的响应得分进行二次函数拟合,得到亚像素精度的尺度不变描述子。在内窥镜图像上的实验结果表明,本文特征提取方法具有较高的提取量和较快的提取速度,本文特征描述算法具有较高...
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究现状
1.2.1 特征检测研究现状
1.2.2 特征匹配研究现状
1.2.3 三维曲面重建研究现状
1.3 论文研究内容与章节安排
1.3.1 研究内容
1.3.2 章节安排
第二章 特征检测算法研究
2.1 FAST特征提取算法
2.1.1 FAST特征提取原理
2.1.2 基于决策树的FAST特征提取
2.2 基于C4.5 算法的双决策树FAST特征提取方法
2.2.1 基于C4.5的FAST特征提取方法
2.2.2 特征提取双决策树构建
2.3 FREAK特征描述子
2.4 改进FAST和 FREAK结合的多尺度特征检测
2.4.1 连续尺度空间下的特征提取
2.4.2 多尺度非极大值抑制
2.5 实验结果与对比分析
2.5.1 特征提取性能对比
2.5.2 描述子性能对比
2.6 本章小结
第三章 特征匹配算法研究
3.1 传统特征匹配方法及其优化
3.1.1 蛮力匹配算法
3.1.2 特征匹配结果优化方法
3.2 卷积神经网络
3.2.1 卷积神经网络的基本结构
3.2.2 网络训练及过拟合处理
3.3 基于卷积神经网络的特征匹配方法
3.3.1 训练总数据采集
3.3.2 用于特征分类的卷积神经网络构建
3.3.3 基于卷积神经网络的特征点分类
3.3.4 基于分类结果的特征匹配
3.4 实验结果和对比分析
3.4.1 特征阈值选取
3.4.2 特征匹配结果对比
3.5 本章小结
第四章 三维曲面重建与特征跟踪
4.1 三维空间点坐标恢复
4.1.1 对极几何
4.1.2 双目相机几何关系
4.2 三角剖分
4.2.1 Delaunay三角剖分
4.2.2 三维曲面的三角剖分
4.3 特征点跟踪
4.4 实验结果及分析
4.4.1 三维曲面重建实验
4.4.2 特征点跟踪实验
4.5 本章小结
第五章 总结与展望
5.1 全文总结
5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
本文编号:4050483
【文章页数】:72 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究工作的背景与意义
1.2 国内外研究现状
1.2.1 特征检测研究现状
1.2.2 特征匹配研究现状
1.2.3 三维曲面重建研究现状
1.3 论文研究内容与章节安排
1.3.1 研究内容
1.3.2 章节安排
第二章 特征检测算法研究
2.1 FAST特征提取算法
2.1.1 FAST特征提取原理
2.1.2 基于决策树的FAST特征提取
2.2 基于C4.5 算法的双决策树FAST特征提取方法
2.2.1 基于C4.5的FAST特征提取方法
2.2.2 特征提取双决策树构建
2.3 FREAK特征描述子
2.4 改进FAST和 FREAK结合的多尺度特征检测
2.4.1 连续尺度空间下的特征提取
2.4.2 多尺度非极大值抑制
2.5 实验结果与对比分析
2.5.1 特征提取性能对比
2.5.2 描述子性能对比
2.6 本章小结
第三章 特征匹配算法研究
3.1 传统特征匹配方法及其优化
3.1.1 蛮力匹配算法
3.1.2 特征匹配结果优化方法
3.2 卷积神经网络
3.2.1 卷积神经网络的基本结构
3.2.2 网络训练及过拟合处理
3.3 基于卷积神经网络的特征匹配方法
3.3.1 训练总数据采集
3.3.2 用于特征分类的卷积神经网络构建
3.3.3 基于卷积神经网络的特征点分类
3.3.4 基于分类结果的特征匹配
3.4 实验结果和对比分析
3.4.1 特征阈值选取
3.4.2 特征匹配结果对比
3.5 本章小结
第四章 三维曲面重建与特征跟踪
4.1 三维空间点坐标恢复
4.1.1 对极几何
4.1.2 双目相机几何关系
4.2 三角剖分
4.2.1 Delaunay三角剖分
4.2.2 三维曲面的三角剖分
4.3 特征点跟踪
4.4 实验结果及分析
4.4.1 三维曲面重建实验
4.4.2 特征点跟踪实验
4.5 本章小结
第五章 总结与展望
5.1 全文总结
5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
本文编号:4050483
本文链接:https://www.wllwen.com/yixuelunwen/swyx/4050483.html