發(fā)布時(shí)間：2020-12-05 17:12

　　目前醫(yī)用內(nèi)窺鏡廣泛應(yīng)用于醫(yī)用無(wú)創(chuàng)或微創(chuàng)手術(shù)中。針對(duì)傳統(tǒng)醫(yī)用內(nèi)窺鏡質(zhì)量光學(xué)參數(shù)最大視場(chǎng)角和畸變率檢測(cè)受人為因素影響大,準(zhǔn)確度不高、重復(fù)性差的不足,本文將圖像處理技術(shù)引入到醫(yī)用內(nèi)窺鏡最大視場(chǎng)角和畸變率光學(xué)參數(shù)檢測(cè)中,采用圖像處理識(shí)別代替人眼識(shí)別。論文主要工作如下:提出了一種醫(yī)用內(nèi)窺鏡光學(xué)性能參數(shù)最大視場(chǎng)角測(cè)量算法。算法首先采集同心圓測(cè)標(biāo)板圖像,進(jìn)行自動(dòng)閾值預(yù)處理,通過(guò)計(jì)算的圖像刻度所在的區(qū)域,將此區(qū)域的像素值置為255,除去圖像中的刻度,然后用梯度Hough變換進(jìn)行同心圓檢測(cè),定位圓心,通過(guò)改進(jìn)的Hough變換檢測(cè)半徑合并相似半徑,累計(jì)半徑的個(gè)數(shù)求出同心圓的個(gè)數(shù),計(jì)算出醫(yī)用內(nèi)窺鏡的最大視場(chǎng)角。提出了一種醫(yī)用內(nèi)窺鏡光學(xué)性能參數(shù)畸變率測(cè)量算法。算法首先對(duì)醫(yī)用內(nèi)窺鏡畸變率測(cè)標(biāo)板采集圖像進(jìn)行自動(dòng)閾值預(yù)處理,對(duì)預(yù)處理后的圖像利用平方差匹配法進(jìn)行模板匹配,得到采集圖像中的每個(gè)橢圓。運(yùn)用邊點(diǎn)梯度弧段檢測(cè)對(duì)每個(gè)橢圓邊緣進(jìn)行檢測(cè),直接最小二乘法進(jìn)行擬合橢圓,根據(jù)待擬合橢圓邊點(diǎn)與擬合橢圓上的點(diǎn)的距離小于設(shè)定的閾值的方法,從而對(duì)擬合結(jié)果作出評(píng)價(jià),進(jìn)而求取畸變率。實(shí)驗(yàn)采用QM423T型醫(yī)用內(nèi)窺鏡,對(duì)論文所提算法進(jìn)... 

【文章來(lái)源】：西安工業(yè)大學(xué)陜西省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

醫(yī)用內(nèi)窺鏡內(nèi)部結(jié)構(gòu)圖

如下圖1.3 所示，內(nèi)窺鏡依次標(biāo)記 A、B、C。圖 1.3 被測(cè)內(nèi)窺鏡 A、B、C1.3 國(guó)內(nèi)外研究現(xiàn)狀隨著醫(yī)用內(nèi)窺鏡需求量不斷提升，針對(duì)醫(yī)用內(nèi)窺鏡質(zhì)量標(biāo)準(zhǔn)檢測(cè)的可信度，越來(lái)越受人們的關(guān)注。尤其對(duì)醫(yī)用內(nèi)窺鏡最大視場(chǎng)角和畸變率的測(cè)量備受關(guān)注。所以對(duì)內(nèi)窺鏡最大視場(chǎng)角的測(cè)量和相對(duì)畸變率的測(cè)量成為國(guó)內(nèi)外研究的重點(diǎn)。因此圖像識(shí)別技術(shù)成為測(cè)量這兩項(xiàng)光學(xué)性能指標(biāo)的重要技術(shù)[6]。1.3.1 醫(yī)用內(nèi)窺鏡質(zhì)量檢測(cè)的現(xiàn)狀對(duì)于內(nèi)窺鏡制造業(yè)來(lái)說(shuō)，德國(guó)、美國(guó)等發(fā)達(dá)國(guó)家的內(nèi)窺鏡行業(yè)發(fā)展快速，行業(yè)制造標(biāo)

中的灰度動(dòng)態(tài)范圍實(shí)現(xiàn)。圖像中的某些細(xì)微的特征，灰度變換都能夠很好的進(jìn)行檢測(cè)[23]。常用的方式分為三種。1）線性變換圖像增強(qiáng)方式2）非線性變換圖像增強(qiáng)方式3）分段線性變換圖像增強(qiáng)方式線性變換的方式，就是使用線性函數(shù)來(lái)對(duì)像素點(diǎn)進(jìn)行變換，使用分段線性函數(shù)來(lái)計(jì)算修改像素點(diǎn)的值就是分段線性變換。其中，線性變換可以針對(duì)整幅圖像，對(duì)狹窄的灰度進(jìn)行拉伸，對(duì)較寬的灰度進(jìn)行壓縮，讓圖像的視覺(jué)效果更好。但是在實(shí)際處理中，上述的設(shè)想方法行不通，存在很大的難度。分段線性變換同線性變換相似，也很難達(dá)到上述的效果。上面描述的線性變換在進(jìn)行圖像增強(qiáng)時(shí)，存在有局限性。因此，分段線性變換在對(duì)圖像進(jìn)行增強(qiáng)時(shí)也具有局限性，并不是對(duì)所有圖像都可以很好的進(jìn)行圖像增強(qiáng)。為了解決這一弊端，研究學(xué)者提出了非線性變換的增強(qiáng)方式。一般情況下，把變換的默認(rèn)值調(diào)整合適就能達(dá)到最佳效果。如圖 2.1 所示為醫(yī)用內(nèi)窺鏡采集同心圓測(cè)標(biāo)板圖像的實(shí)驗(yàn)結(jié)果圖。

【參考文獻(xiàn)】：
期刊論文
[1]結(jié)合Hough變換與Kalman濾波的車道線檢測(cè)方法[J]. 郭笙聽(tīng),李子印,趙儲(chǔ).  中國(guó)計(jì)量大學(xué)學(xué)報(bào). 2017(04)
[2]Wigner-Hough transform based on slice’s entropy and its application to multi-LFM signal detection[J]. Hongwei Wang,Xiangyu Fan,You Chen,Yuanzhi Yang.  Journal of Systems Engineering and Electronics. 2017(04)
[3]二維物體入水砰擊問(wèn)題的理論方法研究[J]. 寇瑩,王寶壽,陳瑋琪.  船舶力學(xué). 2017(04)
[4]一種有效的影像中橢圓形目標(biāo)提取方法[J]. 郭成成,鄭守住.  電子測(cè)量技術(shù). 2017(04)
[5]基于最小二乘法的橢圓擬合改進(jìn)算法研究[J]. 陳若珠,孫岳.  工業(yè)儀表與自動(dòng)化裝置. 2017(02)
[6]橢圓的兩種擬合方法研究[J]. 宮能寶.  智能城市. 2017(03)
[7]一種基于概率Hough變換的遙感圖像中線目標(biāo)檢測(cè)新方法[J]. 鞏學(xué)美,高昆,王研,林娟,朱建峰.  影像科學(xué)與光化學(xué). 2017(02)
[8]基于社會(huì)情感優(yōu)化算法的步進(jìn)式同心圓無(wú)鐘高爐布料控制研究[J]. 馬財(cái)生,任廷志,楊二旭.  燕山大學(xué)學(xué)報(bào). 2017(01)
[9]基于萊特準(zhǔn)則的橢圓擬合優(yōu)化算法[J]. 曹俊麗,李居峰.  計(jì)算機(jī)應(yīng)用. 2017(01)
[10]基于整體最小二乘的橢圓擬合方法[J]. 熊風(fēng)光,李希,韓燮.  微電子學(xué)與計(jì)算機(jī). 2017(01)

博士論文
[1]四階橢圓型方程若干有限元新方法和高效求解算法[D]. 黃學(xué)海.上海交通大學(xué) 2010

碩士論文
[1]基于隕石坑擬合橢圓的著陸器位姿估計(jì)方法研究[D]. 高錫珍.青島科技大學(xué) 2016
[2]基于USB接口的高清電子內(nèi)窺鏡系統(tǒng)設(shè)計(jì)[D]. 姚陳昀.浙江大學(xué) 2014
[3]多橢圓擬合的算法研究[D]. 華瑞娟.暨南大學(xué) 2010



本文編號(hào)：2899802