CN105231978A - 一种引导式虚拟内窥镜导航方法 - Google Patents
一种引导式虚拟内窥镜导航方法 Download PDFInfo
- Publication number
- CN105231978A CN105231978A CN201510580519.6A CN201510580519A CN105231978A CN 105231978 A CN105231978 A CN 105231978A CN 201510580519 A CN201510580519 A CN 201510580519A CN 105231978 A CN105231978 A CN 105231978A
- Authority
- CN
- China
- Prior art keywords
- control point
- navigation
- video camera
- path control
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Generation (AREA)
- Endoscopes (AREA)
Abstract
本发明公开了一种引导式虚拟内窥镜导航方法。该方法首先将断层图像分割成待检查被测腔体体素和背景体素,然后采用快速3D距离变换计算每个被测腔体体素到最近背景体素的距离,计算距离梯度作为内在拉力,最后将虚拟摄像机拖拽至接近被测腔体的中心位置。在内在拉力作用下,引导摄像机既能沿着接近指定方向前进,又可以尽可能远离被测腔体内壁,从而达到快速、自动浏览待检查被测腔体,同时尽可能观察到被测腔体所有内壁,视野清晰、开阔。该方法不需要预先提取待检查被测腔体的中心线,从而避免了中心线提取过程中的拓扑结构、噪声干扰等难题。
Description
技术领域
本发明属于图像处理与应用领域,涉及一种引导式自动虚拟内窥镜导航方法,确保成像视点逼近中心线,使得观察视野尽量开阔,且实现快速自动导航,并获得平滑的导航轨迹。
背景技术
传统内窥镜技术通常借助于光学、视频等技术观察被测腔体内表面。虚拟内窥镜从由一系列断层图像组成的体数据场中,重建出类似于传统光学内窥镜所观察到的被测腔体内窥透视视图。优点是:(1)非侵入;(2)可实现任意角度、位置的观察,不存在视觉“死区”;(3)通过使用半透明体绘制技术,还可观察被测腔体内壁的组织;(4)数据能重用,可长期保存。
为了有效观察被测腔体内部,避免景深变化带来的透视变形或视觉死区的存在,需要令观察点尽量贴近被测腔体的中心位置。目前的做法是预先提取导航路径,即被测腔体的中心线。主要的中心线提取方法有拓扑细化、最短路径法、距离编码法等。但是,目前的中心线提取方法存在不少问题。例如,拓扑细化法,采用迭代计算,计算量非常较大,造成算法非常耗时;最短路径法、距离编码法,容易造成提取的中心线容易贴近腔壁,影响观察视野;基于距离场的边界距离算法,时间效率也不够高。以上方法都利用了中心线的中心性、连通性、单一性、鲁棒性等特性。
上海交通大学改进了当前距离映射提取中心线的方法(WaveletActiveMediaTechnologyandInformationProcessing(ICCWAMTIP),19-21Dec,2014,Chengdu,China),使用边界距离场的平方代表体素的相对位置,以便于后续的开平方计算。经过手工标记、拓扑细化、距离映射和水平集匹配获得中心线。此方法保持了连通性,但是对于表面的形状变化很敏感。
华南理工大学提出基于图像分割的路径规划法(ControlConference,July262007-June31,2007,Hunan,China,先利用阈值分割算法和边缘检测方法获得一张切片图像中主体的一部分,随后自适应地选择该区域的种子和增长区域的阈值,所有种子都被分别限定在一个四边形中存入一系列堆栈;这些种子作为导航的关键点,经过分割后便得到能够组成路径的所有关键点,经过平滑后则获得最终规划路径。
中国科学院提出包含距离的中心线算法(IEEEInternationalSymposiumonBiomedicalImaging:NanotoMacro,2004,261-264Vol.1),并且利用像素编码自适应地去除伪分支。此方法能够保持拓扑结构,保留内部点和边界间的距离信息,但计算代价较大。
BrunoM.等人(IEEEInternationalSymposiumonBiomedicalImaging:NanotoMacro,2004,1541-1544Vol.2)认为图片中的每一个物体都有独自的连接性强度定义,也有专属的种子体素集;每一个物体都可以当做是一个体素集合,此集合中的体素都是真包含于物体的,并且体素与此物体中某个种子点间的连接性高于体素与种子点集中其他种子的连接性;以此理念提出M模糊分割的方法。用面心立方晶格表达三维CT图;利用距离图找到最优体素用B样条曲线表达路径。此方法生成连通图,降低了导航的时间消耗,但复杂度较高并且需要二次分割。
发明内容
为解决现有方法的不足,本发明提供一种引导式虚拟内窥镜导航方法,避开中心线提取过程,从而避开了中心线不稳定、存在毛刺、拓扑复杂等缺点,而是把距离梯度作为虚拟内在拉力,迫使虚拟摄像机自动贴近中心线向内探索,提高虚拟内窥镜系统的成像效率,能简化操作、节省检查时间,帮助实现无遗漏全面检查。
为达到上述目的,本发明采用的技术方案是:一种引导式虚拟内窥镜导航方法,其特征在于:将断层图像分割成被测腔体体素和背景体素,用快速3D距离变换计算每个被测腔体体素到最近背景体素的距离;随后利用距离梯度方向和距离值引入虚拟拉力,进行导航方向的校正,修正虚拟摄像机当前的运动方向,使得摄像机尽量远离被测腔体内壁,从而使摄像机接近中心线。
进一步,在校正导航方向的过程中,为实现自动导航和获得光滑的导航路径,需要预先计算导航轨迹控制点,可以边计算边前进;采用分段三次Bezier曲线拼接方式,生成具有至少C1连续的光滑导航轨迹,从而防止摄像机产生剧烈“抖动”。
更具体地,预先计算后2个单位时刻的2点坐标,将坐标集合分组构成一段光滑Bezier曲线段,在实现一小段组内平滑后,实时更新分组进行组间平滑,最后插值补点令路径具有至少C1连续,以便于摄像机沿平滑中心路径顺利前进展示被测腔体的内部结构。
本发明首先将断层图像分割成待检查被测腔体体素和背景体素,然后采用快速3D距离变换计算每个被测腔体体素到最近背景体素的距离,计算距离梯度作为内在拉力,最后将虚拟摄像机拖拽至接近被测腔体的中心位置。在内在拉力作用下,引导摄像机既能沿着接近指定方向前进,又可以尽可能远离被测腔体内壁,从而达到快速、自动浏览待检查被测腔体,同时尽可能观察到被测腔体所有内壁,视野清晰、开阔。该方法不需要预先提取待检查被测腔体的中心线,从而避免了中心线提取过程中的拓扑结构、噪声干扰等难题。
附图说明
图1是内窥镜导航系统方法流程图
图2本发明方向校正示意图
图3本发明三次Bezier平滑与插值示意图。
具体实施方式
以下结合附图对本发明的实施例作进一步的详细说明。
图1给出内窥镜导航系统方法流程图。从图1可以看出,工作站将医学图像通过装载模块加载入混合场景管理模块,混合场景管理模块将待调整的信息发送给二维处理模块,信息经过常规处理后反馈回混合场景管理模块显示。同样,混合场景管理模块将数据发送给三维处理模块,数据经过处理返回混合场景管理模块显示。系统导航模块与自三维成像模块通信,使虚拟摄影机实时获得当前图像,送入混合场景管理模块显示。图像保存模块接受来自二维处理模块、三维成像模块和系统导航模块的数据存储,实现这些数据的存盘处理。
一种引导式虚拟内窥镜导航方法包括步骤如下:
1.速度方向校正
设被测腔体体素集合为F(Foreground),背景集合为B(background),采用快速3D距离变换,计算每个体素v(x,y,z)到背景体素B的最近距离:
显然,当时,。
然后,计算每个体素的3D距离梯度:
(2)
根据距离值D及距离梯度方向G,修正虚拟摄像机当前的运动方向V,使得虚拟摄像机朝着距离最大方向运动。如图2所示,我们首先计算当前位置P 0处的距离梯度方向G,并把当前的运动方向V投影到当前切平面,得到归一化的切线方向T。最后,根据该归一化的切线方向T,采用公式(3)修正摄像机的运动方向,从而得到修正后的虚拟摄像机运动方向V’:
(3)
(4)
其中,权重。公式(4)是对修正后的运动方向向量归一化。虚拟摄像机离被测腔体中心线越远(即被测腔体内壁越近)时,也就是距离D越小,此时应该越小,虚拟摄像机的前进方向越需要偏向中心线方向修正,故要求系数函数f(D)是单调递增函数,即,同时要求。
在其中,f(D)定义如下基于高斯的单调递增函数:
(5)
其中,σ为距离作用范围参数,其作用是控制运动方向的修正量。
导航轨迹控制点的计算
为实现自动导航和获得光滑的导航路径,需要预先计算接下来i个单位时刻虚拟摄像机的导航轨迹控制点坐标,以便在导航轨迹控制点坐标之间插出光滑的导航曲线,使得虚拟摄像机沿着该路径飞行时,不会产生明显或剧烈“抖动”。摄像机“抖动”会让观察者产生头晕目眩的感觉,影响医生的工作效率。假设已经计算得到虚拟摄像机的第i个控制点P i 。如图2所示,则根据修正后的运动方向V’,在第i个导航轨迹控制点P i 的基础上前进一个步长,我们得到第i+1个导航轨迹控制点P i+1:
(6)
其中,c为生成导航轨迹控制点的步长。
需要说明的是,我们只需要提前生成4个导航轨迹控制点,就可以插出一段三次Bezier导航曲线。
三次Bezier平滑与插值
在任意2个相邻的导航轨迹控制点(P i 和P i+1),插值得到一段具有至少C1连续的三次Bezier曲线。该曲线中间部分具有C2连续,导航轨迹控制点两端处确保C1连续。这样,我们可以保证相邻2段Beizer曲线拼接后,生成的整体曲线具有至少C1连续,这个曲线光滑,虚拟摄像机过渡平稳。三次Bezier曲线至少需要4个导航轨迹控制点,导航控制点(P i 和P i+1)直接作为该段Bezier曲线的控制点Q 0和Q 3,Bezier曲线中间的控制点(Q 1和Q 2),则根据相邻的前后2段Beizer曲线C1连续的边界条件,根据空间解析几何计算得到。
如图3所示,在第i和i+1个控制点(P i 和P i+1)之间,我们采用如下方式,计算得到全部Beizer曲线的导航轨迹控制点:
(7)
得到这段Bezier曲线全部的导航轨迹控制点(Q 0,Q 1,Q 2,Q 3)后,根据Bezier曲线参数t,,可以计算该光滑Bezier曲线上的任意点坐标:
(8)
这样处理后,在第i和i+1个控制点(P i 和P i+1)之间,我们插值得到一段光滑的曲线,如图3所示的粗曲线段。需要说明的是,当导航轨迹控制点的总个数为n时,我们可以得到(n-1)段完整三次Bezier曲线。
Claims (8)
1.一种引导式虚拟内窥镜导航方法,其特征在于:将断层图像分割成被测腔体体素和背景体素,用快速3D距离变换计算每个被测腔体体素到最近背景体素的距离;随后利用距离梯度方向和距离值引入虚拟拉力,进行导航方向的校正,修正虚拟摄像机当前的运动方向,使得摄像机尽量远离被测腔体内壁,从而使摄像机接近中心线。
2.根据权利要求1所述的引导式虚拟内窥镜导航方法,其特征在于:在校正导航方向的过程中,为实现自动导航和获得光滑的导航路径,预先计算导航轨迹控制点,边计算边前进。
3.根据权利要求2所述的引导式虚拟内窥镜导航方法,其特征在于:采用分段三次Bezier曲线拼接方式,生成具有至少C1连续的光滑导航轨迹。
4.根据权利要求3所述的引导式虚拟内窥镜导航方法,其特征在于:预先计算后2个单位时刻的2点坐标,将坐标集合分组构成一段光滑Bezier曲线段,在实现一小段组内平滑后,实时更新分组进行组间平滑,最后插值补点令路径具有至少C1连续。
5.根据权利要求1所述的引导式虚拟内窥镜导航方法,其特征在于:
设被测腔体体素集合为F,背景集合为B,采用快速3D距离变换,计算每个体素v(x,y,z)到背景体素B的最近距离:
当时,;
然后,计算每个体素的3D距离梯度:
(2)
根据距离值D及距离梯度方向G,修正虚拟摄像机当前的运动方向V,使得虚拟摄像机朝着距离最大方向运动;首先计算当前位置P 0处的距离梯度方向G,并把当前的运动方向V投影到当前切平面,得到归一化的切线方向T;最后,根据该归一化的切线方向T,采用公式(3)修正摄像机的运动方向,从而得到修正后的虚拟摄像机运动方向V’:
(3)
(4)
其中,权重,公式(4)是对修正后的运动方向向量归一化;系数函数f(D)是单调递增函数,即,同时要求;
其中,f(D)定义如下基于高斯的单调递增函数:
(5)
。
6.根据权利要求5所述的引导式虚拟内窥镜导航方法,其特征在于:导航轨迹控制点计算方法为:
假设已经计算得到虚拟摄像机的第i个导航轨迹控制点P i ,则根据修正后的运动方向V’,在第i个控制点P i 的基础上前进一个步长,我们得到第i+1个导航轨迹控制点P i+1:
(6)
其中,c为生成导航轨迹控制点的步长。
7.根据权利要求6所述的引导式虚拟内窥镜导航方法,其特征在于:在任意2个相邻的导航轨迹控制点(P i 和P i+1),插值得到一段具有至少C1连续的三次Bezier曲线;该曲线中间部分具有C2连续,导航轨迹控制点两端处确保C1连续。
8.根据权利要求7所述的引导式虚拟内窥镜导航方法,其特征在于:
三次Bezier曲线至少需要4个导航轨迹控制点,导航控制点(P i 和P i+1)直接作为该段Bezier曲线的控制点Q 0和Q 3,Bezier曲线中间的控制点(Q 1和Q 2),则根据相邻的前后2段Beizer曲线C1连续的边界条件,根据空间解析几何计算得到;
在第i和i+1个控制点(P i 和P i+1)之间,采用如下方式,计算得到全部Beizer曲线的导航轨迹控制点:
(7)
得到这段Bezier曲线全部的导航轨迹控制点(Q 0,Q 1,Q 2,Q 3)后,根据Bezier曲线参数t,,可以计算该光滑Bezier曲线上的任意点坐标:
(8)
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510580519.6A CN105231978B (zh) | 2015-09-14 | 2015-09-14 | 一种引导式虚拟内窥镜导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510580519.6A CN105231978B (zh) | 2015-09-14 | 2015-09-14 | 一种引导式虚拟内窥镜导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105231978A true CN105231978A (zh) | 2016-01-13 |
CN105231978B CN105231978B (zh) | 2017-03-22 |
Family
ID=55030016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510580519.6A Active CN105231978B (zh) | 2015-09-14 | 2015-09-14 | 一种引导式虚拟内窥镜导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105231978B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110151116A (zh) * | 2015-06-19 | 2019-08-23 | 柯惠有限合伙公司 | 用于导航通过虚拟支气管镜视图中的气道的系统和方法 |
CN110368089A (zh) * | 2019-08-07 | 2019-10-25 | 湖南省华芯医疗器械有限公司 | 一种支气管内窥镜三维导航方法 |
CN110893118A (zh) * | 2018-09-12 | 2020-03-20 | 微创(上海)医疗机器人有限公司 | 手术机器人系统以及机械臂的运动控制方法 |
CN111415564A (zh) * | 2020-03-02 | 2020-07-14 | 武汉大学 | 基于人工智能的胰腺超声内镜检查导航方法及系统 |
CN113487687A (zh) * | 2021-08-04 | 2021-10-08 | 广东工业大学 | 一种深沟窄槽视觉检测镜头防碰撞控制方法 |
WO2022233201A1 (en) * | 2021-05-06 | 2022-11-10 | Precision Robotics (Hong Kong) Limited | Method, equipment and storage medium for navigating a tubular component in a multifurcated channel |
CN116320763A (zh) * | 2023-05-23 | 2023-06-23 | 深圳杰泰科技有限公司 | 基于内窥镜的图像处理方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20010031920A1 (en) * | 1999-06-29 | 2001-10-18 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination of objects, such as internal organs |
CN1568889A (zh) * | 2004-04-28 | 2005-01-26 | 复旦大学 | 虚拟内窥镜系统的中心线自动定位方法 |
CN1606759A (zh) * | 2001-12-20 | 2005-04-13 | 西门子共同研究公司 | 虚拟内窥镜检查的自动导航 |
US20050152588A1 (en) * | 2003-10-28 | 2005-07-14 | University Of Chicago | Method for virtual endoscopic visualization of the colon by shape-scale signatures, centerlining, and computerized detection of masses |
EP1058913B1 (en) * | 1999-01-04 | 2005-08-31 | Koninklijke Philips Electronics N.V. | Method, system and apparatus for processing an image representing a tubular structure and for constructing a path through said structure |
CN1776741A (zh) * | 2005-11-24 | 2006-05-24 | 上海交通大学 | 虚拟结肠镜中全自动快速中心线生成方法 |
CN101551862A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 基于边界距离场的血管中心路径提取方法 |
US20120288181A1 (en) * | 2004-01-15 | 2012-11-15 | Algotec Systems Ltd. | Vessel centerline determination |
JP2014124384A (ja) * | 2012-12-27 | 2014-07-07 | Fujifilm Corp | 仮想内視鏡画像表示装置および方法並びにプログラム |
-
2015
- 2015-09-14 CN CN201510580519.6A patent/CN105231978B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1058913B1 (en) * | 1999-01-04 | 2005-08-31 | Koninklijke Philips Electronics N.V. | Method, system and apparatus for processing an image representing a tubular structure and for constructing a path through said structure |
US20010031920A1 (en) * | 1999-06-29 | 2001-10-18 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination of objects, such as internal organs |
CN1606759A (zh) * | 2001-12-20 | 2005-04-13 | 西门子共同研究公司 | 虚拟内窥镜检查的自动导航 |
US20050152588A1 (en) * | 2003-10-28 | 2005-07-14 | University Of Chicago | Method for virtual endoscopic visualization of the colon by shape-scale signatures, centerlining, and computerized detection of masses |
US20120288181A1 (en) * | 2004-01-15 | 2012-11-15 | Algotec Systems Ltd. | Vessel centerline determination |
CN1568889A (zh) * | 2004-04-28 | 2005-01-26 | 复旦大学 | 虚拟内窥镜系统的中心线自动定位方法 |
CN1776741A (zh) * | 2005-11-24 | 2006-05-24 | 上海交通大学 | 虚拟结肠镜中全自动快速中心线生成方法 |
CN101551862A (zh) * | 2009-05-13 | 2009-10-07 | 西安电子科技大学 | 基于边界距离场的血管中心路径提取方法 |
JP2014124384A (ja) * | 2012-12-27 | 2014-07-07 | Fujifilm Corp | 仮想内視鏡画像表示装置および方法並びにプログラム |
Non-Patent Citations (3)
Title |
---|
DANIEL J. BLEZEK ET AL.: ""Centerline algorithm for virtual endoscopy based on chamfer distance transform and Dijkstra"s single source shortest path algorithm"", 《PART OF THE SPIE CONFERENCE ON PHYSIOLOGY AND FUNCTION FROM MULTIDIMENSIONAL LMAGES》 * |
JIANFEI LIU ET AL.: ""Robust Centerline Extraction from Tubular Structures in Medical Images"", 《PROC. OF SPIE》 * |
李云等: ""基于点消除及三次样条平滑的结肠虚拟内窥镜中心路径提取"", 《中国医学物理学杂志》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110151116A (zh) * | 2015-06-19 | 2019-08-23 | 柯惠有限合伙公司 | 用于导航通过虚拟支气管镜视图中的气道的系统和方法 |
CN110893118A (zh) * | 2018-09-12 | 2020-03-20 | 微创(上海)医疗机器人有限公司 | 手术机器人系统以及机械臂的运动控制方法 |
CN110893118B (zh) * | 2018-09-12 | 2022-01-28 | 上海微创医疗机器人(集团)股份有限公司 | 手术机器人系统以及机械臂的运动控制方法 |
CN110368089A (zh) * | 2019-08-07 | 2019-10-25 | 湖南省华芯医疗器械有限公司 | 一种支气管内窥镜三维导航方法 |
CN111415564A (zh) * | 2020-03-02 | 2020-07-14 | 武汉大学 | 基于人工智能的胰腺超声内镜检查导航方法及系统 |
WO2022233201A1 (en) * | 2021-05-06 | 2022-11-10 | Precision Robotics (Hong Kong) Limited | Method, equipment and storage medium for navigating a tubular component in a multifurcated channel |
GB2620529A (en) * | 2021-05-06 | 2024-01-10 | Prec Robotics Hong Kong Limited | Method, equipment and storage medium for navigating a tubular component in a multifurcated channel |
CN113487687A (zh) * | 2021-08-04 | 2021-10-08 | 广东工业大学 | 一种深沟窄槽视觉检测镜头防碰撞控制方法 |
CN116320763A (zh) * | 2023-05-23 | 2023-06-23 | 深圳杰泰科技有限公司 | 基于内窥镜的图像处理方法、装置、电子设备及存储介质 |
CN116320763B (zh) * | 2023-05-23 | 2023-08-08 | 深圳杰泰科技有限公司 | 基于内窥镜的图像处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105231978B (zh) | 2017-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105231978A (zh) | 一种引导式虚拟内窥镜导航方法 | |
CN109409437B (zh) | 一种点云分割方法、装置、计算机可读存储介质及终端 | |
CN106780576B (zh) | 一种面向rgbd数据流的相机位姿估计方法 | |
CN104956404B (zh) | 具有功率有效深度传感器使用的实时三维重建 | |
CN107563378A (zh) | 体数据中提取感兴趣区域的方法及其系统 | |
Graber et al. | Efficient minimal-surface regularization of perspective depth maps in variational stereo | |
CN105374039B (zh) | 基于轮廓锐度的单目图像深度信息估计方法 | |
CN110717494A (zh) | Android移动端室内场景三维重建及语义分割方法 | |
CN103530907A (zh) | 基于图像的复杂三维模型绘制方法 | |
CN110751730B (zh) | 一种基于深度神经网络的穿衣人体体型估计方法 | |
Liu et al. | A complete statistical inverse ray tracing approach to multi-view stereo | |
Quan | Surface reconstruction by integrating 3d and 2d data of multiple views | |
CN103700134A (zh) | 基于可控制纹理烘焙的三维矢量模型实时光影延迟着色渲染方法 | |
CN105389821B (zh) | 一种基于云模型和图割相结合的医学图像分割方法 | |
CN112614169A (zh) | 基于深度学习网络的2d/3d脊椎ct层级配准方法 | |
Shivakumar et al. | Real time dense depth estimation by fusing stereo with sparse depth measurements | |
Pinies et al. | Dense mono reconstruction: Living with the pain of the plain plane | |
CN107633546A (zh) | 基于gpu的可交互三维流场自适应分辨率动态可视化算法 | |
CN104677347A (zh) | 一种基于Kinect生成三维导航地图室内移动机器人 | |
CN108090954A (zh) | 基于图像特征的腹腔环境地图重建与腹腔镜定位的方法 | |
CN112132876A (zh) | 2d-3d图像配准中的初始位姿估计方法 | |
CN115222889A (zh) | 基于多视图图像的3d重建方法、装置及相关设备 | |
CN116452752A (zh) | 联合单目稠密slam与残差网络的肠壁重建方法 | |
CN104978440A (zh) | 一种心脏模型建立、配准及多平面重建的方法 | |
CN110148168B (zh) | 一种基于大小双基线的三目相机深度图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |