CN109730683B - 内窥镜目标物大小计算方法及分析系统 - Google Patents
内窥镜目标物大小计算方法及分析系统 Download PDFInfo
- Publication number
- CN109730683B CN109730683B CN201811572195.1A CN201811572195A CN109730683B CN 109730683 B CN109730683 B CN 109730683B CN 201811572195 A CN201811572195 A CN 201811572195A CN 109730683 B CN109730683 B CN 109730683B
- Authority
- CN
- China
- Prior art keywords
- image
- distance
- size
- endoscope
- target object
- 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.)
- Active
Links
Images
Landscapes
- Endoscopes (AREA)
Abstract
本发明提出了一种内窥镜目标物大小计算方法及分析系统,包括以下步骤:建立该内窥镜在不同距离下的单位像素大小的距离‑像素单位尺寸数学关系模型;采集内窥镜到目标物的距离d;内窥镜拍摄目标物图像,对该图像进行畸变校正;在校正过后的图像中获得目标物的像素数量,并于距离‑像素单位尺寸数学关系模型查到当距离为d时所对应的单位像素的尺寸大小,计算目标物的大小,计算方法为:N*Sd,其中,N为目标物的像素数量,Sd为距离‑像素单位尺寸数学关系模型中距离为d时单个像素所对应的实际面积尺寸。该方法计算速度快,能快速准确的对内窥镜目标物的大小进行计算。
Description
技术领域
本发明涉及医疗机械领域,具体涉及一种内窥镜目标物大小计算方法及分析系统。
背景技术
电子内窥镜是现代医疗检查必不可少的仪器之一,它直接用来观察人体内脏器官的组织形态,对于癌症的早期诊断具有重要意义。
随着技术的不断发展及胶囊内镜应用场景的不断拓展,其检查范围已经覆盖到整个消化道。由于其检查过程具有无痛、舒适、便捷等特点,使得其受到广大患者的青睐。
但是由于电子内窥镜摄像机镜头是一泛焦光学系统,随着同一尺寸大小的目标距离物镜距离不同,在图像显示器上显示的图像大小也不同,因此,仅根据显示器上的图像大小不能定量测量目标大小尺寸,依靠医师目测估计,由于物镜与目标的距离难以定量,因此会引入主观误差,影响医师的判断。
为解决定量测量问题,申请号为201310618279.5的中国发明专利申请提出了一种电子内窥镜病灶尺寸定量测量的方法和装置,但是该方案未对图像作畸变校正等处理,从而使得该方法所得到的结果准确度低。
发明内容
为了克服上述现有技术中存在的缺陷,本发明的目的是提供一种本发明提供了能准确计算内窥镜目标物大小的方法及分析系统。
为了实现本发明的上述目的,本发明提供了一种内窥镜目标物大小计算方法,包括以下步骤:
建立该内窥镜在不同距离下的单位像素大小的距离-像素单位尺寸数学关系模型;
采集内窥镜到目标物的实际距离d;
内窥镜拍摄目标物图像,对该图像进行畸变校正;
在校正过后的图像中获得目标物的像素数量,并于距离-像素单位尺寸数学关系模型查到当距离为d时所对应的单位像素的尺寸大小,计算目标物的大小,计算方法为:N*Sd,其中,N为目标物的像素数量,Sd为距离-像素单位尺寸数学关系模型中距离为d时单个像素所对应的实际面积尺寸。
该方法计算速度快,能快速准确的对内窥镜目标物的大小进行计算。
进一步的,采集内窥镜到目标物的实际距离d时采用距离传感器采集内窥镜到目标物的距离d’,并根据实际测量得到的实际距离与距离传感器测量值一一对应的数据对距离d’进行拟合得到距离-传感器测量值数学关系模型,得到内窥镜到目标物的实际距离d。这使得距离d更加精确的表达了内窥镜到目标物的实际距离。
进一步的,所述目标物的像素数量包括目标物总的像素个数、目标物最长边的像素个数和与最长边垂直的短边的像素个数;分别根据目标物总的像素个数、目标物最长边的像素个数和与最长边垂直的短边的像素个数计算得到目标物的面积大小、其最长边的长度以及与最长边垂直的短边的长度。这不仅得得到目标物的面积大小,还能得到目标物的最长长度以及宽度。
进一步的,所述畸变校正包括以下步骤:
A,获取内窥镜拍摄的图像,所述图像为矩形或正方形;
B,对步骤A获取的图像进行边界填充;
C,对内窥镜相机进行标定,获得相机外参和相机内参;
D,在0至1之间设置多个校正系数,根据所述校正系数生成多个相机校正内参;
E,根据相机外参和不同校正系数下的相机校正内参,求出边界填充后图像对应原图的每个像素的非线性畸变坐标映射矩阵MP1,MP2…MP9,MP10,……,Mpq,根据所述畸变坐标映射矩阵进行校正;
其中,所述q为校正系数的个数,也即坐标映射矩阵的个数,i为正数且1≤i≤q,size为校正图像的大小,H为映射矩阵,K'i为对应第i个校正系数的校正后的相机内参;
畸变坐标映射矩阵求取方法具体为:将填充后图像中的每一个像素点坐标转换到摄像机坐标系,并归一化得到Z=1平面下的三维坐标(x',y',1),其中T为平移向量,
求出平面模型下像素点对应鱼眼半球模型下的极坐标,利用求出的极坐标值将三维坐标点重投影到二维图像平面得到(mx,my)即为目标图像对应的像素点坐标,
Mpi=M(xi,yi)=(mxi,myi),
其中fx,fy为焦距,cx,cy为图像的中心点坐标;
F,对所述校正后图像进行仿射变换,选取矩形图像中的尽量大的椭圆形或圆形,将椭圆形或圆形以外的角落区域的图像内容仿射到中间椭圆形或圆形区域内。
该校正方法快速高效,校正后的图片更符合人眼视图习惯,有助于医生阅片和对目标物位置进一步的观察,提高医生诊断的准确性。本发明针对不同人的视觉差异,引入校正系数,达到不同的校正效果,以供医生选择。
进一步的,所述步骤D中,在0至1之间设置多个校正系数,根据所述校正系数生成多个相机校正内参为:
设置校正系数σ,计算K'=σ*K
其中K'为校正后的相机内参。
针对不同人的视觉差异,引入校正系数,达到不同的校正效果,以供医生选择。
进一步的,所述步骤E中对图像进行校正的公式如下:
dst(xi,yi)=src(d(M(xi,yi))),
其中:dst(xi,yi)是目标图像,即重映射的结果;src(d(M(xi,yi)))是源图像;
利用得到的畸变坐标映射矩阵进行灰度校正,使用双线性差值算法求解校正后的图像像素值,具体的算法公式如下:
d(M(xi,yi))=(1-Δx)(1-Δy)M(xi,yi)+Δy(1-Δx)M(xi,yi+1)+Δx(1-Δy)M(xi+1,yi)+ΔxΔyM(xi+1,yi+1)
式中Δx和Δy分别是校正后图像映射到原图中的x和y方向上的小数部分,通过双线性插值方法完成图像最后的图像校正。
校正后的图像对于弯曲很严重的部分有明显的改善,同时将校正系数提前计算出来,这样在程序执行的时候,可以直接调用,免去重复计算而导致的消耗,本畸变校正算法计算公式少,能够达到实时处理,方便阅片。
本发明还提出了一种内窥镜目标物大小分析系统,包括距离传感器、控制单元、存储单元和显示单元,所述存储单元中存储上述的距离-像素单位尺寸数学关系模型,所述距离传感器采集内窥镜到目标物距离d’并传输给控制器,所述控制器根据上述的内窥镜目标物大小计算方法对目标物大小进行计算,并通过显示单元对计算结果进行显示。该内窥镜目标物大小分析系统能快速高效准确的得到内窥镜目标物的大小尺寸,有助于提高医生对病情诊断的准确性。
本发明的有益效果是:本发明算法执行效率高,计算速度快,能快速准确的对内窥镜目标物的大小进行计算,有助于提高医生对病情诊断的准确性。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是畸变校正方法流程图;
图2是畸变校正示意图,其中(a)为校正前的图像;(b)为校正后填充前的图像;
图3是仿射变换示意图;
图4是内窥镜目标物大小分析系统结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明提供了一种内窥镜目标物大小计算方法,包括以下步骤:
建立该内窥镜在不同距离下的单位像素大小的距离-像素单位尺寸数学关系模型。
具体建立距离-像素单位尺寸数学关系模型的方法为:保持内窥镜相机正摄姿态,以已知实际尺寸的细密网格板为拍摄对象,拍摄内窥镜处于不同距离时的网格图像;对网格图像进行畸变校正,然后根据网格板的实际尺寸计算对应拍摄距离下的单个像素单元尺寸,建立距离-像素单位尺寸的数学关系模型。
采集内窥镜到目标物的实际距离d。
这里采用距离传感器采集内窥镜到目标物的距离d’,并根据实际测量得到的实际距离与距离传感器测量值一一对应的数据对距离d’进行拟合得到距离-传感器测量值数学关系模型。
将距离传感器固定于胶囊式内窥镜头部,实际测量时,距离传感器根据自身原理测量与目标物的距离d’,距离传感器将采集到的距离d’传给距离测量单元;距离测量单元得到距离传感器输入的测量值后,根据已经建立好的距离-传感器测量值数学关系模型计算此时距离传感器到目标物的实际距离d。
内窥镜拍摄目标物图像,对该图像进行畸变校正。
在畸变校正完成后,医生在上位机软件上勾选出目标物,经过畸变校正后,图像上所有的像素坐标是已知的,在校正过后的图像中获得目标物的像素数量,并于距离-像素单位尺寸数学关系模型查到当距离为d时所对应的单位像素的尺寸大小,计算目标物的大小,计算方法为:N*Sd,其中,N为目标物的像素数量,Sd为距离-像素单位尺寸数学关系模型中距离为d时单个像素所对应的实际面积尺寸。
这里目标物的像素数量包括目标物总的像素个数、目标物最长边的像素个数和与最长边垂直的短边的像素个数;分别根据目标物总的像素个数、目标物最长边的像素个数和与最长边垂直的短边的像素个数计算得到目标物的面积大小、其最长边的长度以及与最长边垂直的短边的长度。
在对目标物进行拍摄照片时,还可对其进行多个角度,如正对目标物拍摄,从侧面对目标物进行拍摄,这样不仅可以得到目标物长度和宽度的尺寸,还可以得到目标物厚度的尺寸。
本实施例中所涉及到的畸变校正可采用现有方法进行畸变校正,如张正友相机标定方法,但是在建立该内窥镜的距离-像素单位尺寸数学关系模型时所用的畸变校正方法和对内窥镜所拍摄的图像进行畸变校正时所用的畸变校正方法要一致。
另外,本实施例还可采用以下畸变校正方法,如图1所示:
A,获取相机拍摄的图像,所述图像为矩形或正方形;具体可采用有线或无线传输的方式将内镜的图像传输给控制器。
B,对步骤A获取的图像进行边界填充。
C,对相机进行标定,获得相机外参和相机内参;
D,在0至1之间设置多个校正系数,根据所述校正系数生成多个相机校正内参;
E,根据相机外参和不同校正系数下的相机校正内参,求出边界填充后图像对应原图的每个像素的非线性畸变坐标映射矩阵MP1,MP2…MP9,MP10,……,Mpq,根据所述畸变坐标映射矩阵进行校正;
其中,所述q为校正系数的个数,也即坐标映射矩阵的个数,i为正数且1≤i≤q,size为校正图像的大小,H为映射矩阵,K'i为对应第i个校正系数的校正后的相机内参。
具体为:将填充后图像中的每一个像素点坐标转换到摄像机坐标系,并归一化得到Z=1平面下的三维坐标(x',y',1),其中T为平移向量,
求出平面模型下像素点对应鱼眼半球模型下的极坐标,利用求出的极坐标值将三维坐标点重投影到二维图像平面得到(mx,my)即为目标图像对应的像素点坐标,
Mpi=M(xi,yi)=(mxi,myi),
其中fx,fy为焦距,cx,cy为图像的中心点坐标;
F,对所述校正后图像进行仿射变换,选取矩形图像中的尽量大的椭圆形或圆形,将椭圆形或圆形以外的4个角落区域的图像内容仿射到中间椭圆形或圆形区域内。
在本实施方式中,如图2所示,为了减少损失的有效像素,我们对原始图像进行边界填充。在桶形畸变中,远离图像中心的地方成像放大率小,所以越远离图像中心位置,畸变程度越明显。当进行畸变校正后(具体畸变校正可采用现有方法),原本挤在一起的像素点会被校正到原来的位置,就会向图片的四周进行像素拉伸,所以图像四周会出现模糊,并且校正后留下一些没有图像内容的黑色凹陷区域,校正后进行填充,步骤B中进行边界填充的方法为:
其中,d(x,y)是填充后的图像,f(x,y)为原图像,w为原图像的宽度,h为原图像的高度,Δx是x方向上填充的宽度,Δy是y方向上填充的高度,填充后的图像宽高变为Δx+w,Δy+h。
在本实施方式中,所述步骤C中对相机进行标定的方法为:
选取至少三幅及以上的不同位置的标定图像并划分为棋盘格,根据图像坐标系、摄像机坐标系和世界坐标系之间的非线性映射关系,计算出内镜相机所有的内、外参数,具体为:
设三维世界坐标的点为P=[X,Y,Z,1]T,二维摄像机坐标为m=[u,v,1]T,摄像机棋盘格平面到图像平面的单应性关系为:
s·m=K[R,T]X
其中s为尺度因子,K为摄像机内参数,R为旋转矩阵,T为平移向量,H为映射矩阵,将世界坐标系构造在棋盘格平面上,令棋盘格平面为Z=0的平面,可得:
H=[h1,h2,h3]=λK[r1,r2,t]
其中,h1,h2,h3分别为映射矩阵H的三个列向量,λ为尺度因子s的倒数,r1,r2为旋转矩阵R的任意两个列向量,t为r1,r2所对应图像的平移向量;
利用三幅包含棋盘格的图像计算得到相机的内参数矩阵K。
在本实施方式中,因为不同人存在视觉差异,对校正后的结果可能有不同的评价,所述步骤D中,在0至1之间设置q个校正系数,q为正整数,根据所述校正系数生成多个相机校正内参为:
设置校正系数σ,计算K'=σ*K,
其中K'为校正后的相机内参。为了提高算法的实际处理效果,可以将σ的取值设置为0.1、0.2…0.9、1,同时求出对应的K1'、K'2…K'9、K1'0。
在本实施方式中,所述步骤E中对图像进行灰度校正的公式如下:dst(xi,yi)=src(d(M(xi,yi))),
其中:dst(xi,yi)是目标图像,即重映射的结果;src(d(M(xi,yi)))是源图像;
利用得到的畸变坐标映射矩阵进行灰度校正,使用双线性差值算法求解校正后的图像像素值,具体的算法公式如下:
d(M(xi,yi))=(1-Δx)(1-Δy)M(xi,yi)+Δy(1-Δx)M(xi,yi+1)+Δx(1-Δy)M(xi+1,yi)+ΔxΔyM(xi+1,yi+1)
式中Δx和Δy分别是校正后图像映射到原图中的x和y方向上的小数部分,通过双线性插值方法完成图像最后的图像校正。校正后的图像对于弯曲很严重的部分有明显的改善,同时本发明将校正系数提前计算出来,这样在程序执行的时候,可以直接调用,免去重复计算而导致的消耗,本发明算法计算公式少,能够达到实时处理,方便阅片。
在本实施方式中,如图3所示,所述步骤F中进行仿射变换的方法为:
F1,求取仿射变换参数,仿射变换公式为:
其中,(x,y)为仿射变换前的坐标,(m,n)为仿射变换后的坐标,a1,b1,c1,a2,b2,c2为常量参数,上式对应的齐次坐标矩阵表示形式为:
F2,选取图像中不在同一条直线上的6个点,分别两两对应,求取a1、b1、c1、a2、b2、c2,对图像其它点进行仿射变换。
选取原始矩形图像与拟变换后椭圆形、圆形的边界重合处的至少两对对应点,以及矩形顶角与其对应点计算仿射变换参数。
首先对原始图像进行平均4等分分割,如图3。点S1、S2、S3为原始图像上的点,点D1、D2、D3为仿射变换后对应的点,其中S2和D2、S3和D3是互相重复的。根据这6个点的具体坐标值,按最小二乘法原理求出a1、b1、c1、a2、b2、c26个参数,然后进行图像仿的射变换。
本发明还提出了一种内窥镜目标物大小分析系统,如图4所示,包括距离传感器、控制单元、存储单元和显示单元,所述存储单元中存储上述的距离-像素单位尺寸数学关系模型,存储单元可集成于控制单元内,所述距离传感器采集内窥镜到目标物距离d’并传输给控制器,控制单元中还包括有距离测量单元、目标物像素统计单元、畸变校正单元以及目标物尺寸计算单元,所述控制器根据上述的内窥镜目标物大小计算方法对目标物大小进行计算,并通过显示单元对计算结果进行显示。
该内窥镜目标物大小分析系统能快速高效准确的得到内窥镜目标物的大小尺寸,有助于提高医生对病情诊断的准确性。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (9)
1.一种内窥镜目标物大小计算方法,其特征在于,包括以下步骤:
建立该内窥镜在不同距离下的单位像素大小的距离-像素单位尺寸数学关系模型;
采集内窥镜到目标物的实际距离d;
内窥镜拍摄目标物图像,对该图像进行畸变校正;
畸变校正包括以下步骤:
A,获取内窥镜拍摄的图像,所述图像为矩形或正方形;
B,对步骤A获取的图像进行边界填充;
C,对内窥镜相机进行标定,获得相机外参和相机内参;
D,在0至1之间设置多个校正系数,根据所述校正系数生成多个相机校正内参;
E,根据相机外参和不同校正系数下的相机校正内参,求出边界填充后图像对应原图的每个像素的非线性畸变坐标映射矩阵MP1,MP2…MP9,MP10,……,Mpq,根据所述畸变坐标映射矩阵进行校正;
其中,所述q为校正系数的个数,也即坐标映射矩阵的个数,i为正数且1≤i≤q,size为校正图像的大小,H为映射矩阵,K'i为对应第i个校正系数的校正后的相机内参;
畸变坐标映射矩阵求取方法具体为:将填充后图像中的每一个像素点坐标转换到摄像机坐标系,并归一化得到Z=1平面下的三维坐标(x',y',1),其中T为平移向量,
求出平面模型下像素点对应鱼眼半球模型下的极坐标,利用求出的极坐标值将三维坐标点重投影到二维图像平面得到(mx,my)即为目标图像对应的像素点坐标,
Mpi=M(xi,yi)=(mxi,myi),
其中fx,fy为焦距,cx,cy为图像的中心点坐标;
F,对所述校正后图像进行仿射变换,选取矩形图像中的尽量大的椭圆形或圆形,将椭圆形或圆形以外的角落区域的图像内容仿射到中间椭圆形或圆形区域内;
在校正过后的图像中获得目标物的像素数量,并于距离-像素单位尺寸数学关系模型中查到当距离为d时所对应的单位像素的尺寸大小,计算目标物的大小,计算方法为:N*Sd,其中,N为目标物的像素数量,Sd为距离-像素单位尺寸数学关系模型中距离为d时单个像素所对应的实际面积尺寸。
2.根据权利要求1所述的内窥镜目标物大小计算方法,其特征在于:采集内窥镜到目标物的实际距离d时采用距离传感器采集内窥镜到目标物的距离d’,并根据实际测量得到的距离对距离d’进行拟合得到距离-传感器测量值数学关系模型,得到内窥镜到目标物的实际距离d。
3.根据权利要求1所述的内窥镜目标物大小计算方法,其特征在于:所述目标物的像素数量包括目标物总的像素个数、目标物最长边的像素个数和与最长边垂直的短边的像素个数;分别根据目标物总的像素个数、目标物最长边的像素个数和与最长边垂直的短边的像素个数计算得到目标物的面积大小、其最长边的长度以及与最长边垂直的短边的长度。
5.根据权利要求1所述的内窥镜目标物大小计算方法,其特征在于:所述步骤C中对相机进行标定的方法为:
选取至少三幅及以上的不同位置的标定图像并划分为棋盘格,根据图像坐标系、摄像机坐标系和世界坐标系之间的非线性映射关系,计算出内镜相机所有的内、外参数,具体为:
设三维世界坐标的点为P=[X,Y,Z,1]T,二维摄像机坐标为m=[u,v,1]T,摄像机棋盘格平面到图像平面的单应性关系为:
s·m=K[R,T]X
其中s为尺度因子,K为摄像机内参数,R为旋转矩阵,T为平移向量,H为映射矩阵,将世界坐标系构造在棋盘格平面上,令棋盘格平面为Z=0的平面,可得:
H=[h1,h2,h3]=λK[r1,r2,t]
其中,h1,h2,h3分别为映射矩阵H的三个列向量,λ为尺度因子s的倒数,r1,r2为旋转矩阵R的任意两个列向量,t为r1,r2所对应图像的平移向量;
利用三幅包含棋盘格的图像计算得到相机的内参数矩阵K。
6.根据权利要求1所述的内窥镜目标物大小计算方法,其特征在于:所述步骤D中,在0至1之间设置多个校正系数,根据所述校正系数生成多个相机校正内参为:
设置校正系数σ,计算K'=σ*K
其中K'为校正后的相机内参。
7.根据权利要求1所述的内窥镜目标物大小计算方法,其特征在于:所述步骤E中对图像进行校正的公式如下:dst(xi,yi)=src(d(M(xi,yi))),
其中:dst(xi,yi)是目标图像,即重映射的结果;src(d(M(xi,yi)))是源图像;
利用得到的畸变坐标映射矩阵进行灰度校正,使用双线性差值算法求解校正后的图像像素值,具体的算法公式如下:
d(M(xi,yi))=(1-Δx)(1-Δy)M(xi,yi)+Δy(1-Δx)M(xi,yi+1)+Δx(1-Δy)M(xi+1,yi)+ΔxΔyM(xi+1,yi+1)
式中Δx和Δy分别是校正后图像映射到原图中的x和y方向上的小数部分,通过双线性插值方法完成图像最后的图像校正。
9.一种内窥镜目标物大小分析系统,其特征在于,包括距离传感器、控制单元、存储单元和显示单元,所述存储单元中存储权利要求1中所述的距离-像素单位尺寸数学关系模型,所述距离传感器采集内窥镜到目标物距离d’并传输给控制器,所述控制器根据权利要求1至8中任一项所述的内窥镜目标物大小计算方法对目标物大小进行计算,并通过显示单元对计算结果进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811572195.1A CN109730683B (zh) | 2018-12-21 | 2018-12-21 | 内窥镜目标物大小计算方法及分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811572195.1A CN109730683B (zh) | 2018-12-21 | 2018-12-21 | 内窥镜目标物大小计算方法及分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109730683A CN109730683A (zh) | 2019-05-10 |
CN109730683B true CN109730683B (zh) | 2021-11-05 |
Family
ID=66359502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811572195.1A Active CN109730683B (zh) | 2018-12-21 | 2018-12-21 | 内窥镜目标物大小计算方法及分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109730683B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110246124B (zh) * | 2019-05-24 | 2021-05-28 | 西安交通大学 | 基于深度学习的目标尺寸测量方法及系统 |
CN110811495B (zh) * | 2019-10-28 | 2022-04-05 | 浙江华诺康科技有限公司 | 荧光内窥镜的病灶尺寸测量方法、系统及计算机设备 |
CN112750126B (zh) * | 2021-01-29 | 2022-01-25 | 深圳市磐锋精密技术有限公司 | 一种物料溢胶在线监测系统和监测方法 |
CN113240726B (zh) * | 2021-05-20 | 2022-10-14 | 南开大学 | 一种内窥镜下光学目标尺寸实时测量方法 |
CN114049310B (zh) * | 2021-10-26 | 2024-03-08 | 西北工业大学 | 一种磁悬浮轴承转子与其保护轴承相对位置图像分析方法 |
CN114066781B (zh) * | 2022-01-18 | 2022-05-10 | 浙江鸿禾医疗科技有限责任公司 | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 |
CN117064311B (zh) * | 2023-10-16 | 2024-01-30 | 深圳迈瑞生物医疗电子股份有限公司 | 一种内窥镜图像的处理方法及内窥镜成像系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101902961A (zh) * | 2007-10-15 | 2010-12-01 | 基文影像公司 | 用于估算体腔内物体大小的装置、系统及方法 |
CN103218786A (zh) * | 2013-04-23 | 2013-07-24 | 西北工业大学 | 一种基于非线性逆映射机理的严重桶形畸变图像校正方法 |
CN103300862A (zh) * | 2013-05-24 | 2013-09-18 | 浙江大学宁波理工学院 | 一种胶囊内窥镜病灶组织深度和三维尺寸的测量方法 |
CN104083172A (zh) * | 2013-11-28 | 2014-10-08 | 北京华科创智健康科技股份有限公司 | 一种电子内窥镜病灶尺寸定量测量的方法和装置 |
CN104146711A (zh) * | 2014-08-01 | 2014-11-19 | 深圳市开立科技有限公司 | 一种基于内窥镜的病灶尺寸测量方法和系统 |
CN104590319A (zh) * | 2014-06-11 | 2015-05-06 | 北京交通大学 | 异物侵入检测装置和异物侵入检测方法 |
CN105551020A (zh) * | 2015-12-03 | 2016-05-04 | 浙江大华技术股份有限公司 | 一种检测目标物尺寸的方法及装置 |
WO2017201494A1 (en) * | 2016-05-19 | 2017-11-23 | Avantis Medical Systems, Inc. | Methods for polyp detection |
CN108392165A (zh) * | 2017-01-30 | 2018-08-14 | 卡普索影像公司 | 用于具有针对物体缩放的距离测量的内视镜的方法和器具 |
CN109035320A (zh) * | 2018-08-12 | 2018-12-18 | 浙江农林大学 | 基于单目视觉的深度提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6176978B2 (ja) * | 2013-01-31 | 2017-08-09 | オリンパス株式会社 | 内視鏡用画像処理装置、内視鏡装置、内視鏡用画像処理装置の作動方法及び画像処理プログラム |
-
2018
- 2018-12-21 CN CN201811572195.1A patent/CN109730683B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101902961A (zh) * | 2007-10-15 | 2010-12-01 | 基文影像公司 | 用于估算体腔内物体大小的装置、系统及方法 |
CN103218786A (zh) * | 2013-04-23 | 2013-07-24 | 西北工业大学 | 一种基于非线性逆映射机理的严重桶形畸变图像校正方法 |
CN103300862A (zh) * | 2013-05-24 | 2013-09-18 | 浙江大学宁波理工学院 | 一种胶囊内窥镜病灶组织深度和三维尺寸的测量方法 |
CN104083172A (zh) * | 2013-11-28 | 2014-10-08 | 北京华科创智健康科技股份有限公司 | 一种电子内窥镜病灶尺寸定量测量的方法和装置 |
CN104590319A (zh) * | 2014-06-11 | 2015-05-06 | 北京交通大学 | 异物侵入检测装置和异物侵入检测方法 |
CN104146711A (zh) * | 2014-08-01 | 2014-11-19 | 深圳市开立科技有限公司 | 一种基于内窥镜的病灶尺寸测量方法和系统 |
CN105551020A (zh) * | 2015-12-03 | 2016-05-04 | 浙江大华技术股份有限公司 | 一种检测目标物尺寸的方法及装置 |
WO2017201494A1 (en) * | 2016-05-19 | 2017-11-23 | Avantis Medical Systems, Inc. | Methods for polyp detection |
CN108392165A (zh) * | 2017-01-30 | 2018-08-14 | 卡普索影像公司 | 用于具有针对物体缩放的距离测量的内视镜的方法和器具 |
CN109035320A (zh) * | 2018-08-12 | 2018-12-18 | 浙江农林大学 | 基于单目视觉的深度提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109730683A (zh) | 2019-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109730683B (zh) | 内窥镜目标物大小计算方法及分析系统 | |
CN109461126B (zh) | 一种图像畸变校正方法及系统 | |
CN109448041B (zh) | 一种胶囊内镜图像三维重建方法及系统 | |
CN107481228B (zh) | 基于计算机视觉的人体背部脊柱侧弯角度测量方法 | |
US20200268339A1 (en) | System and method for patient positioning | |
US20230359057A1 (en) | Motion-compensated laser speckle contrast imaging | |
JP2016019194A (ja) | 画像処理装置、画像処理方法、および画像投影装置 | |
WO2021077759A1 (zh) | 一种图像的匹配方法、装置、设备及存储介质 | |
CN113240726B (zh) | 一种内窥镜下光学目标尺寸实时测量方法 | |
CN107798656B (zh) | 一种基于距离传感器和陀螺仪的口腔全景图像拼接方法 | |
JP2016116774A (ja) | 画像処理装置、画像処理方法、画像処理システム、及びプログラム | |
Liu et al. | Global and local panoramic views for gastroscopy: an assisted method of gastroscopic lesion surveillance | |
US10249037B2 (en) | Echogenicity quantification method and calibration method for ultrasonic device using echogenicity index | |
KR102342575B1 (ko) | 광섬유 번들 이미지 처리 방법 및 장치 | |
WO2022127533A1 (zh) | 胶囊内窥镜图像三维重建方法、电子设备及可读存储介质 | |
KR101118549B1 (ko) | 의료용 융합영상 획득장치 및 획득방법 | |
CN106618450B (zh) | 一种三目立体内窥镜自标定的方法 | |
CN112927274A (zh) | 双能减影图像配准方法、装置、设备及可读存储介质 | |
KR100930594B1 (ko) | 안면 영상 촬영장치 및 그의 안면 특징점 검출 방법 | |
Ahmad et al. | 3D reconstruction of gastrointestinal regions using single-view methods | |
GB2512697A (en) | Improvements in and relating to ophthalmoscopes | |
CN116402735A (zh) | 基于多方向视角标定的内窥镜图像重构方法 | |
US8411147B2 (en) | Method for eliminating chromatic aberration caused by an imaging environment and for testing stability of the imaging environment, and chromatic aberration calibration device for use with the same | |
WO2014096835A1 (en) | Improvements in and relating to ophthalmoscopes | |
CN114283236A (zh) | 一种用智能手机进行口腔扫描的方法、装置和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210917 Address after: 401120 1-1, 2-1, 3-1, building 5, No. 18, Cuiping Lane 2, Huixing street, Yubei District, Chongqing Applicant after: Chongqing Jinshan Medical Technology Research Institute Co.,Ltd. Address before: 401120 1 office buildings, Jinshan International Industrial City, 18 of Nei sang Road, Hui Xing street, Yubei District, Chongqing. Applicant before: CHONGQING JINSHAN MEDICAL APPLIANCE Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |