CN113947637B - 标记点提取方法、装置、电子设备及计算机存储介质 - Google Patents
标记点提取方法、装置、电子设备及计算机存储介质 Download PDFInfo
- Publication number
- CN113947637B CN113947637B CN202111530848.1A CN202111530848A CN113947637B CN 113947637 B CN113947637 B CN 113947637B CN 202111530848 A CN202111530848 A CN 202111530848A CN 113947637 B CN113947637 B CN 113947637B
- Authority
- CN
- China
- Prior art keywords
- point
- image
- mark
- points
- initial
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Abstract
本申请实施例提供了一种标记点提取方法、装置、电子设备及计算机存储介质。包括:获取目标图像;根据成像方式下标记点对应图像点的图像值范围,从目标图像中确定参考标记图像点;对参考标记图像点进行类别划分,得到多个参考标记图像点集合,针对每个参考标记图像点集合确定一个初始标记图像点;对比标记点间的相对位置关系以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系;针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。提高了标记点提取的效率、准确度以及稳定性。
Description
技术领域
本申请实施例涉及图像处理技术领域,尤其涉及一种标记点提取方法、装置、电子设备及计算机存储介质。
背景技术
基于图像信息执行作业任务的机器人,在作业之前通常需要先确定好机器人坐标系与图像坐标系之间的转换关系,而上述转换关系通常是借助标记点得到的。具体地:先获取包含预设标记点的目标图像,在目标图像对应的图像坐标系中进行标记点提取,得到上述标记点在图像坐标系中的位置,然后基于标记点在机器人坐标系中的位置和标记点在图像坐标系中的位置,得到两个坐标系之间的转换关系。
现阶段,通常是操作人员根据标记点在图像中的颜色、形状等属性信息,对图像进行观察,手动在图像坐标系中提取预设标记点,因此,标记点提取的准确度和效率均较低。
发明内容
本申请的目的在于提出一种标记点提取方法、装置、电子设备及计算机存储介质,用于解决现有技术中存在的标记点提取的准确度和效率较低的问题。
根据本申请实施例的第一方面,提供了一种标记点提取方法,所述方法包括:
获取目标图像;所述目标图像为针对包含多个标记点的空间区域按照预设成像方式生成的图像;
根据所述成像方式下所述标记点对应图像点的图像值范围,从所述目标图像中确定参考标记图像点;
对所述参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点;
对比所述标记点间的相对位置关系,以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系;
针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。
根据本申请实施例的第二方面,提供了一种标记点提取装置,所述装置包括:
目标图像获取模块,用于获取目标图像;所述目标图像为针对包含多个标记点的空间区域按照预设成像方式生成的图像;
标记图像点区域确定模块,用于根据所述成像方式下所述标记点对应图像点的图像值范围,从所述目标图像中确定参考标记图像点;
类别划分模块,用于对所述参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点;
对应关系确定模块,用于对比所述标记点间的相对位置关系,以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系;
搜索模块,用于针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。
根据本申请实施例的第三方面,提供了一种电子设备,所述设备包括:一个或多个处理器;计算机可读介质,配置为存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的标记点提取方法。
根据本申请实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的标记点提取方法。
根据本申请实施例提供的标记点提取方法、装置、电子设备及计算机存储介质,获取目标图像;根据所述成像方式下所述标记点对应图像点的图像值范围,从所述目标图像中确定参考标记图像点;对所述参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点;对比所述标记点间的相对位置关系,以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系;针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。
本申请实施例中,获取目标图像并从中确定出了参考标记图像点;通过对参考标记图像点进行类别划分,得到参考标记图像点集合,并针对每个参考标记图像点集合得到了一个初始标记图像点;之后,对比标记点之间的相对位置关系,以及,上述确定的各初始标记图像点之间的相对位置关系,先确定了标记点与初始标记图像点的对应关系,再从参考标记点图像集合中进行优化搜索,最终搜索出与标记点对应的标记图像点。
上述过程无需人工参与,自动实现了对标记点的提取操作,与依赖操作人员自身经验的人工提取方式相比,标记点提取的效率较高。同时,由于本申请中,在确定实际标记点与标记图像点之间的对应关系时,是以点间的相对位置关系为依据进行的,而实际标记点在设置时,通常点与点之间的相对位置关系都是唯一确定的,因此,通过对比实际标记点间的相对位置关系,与初始标记图像点间的相对位置关系,得到的实际标记点与标记图像点之间的对应关系的准确性较高,进而,基于上述对应关系最终提取到的标记点对应的标记图像点的准确度也较高。
另外,由于是基于标记点之间的相对位置关系进行的,因此,即使因空间区域中存在干扰因素(如:同时存在标记点,以及与标记点材质、形状等属性均较为相似的其他干扰物质)而导致从目标图形中确定的参考标记图像点集合的数量远多于标记点的实际数量,采用本申请实施例也能够较准确地在目标图像中提取出与各标记点对应的标记图像点,也就是说,本申请实施例的抗干扰能力较强,具有更好地稳定性和鲁棒性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为根据本申请实施例一的一种标记点提取方法的步骤流程图;
图2为根据本申请实施例二的一种标记点提取方法的步骤流程图;
图3为本申请实施例三中标记点提取装置的结构示意图;
图4为本申请实施例四中电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅配置为解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例一
参照图1,示出了根据本申请实施例一的一种标记点提取方法的步骤流程图。
本实施例的标记点提取方法包括以下步骤:
步骤101,获取目标图像;目标图像为针对包含多个标记点的空间区域按照预设成像方式生成的图像。
本申请实施例中的空间区域可以为任意的包含多个标记点的区域。获取到的目标图像可以为三维空间图像,其成像方式可以为根据实际需要选择的任意的成像方式,例如:就用于进行医学手术的手术机器人而言,成像方式可以为CT成像,对于执行其他任务的机器人,成像方式可以为常规的摄像装置(如摄像头)成像等等。
步骤102,根据成像方式下标记点对应图像点的图像值范围,从目标图像中确定参考标记图像点。
其中,参考标记图像点是指图像值位于上述图像值范围内的图像点。
由于同一成像方式下,不同材质的物体对应的图像点的图像值范围有所不同,因此,可以根据标记点对应图像点的图像值范围,从目标图像中确定出参考标记图像点。
以手术机器人为例,标记点可以为附着于患者病灶附近的陶瓷小球(此处仅以陶瓷的小球为例进行解释说明,本申请实施例中对于标记点的材质和形状均不做限定),对应地,目标图像可以为包含上述陶瓷小球影像的CT图像,在获取到上述CT图像之后,可以根据陶瓷小球在CT图像中的图像值范围(大于2000Hu)从目标图像中确定参考标记图像点,具体的:将CT图像中图像值大于2000Hu的图像点作为参考标记图像点。
步骤103,对参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点。
在获取到参考标记图像点后,可以通过现有的类别划分方法,例如:分类算法或者现有的边界提取方法对其进行类别划分,以得到多个参考标记图像点集合。本申请实施例中,对于类别划分时所采用的具体方式不做限定。
本申请实施例中,对于确定初始标记图像点的具体方式不做限定,例如:针对每个参考标记图像点集合,可以在该集合中随机选取一个图像点作为初始标记图像点,可以对该参考标记图像点集合中各图像点坐标值取均值,以基于得到的均值确定初始标记图像点,也可以按照其他的预设规则从各图像点中选择一个图像点作为初始标记图像点,等等。
步骤104,对比标记点间的相对位置关系,以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系。
由于在标记点设定好之后,标记点之间的相对位置关系在空间中即是固定且唯一的,同时,在获取到目标图像中的各初始标记图像点之后,各初始标记点之间的相对位置关系也是唯一的,因此,可以通过对比标记点之间的相对位置关系,以及各初始标记图像点之间的相对位置关系,确定标记点与初始标记图像点之间的对应关系。
具体地:可以通过比较标记点间相对位置关系,与初始标记图像点间相对位置关系这两种相对位置关系间的相似程度,确定上述对应关系,如:若某个初始标记图像点和其他初始标记图像点之间的相对位置关系,与某个标记点各其他标记点之间的相对位置关系相似度比较高,则该初始标记图像点与该标记点对应的可能性则较高。
本申请实施例中,标记点(或者,初始标记图像点)间的相对位置关系可以通过标记点(或者,初始标记图像点)间的距离表示,对应地,上述相似程度则可以通过距离的差值来表示,也可以通过以距离差值为自变量的某一函数值来表示;标记点(或者,初始标记图像点)间的相对位置关系也可以通过标记点(或者,初始标记图像点)间的坐标差值等表示,对应地,上述相似程度则可以通过坐标差值形成的向量来表示。
本申请实施例中,对于相对位置关系的具体表示方式,以及,上述两种相对位置关系之间相似度的具体表示方式,均不作限定。
步骤105,针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。
针对每个参考标记点图像集合而言,由于初始标记图像点通常是粗略设置(如通过对所有参考标记图像点取均值得到,或者,随机设置得到),精度较低,因此,为了使得最终提取到的与各标记点对应的标记图像点精度更高,可以在得到对应的初始标记图像点之后,以该初始标记图像点为搜索起点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,最终得到该标记点对应的标记图像点。
本申请实施例中,可以采用任意的搜索算法进行搜索,对于搜索算法的具体形式不做限定,例如:可以采用全局搜索算法,或者也可以采用局部搜索算法等等。
本申请实施例中,无需人工参与,自动实现了对标记点的提取操作,与依赖操作人员自身经验的人工提取方式相比,标记点提取的效率较高。同时,由于本申请中,在确定实际标记点与标记图像点之间的对应关系时,是以点间的相对位置关系为依据进行的,而实际标记点在设置时,通常点与点之间的相对位置关系都是唯一确定的,因此,通过对比实际标记点间的相对位置关系,与初始标记图像点间的相对位置关系,得到的实际标记点与标记图像点之间的对应关系的准确性较高,进而,基于上述对应关系最终提取到的标记点对应的标记图像点的准确度也较高。
另外,由于是基于标记点之间的相对位置关系进行的,因此,即使因空间区域中存在干扰因素(如:同时存在标记点,以及与标记点材质、形状等属性均较为相似的其他干扰物质)而导致从目标图形中确定的参考标记图像点集合的数量远多于标记点的实际数量,采用本申请实施例也能够较准确地在目标图像中提取出与各标记点对应的标记图像点,也就是说,本申请实施例的抗干扰能力较强,具有更好地稳定性和鲁棒性。
本实施例的标记点提取方法可以由任意适当的具有数据处理能力的电子设备执行,包括但不限于:服务器、PC机、甚至高性能的移动终端等。
实施例二
参照图2,示出了根据本申请实施例二的一种标记点提取方法的步骤流程图。
本实施例的标记点提取方法包括以下步骤:
步骤201,获取目标图像;目标图像为针对包含多个标记点的空间区域按照预设成像方式生成的图像。
步骤202,根据成像方式下标记点对应图像点的图像值范围,从目标图像中确定参考标记图像点。
上述步骤201-步骤202的内容,可以参见上述步骤101-102,此处不再赘述。
步骤203,对参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点。
本申请实施例中,为进一步提高标记点提取的精度,本步骤采用无需预先设置类别数量的类别划分方法,这样,得到的参考标记图像点集合的数量可能等于标记点的总数量,也可能大于标记点的总数量。
本申请实施例中,对于确定初始标记图像点的具体方式不做限定,例如:针对每个参考标记图像点集合,可以在该集合中随机选取一个图像点作为初始标记图像点,可以对该参考标记图像点集合中各图像点坐标值取均值,以基于得到的均值确定初始标记图像点,也可以按照其他的预设规则从各图像点中选择一个图像点作为初始标记图像点,等等。
步骤204,获取第一标记点与其余标记点之间的距离值,作为第一点间距离值。
其中,第一标记点为到其余标记点的距离值均不相等的标记点,本申请实施例中,第一标记点可以有1个也可以有多个,此处不做限定。
例如:假设共3个标记点:A、B以及C,其中,A点到A点的距离值LAA、A点到B点的距离值LAB以及A点到C点的距离值LAC均不相等,则可选标记点A为第一标记点,第一标记点A对应的第一点间距离值共3个,分别为:LAA、LAB以及LAC。
步骤205,针对每个初始标记图像点,计算该初始标记图像点与其它初始标记图像点之间的距离值,得到该初始标记图像点对应的第二点间距离值。
如上述步骤203,由于参考标记图像点集合的数量可能等于标记点的总数量,也可能大于标记点的总数量,因此,对应地,初始标记图像点的数量可能等于标记点的总数量,也可能大于标记点的总数量。
与步骤204中计算每个第一标记点对应的第一点间距离值类似,本步骤中,可以针对每个初始标记图像点,计算其对应的第二点间距离值。
步骤206,针对每个初始标记图像点,基于与第一点间距离值的差值满足预设条件的第二点间距离值,确定各初始标记图像点与各标记点之间的初始对应关系。
上述预设条件可以为:差值小于预设距离阈值、差值与第一点间距离的比值小于预设比值、差值与第二点间距离的比值小于预设比值,等等。本申请实施例中,对于预设条件的具体内容不做限定,可以根据对标记点提取的精度要求来设定。
步骤207,若针对每个第一点间距离值,均存在与该第一点间距离值的差值满足预设条件的第二点间距离值,则将初始对应关系确定为候选对应关系。之后,若仅存在一组候选对应关系,则将该组候选对应关系确定为各标记点与各初始标记图像点之间的对应关系,并执行后续步骤212;若存在多组候选对应关系,则执行步骤208。
通过如下例子对步骤204-步骤207进行说明:
标记点A、B以及C中,A为第一标记点,第一标记点A对应的第一点间距离值分别为:LAA、LAB、LAC。
针对初始标记图像点:a、b、c以及d,通过下表1描述各初始标记图像点对应的第二点间距离值:
表1
a | b | c | d | |
a | Laa | Lab | Lac | Lad |
b | Lba | Lbb | Lbc | Lbd |
c | Lca | Lcb | Lcc | Lcd |
d | Lda | Ldb | Ldc | Ldd |
针对上表中的第一行,也即针对初始标记图像点a:逐项对比,结果若为:Laa与LAA相等, Lab与LAB的差值满足预设条件(如:差值小于预设阈值),并且Lac与LAC的差值也满足预设条件,则可以确定a与A之间具有初始对应关系、b与B之间具有初始对应关系,以及,c与C之间具有初始对应关系。另外,由于就初始标记图像点a而言,针对第一点间距离值:LAA、LAB、LAC,均存在与其距离值的差值满足预设条件的第二点间距离值,因此,可以将上述初始对应关系(a与A关系、b与B对应,以及,c与C对应)确定为候选对应关系。
依次分别针对初始标记图像点b以及初始标记图像点c也执行上述过程。
若针对初始标记图像点b和c执行上述步骤时,均未确定出其他候选对应关系,也就是说,仅存在一组候选对应关系,则可以将上述候选对应关系(a与A关系、b与B对应,以及,c与C对应)确定为各标记点与各初始标记图像点之间的对应关系。
若针对初始标记图像点b,按照上述过程确定出另一候选对应关系,假设:a与C关系、b与A对应,以及,c与B对应,则表明存在两组候选对应关系,此种情况下,则执行后续步骤208。
步骤208,针对每组候选对应关系,基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,计算各候选对应关系对应的图像坐标系与机器人坐标系间的转换关系。
可选地,在其中一些实施例中,上述转换关系包括:最优旋转变换矩阵和最优平移变换矩阵。可以通过如下方式得到上述转换关系:
基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,计算图像坐标系与机器人坐标系间的转换关系,包括:
以图像坐标系与机器人坐标系间的平移变换矩阵和旋转变换矩阵作为自变量,基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,构建误差函数;其中,误差函数用于表征:采用平移变换矩阵和旋转变换矩阵对各标记点的位置进行转换后得到的转换后位置与对应的初始标记图像点的位置间的误差;或者,采用平移变换矩阵和旋转变换矩阵对各初始标记图像点的位置进行转换后得到的转换后位置与对应的标记点的位置间的误差;
对误差函数进行最小化处理,得到平移变换矩阵和旋转变换矩阵间的最优变换关系;
根据最优变换关系,将误差函数转换为以旋转变换矩阵为自变量的目标函数;并对目标函数进行最小化,得到最优旋转变换矩阵;
基于各标记点的位置、对应的各初始标记图像点的位置以及最优旋转变换矩阵,得到最优平移变换矩阵。
可选地,在另一些实施例中,上述转换关系包括:最优旋转变换矩阵和最优平移变换矩阵。可以通过如下方式得到上述转换关系:
基于各标记点的位置建立机器人初始坐标系;其中,机器人初始坐标系为标记点坐标系在机器人空间中的表示;
针对每组候选对应关系,基于各候选初始标记图像点的位置建立图像初始坐标系;其中,候选初始标记图像点为与标记点存在候选对应关系的初始标记图像点;图像初始坐标系为标记点坐标系在图像空间中的表示;
计算机器人初始坐标系和图像初始坐标系之间的转换关系,作为图像坐标系与机器人坐标系间的转换关系。
进一步地,基于各标记点的位置建立机器人初始坐标系,包括:
基于各标记点的位置进行特征点提取,得到第一特征点;
基于第一特征点位置、距离第一特征点位置最远的标记点的位置,以及距离第一特征点位置次远的标记点的位置,建立机器人初始坐标系;
基于各候选初始标记图像点的位置建立图像初始坐标系,包括:
基于各候选初始标记图像点的位置进行特征点提取,得到第二特征点;
基于第二特征点位置、距离第二特征点位置最远的候选初始标记图像点的位置,以及距离第二特征点位置次远的候选初始标记图像点的位置,建立图像初始坐标系。
进一步地,基于各标记点的位置进行特征点提取,得到第一特征点,包括:
获取各标记点的位置坐标值,基于位置坐标值进行求取均值操作,得到第一特征点;
基于各候选初始标记图像点的位置进行特征点提取,得到第二特征点,包括:
获取各候选初始标记图像点的位置坐标值,对各候选初始标记图像点的位置坐标值进行求取均值操作,得到第二特征点。
需要说明的是,为保证能够建立唯一的机器人初始坐标系,在本申请实施例中,距离第一特征点位置最远的标记点的个数需仅为1个,距离第一特征点位置次远的标记点也仅为1个。
对应地,为保证能够建立唯一的图像初始坐标系,在本申请实施例中,距离第二特征点位置最远的标记点的个数需仅为1个,距离第二特征点位置次远的标记点也仅为1个。
本申请实施例中,对于具体采用何种方式获取上述转换关系,不做限定,可以根据实际需要进行选择。
步骤209,基于转换关系,对各标记点的位置进行坐标转换,得到转换后的标记点坐标值。
步骤210,基于各转换后的标记点坐标值,及与各标记点分别对应的候选初始标记图像点的位置,得到该组候选对应关系的转换误差。
上述转换误差为能够表征各转换后的标记点的位置,与对应的候选初始标记图像点的位置之间的误差程度的值。本申请实施例中,对于转换误差的转换方式不做限定。
例如:可以将每个转换后的标记点位置与对应的候选初始标记图像点的位置之间的误差值相加,作为转换误差;也可以对每个转换后的标记点位置与对应的候选初始标记图像点的位置之间的误差值取平均值,作为转换误差,也可以将每个转换后的标记点位置与对应的候选初始标记图像点的位置之间的误差值中的最大误差值,作为转换误差值,还可以将每个转换后的标记点位置与对应的候选初始标记图像点的位置之间的误差值中的最小误差值,作为转换误差值,等等。
步骤211,基于各组候选对应关系的转换误差,从多组候选对应关系中确定一组候选对应关系作为各标记点与各初始标记图像点之间的对应关系。
具体地,可以选择最小转换误差对应的候选初始标记图像点集合,作为初始标记图像点集合。
步骤212,针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。
本申请实施例中,由于在确定实际标记点与标记图像点之间的对应关系时,是以点间的相对位置关系为依据进行的,而实际标记点在设置时,通常点与点之间的相对位置关系都是唯一确定的,因此,通过对比实际标记点间的相对位置关系,与初始标记图像点间的相对位置关系,得到的实际标记点与标记图像点之间的对应关系的准确性较高,进而,基于上述对应关系最终提取到的标记点对应的标记图像点的准确度也较高。
另外,由于是基于标记点之间的相对位置关系进行的,因此,即使因空间区域中存在干扰因素(如:同时存在标记点,以及与标记点材质、形状等属性均较为相似的其他干扰物质)而导致从目标图形中确定的参考标记图像点集合的数量远多于标记点的实际数量,采用本申请实施例也能够较准确地在目标图像中提取出与各标记点对应的标记图像点,也就是说,本申请实施例的抗干扰能力较强,具有更好地稳定性和鲁棒性。
同时,本申请实施例中,在对标记图像点区域中各图像点进行类别划分时,并不是预先将类别数量(参考标记图像点集合的数量)设置为标记点的总数量,而是对类别数量不做限定,也就是说,并未在类别划分阶段将划分出的参考标记图像点集合与标记点进行一一对应,并且,对应关系也并不是通过聚类算法得到的,而是后续,基于点间位置关系确定的。由于类别划分时,目标图像的成像质量直接影响类别划分结果的准确性,当目标图像质量较差时,类别划分结果的准确性则较低,最终确定出的标记图像点与标记点之间的对应关系准确度也较低,而由于实际标记点之间的相对位置关系都是唯一确定的,因此基于相对位置关系及转换误差值的大小,确定出的对标记图像点与标记点之间的对应关系准确度更高,相对而言,受目标图像质量等因素的影响也较小,进一步提高了抗干扰能力。
实施例三
参照图3,图3为本申请实施例三中标记点提取装置的结构示意图。
本申请实施例提供的标记点提取装置包括:
目标图像获取模块301,用于获取目标图像;目标图像为针对包含多个标记点的空间区域按照预设成像方式生成的图像;
参考标记图像点确定模块302,用于根据成像方式下标记点对应图像点的图像值范围,从目标图像中确定参考标记图像点;
类别划分模块303,用于对参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点;
对应关系确定模块304,用于对比标记点间的相对位置关系,以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系;
搜索模块305,用于针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。
可选地,在本申请的一种实施例中,对应关系确定模块304,具体用于:
对比标记点间的距离值,以及各初始标记图像点间的距离值,确定各标记点与各初始标记图像点之间的对应关系。
可选地,在本申请的一种实施例中,对应关系确定模块304,具体用于:
获取第一标记点与其余标记点之间的距离值,作为第一点间距离值;其中,第一标记点为到其余标记点的距离值均不相等的标记点;
针对每个初始标记图像点,计算该初始标记图像点与其它初始标记图像点之间的距离值,得到该初始标记图像点对应的第二点间距离值;
对比第一点间距离值和各初始标记图像点对应的第二点间距离值,确定各标记点与各初始标记图像点之间的对应关系。
可选地,在本申请的一种实施例中,对应关系确定模块304,在执行对比第一点间距离值和各初始标记图像点对应的第二点间距离值,确定各标记点与各初始标记图像点之间的对应关系的步骤时,具体用于:
针对每个初始标记图像点,基于与第一点间距离值的差值满足预设条件的第二点间距离值,确定各初始标记图像点与各标记点之间的初始对应关系;
若针对每个第一点间距离值,均存在与该第一点间距离值的差值满足预设条件的第二点间距离值,则将初始对应关系确定为候选对应关系;
若仅存在一组候选对应关系,则将该组候选对应关系确定为各标记点与各初始标记图像点之间的对应关系。
可选地,在本申请的一种实施例中,对应关系确定模块304还用于:
当存在多组候选对应关系时,针对每组候选对应关系,基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,计算各候选对应关系对应的图像坐标系与机器人坐标系间的转换关系;
基于转换关系,对各标记点的位置进行坐标转换,得到转换后的标记点坐标值;
基于各转换后的标记点坐标值,及与各标记点分别对应的候选初始标记图像点的位置,得到该组候选对应关系的转换误差;
基于各组候选对应关系的转换误差,从多组候选对应关系中确定一组候选对应关系作为各标记点与各初始标记图像点之间的对应关系。
转换关系包括:最优旋转变换矩阵和最优平移变换矩阵;
对应关系确定模块304在执行基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,计算图像坐标系与机器人坐标系间的转换关系的步骤时,具体用于:
以图像坐标系与机器人坐标系间的平移变换矩阵和旋转变换矩阵作为自变量,基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,构建误差函数;其中,误差函数用于表征:采用平移变换矩阵和旋转变换矩阵对各标记点的位置进行转换后得到的转换后位置与对应的初始标记图像点的位置间的误差;或者,采用平移变换矩阵和旋转变换矩阵对各初始标记图像点的位置进行转换后得到的转换后位置与对应的标记点的位置间的误差;
对误差函数进行最小化处理,得到平移变换矩阵和旋转变换矩阵间的最优变换关系;
根据最优变换关系,将误差函数转换为以旋转变换矩阵为自变量的目标函数;并对目标函数进行最小化,得到最优旋转变换矩阵;
基于各标记点的位置、对应的各初始标记图像点的位置以及最优旋转变换矩阵,得到最优平移变换矩阵。
可选地,在本申请的一种实施例中,对应关系确定模块304在执行基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,计算图像坐标系与机器人坐标系间的转换关系的步骤时,具体用于:
基于各标记点的位置建立机器人初始坐标系;其中机器人初始坐标系为标记点坐标系在机器人空间中的表示;
针对每组候选对应关系,基于各候选初始标记图像点的位置建立图像初始坐标系;其中,候选初始标记图像点为与标记点存在候选对应关系的初始标记图像点;图像初始坐标系为所述标记点坐标系在图像空间中的表示;
计算机器人初始坐标系和图像初始坐标系之间的转换关系,作为图像坐标系与机器人坐标系间的转换关系。
可选地,在本申请的一种实施例中,对应关系确定模块304在执行基于各标记点的位置建立机器人初始坐标系的步骤时,具体用于:
基于各标记点的位置进行特征点提取,得到第一特征点;
基于第一特征点位置、距离第一特征点位置最远的标记点的位置,以及距离第一特征点位置次远的标记点的位置,建立机器人初始坐标系;
执行基于各候选初始标记图像点的位置建立图像初始坐标系的步骤时,具体用于:
基于各候选初始标记图像点的位置进行特征点提取,得到第二特征点;
基于第二特征点位置、距离第二特征点位置最远的候选初始标记图像点的位置,以及距离第二特征点位置次远的候选初始标记图像点的位置,建立图像初始坐标系。
可选地,在本申请的一种实施例中,对应关系确定模块304在执行基于各标记点的位置进行特征点提取,得到第一特征点的步骤时,具体用于:
获取各标记点的位置坐标值,基于位置坐标值进行求取均值操作,得到第一特征点;
在执行基于各候选初始标记图像点的位置进行特征点提取,得到第二特征点的步骤时,具体用于:
获取各候选初始标记图像点的位置坐标值,对各候选初始标记图像点的位置坐标值进行求取均值操作,得到第二特征点。
可选地,在本申请的一种实施例中,类别划分模块303,具体用于:
采用分类算法,对参考标记图像点进行类别划分,得到多个参考标记图像点集合;
分别获取每个参考标记图像点集合中各参考标记图像点的位置坐标值,并对每个参考标记图像点集合中各参考标记图像点的位置坐标值进行求取均值操作,得到该参考标记图像点集合的初始标记图像点。
本申请实施例的标记点提取装置用于实现前述实施例一或实施例二中相应的标记点提取方法,并具有相应的方法实施例的有益效果,在此不再赘述。此外,本申请实施例的标记点提取装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述,在此亦不再赘述。
实施例四
图4为本申请实施例四中电子设备的结构示意图,如图4所示,该电子设备可以包括:处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。
其中:
处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404,用于与其它电子设备或服务器进行通信。
处理器402,用于执行程序410,具体可以执行上述标记点提取方法实施例中的相关步骤。
具体地,程序410可以包括程序代码,该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本申请实施例的一个或多个集成电路。智能设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器406,用于存放程序410。存储器406可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行以下操作:获取目标图像;目标图像为针对包含多个标记点的空间区域按照预设成像方式生成的图像;根据成像方式下标记点对应图像点的图像值范围,从目标图像中确定参考标记图像点;对参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点;对比标记点间的相对位置关系,以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系;针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。
程序410中各步骤的具体实现可以参见上述标记点提取方法实施例中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述方法实施例中的对应过程描述,在此不再赘述。
本申请还提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一或实施例二所描述的标记点提取方法。
需要指出,根据实施的需要,可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤,也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤,以实现本申请实施例的目的。
上述根据本申请实施例的方法可在硬件、固件中实现,或者被实现为可存储在记录介质(诸如CD ROM、RAM、软盘、硬盘或磁光盘)中的软件或计算机代码,或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如ASIC或FPGA)的记录介质上的这样的软件处理。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如,RAM、ROM、闪存等),当所述软件或计算机代码被计算机、处理器或硬件访问且执行时,实现在此描述的标记点提取方法。此外,当通用计算机访问用于实现在此示出的标记点提取方法的代码时,代码的执行将通用计算机转换为用于执行在此示出的标记点提取方法的专用计算机。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请实施例的范围。
以上实施方式仅用于说明本申请实施例,而并非对本申请实施例的限制,有关技术领域的普通技术人员,在不脱离本申请实施例的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本申请实施例的范畴,本申请实施例的专利保护范围应由权利要求限定。
Claims (10)
1.一种标记点提取方法,其特征在于,所述方法包括:
获取目标图像;所述目标图像为针对包含多个标记点的空间区域按照预设成像方式生成的图像;
根据所述成像方式下所述标记点对应图像点的图像值范围,从所述目标图像中确定参考标记图像点;
采用无预设类别数量的类别划分方法,对所述参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点;
对比所述标记点间的相对位置关系,以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系;
针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点;
其中,所述对比所述标记点间的相对位置关系,以及各初始标记图像点间的相对位置关系,确定各标记点与各初始标记图像点之间的对应关系,包括:
获取第一标记点与其余标记点之间的距离值,作为第一点间距离值;其中,所述第一标记点为到其余标记点的距离值均不相等的标记点;
针对每个初始标记图像点,计算该初始标记图像点与其它初始标记图像点之间的距离值,得到该初始标记图像点对应的第二点间距离值;
针对每个初始标记图像点,基于与所述第一点间距离值的差值满足预设条件的第二点间距离值,确定各初始标记图像点与各标记点之间的初始对应关系;
若针对每个第一点间距离值,均存在与该第一点间距离值的差值满足预设条件的第二点间距离值,则将所述初始对应关系确定为候选对应关系;
若仅存在一组候选对应关系,则将该组候选对应关系确定为各标记点与各初始标记图像点之间的对应关系。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当存在多组候选对应关系时,针对每组候选对应关系,基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,计算各候选对应关系对应的图像坐标系与机器人坐标系间的转换关系;
基于所述转换关系,对各标记点的位置进行坐标转换,得到转换后的标记点坐标值;
基于各转换后的标记点坐标值,及与各标记点分别对应的候选初始标记图像点的位置,得到该组候选对应关系的转换误差;
基于各组候选对应关系的转换误差,从所述多组候选对应关系中确定一组候选对应关系作为各标记点与各初始标记图像点之间的对应关系。
3.根据权利要求2所述的方法,其特征在于,所述转换关系包括:最优旋转变换矩阵和最优平移变换矩阵;
所述基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,计算图像坐标系与机器人坐标系间的转换关系,包括:
以图像坐标系与机器人坐标系间的平移变换矩阵和旋转变换矩阵作为自变量,基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,构建误差函数;其中,所述误差函数用于表征:采用所述平移变换矩阵和所述旋转变换矩阵对各标记点的位置进行转换后得到的转换后位置与对应的初始标记图像点的位置间的误差;或者,采用所述平移变换矩阵和所述旋转变换矩阵对各初始标记图像点的位置进行转换后得到的转换后位置与对应的标记点的位置间的误差;
对所述误差函数进行最小化处理,得到所述平移变换矩阵和所述旋转变换矩阵间的最优变换关系;
根据所述最优变换关系,将所述误差函数转换为以所述旋转变换矩阵为自变量的目标函数;并对所述目标函数进行最小化,得到最优旋转变换矩阵;
基于各标记点的位置、对应的各初始标记图像点的位置以及所述最优旋转变换矩阵,得到最优平移变换矩阵。
4.根据权利要求2所述的方法,其特征在于,所述基于各标记点的位置以及与各标记点存在候选对应关系的初始标记图像点的位置,计算图像坐标系与机器人坐标系间的转换关系,包括:
基于各标记点的位置建立机器人初始坐标系,其中所述机器人初始坐标系为标记点坐标系在机器人空间中的表示;
针对每组候选对应关系,基于各候选初始标记图像点的位置建立图像初始坐标系;其中,所述候选初始标记图像点为与所述标记点存在候选对应关系的初始标记图像点,所述图像初始坐标系为所述标记点坐标系在图像空间中的表示;
计算所述机器人初始坐标系和所述图像初始坐标系之间的转换关系,作为图像坐标系与机器人坐标系间的转换关系。
5.根据权利要求4所述的方法,其特征在于,所述基于各标记点的位置建立机器人初始坐标系,包括:
基于各标记点的位置进行特征点提取,得到第一特征点;
基于所述第一特征点位置、距离所述第一特征点位置最远的标记点的位置,以及距离所述第一特征点位置次远的标记点的位置,建立机器人初始坐标系;
所述基于各候选初始标记图像点的位置建立图像初始坐标系,包括:
基于各候选初始标记图像点的位置进行特征点提取,得到第二特征点;
基于所述第二特征点位置、距离所述第二特征点位置最远的候选初始标记图像点的位置,以及距离所述第二特征点位置次远的候选初始标记图像点的位置,建立图像初始坐标系。
6.根据权利要求5所述的方法,其特征在于,所述基于各标记点的位置进行特征点提取,得到第一特征点,包括:
获取各标记点的位置坐标值,基于所述位置坐标值进行求取均值操作,得到第一特征点;
所述基于各候选初始标记图像点的位置进行特征点提取,得到第二特征点,包括:
获取各候选初始标记图像点的位置坐标值,对所述各候选初始标记图像点的位置坐标值进行求取均值操作,得到第二特征点。
7.根据权利要求1所述的方法,其特征在于,所述采用无预设类别数量的类别划分方法,对所述参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点,包括:
采用采用无预设类别数量的类别划分方法,对所述参考标记图像点进行类别划分,得到多个参考标记图像点集合;
分别获取每个参考标记图像点集合中各参考标记图像点的位置坐标值,并对所述每个参考标记图像点集合中各参考标记图像点的位置坐标值进行求取均值操作,得到该参考标记图像点集合的初始标记图像点。
8.一种标记点提取装置,其特征在于,所述装置包括:
目标图像获取模块,用于获取目标图像;所述目标图像为针对包含多个标记点的空间区域按照预设成像方式生成的图像;
参考标记图像点确定模块,用于根据所述成像方式下所述标记点对应图像点的图像值范围,从所述目标图像中确定参考标记图像点;
类别划分模块,用于采用无预设类别数量的类别划分方法,对所述参考标记图像点进行类别划分,得到多个参考标记图像点集合,并针对每个参考标记图像点集合确定一个初始标记图像点;
对应关系确定模块,用于获取第一标记点与其余标记点之间的距离值,作为第一点间距离值;其中,所述第一标记点为到其余标记点的距离值均不相等的标记点;针对每个初始标记图像点,计算该初始标记图像点与其它初始标记图像点之间的距离值,得到该初始标记图像点对应的第二点间距离值;针对每个初始标记图像点,基于与所述第一点间距离值的差值满足预设条件的第二点间距离值,确定各初始标记图像点与各标记点之间的初始对应关系;若针对每个第一点间距离值,均存在与该第一点间距离值的差值满足预设条件的第二点间距离值,则将所述初始对应关系确定为候选对应关系;若仅存在一组候选对应关系,则将该组候选对应关系确定为各标记点与各初始标记图像点之间的对应关系;
搜索模块,用于针对每个标记点,以该标记点对应的初始标记图像点为搜索起始点,采用搜索算法在该初始标记图像点所属的参考标记点图像集合对应的连通区域中进行搜索,得到该标记点对应的标记图像点。
9.一种电子设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一个可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的标记点提取方法对应的操作。
10.一种计算机存储介质,其特征在于,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-7中任一所述的标记点提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111530848.1A CN113947637B (zh) | 2021-12-15 | 2021-12-15 | 标记点提取方法、装置、电子设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111530848.1A CN113947637B (zh) | 2021-12-15 | 2021-12-15 | 标记点提取方法、装置、电子设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113947637A CN113947637A (zh) | 2022-01-18 |
CN113947637B true CN113947637B (zh) | 2022-04-22 |
Family
ID=79339111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111530848.1A Active CN113947637B (zh) | 2021-12-15 | 2021-12-15 | 标记点提取方法、装置、电子设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113947637B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100195891A1 (en) * | 2007-09-24 | 2010-08-05 | Jia Shu | Image reconstructing methjod using x-ray volume photography |
US8923656B1 (en) * | 2014-05-09 | 2014-12-30 | Silhouette America, Inc. | Correction of acquired images for cutting pattern creation |
CN105551042A (zh) * | 2015-12-15 | 2016-05-04 | 沈阳东软医疗系统有限公司 | 一种扫描床标记点位置的确定方法和装置 |
EP3255609A1 (en) * | 2016-06-08 | 2017-12-13 | Tinavi Medical Technologies Co., Ltd. | A method of automatically identifying a sequence of marking points in 3d medical image |
US20190304130A1 (en) * | 2018-03-30 | 2019-10-03 | Beijing Boe Optoelectronics Technology Co., Ltd. | Spatial positioning method, spatial positioning device, spatial positioning system and computer readable storage medium |
CN112837391A (zh) * | 2021-03-04 | 2021-05-25 | 北京柏惠维康科技有限公司 | 坐标转换关系获取方法、装置、电子设备及存储介质 |
CN112862813A (zh) * | 2021-03-04 | 2021-05-28 | 北京柏惠维康科技有限公司 | 标记点提取方法、装置、电子设备及计算机存储介质 |
CN113782159A (zh) * | 2021-11-12 | 2021-12-10 | 极限人工智能有限公司 | 医学图像标记点匹配方法、装置、电子设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9082177B2 (en) * | 2009-11-25 | 2015-07-14 | Dental Imaging Technologies Corporation | Method for tracking X-ray markers in serial CT projection images |
KR101892740B1 (ko) * | 2016-10-11 | 2018-08-28 | 한국전자통신연구원 | 통합 이미지 마커 생성 방법 및 그 방법을 수행하는 시스템 |
-
2021
- 2021-12-15 CN CN202111530848.1A patent/CN113947637B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100195891A1 (en) * | 2007-09-24 | 2010-08-05 | Jia Shu | Image reconstructing methjod using x-ray volume photography |
US8923656B1 (en) * | 2014-05-09 | 2014-12-30 | Silhouette America, Inc. | Correction of acquired images for cutting pattern creation |
CN105551042A (zh) * | 2015-12-15 | 2016-05-04 | 沈阳东软医疗系统有限公司 | 一种扫描床标记点位置的确定方法和装置 |
EP3255609A1 (en) * | 2016-06-08 | 2017-12-13 | Tinavi Medical Technologies Co., Ltd. | A method of automatically identifying a sequence of marking points in 3d medical image |
US20190304130A1 (en) * | 2018-03-30 | 2019-10-03 | Beijing Boe Optoelectronics Technology Co., Ltd. | Spatial positioning method, spatial positioning device, spatial positioning system and computer readable storage medium |
CN112837391A (zh) * | 2021-03-04 | 2021-05-25 | 北京柏惠维康科技有限公司 | 坐标转换关系获取方法、装置、电子设备及存储介质 |
CN112862813A (zh) * | 2021-03-04 | 2021-05-28 | 北京柏惠维康科技有限公司 | 标记点提取方法、装置、电子设备及计算机存储介质 |
CN113782159A (zh) * | 2021-11-12 | 2021-12-10 | 极限人工智能有限公司 | 医学图像标记点匹配方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
一种基于标记点的三维医学图像配准方法研究;冯云等;《中国医学装备》;20180215(第02期);全文 * |
交通事故现场摄影测量标定点识别;鲁光泉等;《计算机应用》;20060310(第03期);全文 * |
医学图像标志点的自动配准;周振环等;《中国生物医学工程学报》;20031030(第05期);第2-3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN113947637A (zh) | 2022-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10311596B2 (en) | Image processing device, robot, robot system, and marker | |
CN111126125A (zh) | 证件中的目标文本提取方法、装置、设备及可读存储介质 | |
CN108806059B (zh) | 基于特征点的票据对齐和八邻域连通体偏移修正的文本区域定位方法 | |
JP2019032830A (ja) | 対象オブジェクトをつかみ取るための把持姿勢を検出するシステム及び方法 | |
CN107481276B (zh) | 一种三维医学图像中标记点序列的自动识别方法 | |
US20150228123A1 (en) | Hybrid Method to Identify AR Target Images in Augmented Reality Applications | |
US10147015B2 (en) | Image processing device, image processing method, and computer-readable recording medium | |
US9576361B2 (en) | Image processing apparatus and image processing method | |
WO2017193596A1 (zh) | 印制电路板图像匹配方法和系统 | |
CN109559346B (zh) | 一种3d点云测量中的待测部位的定位及分割方法、扫描仪 | |
CN105551022B (zh) | 一种基于形状交互矩阵的图像错误匹配检验方法 | |
WO2023179405A1 (zh) | 障碍物的识别方法、设备及存储介质 | |
WO2012064400A1 (en) | Image registration system and method for registering images for deformable surfaces | |
CN105232161A (zh) | 一种手术机器人标志点识别定位方法 | |
CN113947637B (zh) | 标记点提取方法、装置、电子设备及计算机存储介质 | |
CN114219717A (zh) | 点云配准方法、装置、电子设备及存储介质 | |
CN115578320A (zh) | 一种骨科手术机器人全自动空间注册方法及系统 | |
CN111738247A (zh) | 极性标识的识别方法、识别装置、电子设备及存储介质 | |
JP2017097578A (ja) | 情報処理装置及び方法 | |
JP2019200516A (ja) | テンプレート姿勢推定装置、方法、及びプログラム | |
CN114119455B (zh) | 一种基于目标检测网络定位血管狭窄部位的方法和装置 | |
CN116523973A (zh) | 骨骼配准方法及装置 | |
Márquez-Neila et al. | Improving RANSAC for fast landmark recognition | |
CN113436234A (zh) | 轮毂毛刺识别方法、电子装置、装置及可读存储介质 | |
CN113487675A (zh) | 一种不完整棋盘格合作图标快速特征点检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 100191 Room 501, floor 5, building 9, No. 35 Huayuan North Road, Haidian District, Beijing Patentee after: Beijing Baihui Weikang Technology Co.,Ltd. Address before: 100191 Room 608, 6 / F, building 9, 35 Huayuan North Road, Haidian District, Beijing Patentee before: Beijing Baihui Wei Kang Technology Co.,Ltd. |
|
CP03 | Change of name, title or address |