CN116563356A - 全局3d配准方法、装置及电子设备 - Google Patents

全局3d配准方法、装置及电子设备 Download PDF

Info

Publication number
CN116563356A
CN116563356A CN202310537609.1A CN202310537609A CN116563356A CN 116563356 A CN116563356 A CN 116563356A CN 202310537609 A CN202310537609 A CN 202310537609A CN 116563356 A CN116563356 A CN 116563356A
Authority
CN
China
Prior art keywords
registration
target
points
point
determining
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
Application number
CN202310537609.1A
Other languages
English (en)
Other versions
CN116563356B (zh
Inventor
张逸凌
刘星宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Longwood Valley Medtech Co Ltd
Original Assignee
Longwood Valley Medtech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Longwood Valley Medtech Co Ltd filed Critical Longwood Valley Medtech Co Ltd
Priority to CN202310537609.1A priority Critical patent/CN116563356B/zh
Publication of CN116563356A publication Critical patent/CN116563356A/zh
Application granted granted Critical
Publication of CN116563356B publication Critical patent/CN116563356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/30—Surgical robots
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Robotics (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种全局3D配准方法、装置及电子设备，方法包括获取多个术前配准点和多个术中配准点；确定多个术前配准点中的第一目标点和多个术中配准点中的第二目标点，第一目标点的数量和第二目标点的数量分别至少有多个；基于第一目标点和第二目标点，分别确定多个第一特征参数和多个第二特征参数；基于多个第一特征参数和多个第二特征参数，确定目标配准点集；基于目标配准点集，确定目标配准矩阵；基于目标配准矩阵，确定多个术前配准点与多个术中配准点之间的对应关系。该方法能够准确的确定出术前配准点与术中配准点的对应关系，提高配准过程中的配准精度，降低配准过程中的难度，为关节置换术的成功开展提供有效保障。

Description

全局3D配准方法、装置及电子设备
技术领域
本发明涉及医疗领域，尤其涉及一种全局3D配准方法、装置及电子设备。
背景技术
随着医学技术的不断发展，出现了越来越多的手术工具辅助医生进行手术，尤其是随着手术机器人的出现，给医生带来了很大的便利。
例如，随着手术机器人进行关节手术的普及，对关节术前与术中的配准精度的要求越来越高。但是，由于关节病变的多样性，如骨折、股骨头坏死、关节炎等，造成关节配准的误差存在较大的不确定性。同时，因为关节配准过程中配准点的个数较少(即稀疏点云)，因此配准难度较传统的点云配准更高，造成了极大的挑战。
因此，如何解决上述问题，是需要考虑的。
发明内容
本发明提供一种全局3D配准方法、装置及电子设备，用以解决上述问题。
第一方面，本发明提供了一种全局3D配准方法，包括：
获取多个术前配准点和多个术中配准点；
确定所述多个术前配准点中的第一目标点和所述多个术中配准点中的第二目标点，其中，所述第一目标点的数量和所述第二目标点的数量分别至少有多个；
基于所述第一目标点和所述第二目标点，分别确定多个第一特征参数和多个第二特征参数；
基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集；
基于所述目标配准点集，确定目标配准矩阵；
基于所述目标配准矩阵，确定所述多个术前配准点与所述多个术中配准点之间的对应关系。
可选地，确定所述多个术前配准点中的第一目标点，包括：
选取所述多个术前配准点中的第一特征点；
确定所述第一特征点在第一预设距离内的第三特征点的第一数量；
若所述第一数量满足第一预设数量要求，则确定所述第一特征点为第一目标点；
确定所述多个术中配准点中的第二目标点，包括：
选取所述多个术中配准点中的第二特征点；
确定所述第二特征点在第二预设距离内的第四特征点的第二数量；
若所述第二数量满足第二预设数量要求，则确定所述第二特征点为第二目标点。
可选地，基于所述第一目标点确定多个第一特征参数，包括：
基于所述第一目标点构建第一坐标系；
基于所述第一目标点和多个所述第三特征点，确定所述第一目标点在所述第一坐标系中的多个第一特征参数；
基于所述第二目标点确定多个第二特征参数，包括：
基于所述第二目标点构建第二坐标系；
基于所述第二目标点和多个所述第四特征点，确定所述第二目标点在所述第二坐标系中的多个第二特征参数；
其中，多个第一特征参数和多个第二特征参数包括以下至少之一：
角度参数；
距离参数。
可选地，所述基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集，包括：
确定所述多个术前配准点中的每个第一目标点的多个第一特征参数与所述多个术中配准点中的每个第二目标点的多个第二特征参数的匹配关系；
在确定匹配关系满足预设匹配要求时，则确定该匹配关系对应的第一目标点和第二目标点为对应的目标配准点，多个目标配准点组成目标配准点集。
可选地，所述基于所述目标配准点集，确定目标配准矩阵，包括：
确定所述多个术前配准点中的多个第一目标配准点的第一中心和所述多个术中配准点中的多个第二目标配准点的第二中心；
分别计算多个第一目标配准点至所述第一中心的多个第一距离，以及多个第二目标配准点至所述第二中心的多个第二距离；
基于所述多个第一距离和所述多个第二距离，确定目标配准矩阵的旋转部分和平移部分；
基于所述旋转部分和所述平移部分，得到目标配准矩阵。
可选地，所述第一数量满足第一预设数量要求，包括：
所述第一数量大于或等于M且小于或等于N，其中，N为多个术前配准点个数的六分之一。
可选地，所述角度参数用如下公式表示：
α＝V·nt；
θ＝arctan(W·nt,U·nt)；
其中，在第一坐标系中，nt为第一目标点的估计法向量，α为第一目标点方向量在第一坐标系中第一方向的角度偏差；φ为第一目标点与第三特征点在第一坐标系中第二方向的角度偏差；θ为第一目标点与第三特征点在第一坐标系中第三方向的角度偏差；
所述距离参数用如下公式表示：
其中，d为第一目标点与第三特征点的欧式距离偏差或者曼哈顿距离偏差。
第二方面，本发明提供了一种全局3D配准装置，包括：
获取模块，用于获取多个术前配准点和多个术中配准点；
确定模块，用于确定所述多个术前配准点中的第一目标点和所述多个术中配准点中的第二目标点，其中，所述第一目标点的数量和所述第二目标点的数量分别至少有多个；
确定模块，还用于基于所述第一目标点和所述第二目标点，分别确定多个第一特征参数和多个第二特征参数；
确定模块，还用于基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集；
确定模块，还用于基于所述目标配准点集，确定目标配准矩阵；
确定模块，还用于基于所述目标配准矩阵，确定所述多个术前配准点与所述多个术中配准点之间的对应关系。
第三方面，本发明提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的全局3D配准方法。
第四方面，本发明提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的全局3D配准方法。
本发明的上述技术方案至少具有如下有益效果：
本发明提供的全局3D配准方法，通过从多个术前配准点中确定出第一目标点以及从多个术中配准点中确定出第二目标点，可以排除异常点的干扰。由于排除了异常点的干扰，因此，基于第一目标点和第二目标点分别确定出的多个第一特征参数和多个第二特征参数的结果也更加准确。进而基于多个第一特征参数和多个第二特征参数确定的目标配准点集及目标配准矩阵的准确性得以提升，从而基于该目标配准矩阵能够准确的确定出多个术前配准点与多个术中配准点之间的对应关系，提高了配准过程中的配准精度，降低了配准过程中的难度，为关节置换术的成功开展提供了有效保障。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种全局3D配准方法的流程示意图；
图2为本发明提供的一种确定有效点的方法示意图；
图3为本发明提供的一种全局3D配准装置的模块示意图；
图4为本发明提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
参阅图1，为本发明提供的一种全局3D配准方法的流程示意图，该方法包括以下步骤：
S11：获取多个术前配准点和多个术中配准点。
可选地，多个术前配准点也可以称之为术前配准点云，多个术中配准点也可以称之为术中配准点云。
S12：确定所述多个术前配准点中的第一目标点和所述多个术中配准点中的第二目标点，其中，所述第一目标点的数量和所述第二目标点的数量分别至少有多个。
需要说明的是，第一目标点为多个术前配准点中满足预设要求的点，第二目标点为多个术中配准点中满足预设要求的点。在多个术前配准点中和多个术中配准点中，满足预设要求的第一目标点和第二目标点的个数均不止一个，即所述第一目标点的数量和所述第二目标点的数量分别至少有多个。
S13：基于所述第一目标点和所述第二目标点，分别确定多个第一特征参数和多个第二特征参数。
S14：基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集。
需要说明的是，通过多个第一特征参数和多个第二特征参数，可以确定出多个术前配准点和多个术中配准点相匹配的点，多组相匹配的点，共同构成了目标配准点集。
S15：基于所述目标配准点集，确定目标配准矩阵。
S16：基于所述目标配准矩阵，确定所述多个术前配准点与所述多个术中配准点之间的对应关系。
本发明提供的全局3D配准方法，通过从多个术前配准点中确定出第一目标点以及从多个术中配准点中确定出第二目标点，可以排除异常点的干扰。由于排除了异常点的干扰，因此，基于第一目标点和第二目标点分别确定出的多个第一特征参数和多个第二特征参数的结果也更加准确。进而基于多个第一特征参数和多个第二特征参数确定的目标配准点集及目标配准矩阵的准确性得以提升，从而基于该目标配准矩阵能够准确的确定出多个术前配准点与多个术中配准点之间的对应关系，提高了配准过程中的配准精度，降低了配准过程中的难度，为关节置换术的成功开展提供了有效保障。
示例的，确定所述多个术前配准点中的第一目标点，包括：
选取所述多个术前配准点中的第一特征点；
确定所述第一特征点在第一预设距离R1内的第三特征点的第一数量；
若所述第一数量满足第一预设数量要求，则确定所述第一特征点为第一目标点。
可选地，第一目标点也可以称之为第一查询点，第三特征点也可以称之为第三有效点，第一预设距离可以根据关节的大小进行灵活设置，可选地，第一预设距离一般为关节配准范围最大距离的三分之一。
具体的，第一数量满足第一预设数量要求，包括：
所述第一数量大于或等于M且小于或等于N，其中，N为多个术前配准点个数的六分之一。例如，术前配准点的个数为40个，则N的值为6。
如图2所示，在一种可能的情景中，第一数量可能大于N，此时，按照多个第三特征点与第一特征点的距离按照由小到大的顺序排序，并选取前N个值的第三特征点，超过N个值的第三特征点则认为是无关点，不予采用。可选的，在第三特征点的数量小于M时，则认为该第一特征点为异常点，异常点也可以称之为无关点。
通过将满足第一预设数量要求的第一特征点确定为第一目标点，可以提高筛选出的第一目标点的准确性。
示例的，确定所述多个术中配准点中的第二目标点，包括：
选取所述多个术中配准点中的第二特征点；
确定所述第二特征点在第二预设距离R2内的第四特征点的第二数量；
若所述第二数量满足第二预设数量要求，则确定所述第二特征点为第二目标点。
可选地，第二目标点也可以称之为第二查询点，第四特征点也可以称之为第四有效点，第二预设距离可以根据关节的大小进行灵活设置，可选地，第二预设距离一般为关节配准范围最大距离的三分之一。
具体的，第二数量满足第二预设数量要求，包括：
所述第二数量大于或等于A且小于或等于B，其中，B为多个术中配准点个数的六分之一。例如，术中配准点的个数为40个，则B的值为6。
在一种可能的情景中，第二数量可能大于B，此时，按照多个第四特征点与第二特征点的距离按照由小到大的顺序排序，并选取前B个值的第四特征点，超过B个值的第四特征点则认为是无关点，不予采用。可选的，在第四特征点的数量小于A时，则认为该第二特征点为异常点，异常点也可以称之为无关点。
通过将满足第二预设数量要求的第二特征点确定为第二目标点，可以提高筛选出的第二目标点的准确性。
需要说明的是，在图2中，为了便于表示，第一预设距离R1和第二预设距离R2用R表示，第一目标点和第二目标点用查询点表示，第三特征点和第四特征点用有效点表示，异常点用无关点表示。
示例的，基于所述第一目标点确定多个第一特征参数，包括：
基于所述第一目标点构建第一坐标系；
基于所述第一目标点和多个所述第三特征点，确定所述第一目标点在所述第一坐标系中的多个第一特征参数。
可选地，该第一坐标系采用UVW坐标系，其具体构建公式如下：
其中，nS为第一目标点的估计法向量，ps为第一目标点，pt为第三特征点，×为外积。
可选地，第一目标点定义为第一坐标系的圆点，其坐标定义为(0,0,0)。每个第三特征点在第一坐标系中均可以用一个坐标点表示，基于第一目标点的坐标和每个第三特征点的坐标，进而可以确定第一目标点在第一坐标系中的多个第一特征参数。该第一特征参数可以是角度参数，也可以是距离参数，还可以既包括角度参数，又包括距离参数。
角度参数的表示形式如下：
其中，nt为第一目标点的估计法向量，α为第一目标点方向量在第一坐标系(UVW坐标系)中第一方向(V方向)的角度偏差；φ为第一目标点与第三特征点在第一坐标系(UVW坐标系)中第二方向(U方向)的角度偏差；θ为第一目标点与第三特征点在第一坐标系(UVW坐标系)中第三方向(W方向)的角度偏差。
距离参数的表示形式如下：
其中，d为第一目标点与第三特征点的欧式距离偏差或者哈曼顿距离偏差。
其中，距离参数的值小于或等于第一预设距离R1，可选地，第一预设距离R的值例如为20mm。
基于与第一坐标点确定多个第一特征参数类似的构思，示例的，
基于所述第二目标点确定多个第二特征参数，包括：
基于所述第二目标点构建第二坐标系；
基于所述第二目标点和多个所述第四特征点，确定所述第二目标点在所述第二坐标系中的多个第二特征参数。
可选地，该第二坐标系也可以采用UVW坐标系，第二坐标系可以与第一坐标系采用相同的字母进行表示，其具体构建公式如下：
其中，nS为第二目标点的估计法向量，ps为第二目标点，pt为第四特征点，×为外积。
可选地，第二目标点定义为第二坐标系的圆点，其坐标定义为(0,0,0)。每个第四特征点在第二坐标系中均可以用一个坐标点表示，基于第二目标点的坐标和每个第四特征点的坐标，进而可以确定第二目标点在第二坐标系中的多个第二特征参数。其中，该第二特征参数可以是角度参数，也可以是距离参数，还可以既包括角度参数，又包括距离参数。
可选地，第二坐标系中的角度参数和距离参数可以与第一坐标系中的角度参数及距离参数采用相同的字母表示，例如，角度参数的表示形式如下：
其中，nt为第二目标点的估计法向量，α为第二目标点方向量在第二坐标系(UVW坐标系)中第一方向(V方向)的角度偏差；φ为第二目标点与第四特征点在第二坐标系(UVW坐标系)中第二方向(U方向)的角度偏差；θ为第二目标点与第四特征点在第一坐标系(UVW坐标系)中第三方向(W方向)的角度偏差。
距离参数的表示形式如下：
其中，d为第二目标点与第四特征点的欧式距离偏差或者哈曼顿距离偏差。
距离参数的值小于或等于第二预设距离R2。可选地，第二预设距离R2的值例如为20mm。示例的，所述基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集，包括：
确定所述多个术前配准点中的每个第一目标点的多个第一特征参数与所述多个术中配准点中的每个第二目标点的多个第二特征参数的匹配关系；
在确定匹配关系满足预设匹配要求时，则确定该匹配关系对应的第一目标点和第二目标点为对应的目标配准点，多个目标配准点组成目标配准点集。
需要说明的是，第一目标点和第二目标点可以分别用第一特征参数和第二特征参数表示，为了便于区分，第一目标点用第一特征参数表示为(α1，φ1，θ1，d1)，第二目标点用第二特征参数表示为(α2，φ2，θ2，d2)，确定多个第一特征参数和多个第二特征参数的匹配关系，实际上是匹配第一目标点与第二目标点的匹配关系。在(α1，φ1，θ1，d1)和(α2，φ2，θ2，d2)中的角度参数均满足角度偏差在正负五度之内，距离参数之差不超过第一预设距离时，则确定该第一目标点和该第二目标点满足匹配关系，即该第一目标点和该第二目标点为对应的目标配准点。基于多个目标配准点，则可以得到目标配准点集。
可选地，第一特征参数和第二特征参数也可以称之为描述子。进一步的，为了提高目标配准点的准确性，在计算所有目标点(即第一目标点和第二目标点)的特描述子后，再根据查询点筛查的有效点，组成查询点独有的多维特征，特征包括查询点的描述子+i个有效点的特征子，其中，M<i<N,其中每个特征子包含α、φ、θ以及d特征，因此每个查询点由(1+i)*4维的特征进行描述。
示例的，所述基于所述目标配准点集，确定目标配准矩阵，包括：
确定所述多个术前配准点中的多个第一目标配准点的第一中心和所述多个术中配准点中的多个第二目标配准点的第二中心；
其中，第一中心用如下形式表示：
第二中心用如下形式表示：
其中，为多个术中配准点中的第i个点，/>为多个术前配准点中的第i个点，/>表示第一中心，/>表示第二中心。
分别计算多个第一目标配准点至所述第一中心的多个第一距离，以及多个第二目标配准点至所述第二中心的多个第二距离。
具体的，第一距离用以下形式表示：
第二距离用用以下形式表示：其中，/>表示多个术中配准点组成的点集，/>表示多个术前配准点组成的点集。
基于所述多个第一距离和所述多个第二距离，确定目标配准矩阵的旋转部分和平移部分。
具体的，定义最优化目标函数为：
其中，R为目标配准矩阵的旋转部分，T为目标配准矩阵的平移部分。
基于所述旋转部分和所述平移部分，得到目标配准矩阵。
具体的，为了解决最优解的问题，需要E最小，理论上E可近似为0。这样，将如上数据代入则可求的R和T。
可选地，该目标配准矩阵既可以用于粗配准过程中，也可以用于精配准过程中。
进一步的，基于所述目标配准矩阵，确定所述多个术前配准点与所述多个术中配准点之间的对应关系，包括：
基于所述多个术前配准点与所述目标配准矩阵的乘积，得到与所述多个术中配准点的对应关系；或者，
基于所述多个术中配准点与所述目标配准矩阵的逆矩阵的乘积，得到与所述多个术前配准点的对应关系。
基于该目标配准矩阵得到的多个术前配准点与所述多个术中配准点之间的对应关系，有效的提高了配准的准确性。
接下来参见图3，基于与上述全局3D配准方法相同的技术构思，本发明的另一实施例提供了一种全局3D配准装置，该点云配准装置与上述点云配准方法所起的作用相同，此处不再进行赘述。
所述全局3D配准装置，包括：
获取模块31，用于获取多个术前配准点和多个术中配准点；
确定模块32，用于确定所述多个术前配准点中的第一目标点和所述多个术中配准点中的第二目标点，其中，所述第一目标点的数量和所述第二目标点的数量分别至少有多个；
确定模块32，还用于基于所述第一目标点和所述第二目标点，分别确定多个第一特征参数和多个第二特征参数；
确定模块32，还用于基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集；
确定模块32，还用于基于所述目标配准点集，确定目标配准矩阵；
确定模块32，还用于基于所述目标配准矩阵，确定所述多个术前配准点与所述多个术中配准点之间的对应关系。
可选地，确定模块32，在确定所述多个术前配准点中的第一目标点时，具体用于：
选取所述多个术前配准点中的第一特征点；
确定所述第一特征点在第一预设距离内的第三特征点的第一数量；
若所述第一数量满足第一预设数量要求，则确定所述第一特征点为第一目标点；
确定所述多个术中配准点中的第二目标点，包括：
选取所述多个术中配准点中的第二特征点；
确定所述第二特征点在第二预设距离内的第四特征点的第二数量；
若所述第二数量满足第二预设数量要求，则确定所述第二特征点为第二目标点。
可选地，确定模块32，在基于所述第一目标点确定多个第一特征参数时，具体用于：
基于所述第一目标点构建第一坐标系；
基于所述第一目标点和多个所述第三特征点，确定所述第一目标点在所述第一坐标系中的多个第一特征参数；
基于所述第二目标点确定多个第二特征参数，包括：
基于所述第二目标点构建第二坐标系；
基于所述第二目标点和多个所述第四特征点，确定所述第二目标点在所述第二坐标系中的多个第二特征参数；
其中，多个第一特征参数和多个第二特征参数包括以下至少之一：
角度参数；
距离参数。
可选地，确定模块32，在基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集时，具体用于：
确定所述多个术前配准点中的每个第一目标点的多个第一特征参数与所述多个术中配准点中的每个第二目标点的多个第二特征参数的匹配关系；
在确定匹配关系满足预设匹配要求时，则确定该匹配关系对应的第一目标点和第二目标点为对应的目标配准点，多个目标配准点组成目标配准点集。
可选地，确定模块32，在基于所述目标配准点集，确定目标配准矩阵时，具体用于：
确定所述多个术前配准点中的多个第一目标配准点的第一中心和所述多个术中配准点中的多个第二目标配准点的第二中心；
分别计算多个第一目标配准点至所述第一中心的多个第一距离，以及多个第二目标配准点至所述第二中心的多个第二距离；
基于所述多个第一距离和所述多个第二距离，确定目标配准矩阵的旋转部分和平移部分；
基于所述旋转部分和所述平移部分，得到目标配准矩阵。
可选地，所述第一数量满足第一预设数量要求，包括：
所述第一数量大于或等于M且小于或等于N，其中，N为多个术前配准点个数的六分之一。
可选地，所述角度参数用如下公式表示：
α＝V·nt；
θ＝arctan(W·nt,U·nt)；
其中，在第一坐标系中，nt为第一目标点的估计法向量，α为第一目标点方向量在第一坐标系中第一方向的角度偏差；φ为第一目标点与第三特征点在第一坐标系中第二方向的角度偏差；θ为第一目标点与第三特征点在第一坐标系中第三方向的角度偏差；
所述距离参数用如下公式表示：
其中，d为第一目标点与第三特征点的欧式距离偏差或者曼哈顿距离偏差。
接下来参见图4，为本发明提供的一种电子设备的结构示意图。该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行上述各方法所提供的全局3D配准方法。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的另一实施例提供乐一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如上所述的全局3D配准方法。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
注意，除非另有直接说明，否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此，除非另有明确说明，否则所公开的每一个特征仅是一组等效或类似特征的一个示例。在使用到的情况下，进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头，该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。
最后应说明的是：以上各实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述各实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。

Claims (10)

1.一种全局3D配准方法，其特征在于，包括：
获取多个术前配准点和多个术中配准点；
确定所述多个术前配准点中的第一目标点和所述多个术中配准点中的第二目标点，其中，所述第一目标点的数量和所述第二目标点的数量分别至少有多个；
基于所述第一目标点和所述第二目标点，分别确定多个第一特征参数和多个第二特征参数；
基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集；
基于所述目标配准点集，确定目标配准矩阵；
基于所述目标配准矩阵，确定所述多个术前配准点与所述多个术中配准点之间的对应关系。
2.根据权利要求1所述的全局3D配准方法，其特征在于，确定所述多个术前配准点中的第一目标点，包括：
选取所述多个术前配准点中的第一特征点；
确定所述第一特征点在第一预设距离内的第三特征点的第一数量；
若所述第一数量满足第一预设数量要求，则确定所述第一特征点为第一目标点；
确定所述多个术中配准点中的第二目标点，包括：
选取所述多个术中配准点中的第二特征点；
确定所述第二特征点在第二预设距离内的第四特征点的第二数量；
若所述第二数量满足第二预设数量要求，则确定所述第二特征点为第二目标点。
3.根据权利要求2所述的全局3D配准方法，其特征在于，基于所述第一目标点确定多个第一特征参数，包括：
基于所述第一目标点构建第一坐标系；
基于所述第一目标点和多个所述第三特征点，确定所述第一目标点在所述第一坐标系中的多个第一特征参数；
基于所述第二目标点确定多个第二特征参数，包括：
基于所述第二目标点构建第二坐标系；
基于所述第二目标点和多个所述第四特征点，确定所述第二目标点在所述第二坐标系中的多个第二特征参数；
其中，多个第一特征参数和多个第二特征参数包括以下至少之一：
角度参数；
距离参数。
4.根据权利要求1至3任一项所述的全局3D配准方法，其特征在于，所述基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集，包括：
确定所述多个术前配准点中的每个第一目标点的多个第一特征参数与所述多个术中配准点中的每个第二目标点的多个第二特征参数的匹配关系；
在确定匹配关系满足预设匹配要求时，则确定该匹配关系对应的第一目标点和第二目标点为对应的目标配准点，多个目标配准点组成目标配准点集。
5.根据权利要求4所述的全局3D配准方法，其特征在于，所述基于所述目标配准点集，确定目标配准矩阵，包括：
确定所述多个术前配准点中的多个第一目标配准点的第一中心和所述多个术中配准点中的多个第二目标配准点的第二中心；
分别计算多个第一目标配准点至所述第一中心的多个第一距离，以及多个第二目标配准点至所述第二中心的多个第二距离；
基于所述多个第一距离和所述多个第二距离，确定目标配准矩阵的旋转部分和平移部分；
基于所述旋转部分和所述平移部分，得到目标配准矩阵。
6.根据权利要求2所述的全局3D配准方法，其特征在于，所述第一数量满足第一预设数量要求，包括：
所述第一数量大于或等于M且小于或等于N，其中，N为多个术前配准点个数的六分之一。
7.根据权利要求3所述的全局3D配准方法，其特征在于，所述角度参数用如下公式表示：
α＝V·nt；
θ＝arctan(W·nt,U·nt)；
其中，在第一坐标系中，nt为第一目标点的估计法向量，α为第一目标点方向量在第一坐标系中第一方向的角度偏差；φ为第一目标点与第三特征点在第一坐标系中第二方向的角度偏差；θ为第一目标点与第三特征点在第一坐标系中第三方向的角度偏差；
所述距离参数用如下公式表示：
或d＝|pt-ps|
其中，d为第一目标点与第三特征点的欧式距离偏差或者曼哈顿距离偏差。
8.一种全局3D配准装置，其特征在于，包括：
获取模块，用于获取多个术前配准点和多个术中配准点；
确定模块，用于确定所述多个术前配准点中的第一目标点和所述多个术中配准点中的第二目标点，其中，所述第一目标点的数量和所述第二目标点的数量分别至少有多个；
确定模块，还用于基于所述第一目标点和所述第二目标点，分别确定多个第一特征参数和多个第二特征参数；
确定模块，还用于基于所述多个第一特征参数和所述多个第二特征参数，确定目标配准点集；
确定模块，还用于基于所述目标配准点集，确定目标配准矩阵；
确定模块，还用于基于所述目标配准矩阵，确定所述多个术前配准点与所述多个术中配准点之间的对应关系。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的全局3D配准方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的全局3D配准方法。
CN202310537609.1A 2023-05-12 2023-05-12 全局3d配准方法、装置及电子设备 Active CN116563356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310537609.1A CN116563356B (zh) 2023-05-12 2023-05-12 全局3d配准方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310537609.1A CN116563356B (zh) 2023-05-12 2023-05-12 全局3d配准方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN116563356A true CN116563356A (zh) 2023-08-08
CN116563356B CN116563356B (zh) 2024-06-11

Family

ID=87492694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310537609.1A Active CN116563356B (zh) 2023-05-12 2023-05-12 全局3d配准方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN116563356B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190112396A (ko) * 2018-03-26 2019-10-07 박종현 복수의 후보 대응점을 이용하는 영상 정합 장치 및 방법
CN111415379A (zh) * 2020-03-23 2020-07-14 南京大学 一种基于布谷鸟优化的三维点云数据配准方法
CN111915657A (zh) * 2020-07-08 2020-11-10 浙江大华技术股份有限公司 一种点云配准方法、装置、电子设备及存储介质
US20210012523A1 (en) * 2018-12-25 2021-01-14 Zhejiang Sensetime Technology Development Co., Ltd. Pose Estimation Method and Device and Storage Medium
CN113256692A (zh) * 2021-05-14 2021-08-13 西安交通大学 一种基于自适应邻域权重学习的刚体配准方法及设备
CN113706589A (zh) * 2021-08-25 2021-11-26 中国第一汽车股份有限公司 车载激光雷达点云配准方法、装置、电子设备及存储介质
US20220067943A1 (en) * 2018-12-17 2022-03-03 Promaton Holding B.V. Automated semantic segmentation of non-euclidean 3d data sets using deep learning
CN114140761A (zh) * 2020-08-13 2022-03-04 长沙智能驾驶研究院有限公司 点云配准方法、装置、计算机设备和存储介质
WO2022088104A1 (zh) * 2020-10-30 2022-05-05 华为技术有限公司 一种确定目标对象点云集的方法及装置
CN114782508A (zh) * 2022-06-21 2022-07-22 杭州三坛医疗科技有限公司 髋关节配准点筛选方法及装置
WO2022156425A1 (zh) * 2021-01-21 2022-07-28 中国科学院深圳先进技术研究院 一种微创手术器械定位方法和系统
JP2022130307A (ja) * 2021-02-25 2022-09-06 キヤノン株式会社 情報処理装置、情報処理方法、プログラム
US20230023046A1 (en) * 2019-12-16 2023-01-26 Changsha Intelligent Driving Institute Corp., Ltd Method and device for generating vehicle panoramic surround view image
CN115797419A (zh) * 2022-10-28 2023-03-14 五邑大学 点云配准方法、设备及介质
CN115953302A (zh) * 2023-03-14 2023-04-11 四川新视创伟超高清科技有限公司 一种多矩阵顶点融合拼接方法、系统、电子设备
CN115994932A (zh) * 2022-11-25 2023-04-21 文远京行(北京)科技有限公司 点云配准的方法、装置、设备及存储介质

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190112396A (ko) * 2018-03-26 2019-10-07 박종현 복수의 후보 대응점을 이용하는 영상 정합 장치 및 방법
US20220067943A1 (en) * 2018-12-17 2022-03-03 Promaton Holding B.V. Automated semantic segmentation of non-euclidean 3d data sets using deep learning
US20210012523A1 (en) * 2018-12-25 2021-01-14 Zhejiang Sensetime Technology Development Co., Ltd. Pose Estimation Method and Device and Storage Medium
US20230023046A1 (en) * 2019-12-16 2023-01-26 Changsha Intelligent Driving Institute Corp., Ltd Method and device for generating vehicle panoramic surround view image
CN111415379A (zh) * 2020-03-23 2020-07-14 南京大学 一种基于布谷鸟优化的三维点云数据配准方法
CN111915657A (zh) * 2020-07-08 2020-11-10 浙江大华技术股份有限公司 一种点云配准方法、装置、电子设备及存储介质
CN114140761A (zh) * 2020-08-13 2022-03-04 长沙智能驾驶研究院有限公司 点云配准方法、装置、计算机设备和存储介质
WO2022088104A1 (zh) * 2020-10-30 2022-05-05 华为技术有限公司 一种确定目标对象点云集的方法及装置
WO2022156425A1 (zh) * 2021-01-21 2022-07-28 中国科学院深圳先进技术研究院 一种微创手术器械定位方法和系统
JP2022130307A (ja) * 2021-02-25 2022-09-06 キヤノン株式会社 情報処理装置、情報処理方法、プログラム
CN113256692A (zh) * 2021-05-14 2021-08-13 西安交通大学 一种基于自适应邻域权重学习的刚体配准方法及设备
CN113706589A (zh) * 2021-08-25 2021-11-26 中国第一汽车股份有限公司 车载激光雷达点云配准方法、装置、电子设备及存储介质
CN114782508A (zh) * 2022-06-21 2022-07-22 杭州三坛医疗科技有限公司 髋关节配准点筛选方法及装置
CN115797419A (zh) * 2022-10-28 2023-03-14 五邑大学 点云配准方法、设备及介质
CN115994932A (zh) * 2022-11-25 2023-04-21 文远京行(北京)科技有限公司 点云配准的方法、装置、设备及存储介质
CN115953302A (zh) * 2023-03-14 2023-04-11 四川新视创伟超高清科技有限公司 一种多矩阵顶点融合拼接方法、系统、电子设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HUAN LEI ET.AL: "Fast Descriptors and Correspondence Propagation for Robust Global Point Cloud Registration", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》, vol. 26, no. 8, 3 May 2017 (2017-05-03), pages 3614, XP011651042, DOI: 10.1109/TIP.2017.2700727 *
HUI CHEN ET.AL: "An Automatic Registration Approach to Laser Point Sets Based on Multidiscriminant Parameter Extraction", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》, vol. 69, no. 12, 18 June 2020 (2020-06-18), pages 9449, XP011819773, DOI: 10.1109/TIM.2020.3003360 *
冷成财 等: "基于尺度、方向和距离约束的改进SIFT配准方法", 《纳米技术与精密工程》, vol. 15, no. 1, 6 April 2017 (2017-04-06), pages 36 - 43 *

Also Published As

Publication number Publication date
CN116563356B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
Chin et al. The maximum consensus problem: recent algorithmic advances
US9552639B2 (en) Plane-based self-calibration for structure from motion
US9886746B2 (en) System and method for image inpainting
JP2016184412A (ja) １つ以上の画像処理アルゴリズムの自動選択のための方法およびシステム
CN108846124B (zh) 训练方法、装置、计算机设备和可读存储介质
KR20220062622A (ko) 데이터 처리 방법 및 관련 장치
CN111079079B (zh) 数据修正方法、装置、电子设备及计算机可读存储介质
Fredriksson et al. Practical robust two-view translation estimation
Li et al. ARSAC: Efficient model estimation via adaptively ranked sample consensus
CN103777175B (zh) 基于无线信号相似度的室内定位方法和装置
CN111368860B (zh) 重定位方法及终端设备
CN116563356B (zh) 全局3d配准方法、装置及电子设备
CN111272181A (zh) 构建地图的方法、装置、设备和计算机可读介质
CN113902715A (zh) 用于提取血管中心线的方法、设备和介质
Basrak Limit theorems for the inductive mean on metric trees
CN112819889A (zh) 位置信息的确定方法及装置、存储介质、电子装置
Agarwal et al. On bipartite matching under the RMS distance
CN116523979B (zh) 基于深度学习的点云配准方法、装置及电子设备
CN115634044A (zh) 一种手术规划及模型训练方法、装置及电子设备
CN113810558A (zh) 一种基于大数据的图像加密方法及系统
CN116523982B (zh) 基于相似度兼容性度量的稀疏点云配准方法及装置
KR20210139202A (ko) 라이다 맵 기반의 루프 클로저 검출 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램
US8867865B2 (en) Point set matching with outlier detection
CN110399892B (zh) 环境特征提取方法和装置
CN116721062B (zh) 基于全局最优的脊柱配准矩阵的确定方法及装置

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