大型诊疗设备检查舱内的人像视频近景融合系统的研究

发布时间：2021-08-24 11:53

　　大型诊疗设备检查舱部分封闭,内部空间狭小,无法从外部直接观察到病人的情况,为了保证病人能够安全完成检查,诊疗监控平台至关重要。旋转云台摄像机系统,解决了视场角度的问题,但是无法满足运动目标的检测要求,同时旋转云台摄像机系统体积大、机械结构复杂;多摄像头系统,解决了连续监控的问题,但是无法满足超长画幅的需求;超广角鱼眼影像系统,校准后无法保证信息的完整性,也无法满足近距离人像视频采集需求。常规的视频采集系统无法满足超长画幅以及近距离的人像影像采集需求,因此,本文针对大型诊疗设备检查舱中近距离人像视频配准融合问题进行研究,主要工作如下:（1）针对大型诊疗设备检查舱内部实际应用的需求,研究设计了人像视频采集模块-视频融合服务器-应用客户端的人像视频采集处理架构。人像视频采集模块由双路广角网络摄像机组成,将采集的视频进行H.264压缩编码;视频融合服务器将多个视频进行配准融合,生成一个超长画幅的视频流,推送到应用客户端;应用客户端结合医疗影像实际需求,将生成的视频用于人体平扫、定位等医疗应用中。（2）针对近距离人像视频图像配准,提出一种基于SIFT（Scale Invariant Featur... 

【文章来源】：天津工业大学天津市

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

诊疗仪器检查舱内部图

天津工业大学硕士学位论文16图2-7黑白棋盘格读取待标定图像角点检测计算内参数矩阵计算外参数矩阵分析误差输出结果图2-8摄像头标定流程图首先使用cvLoadImage函数获取图像，并且将获取的图像进行相关转换或改变图像深度，同时再结合其他相关函数把图像信息进行存储；然后使用cvFindChessboardCorners函数遍历棋盘格标定板中的每个角点，并将其存入数组中，通过cvDrawChessboardCorners函数标识出角点，如图2-9所示。图2-9棋盘格角点的标识图摄像头标定中最重要的函数是CalibrateCamera2函数，摄像头的畸变系数、内部参数矩阵以及图像的旋转和平移向量即是利用CalibrateCamera2函数计算得到。该函数的输入参数主要为角点在图像坐标系下和世界坐标系下的坐标值，在参数输入前还需要将其转为CvMat结构。棋盘格的角点投影到图像平面的坐标则可使用cvProjectPoints2函数求解，再通过cvNorm函数对比求解的结果和投

天津工业大学硕士学位论文20如图2-13(c)所示，其中，P点为无畸变下的理想成像点，P"点为实际图像中存在畸变的成像点。P"PC(a)棋盘格原始图(b)成像结果图(c)畸变示意图图2-13径向畸变示意图本文设像素点在存在畸变的坐标系中表示为(,)ddxy，在理想无畸变的坐标系中表示为(,)uuxy，再设为畸变的中心坐标为(,)ccxy，用L(r)表示畸变函数，则(,)ddxy和(,)uuxy的关系描述如式(2-11)：()dcucdcucxxxxLryyyy(2-11)径向畸变模型的偶次多项式如公式(2-12)所示：241222()1...()()ucucLrkrkrrxxyy(2-12)若只考虑二次方方式(2-11)可以展开为：22122234()(1()())()(1()())dcucucucdcucucucxxxxkxxkyyyyyykxxkyy(2-13)由上式可以得出，若获取畸变中心以及畸变系数，便可得到未畸变点的位置。2.4.2畸变中心获取方法本文通过利用Hartley[45]算法来求出畸变中心的位置，主要由两个步骤构成：第一步，把世界坐标系下的点投影到无畸变坐标系下，完成世界坐标系下的点的成像，即获取标定板所在平面和所采集的图像之间的视角差异；第二步，把无畸变坐标系下的成像点转换为有畸变的坐标点，即构造棋盘格平面和畸变图像平面之间的Fundamental矩阵。采用Fundamental矩阵的概念来对这两个过程进行描

【参考文献】：
期刊论文
[1]近景摄影测量在地下三维重建中的应用[J]. 白洪伟,李进,穆星,吴满意.  沈阳大学学报(自然科学版). 2016(03)
[2]基于多基线数字近景摄影测量的滑坡监测系统研究[J]. 高昭良.  城市勘测. 2015(02)
[3]一种改进的Harris角点检测算法[J]. 李鹏程,曾毓敏,张梦.  南京师大学报(自然科学版). 2014(02)
[4]帧差分智能视频监控系统图像亮度的校正[J]. 张全法,陈倩,王东亚.  应用光学. 2013(05)
[5]FPGA平台的实时全景视频系统设计[J]. 冯雁军,周清海,孙伟昶,徐渊,朱明程,庾清清.  电子产品世界. 2013(02)
[6]基于SOPC的视场拼接系统设计与实现[J]. 尚媛园,杜君婵,马森,霍翔.  无线电工程. 2010(07)
[7]视频监控中的图像拼接与合成算法研究[J]. 苗立刚.  仪器仪表学报. 2009(04)
[8]基于RANSAC算法的柱面全景图拼接方法[J]. 黄有群,付裕,马广焜.  沈阳工业大学学报. 2008(04)
[9]视频序列的全景图拼接技术[J]. 朱云芳,叶秀清,顾伟康.  中国图象图形学报. 2006(08)
[10]压缩视频码流中运动矢量的提取[J]. 陈娟,夏军,尹涵春.  电子器件. 2006(04)

博士论文
[1]煤矿综掘工作面视频融合技术研究[D]. 赵洪建.中国矿业大学 2018

硕士论文
[1]多聚焦图像像素级融合算法研究[D]. 王喆.郑州大学 2018
[2]长距离铁路轨道近景影像平差数据结构与解算方法研究[D]. 赵宗华.西南交通大学 2017
[3]基于结构相似度图像质量评价算法的研究[D]. 于明明.大连海事大学 2016
[4]一种多路实时全景视频拼接系统的设计与实现[D]. 陈张新.中国舰船研究院 2016
[5]基于帧同步校准的多源视频拼接技术研究[D]. 刘金涛.天津大学 2012
[6]实时视频拼接系统关键技术研究[D]. 阮芹.华中科技大学 2011
[7]基于摄像机精确标定的全景图拼接[D]. 高俊鑫.浙江大学 2008



本文编号：3359940