基于单目SLAM的内窥镜定位和胃肠特征地图构建

发布时间：2017-07-31 02:27

  本文关键词：基于单目SLAM的内窥镜定位和胃肠特征地图构建

  更多相关文章： 内窥镜 胃肠SLAM 定位 重建

【摘要】：胃肠疾病是一种常见疾病,内窥镜对早发现和治疗该类疾病有很重要的意义。目前胃肠内窥镜在临床治疗中使用存在两个难点:首先是内窥镜在胃肠内的位置和姿态难以估计,目前主要依赖于医生的临床经验或是X光成像等有损检测方法;第二点是难以构建胃肠环境地图,而环境地图对定点诊疗或者投放药物非常有帮助。因此基于单目摄像头和胃肠特征来完成内窥镜定位以及胃肠特征地图的构建算法的研究具有很强应用价值。首先针对真实肠道环境,对比分析常用的特征提取算法,从特征提取时间,旋转和缩放变换下正确匹配率和姿态估计精度三个方面的性能评估了SIFT、BRISK、ORB和FREAK算法。ORB二进制特征算子具有特征提取速度快,正确匹配率高,估计误差小的优点。基于胃肠内窥镜实测数据,对经典SLAM算法在位姿调整和空间点位置计算方面做了针对性修改,引入基于视觉关联图的局部位姿优化算法和几何距离最小的三角测量算法,搭建了一个胃肠SLAM算法框架。为了解决空间点和关键帧累积数据量大的问题,设计了一种关键帧判断策略和空间地图点删余策略来控制关键帧和地图点的增长。基于内窥镜视频数据重构了人体结肠内的特征地图,并估计了内窥镜的轨迹,验证了该算法在真实肠道环境中的可行性。为了方便得到地图和轨迹的真实值,搭建了一套模拟胃肠系统用来验证算法的有效性,评估了图像帧率、关键帧数量对定位精度和特征地图精度的影响。基于模拟胃肠系统,对胃肠SLAM算法和传统的视觉里程计算法进行对比,在内窥镜直线运动时,所提算法的关键帧存储数量仅为后者的1/8;定位精度上提高三倍。
【关键词】：内窥镜 胃肠SLAM 定位 重建
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R57;TP391.41
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 绪论7-14
• 1.1 课题背景7-9
• 1.2 研究现状9-12
• 1.3 研究意义12-13
• 1.4 论文结构13-14
• 第二章 胃肠SLAM14-21
• 2.1 SLAM问题简介14-19
• 2.1.1 特征的选择16-17
• 2.1.2 数据关联17-18
• 2.1.3 位姿图优化18-19
• 2.2 SLAM地图重建的方法19-20
• 2.3 本章小结20-21
• 第三章 特征提取算子在胃肠SLAM应用中的对比评估21-36
• 3.1 常见特征提取方法21-27
• 3.1.1 BRISK21-24
• 3.1.2 ORB24-25
• 3.1.3 FREAK25-27
• 3.2 胃肠道场景中性能比较27-34
• 3.2.1 提取时间30
• 3.2.2 旋转变换30-32
• 3.2.3 尺度缩放32-34
• 3.3 结果分析34-35
• 3.4 本章小结35-36
• 第四章 胃肠内窥镜定位36-62
• 4.1 相机成像模型36-41
• 4.1.1 三种坐标系36-37
• 4.1.2 小孔成像模型37-40
• 4.1.3 相机的标定40-41
• 4.2 相机位姿恢复41-45
• 4.2.1 基础矩阵和本质矩阵41-43
• 4.2.2 求解本质矩阵和基础矩阵43-44
• 4.2.3 相机矩阵的恢复44-45
• 4.2.4 相机姿态的初始化45
• 4.3 相机位姿更新45-51
• 4.3.1 光束平差法46-50
• 4.3.2 姿态更新50-51
• 4.4 基于视觉关联图的位姿局部优化51-53
• 4.4.1 关键帧和视觉关联图51-52
• 4.4.2 局部光束平差52-53
• 4.5 实验及结果分析53-61
• 4.5.1 模型验证53-59
• 4.5.2 实测数据验证59-61
• 4.6 本章小结61-62
• 第五章 肠道特征地图构建62-72
• 5.1 特征地图构建62-64
• 5.1.1 几何距离最小的三角测量62-64
• 5.1.2 空间点的添加和删除64
• 5.2 基于特征的场景地图构建64-71
• 5.3 本章小结71-72
• 第六章 总结和展望72-74
• 6.1 总结72-73
• 6.2 展望73-74
• 致谢74-75
• 参考文献75-78

【参考文献】

中国期刊全文数据库 前3条

1 张瑞娟;刘晴;;胶囊内窥镜产品发展现状综述[J];生物技术世界;2015年09期

2 梁明杰;闵华清;罗荣华;;基于图优化的同时定位与地图创建综述[J];机器人;2013年04期

3 廖专;李兆申;;消化道智能胶囊:从内镜到机器人[J];中华消化内镜杂志;2012年03期

，

本文编号：597113