摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 课题提出与研究意义 | 第10-11页 |
1.2 机器人辅助外科手术的研究现状 | 第11-14页 |
1.2.1 国外研究现状 | 第11-13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.3 视觉跟踪技术研究现状 | 第14-16页 |
1.3.1 视觉跟踪技术的发展 | 第14-15页 |
1.3.2 视觉跟踪技术的应用 | 第15-16页 |
1.4 视觉跟踪存在的主要问题 | 第16-17页 |
1.5 本文主要研究内容 | 第17-18页 |
第2章 手术器械跟踪系统的建立 | 第18-30页 |
2.1 实验平台的建立 | 第18-23页 |
2.1.1 硬件部分的组成 | 第18-19页 |
2.1.2 软件部分的组成 | 第19-23页 |
2.2 手术器械跟踪系统成像模型的建立 | 第23-26页 |
2.2.1 摄像机成像模型的建立 | 第23-24页 |
2.2.2 常用坐标系的转换关系 | 第24-25页 |
2.2.3 双目立体视觉成像原理 | 第25-26页 |
2.3 基于 BP 神经网络的摄像机标定技术研究 | 第26-29页 |
2.3.1 传统的摄像机标定技术 | 第26-27页 |
2.3.2 BP 神经网络模型的建立 | 第27-29页 |
2.4 本章小结 | 第29-30页 |
第3章 手术器械工作点局部定位研究 | 第30-46页 |
3.1 手术器械的设计及特征提取 | 第30-37页 |
3.1.1 手术器械的设计 | 第30-31页 |
3.1.2 手术器械标记点的检测方法研究 | 第31-37页 |
3.2 手术器械标记点匹配研究 | 第37-41页 |
3.2.1 基于 Freeman 链码匹配的可行性分析 | 第37-39页 |
3.2.2 基于 Freeman 链码匹配的实现 | 第39-41页 |
3.3 手术器械工作点的标定 | 第41-45页 |
3.3.1 手术器械工作点标定原理 | 第41-44页 |
3.3.2 手术器械工作点标定的实现 | 第44-45页 |
3.4 本章小结 | 第45-46页 |
第4章 手术器械跟踪方法研究 | 第46-64页 |
4.1 基于 Meanshift 算法的手术器械跟踪研究 | 第46-51页 |
4.1.1 颜色空间转换模型的建立 | 第46-48页 |
4.1.2 Meanshift 算法原理分析及跟踪实现 | 第48-51页 |
4.2 基于改进 Camshift 算法的手术器械跟踪研究 | 第51-58页 |
4.2.1 传统的 Camshift 算法实现 | 第51-55页 |
4.2.2 基于 H-S 直方图的改进 Camshift 算法实现 | 第55-58页 |
4.3 手术器械工作点的跟踪实现 | 第58-63页 |
4.3.1 无遮挡环境下工作点的跟踪实现 | 第58-60页 |
4.3.2 有遮挡环境下工作点的跟踪实现 | 第60-63页 |
4.4 本章小结 | 第63-64页 |
第5章 实验研究 | 第64-74页 |
5.1 实验系统组成 | 第64-65页 |
5.2 标定实验及误差分析 | 第65-69页 |
5.2.1 摄像机标定实验及分析 | 第65-67页 |
5.2.2 投影仪机标定实验及分析 | 第67-69页 |
5.2.3 手术器械工作点标定实验及分析 | 第69页 |
5.3 工作点跟踪实验及误差分析 | 第69-72页 |
5.3.1 标记点匹配正确率实验分析 | 第70页 |
5.3.2 工作点跟踪的相对误差分析 | 第70-72页 |
5.4 本章小结 | 第72-74页 |
第6章 总结与展望 | 第74-76页 |
6.1 全文总结 | 第74-75页 |
6.2 展望 | 第75-76页 |
参考文献 | 第76-82页 |
作者简介及科研成果 | 第82-84页 |
致谢 | 第84页 |