CN112288659A - 一种透视图像矫正方法 - Google Patents
一种透视图像矫正方法 Download PDFInfo
- Publication number
- CN112288659A CN112288659A CN202011508936.7A CN202011508936A CN112288659A CN 112288659 A CN112288659 A CN 112288659A CN 202011508936 A CN202011508936 A CN 202011508936A CN 112288659 A CN112288659 A CN 112288659A
- Authority
- CN
- China
- Prior art keywords
- image
- distortion
- correction
- coordinates
- area
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000003702 image correction Methods 0.000 title claims abstract description 7
- 238000012937 correction Methods 0.000 claims abstract description 40
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 25
- 239000010959 steel Substances 0.000 claims abstract description 25
- 238000003384 imaging method Methods 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000000638 solvent extraction Methods 0.000 claims abstract description 4
- 239000000126 substance Substances 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 230000000399 orthopedic effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 101100391174 Dictyostelium discoideum forC gene Proteins 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 101100379081 Emericella variicolor andC gene Proteins 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种透视图像矫正方法，包括步骤：（1）在X射线机的成像路径上安装平板结构件，在平板结构件上设有若干组共线的标记点；（2）透视成像，提取得到所有标记点的图像坐标，并分区得到中心区域及其外侧区域；（3）对中心区域采用基于交比不变性的一阶径向畸变矫正模型，并计算得到矫正系数，并据此计算得到中心区域内所有标记点的理论无畸变坐标；（4）根据交比不变性及设计参数，计算得到外侧区域内标记点的理论无畸变坐标；（5）建立矫正模型，并求解高阶多项式映射模型。本发明在X射线机影增器端罩上有特定钢珠排布的罩壳后直接针对单张透视图像完成矫正，在基于影增型X射线机的手术机器人***中具有重要的应用价值。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种透视图像矫正方法。
背景技术
C型臂X射线机作为手术室大型医疗设备之一，因其能随时透视成像、存储所取图像的优点，所以一直被广泛应用于各种骨科手术中。且近年来，辅助定位的骨科手术机器人也得到了快速发展，已经逐步应用于实际骨科临床手术中，而C型臂X射线机则成为骨科手术机器人***中不可或缺的重要成像部件，其成像精度也直接影响着整个手术机器人***的导航定位精度。
影增型X射线机因其价格低廉，功能稳定，维修方便，成为各大手术机器人研发公司的首选，但C型臂X射线机在通过增强器中的透镜成像过程中，一定会产生图像的畸变，使得原始图像中的各个像素的位置发生偏移，不符合透视成像定律，导致图像无法应用于高精度的导航定位场合，而怎么修正或减少X射线机透视成像过程中的畸变，也成为了高精度导航定位的手术机器人***所要必须解决的问题之一。
发明内容
发明目的：本发明针对上述问题，提出了一种透视图像矫正方法，基于距离加权的多项式拟合模型对透视图像进行矫正，具有较高的矫正精度，且操作方便。
技术方案：
一种透视图像矫正方法，包括步骤：
（1）在X射线机的成像路径上安装平板结构件，在所述平板结构件上设有若干组共线的标记点；
（2）X射线机透视成像，提取得到所有标记点的图像坐标，并对透视图像进行分区得到设定直径的中心区域及其外侧区域；
（3）对中心区域采用基于交比不变性原理的一阶径向畸变矫正模型，并根据中心区域处标记点的图像坐标及设计参数得到各条直线的矫正系数，进一步得到中心区域内所有标记点的理论无畸变坐标；
（4）根据交比不变性原理及设计参数，得到外侧区域内标记点的理论无畸变坐标；
（5）建立无畸变图像至畸变图像的矫正模型，得到由无畸变图像至畸变图像的高阶多项式映射模型
；
（6）应用矫正模型得到无畸变图像。
所述标记点为直径2mm的钢珠。
所述步骤（2）提取所有标记点的图像坐标采用canny算子、自适应阈值分割方法或边缘检测算法。
所述步骤（3）中，对中心区域采用基于交比不变性原理的一阶径向畸变矫正模型具体如下：
设中心区域内的某一标记点i的图像坐标为（X 1i ,Y 1i ），设该点的理论无畸变位置坐标为（X 1i' ,Y 1i' ），则畸变矫正模型如下：
其中，X 1i 表示C 1区域内的某一标记点i在图像坐标系下的横坐标，Y 1i 表示C 1区域内的某一标记点i在图像坐标系下的纵坐标，r表示C 1区域内的某一标记点i在图像坐标系下距原点的距离；X 1i' 表示C 1区域内的某一标记点i在图像坐标系下理论无畸变位置的横坐标，Y 1i' 表示C 1区域内的某一标记点i在图像坐标系下理论无畸变位置的纵坐标；k i 表示标记点i所在直线的畸变系数。
建立所述步骤（5）中的高阶多项式映射模型
具体如下：令（x,y）为畸变图像中的一像素点坐标，（x',y'）为与其对应的理论无畸变像素点坐标，则有关系式：
其中，
、
为多项式系数，n为多项式阶数；
对上述高阶多项式模型采用最小二乘解法，目标误差函数为拟合误差平方和，即下式
即需要系数
、
使的拟合误差平方和
、
取最小值；
每一个标记点均有一图像坐标和理论无畸变坐标，即每一个标记点产生两个微分方程，得到超定方程组，求解该超定方程组即可求出多项式模型的系数
和
。
所述步骤（6）中，对实际无畸变图像进行畸变映射得到标记点理论畸变位置坐标，将其与步骤（2）得到的标记点的图像坐标进行对比，将二者对应点之间的平均像素距离作为矫正误差。
有益效果：本发明在X射线机影增器端罩上有特定钢珠排布的罩壳后直接针对单张透视图像完成矫正，通过图像的分区处理建立矫正模型，大大消除了图像边缘畸变大的影响，提高了术中定位的精度。在基于影增型X射线机的手术机器人***中具有重要的应用价值。
附图说明
图1为本发明的步骤流程图。
图2为本发明的平板结构件示意图。
图3为本发明的X射线机针对安装平板结构件后的骨头模型的透视图。
图4为对图像分区示意图。
图5为交比不变性原理图。
图6为矫正后无畸变图像示意图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明。
本发明的透视图像矫正方法是基于距离加权的多项式拟合模型进行处理，在透视成像前，在X射线机的成像路径上安装根据设计好的规则排布有钢珠的平板结构件，平板结构件直接近似平行于影增器平面安装即可。图2为本发明的平板结构件示意图，平板结构件包括平板以及其周围支撑该平板的支撑件，平板结构件的平板为圆形板，在平板上布有直径2mm的钢珠作为标记点；将平板上直径小于d 1的范围设为中心区域，直径大于d 1的范围设为外侧区域；具体钢珠分布为：钢珠以中心钢珠为圆心呈放射状发散分布，中心区域的钢珠稀疏分布，外侧区域钢珠稠密分布，且中心区域内布置的每五个钢珠共线，且设有四组共线的钢珠；外侧区域的钢珠布置在各共线直线的延长线上。
在本发明中，在平板圆心处布置一钢珠，并以该钢珠为中心层，在中心区域内由内至外布置至少两层，每一层均匀布置8个钢珠，且其外层上相对的两个钢珠以中心层钢珠共线；外侧区域钢珠由内至外布置若干层，且各层钢珠均匀布置，数量相等，均为32个；且其中8个钢珠布置在中心区域内各共线直线的延长线上。
图1为本发明的步骤流程图，如图1所示，本发明包括如下步骤：
（1）利用带有平板结构件的成像设备透视成像，如图3所示为X射线机在实际应用中透视成像得到透视图像；
（2）对标记点坐标进行精确提取，得到所有标记点在透视图像的实际坐标
，在本发明中，提取方法有很多，常用的canny算子、自适应阈值分割或边缘检测等都可以实现，但需保证能达到足够的提取精度；
（3）考虑到图像的畸变是图像中心畸变较小，远离图像中心的畸变较大，如果只针对图像中心区域进行畸变矫正，则常用的矫正模型即可取得较好的矫正效果，为保证图像整体的畸变矫正精度，对图像进行分区处理是比较合理的选择。这里将整张透视图像分成C 1区域和C 2区域，如图4所示，分别为半径为d 1的圆形中心区域和径向范围在d 1~d 2的环形外侧区域，且d 1=d 2/2；C 1区域居于图像中心，具有较小的畸变，C 2区域居于图像外侧，具有较大的畸变；本发明首先对含有较小畸变的C 1区域进行畸变矫正，以得到C 1区域内的标记点无畸变的位置，并以此推算出外侧标记点的无畸变位置，而标记点无畸变的坐标位置是畸变矫正模型的必要输入数据；
（4）对C 1区域建立基于交比不变性的一阶径向畸变矫正模型，在本发明具体实施例中，C 1区域径向共有4条直线l j ，j=1,2,3,4；如图4，每条直线l j 对应矫正系数k j ；
交比不变性是透视投影中的一个基本定律，参考图5，直线l上的A、B、C、D，与射线源S的连线与l 0相交于A 0、B 0、C 0、D 0，交比定义为
，有下式成立：
则C 1区域标记点的无畸变位置与实际上标记点的位置满***比不变性定律，如针对C 1区域一条直线上连续4个标记点A、B、C、D，设其理论无畸变位置坐标为A'、B'、C'、D'，因为各标记点之间的间距由设计参数可以计算得到，则交比为常数，则有如下关系式：
据此，设C 1区域内的某一标记点i的图像实际位置坐标为（X 1i ,Y 1i ），其中，X 1i 表示C 1区域内的某一标记点i在图像坐标系下的横坐标，Y 1i 表示C 1区域内的某一标记点i在图像坐标系下的纵坐标，r表示C 1区域内的某一标记点i在图像坐标系下距原点的距离；因为透视图像中心区域的畸变较小，这里采用一阶径向畸变矫正来描述此区域的畸变模型即可达到较高的精度，设该点的理论无畸变位置坐标为（X 1i' ,Y 1i' ），其中，X 1i' 表示C 1区域内的某一标记点i在图像坐标系下理论无畸变位置的横坐标，Y 1i' 表示C 1区域内的某一标记点i在图像坐标系下理论无畸变位置的纵坐标；则畸变矫正模型如下：
其中，k i 表示标记点i所在直线的畸变系数；
在本发明具体实施例中，透视图像的C 1区域有四条直线，每条直线上有5个标记点，平板结构件上的标记点为等距排列，则每条直线对应一个畸变系数k j 为待求及C 1区域内所有标记点的理论无畸变位置为待求；
（5）根据步骤（4）建立的畸变矫正模型，结合C 1区域的标记点提取的图像坐标
及其设计时的坐标
求解出与每条直线相对应的矫正系数k j ，并据此计算得到C 1区域内所有标记点的理论无畸变位置坐标
；
（6）根据交比不变性，由C 1区域内所有标记点的理论无畸变位置坐标
，根据平板结构件的设计参数得到C 2区域内标记点与C 1区域内标记点之间的拓扑关系，并据此计算得到C 2区域内标记点的理论无畸变位置坐标
；
（7）根据步骤（5）和步骤（6）计算得到透视图像上所有标记点的理论无畸变位置坐标
，结合步骤（2）得到的所有标记点在透视图像的实际坐标
，建立由无畸变图像至畸变图像的矫正模型，即下式：
其中，
为畸变图像，
为待求无畸变图像，
为由无畸变图像与畸变图像的高阶多项式映射模型，需要精确求解出其模型系数；
建立的高阶多项式映射模型
可描述如下：令（x,y）为畸变图像中的一像素点坐标，（x',y'）为与其对应的理论无畸变像素点坐标，则有关系式：
式（3）中，
、
为多项式系数，需要求解，n为多项式阶数；
对上述高阶多项式模型采用最小二乘解法，目标误差函数为拟合误差平方和，即下式
即需要求解的系数
、
，使的拟合误差平方和
、
取最小值；
每一个标记点均有一实际坐标和理论无畸变坐标，即每一个标记点产生两个微分方程，得到超定方程组，求解该超定方程组即可求出多项式模型的系数
和
；
（8）应用步骤（7）得到的矫正模型，对实际无畸变图像进行畸变映射，得到标记点理论畸变位置坐标
，将其与步骤（2）得到的标记点实际坐标
进行对比，
与
对应点之间的平均像素距离作为矫正误差，同时将矫正模型应用到整副图像上，得到矫正后无畸变图像，对图3进行矫正后的无畸变图像见图6，矫正误差为0.38pixel。
以上详细描述了本发明的优选实施方式，但是本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种等同变换（如数量、形状、位置等），这些等同变换均属于本发明的保护范围。
Claims (6)
1.一种透视图像矫正方法，其特征在于：包括步骤：
（1）在X射线机的成像路径上安装平板结构件，在所述平板结构件上设有若干组共线的标记点；
（2）X射线机透视成像，提取得到所有标记点的图像坐标，并对透视图像进行分区得到设定直径的中心区域及其外侧区域；
（3）对中心区域采用基于交比不变性原理的一阶径向畸变矫正模型，并根据中心区域处标记点的图像坐标及设计参数得到各条直线的矫正系数，进一步得到中心区域内所有标记点的理论无畸变坐标；
（4）根据交比不变性原理及设计参数，得到外侧区域内标记点的理论无畸变坐标；
（5）建立无畸变图像至畸变图像的矫正模型，得到由无畸变图像至畸变图像的高阶多项式映射模型
；
（6）应用矫正模型得到无畸变图像。
2.根据权利要求1所述的透视图像矫正方法，其特征在于：所述标记点为直径2mm的钢珠。
3.根据权利要求1所述的透视图像矫正方法，其特征在于：所述步骤（2）提取所有标记点的图像坐标采用canny算子、自适应阈值分割方法或边缘检测算法。
4.根据权利要求1所述的透视图像矫正方法，其特征在于：所述步骤（3）中，对中心区域采用基于交比不变性原理的一阶径向畸变矫正模型具体如下：
设中心区域内的某一标记点i的图像坐标为（X 1i ,Y 1i ），设该点的理论无畸变位置坐标为（X 1i' ,Y 1i' ），则畸变矫正模型如下：
其中，X 1i 表示C 1区域内的某一标记点i在图像坐标系下的横坐标，Y 1i 表示C 1区域内的某一标记点i在图像坐标系下的纵坐标，r表示C 1区域内的某一标记点i在图像坐标系下距原点的距离；X 1i' 表示C 1区域内的某一标记点i在图像坐标系下理论无畸变位置的横坐标，Y 1i' 表示C 1区域内的某一标记点i在图像坐标系下理论无畸变位置的纵坐标；k i 表示标记点i所在直线的畸变系数。
5.根据权利要求1所述的透视图像矫正方法，其特征在于：建立所述步骤（5）中的高阶多项式映射模型
具体如下：令（x,y）为畸变图像中的一像素点坐标，（x',y'）为与其对应的理论无畸变像素点坐标，则有关系式：
其中，
、
为多项式系数，n为多项式阶数；
对上述高阶多项式模型采用最小二乘解法，目标误差函数为拟合误差平方和，即下式
即需要系数
、
使的拟合误差平方和
、
取最小值；
每一个标记点均有一图像坐标和理论无畸变坐标，即每一个标记点产生两个微分方程，得到超定方程组，求解该超定方程组即可求出多项式模型的系数
和
。
6.根据权利要求1所述的透视图像矫正方法，其特征在于：所述步骤（6）中，对实际无畸变图像进行畸变映射得到标记点理论畸变位置坐标，将其与步骤（2）得到的标记点的图像坐标进行对比，将二者对应点之间的平均像素距离作为矫正误差。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011508936.7A CN112288659B (zh) | 2020-12-18 | 2020-12-18 | 一种透视图像矫正方法 |
| PCT/CN2021/092912 WO2022127010A1 (zh) | 2020-12-18 | 2021-05-10 | 一种透视图像矫正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011508936.7A CN112288659B (zh) | 2020-12-18 | 2020-12-18 | 一种透视图像矫正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112288659A true CN112288659A (zh) | 2021-01-29 |
| CN112288659B CN112288659B (zh) | 2021-03-23 |
Family
ID=74426888
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011508936.7A Active CN112288659B (zh) | 2020-12-18 | 2020-12-18 | 一种透视图像矫正方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112288659B (zh) |
| WO (1) | WO2022127010A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022127010A1 (zh) * | 2020-12-18 | 2022-06-23 | 南京佗道医疗科技有限公司 | 一种透视图像矫正方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116152121B (zh) * | 2023-04-20 | 2023-07-04 | 合肥高维数据技术有限公司 | 基于畸变参数的曲面屏生成方法、矫正方法 |
| CN116823681B (zh) * | 2023-08-31 | 2024-01-26 | 尚特杰电力科技有限公司 | 红外图像的畸变矫正方法、装置、***及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101582161A (zh) * | 2009-06-15 | 2009-11-18 | 北京航空航天大学 | 一种基于透视成像模型标定的c型臂图像校正方法 |
| CN102579061A (zh) * | 2011-01-12 | 2012-07-18 | 元创生技股份有限公司 | 结合c型臂与导引***的定位方法 |
| US20130148786A1 (en) * | 2011-12-12 | 2013-06-13 | Christian Kruschel | Method for correcting image artifacts occuring as a result of an anti scatter grid |
| CN103489181A (zh) * | 2013-09-03 | 2014-01-01 | 上海逸动医学科技有限公司 | 透视x光线图像校正器及其校正方法 |
| CN108876749A (zh) * | 2018-07-02 | 2018-11-23 | 南京汇川工业视觉技术开发有限公司 | 一种鲁棒的镜头畸变校正方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE69526635T2 (de) * | 1994-12-29 | 2002-12-05 | Koninklijke Philips Electronics N.V., Eindhoven | Bilderzeugungsgerät und Verfahren zur Verbesserung geometrischer optischer Bildverzerrungen |
| CN101467887B (zh) * | 2007-12-29 | 2011-04-27 | 复旦大学 | 一种手术导航***中x射线透视图像标定方法 |
| CN112288659B (zh) * | 2020-12-18 | 2021-03-23 | 南京佗道医疗科技有限公司 | 一种透视图像矫正方法 |
-
2020
- 2020-12-18 CN CN202011508936.7A patent/CN112288659B/zh active Active
-
2021
- 2021-05-10 WO PCT/CN2021/092912 patent/WO2022127010A1/zh active Application Filing
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101582161A (zh) * | 2009-06-15 | 2009-11-18 | 北京航空航天大学 | 一种基于透视成像模型标定的c型臂图像校正方法 |
| CN102579061A (zh) * | 2011-01-12 | 2012-07-18 | 元创生技股份有限公司 | 结合c型臂与导引***的定位方法 |
| US20130148786A1 (en) * | 2011-12-12 | 2013-06-13 | Christian Kruschel | Method for correcting image artifacts occuring as a result of an anti scatter grid |
| CN103489181A (zh) * | 2013-09-03 | 2014-01-01 | 上海逸动医学科技有限公司 | 透视x光线图像校正器及其校正方法 |
| CN108876749A (zh) * | 2018-07-02 | 2018-11-23 | 南京汇川工业视觉技术开发有限公司 | 一种鲁棒的镜头畸变校正方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022127010A1 (zh) * | 2020-12-18 | 2022-06-23 | 南京佗道医疗科技有限公司 | 一种透视图像矫正方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112288659B (zh) | 2021-03-23 |
| WO2022127010A1 (zh) | 2022-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112288659B (zh) | 一种透视图像矫正方法 | |
| CN101582161B (zh) | 一种基于透视成像模型标定的c型臂图像校正方法 | |
| US20150216498A1 (en) | Geometric Characterization and Calibration of a Cone-Beam Computer Tomography Apparatus | |
| EP3153101B1 (en) | Identification and registration of multi-marker jig | |
| CN100482157C (zh) | 磁共振测量层的定位方法 | |
| EP1942662B1 (en) | Automatic improvement of tracking data for intraoperative C-arm images in image guided surgery | |
| CN104657711B (zh) | 一种鲁棒的指针式仪表读数自动识别方法 | |
| CN106376230B (zh) | 贴片头偏移量的校正方法 | |
| CN106815866B (zh) | 鱼眼相机的标定方法及其标定***和标板 | |
| CN112802124A (zh) | 多台立体相机的标定方法及装置、电子设备及存储介质 | |
| WO2019095838A1 (zh) | 一种静态锥束ct成像***几何校准装置及方法 | |
| CN107392847A (zh) | 一种基于细节点和距离图像的指纹图像拼接方法 | |
| CN114404041B (zh) | C型臂成像参数校准***及方法 | |
| CN108420531B (zh) | 手术工具调整方法、电子设备和装卡装置 | |
| CN115018720A (zh) | 一种用于多层平板探测器的几何校正方法及装置 | |
| CN110645928A (zh) | 一种三维扫描仪空间坐标定位方法 | |
| CN115999079A (zh) | 一种调强放疗设备等中心位置校准方法 | |
| CN112971984B (zh) | 一种基于一体化手术机器人的坐标配准方法 | |
| CN108510543A (zh) | 一种棋盘格图像特征中心亚像素定位方法 | |
| CN113876346A (zh) | 一种倾斜图像的迭代校正方法 | |
| CN113920177A (zh) | 一种三维影像迭代配准方法 | |
| CN114693769A (zh) | 一种c臂机的标定方法及装置 | |
| CN111437034A (zh) | 一种定位标尺及标志点定位方法 | |
| CN111623957A (zh) | 一种用于x射线聚焦镜拼接干涉检测的点云配准拼接方法 | |
| CN115994854B (zh) | 一种标志物点云和图像配准的方法和*** |
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: 210000 building 3, No. 34, Dazhou Road, Yuhuatai District, Nanjing, Jiangsu Province Patentee after: Tuodao Medical Technology Co.,Ltd. Address before: Room 102-86, building 6, 57 Andemen street, Yuhuatai District, Nanjing, Jiangsu 210000 Patentee before: Nanjing Tuodao Medical Technology Co.,Ltd. |
|
| CP03 | Change of name, title or address |