三维多孔结构是内窥镜在医疗外科手术和工业检查领域常见的一种场景, 然而内窥镜成像分辨率低, 其应用场景纹理特征弱、噪声大, 这导致应用传统的从运动中恢复结构(SFM)算法进行多孔结构的三维重建和定位难度大, 可行性低。为此, 本文提出了一种面向低分辨率单目内窥镜图像序列的三维多孔结构重建方法。首先将基于加权引导滤波的图像增强算法应用于内窥镜图像纹理细节的提升; 接着利用快速行进(FMM)算法去除漂浮杂质; 然后提出了一种检测离群点对的方法用于优化特征点匹配结果, 通过SFM计算获得稀疏点云; 最后针对本文研究的多孔结构, 提出了一种基于模板匹配和最小二乘拟合的孔洞三维结构提取方法。实验结果表明: 多孔球面上的重建结果中孔间距和孔直径的相对误差均小于10%, 真实肾结石手术场景上的重建与实际相符, 验证了本文整体算法流程的有效性、准确性和可行性。

针对现有局部立体匹配算法在弱纹理表面、深度不连续处等特定区域匹配精度低、实时性难以满足要求等问题,提出了一种基于跨尺度引导图像滤波的稠密立体匹配算法。利用图像分割技术对立体图像进行预分割,得到分割区域内像素的聚合半径;以此半径为指导,在立体图代价空间中以3种不同尺寸的核进行滤波,引入正则化项确保聚合代价的一致性,以得到更有效的聚合代价;运用简单高效的贪心策略获取初步视差。基于Middlebury测试平台的实验结果表明所提算法兼具实时性和高效性。