设计了一种基于点结构光的腹部运动测量系统, 用于监测由呼吸运动引起的患者腹部实时状态, 为主动补偿放疗中因呼吸因素造成的靶区位移、实现靶区的相对静止提供精确位置信息。测量系统基于激光三角测量原理的点结构原理, 将腹部运动转换为激光点移动, 从相机记录下的图像中提取激光点位置, 根据已知系统参数即可从激光点的移动量计算得到每个时刻呼吸所引起的腹部运动量。实验表明, 所提方法能准确、实时地获取位置信息, 具有结构简单、精度高等优点, 能为胸腹动态放疗中患者呼吸因素的补偿提供一种新的解决方法。

为了解决传统数字图像处理算法中数据运算量大、复杂度高、耗时长的问题, 提出一种基于可编程门阵列(FPGA)光纤光斑中心定位的方法。采用数字信号处理系统,利用开发工具(DSP builder),设计了光斑图像预处理算法和边缘检测算法, 用最小二乘法拟合光斑边界, 采用流水线设计,增强了数据处理的并行能力, 提高了处理速度。在Cyclone V平台上进行理论分析和实验验证, 取得了光斑图像边界、中心坐标数据。结果表明, 在保证对光斑中心定位的绝对误差小于0.1pixel的条件下, 使用FPGA比计算机运算速度能提高21倍以上。该研究能够在FPGA平台上快速准确定位光斑中心。

分析了光斑图像成像特点和理想光斑灰度分布模型, 针对含有多个不同尺度光斑的图像, 提出了一种可以在复杂环境下一次性快速检测出多个光斑中心的方法。该方法基于高斯模糊后光斑中心不变的性质, 先对含有大量光斑的图像进行快速多级高斯模糊, 构建其高斯尺度空间; 然后, 使用加速的非极大值抑制方法在尺度空间内寻找多个尺度的局部极值, 初步确定各光斑中心的像素级坐标; 最后, 联合这些坐标的邻域像素, 拟合局部曲面, 得到光斑中心的亚像素级精确位置。利用仿真实验和实物实验验证了提出方法的有效性。结果表明: 该算法对640 pixel×480 pixel图像, 处理时间仅需50ms, 每千个光斑的平均检测时间为23 ms, 在复杂环境下正确率可达89%。此外, 该方法对弱光斑较敏感, 适合快速处理含有大量不同尺度光斑的图像, 并能够有效减少光斑的错检和漏检。由于检测速度快, 自适应性强, 在实际应用中取得了良好的检测效果。