山东理工大学 计算机科学与技术学院,山东 淄博 255000
在内窥镜手术过程中,外科医师需实时掌握手术器械的位置信息。现有目标检测算法受反光和阴影等因素影响,其准确度和漏检率仍有优化的空间。本文提出一种基于改进YOLOv5s的手术器械检测与分割方法。首先,通过Gamma校正算法校正图像的亮度和对比度,以解决手术器械的反光和阴影遮挡等问题;其次,设计CBAM和动态卷积模块,增加重要特征信息的权重,以进一步提高目标检测的准确度并减少模型的漏检率;同时,优化空间金字塔池化模块以扩大感受野,从而更好地识别多尺度目标;最后,设计FPN语义分割头,以实现语义分割功能。在内窥镜手术数据集上的实验结果表明,本文目标检测的mAP@0.5为98.2%,语义分割的mIoU为94.0%。所提方法可辅助外科医师快速掌握手术器械的位置和类型,提高手术效率。
手术器械 目标检测 语义分割 注意力机制 surgical instruments target detection semantic segmentation attention mechanism
山东理工大学 计算机科学与技术学院, 山东 淄博 255000
针对图像拍摄过程中由于运动、抖动、电子干扰等产生的运动图像模糊问题, 提出一种基于深度残差生成对抗网络的运动图像去模糊算法。对图像模糊模型与盲去模糊过程进行了研究, 介绍了生成对抗网络, 改进了残差块的结构。改进的残差块包含3个卷积层, 两个ReLU激活函数, 一个Dropout层以及一个跳跃连接块, 提升了复原图像的质量。改进了PatchGAN的结构, 在只增加少量参数与网络复杂性的情况下, 将最底层感受野变为原先的两倍以上。利用GOPRO数据集和Lai数据集进行测试, 测试结果表明, 本文提出的基于深度残差生成对抗网络的去模糊算法复原图像可达到较高的客观评价指标, 可以恢复出较高质量的清晰图像。在GOPRO数据集上, 相比于其他同类方法, 本文提出的算法具有较好的复原能力, 可达到更高的峰值信噪比(28.31 dB)和较高的结构相似度(0.831 7); 而在Lai数据集上, 可以恢复出较高质量的图像。
图像去模糊 运动模糊 生成对抗网络 残差块 图像复原 image deblurring motion blur generative adversarial network residual block image restoration
山东理工大学 计算机科学与技术学院, 山东 淄博 255049
针对视觉测量中的点云配准问题, 提出一种基于电磁追踪系统的点云配准方法。首先, 搭建测量和配准系统, 采用基于平面的坐标系转换方法获得世界坐标系与发射器坐标系之间的转换关系。其次, 利用发射器和接收器之间准确的位姿信息, 获得发射器坐标系和接收器坐标系之间的转换关系。最后, 以发射器坐标系作为中间坐标系, 将获取的点云由世界坐标系转换到接收器坐标系下, 实现点云的粗配准, 进而采用ICP方法实现精配准。对不同深度的平面进行测量配准实验, 并使用石膏像对配准效果进行验证。实验结果表明: 粗配准后平面的配准误差在0.40 mm以下, 精配准后平面的配准误差在0.04 mm以下; 经过粗配准后的石膏像, 采用ICP方法进行精配准时其误差能够快速收敛, 且精配准后视觉效果良好。
视觉测量 点云配准 电磁追踪系统 坐标系转换 vision measurement point cloud registration electro-magnetic tracking system coordinate system transformation
哈尔滨理工大学 测控技术与仪器黑龙江省高校重点实验室,黑龙江 哈尔滨 150080
鉴于人体胸腹表面三维运动测量在精确放疗等医学领域中的重要应用背景, 提出一种三维傅里叶条纹分析与三频时间相位展开相结合的三维傅里叶变换胸腹表面测量方法。投射一幅不同频率三原色余弦条纹组成的图案, 每采集一幅图像就能实现相应时刻胸腹表面的三维形状测量; 将动态条纹图像序列作为一个三维序列整体, 通过三维傅里叶变换并结合三维高斯滤波器提取折叠相位。无干扰时其均方根误差不超过0.005 rad, 峰谷值误差不超过0.015 rad, 其抗干扰能力高于二维傅里叶条纹分析和其他胸腹表面三维傅里叶条纹分析方法; 通过三频时间相位展开方法进行折叠相位展开, 在限定条件下绝对相位的误差不超过折叠相位的误差。理论分析和实验结果表明, 本文方法能实现人体胸腹表面的三维动态测量。
三维傅里叶变换 折叠相位 高斯滤波器 时间相位展开 胸腹表面 3D Fourier transform wrapped phase Gaussian filter temporal phase unwrapping thoraco-abdominal surface