排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
为满足机器人辅助 医疗手术中高精度自动识别物体的需要,利用Bumblebee 2 摄像头拍摄图像,把黑白交互的椭圆和圆作为一个模板,用改进的角点提取方法提取出图像中的角点;在对图像进行增强之后,利用模板黑白格的几何对称性特征提取模板中的角点,然后区分出椭圆中的角点和圆中的角点,最后利用向量垂直关系提取出椭圆中的目标角点,识别出模板.通过Bumblebee 2自带的深度函数,提取模板的深度,得到模板在摄像头空间中的坐标,达到高精度自动定位物体的目的,克服传统摄像机需要标定内外参数的步骤.实验表明,定位误差在0.42 mm之内,基本上可以满足手术的要求. 相似文献
3.
4.
5.
为快速、准确的提取CT序列图像中目标物体,把分水岭和图割相结合.首先选择目标物体的内外轮廓,对内外轮廓之间的区域用分水岭算法预分割为若干小区域,把每一个小区域作为一个节点,建立图结构.把多源点和多汇点简化成单源点和单汇点,建立新的图结构.然后利用最大流/最小割定理进行切割,提取目标物体.最后把上一张CT目标物体的轮廓映射到下一张CT上,分别扩大和缩小该轮廓作为该CT的内外轮廓.根据上述方法提取轮廓,对整个CT序列依次循环操作.通过实验证明该算法在分割效果和分割时间上优于其它传统算法,同时,实现了三维空间上序列轮廓的自动提取. 相似文献
1