Pomiary przestrzenne w polu obserwacyjnym stereoendoskopu

• Autorzy: Goral A.

Warianty tytułu

EN

Spatial measurements in the field of view of a stereoendoscope

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono procedurę trójwymiarowej metrycznej rekonstrukcji powierzchni na podstawie zapisu wideo ze stereoendoskopu stosowanego w chirurgii minimalnie inwazyjnej. Metoda bazuje na dopasowaniu obszarami fragmentów obrazów. Wyniki rekonstrukcji porównano z danymi uzyskanymi dla tego samego obiektu metodą referencyjną. Średni błąd rekonstrukcji uzyskany dla poszczególnych klatek sekwencji wynosi od 2,1 do 4,2 mm.

EN

In this work, we present a procedure for 3-dimensional metric surface reconstruction based on video data from a stereoendoscope used in minimally invasive surgery. The reconstruction is based on stereo block matching algorithm. The results of the reconstruction were compared to a reference data set obtained simultaneously for the same object. The mean reconstruction error obtained for individual frames falls within the range of 2.1 to 4.2 mm.

Słowa kluczowe

PL

stereoendoskopia; rekonstrukcja trójwymiarowa; algorytm MLS; dopasowanie obszarami

EN

stereoendoscopy; 3-dimensional metric reconstruction; block matching; moving least square method

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2015
• Tom: R. 91, nr 5
• Strony: 13--16
• Opis fizyczny: Bibliogr. 9 poz., rys., wykr.

Twórcy

autor

Goral A.

• AGH Akademia Górniczo-Hutnicza, Katedra Metrologii i Elektroniki, Al. Mickiewicza 30, 30-059 Kraków

Bibliografia

• [1] Soper T., Porter M., Seibel E., Surface Mosaics of the Bladder Reconstructed from Endoscopic Video for Automated Surveillance, IEEE Transactions on Biomedical Engineering, 59 (2012), n. 6, 1670-1680.
• [2] Morugues F., Devernay F., Coste-Manière E., 3D Reconstruction of the operating field for image overlay in 3-D endoscopic surgery, IEEE and ACM International Symposium on Augmented Reality, (2001), 191-192.
• [3] Wengert C., Bossard L., Häberling A., Baur C., Székely G., Cattin P., Endoscopic Navigation for Minimally Invasive Suturing, Medical Image Computing and Computer Assisted Interventions, 10 (2007), 620-627.
• [4] Stoyanov D., Visentini Scarzanella M., Pratt P., Yang G.-Z., Real-Time Stereo Reconstruction in Robotic Assisted Minimally Invasive Surgery, Medical Image Computing and Computer Assisted Interventions, (2010) 275-282
• [5] Yang B., Wong W., Liu C., Poignet P., 3D soft tissue tracking using spatial-color joint probability distribution and thin-plate spline model, Pattern Recognition, 47 (2004), n. 9, 2962-2973.
• [6] Heikkilä J., Silvén O., A four-step camera calibration procedure with implicit image correction, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, (1997) 1106-1112.
• [7] Konolige K., Small Vision Systems: Hardware and Implementation, Robotics Research: The Eighth International Symposium (1998) 203-212.
• [8] Rusu R., Marton Z., Blodow N., Dolha M., Beetz M., Towards 3D Point Cloud based Object Maps for Household Environments, Robotics and Autonomous Systems, 56 (2008), n. 11, 927-941.
• [9] Alexa M., Behr J., Cohen-Or D., Fleishman S., Levin D., Silva C., Computing and Rendering Point Set Surfaces, IEEE Transactions on Visualization and Computer Graphics, 9 (2003), n. 1, 3-15.