本發(fā)明屬于醫(yī)療輔助儀器，具體涉及一種基于雙目立體視覺的人體淺層靜脈三維重建裝置及方法。

背景技術(shù)：

靜脈紅外成像在醫(yī)療輔助及生物特征識別中發(fā)揮著重要作用。在醫(yī)療方面，靜脈成像技術(shù)得到了快速的發(fā)展。有相關(guān)資料表明：正常成人首次進行靜脈穿刺的成功率為73%；對兒童進行靜脈穿刺時前2次的失敗率為58%；對于多數(shù)人而言，在靜脈穿刺時過程中“漏針”的概率為23-28%，由于人體淺層皮下組織較多，在靜脈穿刺過程中會受如：血管深度、脂肪層厚度、皮膚色素含量等諸多因素的影響，使得經(jīng)驗不足乃至經(jīng)驗豐富的醫(yī)護人員在進行穿刺時易存在成功率較低的現(xiàn)象。在生物身份識別領(lǐng)域中，手背中靜脈圖像含有較多的可識別特征，因此，相比較于傳統(tǒng)的身份識別方式而言，靜脈識別具有非接觸、唯一性、區(qū)分活體等優(yōu)勢，這使得其較于其它識別方式更為安全。所以，人體淺層靜脈成像技術(shù)能夠在上述諸方面發(fā)揮重要作用，尤其是在醫(yī)療領(lǐng)域中，具有非常寬廣的發(fā)展前景。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種基于雙目立體視覺的人體淺層靜脈三維重建裝置及方法，以解決由于患者靜脈不凸顯，導致的臨床靜脈穿刺中失敗率較高的問題。

本發(fā)明所述的基于雙目立體視覺的人體淺層靜脈三維重建裝置，包括兩臺紅外攝像機、兩個濾波片、近紅外光源、USB數(shù)據(jù)線、同步觸發(fā)模塊和計算機；

兩臺紅外攝像機平行設(shè)置，并分別通過USB數(shù)據(jù)線與計算機連接；

同步觸發(fā)模塊分別與兩臺紅外攝像機、計算機連接；

兩臺紅外攝像的鏡頭均朝下并位于同一水平面上；

兩個濾波片分別對應(yīng)設(shè)置在兩個鏡頭的入射光線一側(cè)；

近紅外光源的亮度可調(diào)，其設(shè)置在兩臺紅外攝像機的下方。

所述鏡頭采用6mm固定焦距鏡頭；

所述近紅外光源與鏡頭之間的距離D1為120mm～180mm。

所述近紅外光源采用850nm紅外光源；所述濾波片采用850nm濾波片。

本發(fā)明所述的一種基于雙目立體視覺的人體淺層靜脈三維重建方法，采用本發(fā)明所述的基于雙目立體視覺的人體淺層靜脈三維重建裝置，其方法包括以下步驟：

步驟一、將近紅外光源水平放置在工作臺上，利用固定架將兩臺紅外攝像機固定，將濾波片安裝在鏡頭內(nèi)，或通過支架安裝在鏡頭外，采用電子標定板對兩臺紅外攝像機進行標定及定向，所述電子標定板為采用電子屏幕顯示標定圖案的標定板；

步驟二、將拍攝對象放置于近紅外光源的上方，并與光源直接接觸，且拍攝對象處于兩臺紅外攝像機的中線位置；

步驟三、利用兩臺紅外攝像機來采集拍攝對象的圖像并發(fā)送給計算機，在采集圖像時，通過同步觸發(fā)模塊控制兩臺紅外攝像機同時觸發(fā)采集圖像；

步驟四、計算機對圖像進行處理和三維重建，使用二維圖像點坐標索引的方式對三維數(shù)據(jù)進行提取，具體步驟如下：

（1）對二維圖像進行圖像增強及自適應(yīng)閾值二值化處理；

（2）計算雙紅外攝像機重疊區(qū)域內(nèi)所有像素點三維坐標；

（3）以二維圖像提取出的靜脈為索引，對三維數(shù)據(jù)進行空間坐標轉(zhuǎn)換，使其深度方向上的投影與二維圖像重合，然后得到靜脈的點云數(shù)據(jù)；

（4）對靜脈點云數(shù)據(jù)進行去除孤立點操作，以去除雜點噪聲，然后進行格柵處理；

（5）對三維點云數(shù)據(jù)使用Delaunay三角剖分算法處理，該處理將點云數(shù)據(jù)三角化，形成靜脈模型，而非以密集點云的形式顯示；

步驟五、輸出人體淺層靜脈的三維圖像，并利用不同顏色表示靜脈的深度信息，通過計算機對靜脈進行三維顯示。

本發(fā)明的有益效果：

（1）近紅外光源與攝像機分別處于采集對象的兩側(cè)，有效避免了因皮膚表面結(jié)構(gòu)及紋理對光源的反射影響，能夠提高成像質(zhì)量；

（2）針對的對象為人體淺層靜脈區(qū)域，應(yīng)用范圍較廣；

（3）近紅外光源的亮度可調(diào)，能夠適用于不同人群，避免因脂肪層較厚而無法使用；

（4）利用了電子標定板進行攝像機標定，基于電子設(shè)備屏幕顯示的電子標定板，相比較于傳統(tǒng)紙質(zhì)標定板，具有靈活性強、精度高、適應(yīng)性廣、成本低的優(yōu)勢。

綜上所述，本發(fā)明解決了由于患者靜脈不凸顯，導致的臨床靜脈穿刺中失敗率較高的問題。

附圖說明

圖1為本發(fā)明的結(jié)構(gòu)示意圖（除計算機及同步觸發(fā)模塊）；

圖2為本發(fā)明中電子標定板的結(jié)構(gòu)示意圖；

圖3為本發(fā)明中其中一臺紅外攝像機所采集的圖像；

圖4為本發(fā)明中另一臺紅外攝像機所采集的圖像；

圖5為本發(fā)明所輸出的人體淺層靜脈的三維圖像；

圖中：1、紅外攝像機，2、鏡頭，3、濾波片，4、近紅外光源，5、工作臺，6、固定架，7、支架，8、電子標定板。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進一步說明。

如圖1所示的基于雙目立體視覺的人體淺層靜脈三維重建裝置，包括兩臺紅外攝像機1、兩個濾波片3、近紅外光源4、USB數(shù)據(jù)線、同步觸發(fā)模塊和計算機。兩臺紅外攝像機1平行設(shè)置，并分別通過USB數(shù)據(jù)線與計算機連接，將所采集的圖像傳輸給計算機。同步觸發(fā)模塊分別與兩臺紅外攝像機1、計算機連接，同步觸發(fā)模塊接收計算機的控制指令，控制兩臺紅外攝像機1同步采集圖像數(shù)據(jù)。兩臺紅外攝像機1的鏡頭2均朝下并位于同一水平面上。兩個濾波片3分別對應(yīng)設(shè)置在兩個鏡頭2的入射光線一側(cè)。近紅外光源4的亮度可調(diào)，其設(shè)置在兩臺紅外攝像機1的下方。

本實施例中，攝像機1配置為：采用安森美的Mt9m001型紅外CMOS圖像傳感器，分辨率為1280*720，幀率為30FPS頭，搭配了6mm固定焦段鏡頭。近紅外光源4采用850nm紅外光源，即可發(fā)射出波長為850nm的紅外光。其由12顆2W紅外LED燈珠構(gòu)成，其每顆LED燈珠發(fā)光角度為120°，該光源分三檔可調(diào)，分別為6W、12W和24W。濾波片3采用850nm濾波片，可過濾波長為850nm之外的光波。

如圖1至圖5所示，利用本發(fā)明所述的基于雙目立體視覺的人體淺層靜脈三維重建裝置進行人體淺層靜脈三維重建的過程如下：

步驟一、首先將近紅外光源4水平放置在工作臺5上，然后利用固定架6將兩臺紅外攝像機1固定，將濾波片3安裝在鏡頭2內(nèi)，或通過支架7安裝在鏡頭2外。當兩臺紅外攝像機1固定好后，需滿足如下條件：

（1）兩個鏡頭2均朝下并位于同一水平面上。

（2）兩個鏡頭2的光軸之間的距離D2可根據(jù)鏡頭和相機傳感器靶面大小確定，本實施例中，兩個鏡頭2的光軸之間的距離D2為50mm，以滿足兩臺攝像機1有足夠的有效重疊區(qū)域及視差。

（3）近紅外光源4與鏡頭2之間的距離D1為120mm～180mm。

在上述結(jié)構(gòu)設(shè)計上，兩紅外攝像機1能夠在120mm～180mm成像距離中提供約為180 mm～200mm的有效重疊區(qū)域，具有較廣的三維重建區(qū)域。

使用電子標定板8對兩紅外攝像機1進行標定及定向。電子標定板8是由電子屏幕顯示標定圖案的標定板，在此使用直徑為5mm的黑色實心圓，背景為白色的標定圖形，相比較棋盤方格標定板，參與角點或圓心計算的像素數(shù)更多，精度更高。標定過程是求解標定圖像中所有黑色實心圓的圓心坐標，通過3張以上不同角度圖像的圓心坐標求解紅外攝像機1的內(nèi)參數(shù)及外參數(shù)。其中，兩紅外攝像機1所拍攝圖像中各圓心坐標通過SIFT算法進行匹配。本發(fā)明采用張氏標定法，標定過程需滿足以下條件：

（1）拍攝圖片數(shù)量至少保證兩臺紅外攝像機同時拍攝有3張不同角度的圖像。

（2）兩臺紅外攝像機1各拍攝圖像必須包含所有黑色實心圓的圓點。

（3）拍攝位置應(yīng)盡可能遍布紅外攝像機視野內(nèi)各個位置，以計算出較為準確的畸變值。

（4）拍攝角度應(yīng)多次旋轉(zhuǎn)，以計算出較為精確的定向數(shù)據(jù)。

步驟二、將拍攝對象（比如：手掌）放置于近紅外光源4的上方，并與光源直接接觸，且拍攝對象處于兩臺攝像機1的中線位置。

步驟三、利用兩臺紅外攝像機1來拍攝圖像，并將圖像傳輸給計算機。采集手掌圖片時，為避免手掌晃動造成的細微差別，采用硬件觸發(fā)的形式，對兩臺紅外攝像機1同時觸發(fā)采像。由于在拍攝對象與鏡頭之間設(shè)有850nm濾波片，能夠過濾掉不必要波長的外界光線，從而提高了成像質(zhì)量。

步驟四、計算機對圖像進行處理和三維重建，所獲取的數(shù)據(jù)為重疊區(qū)域內(nèi)所有像素點在世界坐標系下的三維坐標，因此對靜脈成像的關(guān)鍵在于解決從所有數(shù)據(jù)中準確提取出靜脈血管的三維坐標，以及對點云數(shù)據(jù)的處理。在此，使用二維圖像點坐標索引的方式對三維數(shù)據(jù)進行提取。具體步驟如下：

（1）對二維圖像進行圖像增強及自適應(yīng)閾值二值化處理。

（2）計算雙紅外攝像機重疊區(qū)域內(nèi)所有像素點三維坐標。

（3）以二維圖像提取出的靜脈為索引，對三維數(shù)據(jù)進行空間坐標轉(zhuǎn)換，使其深度方向上的投影與二維圖像重合，然后得到靜脈的點云數(shù)據(jù)。

（4）對靜脈點云數(shù)據(jù)進行去除孤立點操作，以去除雜點噪聲，然后進行格柵處理，以解決靜脈邊界不光滑的問題。

（5）對三維點云數(shù)據(jù)使用Delaunay三角剖分算法處理。該處理將點云數(shù)據(jù)三角化，可形成靜脈模型，而非以密集點云的形式顯示。

步驟五、輸出人體淺層靜脈的三維圖像，并利用不同顏色表示靜脈的深度信息，使得圖像更為形象，通過計算機對靜脈進行三維顯示。所得到的靜脈三維點云數(shù)據(jù)信息可作為臨床醫(yī)療輔助用，也可作為身份認證。