【技术实现步骤摘要】
医疗用镜状态检测方法、图像处理方法机器人控制方法及系统
[0001]本申请涉及智慧医疗
,特别是涉及一种医疗用镜状态检测方法、图像处理方法、机器人控制方法。
技术介绍
[0002]胸腔镜、腹腔镜、关节内窥镜手术是现有的医疗手段中比较常用的医疗手段,它解决了原有的体表手术切口大,病患术后切口疼痛剧烈,手术切口不容易恢复等问题。通过在患者的体表切开一个微创切口,并将腔镜器材从该切口中伸入体内,对接受手术的位置进行实时放大监测,一来减小了切口的大小,二来可以对手术位置的影像进行实时放大,便于手术的进行。
[0003]传统技术中,对与上述医疗用镜的镜头脏污的判断方法包括灰度阈值判断法、边缘卷积检测法以及神经网络匹配特征向量等;例如,灰度阈值判断法主要是检测当前拍摄图像中预设区域的目标灰度值,再计算出当前拍摄图像的目标曝光值,判断目标灰度值是否位于目标曝光值对应的灰度阈值范围内,若否,则认为镜头脏污。
[0004]然而,目前的上述的灰度阈值判断法、边缘卷积检测法以及神经网络匹配特征向量等方法计算繁琐,计算量大,导致不能及时发现镜头脏污情况。
技术实现思路
[0005]基于此,有必要针对上述技术问题,提供一种医疗用镜状态检测方法、图像处理方法机器人控制方法及系统,可及时发现镜头脏污,从而及时进行处理。
[0006]一种医疗用镜状态检测方法,所述医疗用镜状态检测方法包括:
[0007]通过医疗用镜采集待处理图像;
[0008]计算所述待处理图像的平均信息熵;
[ ...
【技术保护点】
【技术特征摘要】
1.一种医疗用镜状态检测方法,其特征在于,所述医疗用镜状态检测方法包括:通过医疗用镜采集待处理图像;计算所述待处理图像的平均信息熵;判断所述平均信息熵是否低于预设阈值;当所述平均信息熵低于所述预设阈值时,判定所述医疗用镜处于脏污状态。2.根据权利要求1所述的医疗用镜状态检测方法,其特征在于,所述计算所述待处理图像的平均信息熵,包括:将所述待处理图像进行网格划分得到多张子图像;分别计算每张所述子图像的信息熵;根据每张所述子图像的信息熵计算得到所述待处理图像的平均信息熵。3.根据权利要求1或2所述的医疗用镜状态检测方法,其特征在于,所述医疗用镜状态检测方法还包括医疗用镜图像处理方法,所述医疗用镜图像处理方法包括:当判定医疗用镜为脏污状态时,获取通过所述医疗用镜所采集的历史图像,所述历史图像与待处理图像中包括同一目标对象,且所述历史图像为所述医疗用镜处于非脏污状态时所采集的;将所述历史图像和所述待处理图像进行配准;将配准后的所述历史图像和所述待处理图像进行融合得到融合图像,并显示。4.根据权利要求3所述的医疗用镜状态检测方法,其特征在于,所述将所述历史图像和所述待处理图像进行配准,包括:对所述历史图像和所述待处理图像进行特征点检测,以分别得到对应所述历史图像的第一特征点集合和对应所述待处理图像的第二特征点集合;将所述第一特征点集合中的特征点与所述第二特征点集合中的特征点进行匹配;根据匹配的所述第一特征点集合中的特征点与所述第二特征点集合中的特征点,对所述历史图像或所述待处理图像进行变换,以使得所述历史图像和所述待处理图像对齐。5.根据权利要求3所述的医疗用镜状态检测方法,其特征在于,所述将配准后的所述历史图像和所述待处理图像进行融合得到融合图像之前,还包括:对配准后的所述历史图像和所述待处理图像进行预处理。6.根据权利要求5所述的医疗用镜状态检测方法,其特征在于,所述对配准后的所述历史图像和所述待处理图像进行预处理,包括:将配准后的所述历史图像和所述待处理图像进行灰度化处理;将灰度化处理后的所述历史图像和所述待处理图像进行几何变换;将几何变换后的所述历史图像和所述待处理图像进行图像增强处理。7.根据权利要求5所述的医疗用镜状态检测方法,其特征在于,所述对配准后的所述历史图像和所述待处理图像进行预处理之前,还包括:对配准后的所述待处理图像进行对象提取以得到脏污区域;根据脏污区域对配准后的所述历史图像进行对象提取得到清晰区域;所述对配准后的所述历史图像和所述待处理图像进行预处理,包括:对所述脏污区域和所述清晰区域进行预处理;所述将配准后的所述历史图像和所述待处理图像进行融合得到融合图像,包括:
将预处理后的所述脏污区域和所述清晰区域进行融合得到融合图像。8.根据权利要求3所述的医疗用镜状态检测方法,其特征在于,所述将配准后的所述历史图像和所述待处理图像进行融合得到融合图像,包括:按照预设规则从配准后的所述历史图像和所述待处理图像中,提取对应同一对象的目标数据;将所提取的目标数据进行融合得到融合图像。9.根据权利要求3所述的医疗用镜状态检测方法,其特征在于,所述医疗用镜图像处理方法还包括:根据所述融合图像判断所述医疗用镜是否需要清洗。10.一种基于医疗用镜的机器人控制方法,其特征在于,所述基于医...
【专利技术属性】
技术研发人员:姬亚楠,何超,
申请(专利权)人:上海微创医疗机器人集团股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。