【技术实现步骤摘要】
本说明书涉及图像处理领域，更具体地说，本申请涉及一种基于贝叶斯理论的纤芯点云定位方法及相关设备。
技术介绍
1、显微内窥镜是一种可以借助胃镜、结肠镜等通道伸入人体，获取局部组织学图像来实现微小病灶、胃肠道病变及早期胃肠道癌变的精准诊断的医疗设备。显微内窥镜的扫描控制模块中有两个重要部件：谐振镜和检流计振镜。谐振镜的作用是使得光线沿水平方向快速扫描，因此也称为x振镜，检流计振镜的作用是使得光线沿竖直方向扫描因此也称为y振镜，两者配合以获得二维平面的图像。
2、谐振镜和检流计振镜包含精密的电子元器件，这些电子元器件的特性会随着工作环境温度的变化而变化。成像过程中，每一幅图像都依据预先确定的纤芯位置并生成纤芯点云，由于振镜特性的变化导致成像过程中纤芯位置变化，进而导致纤芯点云定位不准确，致使图像质量劣化。因而，有必要提出一种更为精准的纤芯点云定位方法。
技术实现思路
1、在
技术实现思路
部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的
技术实现思路
部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
2、第一方面，本申请提出一种基于贝叶斯理论的纤芯点云定位方法，上述方法包括：
3、在初始点云图中遍历每个纤芯，将上述纤芯及其第一预设邻域的点确定为初始点云，以生成n个上述初始点云，其中，上述第一预设邻域是与上述纤芯紧邻的s像素邻域，同一个初始点云内的各点具有
4、将待定义点临近的初始点云中的像素值确定为上述待定义点云的像素值，其中，上述待定义点为上述初始点云外的任一点；
5、计算待定义点在该点与第二预设领域组成的数据集的各像素值后验概率，其中，上述第二预设邻域为与上述待定义点紧邻的q像素邻域；
6、根据上述待定义点的像素值将其归为与之像素值相同的点云中，以获取最终点云图。
7、在一种可行的实施方式中，上述在初始点云图中遍历每个纤芯，包括：
8、基于多帧原始图像数据集进行融合操作，以获取上述融合图像；
9、在上述融合图像上进行光纤定位操作，以获取纤芯坐标集，其中，纤芯坐标集中包括每个纤芯的纤芯坐标值；
10、生成与上述融合图像大小相同的初始点云图，其中，将初始点云图中的所有像素值初始化为0；
11、基于上述纤芯坐标集，在上述初始点云图中遍历每个纤芯，每个初始点云的像素值随机生成或按预设规律生成。
12、在一种可行的实施方式中，上述将待定义点临近的初始点云的像素值确定为上述待定义点云的像素值，包括：
13、将上述待定义点临近的p个初始点云的像素值确定为候选类别；
14、在上述候选类别中随机选择一个像素值确定为上述待定义点云的像素值。
15、在一种可行的实施方式中，上述计算待定义点在该点与第二预设领域组成的数据集的各像素值后验概率，包括：
16、基于上述类别点云图像中的像素值计算先验概率；
17、计算上述融合图像的各个类别位置像素的均值和方差值，在上述类别点云图像中基于上述均值和上述方差值计算条件概率；
18、根据上述先验概率和上述条件概率计算上述后验概率。
19、在一种可行的实施方式中，根据上述先验概率、上述条件概率和上述后验概率的计算方式重复m次计算，以将后验概率的较大值作为上述待定义点的像素标签值，在点云图上将该点的像素值更新为上述像素标签值。
20、在一种可行的实施方式中，上述基于上述均值和上述方差值计算条件概率，包括：
21、基于下式计算上述条件概率p(x|y)：
22、
23、其中，x表示随机变量的值，μ表示上述均值，e表示上述方差。
24、在一种可行的实施方式中，上述根据上述先验概率和上述条件概率计算上述后验概率，包括：
25、基于下式计算上述后验概率p(y|x)：
26、p(y|x)＝p(y)*p(x|y)
27、其中，p(x|y)为上述条件概率，p(y)为上述先验概率。
28、在一种可行的实施方式中，还包括：
29、在上述后验概率小于阈值的情况下，将该点的像素值设为0，使其成为背景图像。
30、在一种可行的实施方式中，s小于q。
31、第二方面、本申请实施例提出一种基于贝叶斯理论的纤芯点云定位装置，包括：
32、第一确定单元，用于在初始点云图中遍历每个纤芯，将上述纤芯及其第一预设邻域的点确定为初始点云，以生成n个上述初始点云，其中，上述第一预设邻域是与上述纤芯紧邻的s像素邻域，同一个初始点云内的各点具有相同的非零像素值，n个初始点云的像素值均不相同，上述初始点云的像素值固定不变；
33、第二确定单元，用于将待定义点临近的初始点云中的像素值确定为上述待定义点云的像素值，其中，上述待定义点为上述初始点云外的任一点；
34、计算单元，用于计算待定义点在该点与第二预设领域组成的数据集的各像素值后验概率，其中，上述第二预设邻域为与上述待定义点紧邻的q像素邻域；
35、获取单元，用于根据上述待定义点的像素值将其归为与之像素值相同的点云中，以获取最终点云图。
36、第三方面，一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器用于执行存储器中存储的计算机程序时实现如上述的第一方面任一项的基于贝叶斯理论的纤芯点云定位方法的步骤。
37、第四方面，本申请还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面任一项的基于贝叶斯理论的纤芯点云定位方法的步骤。
38、综上，本申请实施例提出的方法，包括：在初始点云图中遍历每个纤芯，将上述纤芯及其第一预设邻域的点确定为初始点云，以生成n个上述初始点云，其中，上述第一预设邻域是与上述纤芯紧邻的s像素邻域，同一个初始点云内的各点具有相同的非零像素值，n个初始点云的像素值均不相同，上述初始点云的像素值固定不变；将待定义点临近的初始点云中的像素值确定为上述待定义点云的像素值，其中，上述待定义点为上述初始点云外的任一点；计算待定义点在该点与第二预设领域组成的数据集的各像素值后验概率，其中，上述第二预设邻域为与上述待定义点紧邻的q像素邻域；根据上述待定义点的像素值将其归为与之像素值相同的点云中，以获取最终点云图。本申请实施例提出的方法通过对每个纤芯及其邻域进行精确定位和固定像素值，可以在初始点云图中准确标识纤芯位置，从而在后续步骤中提高点云图的精度和稳定性。通过从初始点云到待定义点云的分级处理，能有效地管理和分类点云数据。通过多次计算后验概率并选择概率较高的值作为点云图中的像素标签值，能够更准确本文档来自技高网...
【技术保护点】
1.一种基于贝叶斯理论的纤芯点云定位方法，其特征在于，包括：
2.根据权利要求1所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，所述在初始点云图中遍历每个纤芯，包括：
3.根据权利要求2所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，所述将待定义点临近的初始点云的像素值确定为所述待定义点云的像素值，包括：
4.根据权利要求3所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，所述计算待定义点在该点与第二预设领域组成的数据集的各像素值后验概率，包括：
5.据权利要求4所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，根据所述先验概率、所述条件概率和所述后验概率的计算方式重复M次计算，以将后验概率的较大值作为所述待定义点的像素标签值，在点云图上将该点的像素值更新为所述像素标签值。
6.根据权利要求4所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，所述基于所述均值和所述方差值计算条件概率，包括：
7.根据权利要求6所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，所述根据所述先验概率和所述条件概率计
8.根据权利要求1所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，还包括：
9.根据权利要求1所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，S小于Q。
10.一种基于贝叶斯理论的纤芯点云定位装置，其特征在于，包括：
...【技术特征摘要】
1.一种基于贝叶斯理论的纤芯点云定位方法，其特征在于，包括：
2.根据权利要求1所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，所述在初始点云图中遍历每个纤芯，包括：
3.根据权利要求2所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，所述将待定义点临近的初始点云的像素值确定为所述待定义点云的像素值，包括：
4.根据权利要求3所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，所述计算待定义点在该点与第二预设领域组成的数据集的各像素值后验概率，包括：
5.据权利要求4所述的基于贝叶斯理论的纤芯点云定位方法，其特征在于，根据所述先验概率、所述条件概率和所述后验概率的计算方式重复m次...
【专利技术属性】
技术研发人员：杨维耕，段西尧，冯宇，马骁萧，丁莽，
申请(专利权)人：精微视达医疗科技苏州有限公司，
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。