用于微创手术中实时立体匹配的贝叶斯稠密逆搜索算法
计算机视觉与模式识别
2022-09-20 v2
摘要
本文报道了一种面向手术图像的 CPU 级实时立体匹配方法（在 640 * 480 图像上以 i5-9400 单核达到 10 Hz）。该方法构建于快速的“稠密逆搜索”算法之上，用于估计立体图像的视差。来自不同尺度的图像中重叠的图像块（任意正方形图像片段）基于光度一致性假设进行对齐。我们提出一种贝叶斯框架来评估不同尺度下优化后图像块视差的概率。此外，我们引入空间高斯混合概率分布以处理块内像素级概率。体内与合成实验表明，我们的方法能够处理由无纹理表面引起的歧义以及由朗伯反射引起的光度不一致性。我们的贝叶斯方法正确地平衡了不同尺度立体图像块的概率。实验指出，在手术场景下，所估计深度的精度更高且离群点少于基线方法。
引用
@article{arxiv.2106.07136,
title = {Bayesian dense inverse searching algorithm for real-time stereo matching in minimally invasive surgery},
author = {Jingwei Song and Qiuchen Zhu and Jianyu Lin and Maani Ghaffari},
journal= {arXiv preprint arXiv:2106.07136},
year = {2022}
}
备注
Accepted by '25th International Conference on Medical Image Computing and Computer Assisted Intervention, MICCAI 2022' as oral presentation