动态环境下视觉定位与建图的运动分割研究进展

动态环境中视觉定位与建图系统受环境中动态物体的影响,定位与建图误差增加同时鲁棒性下降。而对输入图像的运动分割可显著提高动态环境下视觉定位与建图系统的性能。动态环境中的动态物体可分为运动物体与潜在运动物体。当前动态物体识别方法存在运动主体混乱、实时性差的问题。因此,综述了视觉定位与建图系统在动态环境下的运动分割策略。首先,从场景的预设条件出发,将运动分割策略分为基于图像主体静止假设方法、基于先验语义知识的方法和不引入假设的多传感融合方法;然后,对这三类方法进行总结,并分析各方法的准确性和实时性;最后,针对视觉定位与建图系统在动态环境下运动分割策略的准确性、实时性难以平衡的问题,讨论并展望了动态环境下运动分割方法的发展趋势。

基于近红外光的静脉深度估算研究

静脉注射和静脉抽血是最常用的医疗方法之一,都需要医护人员对患者静脉穿刺。在患者接受穿刺时,由于患者皮肤状况不同,让医护人员不能确定静脉的具体位置和深度,从而造成穿刺失败。文章尝试通过近红外技术估计静脉深度,从而为医护人员提供参考,提高穿刺成功率。通过检测手臂皮肤皮下脂肪厚度估计静脉深度。原理是人表皮对近红外光吸收率较低,脂肪存在强烈的背向散射,而静脉对近红外光存在较强的吸收与前向散射。通过检测背向散射光强度来检测静脉深度。通过蒙特卡罗法模拟皮肤结构对光的作用,建立数学模型,仿真结果显示,脂肪厚度越大,后向散射越强,出射光越强,两者相关度越好,从而能够较准确地确定静脉深度,提高医护人员穿刺成功率。

基于近红外静脉图像的血管立体定位方案

为了提高改进近红外静脉图像中血管定位的准确度,提出一种不局限于二维的血管定位方案,在平面上,利用对静脉图像特征的提取,经灰度图像修正、边缘提取细化等操作,完成其在二维上的定位。且将RGB-D数据集的深度信息与算法取得图像的信息相匹配,在不借助其他硬件设备辅助的条件下从单张图片转换、推测出其三维特征信息。最后对图像进行平滑、细化等处理,仿真结果显示,能够得到更为精确的静脉血管定位图像。