Page 48 - 《中国医疗器械杂志》2025年第2期

Chinese Journal of Medical Instrumentation 2025 年 第49卷 第2期

综 合 评 述

操作简单、精度较高等突出优势，应用广泛；直接
获取的立体图像一般存在畸变现象，且左右图像并
m′ 没有进行对齐，因此需要完成畸变校正和立体校
m 正。完成校正后的图像对经过立体匹配即可获得视
差图，立体匹配算法一般包括匹配代价计算、代价
[2]
聚合、视差计算和视差优化四个步骤 。经过立体
M 匹配得到视差图，基于视差与深度的转换公式，将
t+1
M 视差图转换成深度图，再根据世界坐标到图像的映
t
射关系，即可获得具有深度信息的三维数据，同时
可根据具体使用场景选择合适的三维场景表示方
[3]
式，如点云、Surfel 、截断符号距离函数 （truncated
signed distance function, TSDF）等，大多数研究方
M t 、M t+1 是真实图像上的左右两视点，
m、m'则是其对应在双目内窥镜的成像点 法采用点云作为三维场景的表示方式。

图1 双目内窥镜生成视差的原理 立体图像
Fig.1 The principle of generating disparity in binocular endoscopy
获取双目内窥镜图像的深度信息将能有效解决
相机标定
上述问题。因此，三维重建技术在内窥镜微创领域
的应用是一个研究重点。同时，微创手术需要内窥
镜实时、准确地展示患者身体内部的组织器官信息， 图像校正
对三维重建技术的实时性和准确度要求较高。经过
长期发展，目前三维重建技术大致可分为主动法和 匹配代价计算
左视图 右视图
被动法两大类。主动法有结构光法、时间飞行法
等，被动法则包括双目立体视觉、运动结构恢复
代价聚合
（ structure from motion, SfM）、阴影重建形状（shape
立体匹配
from shading, SfS）、同步定位与地图构建（simul- （获得视差图）
taneous localization and mapping, SLAM ）等。 视差计算
基于双目立体视觉的三维重建技术不需要复杂 深度图
的外部设备，通过便捷的方式即可完成三维重建，
因此本文主要针对基于双目立体视觉的内窥镜图像 视差优化
三维点云
三维重建方法及其应用进行总结与讨论。

图2 双目立体视觉三维重建技术路线
1 双目内窥镜图像的三维重建技术 Fig.2 Three-dimensional reconstruction technique based on binocular
stereo vision

1.1 双目视觉的三维重建技术原理 依据上述原理，能够实现双目内窥镜图像的三
计算机双目立体视觉的形成原理与人眼类似， 维重建，其中立体匹配的准确度是影响最终三维重
在已知两个参数相同的相机的相对位置的情况下， 建精度的关键步骤。根据实现原理的不同，立体匹
对目标物体进行拍摄，由于两个相机之间存在一定 配可分为基于传统算法的方法和基于深度学习的方
的距离，故存在视差角。目标物体在两个相机上的 法。基于传统算法的方法具有简单快速的优点；基
成像存在相似性和一定的差异，从而形成双目视差 于深度学习的方法则具有更高的准确性。

binocular disparity），通过视差和三角原理即可
（ 1.2 基于传统算法的双目内窥镜图像三维重建
获取被测目标的深度信息。 技术
基于双目立体视觉获得视差和深度图的原理， 根据作用范围，传统立体匹配算法包括半全
双目立体视觉三维重建技术路线如图2所示。 局匹配（semi-global matching）、全局匹配（global
首先，使用相机标定法求出相机内外参数和畸 matching）、局部匹配（local matching）等。传统
变参数用于后续使用，其中张正友相机标定法具有 算法具有较强的可解释性，因此最初双目内窥镜

162