题目：基于非线性模型的C臂标定及校正技术

远程机器人辅助血管介入手术是传统介入手术的一个发展方向，基于C臂的图像导航系统对实现远程机器人辅助血管介入手术具有重要意义。C臂成像系统标定和X光图像校正是图像导航系统的两个关键技术，本文针对传统C臂标定与图像校正方法存在的不足，，设计并实现了一种基于非线性成像模型的C臂系统标定和图像校正方法，并结合实际系统进行了试验验证。主要研究工作如下：首先，分析了传统C臂系统成像机制和存在的图像畸变，重点研究了S形畸变成因，考虑到畸变与位置和方位相关，用多项式拟合反映畸变参数局部特性，并据此提出了一种新的S形畸变模型。其次，针对C臂标定与图像校正，提出了一种基于畸变模型的C臂标定方法，并利用标定的畸变参数实现了对图像畸变的校正。在标定过程中，先用图像中心区域数据结合RAC标定方法实现系统的初标定，然后采用LM优化算法将标定结果扩展到整个图像。基于标定结果，采用后向映射方法和双线性插值算法实现图像畸变的校正。本文方法不同于传统C臂先校正后标定的方法，更符合实际成像过程，并且简化了校准模板的安装要求。再次，针对C臂标定自动化的需求，提出了一种图像标记点自动提取和与空间点位置的自动匹配方法。首先利用数学形态学方法实现了校准模板X光图像标记点的自动提取。其次，通过建立仿射坐标系并基于仿射变换的不变性实现标定点图像坐标与空间坐标的自动匹配，从而为实现成像系统快速标定提供了基础。最后，通过多组不同试验验证了本文研究方法的有效性和可行性。首先进行了标记点自动提取与匹配试验；其次进行了C臂标定与图像校正比较试验，本文图像校正方法误差小于0.5像素，优于传统全局方法和基于视觉模型的方法；然后进行了空间测距试验，重建距离最大误差小于1.40 mm，平均误差小于0.50 mm；最后进行了体外血管模型试验和动物临床试验，试验表明本文研究的方法，满足系统对C臂标定和图像校正的要求。