[发明专利]医疗用镜状态检测方法、图像处理方法机器人控制方法及系统

说明书

本申请涉及一种医疗用镜状态检测方法、图像处理方法、机器人控制方法。医疗用镜状态检测方法包括：通过医疗用镜采集待处理图像；计算待处理图像的平均信息熵；判断平均信息熵是否低于预设阈值；若是，判定所述医疗用镜处于脏污状态。医疗用镜图像处理方法包括：当判定医疗用镜为脏污状态时，获取通过医疗用镜所采集的历史图像，将历史图像和所述待处理图像进行配准；将配准后的历史图像和待处理图像进行融合得到融合图像。机器人控制方法包括：当判定医疗用镜为脏污状态时，修改机器人的状态为锁定状态，在医疗用镜清洗完成后，修改机器人的状态为解锁状态。采用本方法能够提高计算效率。

技术领域

本申请涉及智慧医疗技术领域，特别是涉及一种医疗用镜状态检测方法、图像处理方法、机器人控制方法。

背景技术

胸腔镜、腹腔镜、关节内窥镜手术是现有的医疗手段中比较常用的医疗手段，它解决了原有的体表手术切口大，病患术后切口疼痛剧烈，手术切口不容易恢复等问题。通过在患者的体表切开一个微创切口，并将腔镜器材从该切口中伸入体内，对接受手术的位置进行实时放大监测，一来减小了切口的大小，二来可以对手术位置的影像进行实时放大，便于手术的进行。

传统技术中，对与上述医疗用镜的镜头脏污的判断方法包括灰度阈值判断法、边缘卷积检测法以及神经网络匹配特征向量等；例如，灰度阈值判断法主要是检测当前拍摄图像中预设区域的目标灰度值，再计算出当前拍摄图像的目标曝光值，判断目标灰度值是否位于目标曝光值对应的灰度阈值范围内，若否，则认为镜头脏污。

然而，目前的上述的灰度阈值判断法、边缘卷积检测法以及神经网络匹配特征向量等方法计算繁琐，计算量大，导致不能及时发现镜头脏污情况。

发明内容

基于此，有必要针对上述技术问题，提供一种医疗用镜状态检测方法、图像处理方法机器人控制方法及系统，可及时发现镜头脏污，从而及时进行处理。

一种医疗用镜状态检测方法，所述医疗用镜状态检测方法包括：

通过医疗用镜采集待处理图像；

计算所述待处理图像的平均信息熵；

判断所述平均信息熵是否低于预设阈值；

当所述平均信息熵低于所述预设阈值时，判定所述医疗用镜处于脏污状态。

在其中一个实施例中，所述计算所述待处理图像的平均信息熵，包括：

将所述待处理图像进行网格划分得到多张子图像；

分别计算每张所述子图像的信息熵；

根据每张所述子图像的信息熵计算得到所述待处理图像的平均信息熵。

根据上述的医疗用镜状态检测方法，所述医疗用镜状态检测方法还包括医疗用镜图像处理方法，所述医疗用镜图像处理方法包括：

上述当判定医疗用镜为脏污状态时，获取通过所述医疗用镜所采集的历史图像，所述历史图像与待处理图像中包括同一目标对象，且所述历史图像为所述医疗用镜处于非脏污状态时所采集的；

将所述历史图像和所述待处理图像进行配准；

将配准后的所述历史图像和所述待处理图像进行融合得到融合图像，并显示。

在其中一个实施例中，所述将所述历史图像和所述待处理图像进行配准，包括：

对所述历史图像和所述待处理图像进行特征点检测，以分别得到对应所述历史图像的第一特征点集合和对应所述待处理图像的第二特征点集合；

将所述第一特征点集合中的特征点与所述第二特征点集合中的特征点进行匹配；