Bioengineering

Qualité médicale cible stérilisable pour fœtoscope optique Distorsion Calibration Fluid immergé

Published: February 23, 2017 doi: 10.3791/55298

Daniil I. Nikitichev*¹, Dzhoshkun I. Shakir*¹, François Chadebecq¹, Marcel Tella¹, Jan Deprest^1,2, Danail Stoyanov³, Sébastien Ourselin¹, Tom Vercauteren¹

¹Translational Imaging Group, CMIC, University College London, ²Department of Obstetrics and Gynecology, University Hospitals Leuven, ³Surgical Robot Vision Group, CMIC, University College London

* These authors contributed equally

Introduction

Calibration de l' appareil photo est un problème bien connu dans le domaine de la vision par ordinateur qui a été intensivement étudiée au cours des années ^{^1,} ^{^2,} ^3. Une étape clé de procédures d'étalonnage de l'appareil consiste à estimer les paramètres d'un modèle de distorsion, ainsi que les paramètres intrinsèques de la caméra, par extraction d'une grille de points avec une géométrie connue à partir des images de la caméra avec une précision de sous-pixel. Les cibles d'étalonnage avec un motif en damier, avec des carrés noirs et blancs sont couramment utilisés à cette fin. Blobs circulaires offrent une alternative modèle ^{^4,} ^{^5,} ^6.

Au cours des dernières années, il y a eu un intérêt croissant pour le développement de la technologie de navigation chirurgicale pour les interventions de chirurgie fœtale, tels que le traitement du jumeau à jumeau syndrome de transfusion (TTTS) sur les fœtus> ^7, ^{^8,} ^{^9,} ^10. Comme le champ de vision du fœtoscope ( à savoir un endoscope utilisé dans des procédures chirurgicales fœtales) est très limité, des procédés pour la cartographie du système vasculaire du placenta sans l'utilisation de suiveurs externes ont été proposés pour faciliter la chirurgie du STT ^{^11,} ^{^12,} ^13. Distorsions optiques dans les images fetoscopic ont des effets négatifs sur ces méthodes de mosaïquage de calcul qui reposent sur des informations visuelles extraction ^11. Ainsi, il y a un besoin non satisfait pour un outil rentable et rapide pour péri-opératoire de calibrage fetoscopes de sorte que la compensation de distorsion optique peut se faire en temps réel lors de l'intervention.

En raison du fait que le fœtoscope est immergé dans le liquide amniotique au cours de l'intervention, la différence d'indice de réfraction entre unefluide ir et amniotique rend les méthodes classiques de l'air en étalonnage de l'appareil inadapté aux procédures de chirurgie fœtale. L' estimation des paramètres de caméra fluides immergés à partir des paramètres de l' air en caméra est une tâche difficile et nécessite au moins une image du fluide immergé calibration cible ^14. En outre, péri-opératoire, le calibrage de la caméra fetoscopic fluide immergée est actuellement impossible en raison des exigences de stérilisation et les restrictions sur les matériaux autorisés dans la salle d'opération. Pour ces raisons, l'étalonnage endoscopes des distorsions optiques est généralement pas partie du flux de travail clinique en cours. Le travail dans ce manuscrit est une tentative pour combler cet écart d'étalonnage de la caméra en concevant et en produisant une cible de calibrage distorsion optique stérilisable et pratique comportant un motif de cercles asymétriques. Auparavant, Wengert et al. fabriqué un dispositif d'étalonnage personnalisé avec une plaque d'aluminium oxydé comme cible d'étalonnage. Leur method, cependant, ne fonctionne que conjointement avec l'algorithme de calibrage personnalisé , ils ont développé ^15.

Protocol

1. Fabrication cible

Sablage
1. Préparer une tôle d'acier inoxydable 316 ayant une épaisseur de 1,2 mm. L'utilisation d'un crayon ou d'un clou, dessiner un mm carré de 40 mm x 40 sur la feuille à l'aide d'une règle.
2. Couper le carré dessiné en utilisant un couteau manuel métallique. MISE EN GARDE! Regardez les doigts.
3. Utilisez une lime pour arrondir les angles et les côtés de l'échantillon. MISE EN GARDE! Ils sont très pointues; Faites attention.
4. Préparer un bloc de bois ou de métal droite légèrement plus grande taille que la tôle d'acier inoxydable. Placez la feuille coupée sur elle; faire afin d'éviter de plier l'échantillon pendant le sablage.
5. Placer l'ensemble dans la chambre de soufflage interne. Rappelez-vous d'utiliser un collecteur de poussière et de fermer hermétiquement la chambre de soufflage interne; autrement, le sable va se répandre partout au cours du processus. Porter des lunettes de sécurité pour protéger les yeux.
6. Positionner un pistolet de sablage perpendiculaire et au moins 4-5 cm de la surface du métal. Appliquer le contr piedol pour le sablage. Mettre l'échantillon sur le morceau de bois (1-2 cm d'épaisseur) en utilisant un vice, comme le flux de sable à haute pression peut déformer l'échantillon. Pendant le sablage, maintenir l'échantillon étroitement par le bord de la pièce de bois ou en utilisant un autre vice.
7. Répéter le sablage au jet de l'autre côté, s'il est souhaitable de disposer d'un modèle d'étalonnage gravé sur les deux côtés.
Laser patterning
1. Concevoir un motif de cercles asymétriques, comme représenté sur la figure 1.
2. Préparer un format de fichier d'échange de dessin (DXF) de la conception, soit en utilisant un logiciel de CAO ou un autre langage de programmation approprié.
  NOTE: Pour plus de commodité, une application Python qui peut générer des fichiers DXF pour la conception mentionnée dans le présent document est fourni dans le cadre de l'application de l' interface graphique compacte ^16.
3. Importez les fichiers DXF dans le logiciel de découpe laser.
4. Configurez les paramètres suivants pour le fond de gravure. Laser Power: 40%, Vitesse de numérisation:80 cm / s, Fréquence: 4000 Hz, nombre de passes: 1.
5. Configurez les paramètres suivants pour la gravure du motif. Laser Power: 40%, Vitesse de numérisation: 2,1 cm / s, Fréquence: 4000 Hz, nombre de passes: 1.
6. Mettre l'échantillon sur la plate-forme de travail et aligner le modèle de coupe à l'aide du logiciel.
7. Après le laser effectue la coupe, nettoyer l'échantillon en le plongeant dans l'alcool. Ne pas utiliser de lingettes, car ils laissent généralement de résidus indésirables.
Stérilisation
1. Enveloppez l'échantillon stérilisé dans un emballage de stérilisation et l'insérer dans l'unité de stérilisation (autoclave).
2. Ajouter de l'eau (eau non distillée) à l'autoclave et suivez le guide de l'utilisateur / les recommandations du fabricant pour stériliser la cible.

Calibration 2. périopératoire

Logiciel d'étalonnage
1. Installez le package "Endocal" d'étalonnage de l' endoscope de logiciel fourni sur GitHub ¹⁶(Suivre les instructions du fichier README y).
  NOTE: Ce logiciel enveloppe le OpenCV module d'étalonnage de la caméra ¹⁷ dans une application pratique et facile à utiliser. La demande prévue se déroule en deux modes: en ligne et hors ligne. Le mode en ligne acquiert le flux vidéo directement à partir de matériel frame-grabber compatible. Le mode hors ligne permet de charger une image de l'endoscope soit à partir d'un fichier vidéo ou un dossier avec un certain nombre d'images vidéo enregistrées en tant que fichiers image. Voir README pour le matériel pris en charge et des instructions détaillées sur la façon d'utiliser ces deux modes.
acquisition vidéo Endoscopic
REMARQUE: Les instructions suivantes sont pour l'étalonnage en ligne (comme décrit ci-dessus), mais ils sont également applicables à l'étalonnage hors ligne.
1. Placer la cible d'étalonnage dans un récipient liquide stérile, tel qu'une Gallipot.
2. Remplir le récipient avec le fluide cible ou d'une substance similaire stérile.
  NOTE: Par exemple, dans proce fetoscopicdures, le fluide cible est du liquide amniotique. Etant donné que les propriétés optiques du liquide amniotique sont semblables à de l' eau saline ^{^18,} ^19, de l' eau saline stérile peut être utilisé pour étalonner le fœtoscope.
3. Ajustez le zoom et la netteté de l'endoscope comme souhaité.
4. Immerger l'endoscope dans le fluide et le maintenir à une certaine distance de la cible d'étalonnage similaire à la distance de l'anatomie que l'endoscope sera ensuite utilisé à.
5. Lancez l'application d'étalonnage et commencer à l'acquisition de la caméra.
6. Déplacer la pointe de l'endoscope légèrement pour les différents points de vue tout en gardant l'ensemble du modèle d'étalonnage en vue de la caméra. Pour des performances optimales, gardez la légende elliptique autour du motif d'étalonnage dans la vue circulaire de l'endoscope.
  REMARQUE: Les trames vidéo qui sont utilisables pour l' étalonnage sont indiquées par un motif de superposition virtuelle, comme on le voit sur la figure 3.
7. Acquire au moins le nombre minimum de points de vue de la caméra endoscopique requis pour l'étalonnage (comme indiqué dans la fenêtre Endocal).
  NOTE: La version actuelle de Endocal nécessite au moins 10 vues de la caméra endoscopique pour l' étalonnage, un certain nombre de points de vue heuristique sélectionné où l'erreur d'étalonnage semble être minime et suivre un modèle stable ^20.
8. Appuyez sur la touche d'étalonnage, comme indiqué sur la fenêtre Endocal, pour démarrer le processus d'étalonnage en utilisant les images acquises jusqu'à présent.
Enregistrement et en utilisant les paramètres d'étalonnage
1. Appuyez sur la touche d'étalonnage affichée pour enregistrer les paramètres de calibration résultant dans un YAML ( "YAML Is not Markup Language") fichier ^21.
2. Regrouper les paramètres d'étalonnage dans la matrice de la caméra et de distorsion des coefficients, comme expliqué à la caméra OpenCV module d'étalonnage ^17.
  NOTE: Après avoir effectué l'étalonnage, l'étalonnageapplication affiche automatiquement l'image de distorsion corrigée à droite de l'image originale de l'endoscope.
3. Utilisez le flux vidéo de distorsion corrigée lors d' une procédure fetoscopic pour la visualisation pure ou pour placentaire en temps réel mosaicing ^11.

Representative Results

Nous avons créé une cible d'étalonnage stérilisable par gravure d' un motif de cercle asymétrique sur une feuille métallique sablée en acier inoxydable, dont la conception est représentée sur la figure 1. Une configuration exemplaire montrant cette cible d'étalonnage en action ainsi qu'un fœtoscope est représenté sur la figure 2. Pour nourrir cette conception dans le logiciel de gravure au laser, une application personnalisée a été mise en œuvre dans le langage de programmation Python ^16. Création du modèle de conception implique la gravure itérative lignes parallèles sur une feuille de métal. Pour le motif d'avoir une couleur uniforme à la fin, la distance entre ces lignes doit être inférieure à la largeur du faisceau laser (voir l'encart de la figure 1) -Ce valeur est de 45 um pour la Violino (Laservall) coupe au laser.

rong> Figure 1: Conception du motif gravé avec une grille de 3 par 11 des cercles asymétriques. Encart: zoom-in vue de la grille de cercles asymétriques. La distance entre les lignes est de 45 um (ce qui correspond à la largeur du faisceau laser), et chaque cercle a un diamètre de 1 mm. D'autres tailles peuvent être utilisés pour la grille ainsi, mais cela a été jugée optimale en ce qui concerne le champ de vision de fœtoscope. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Figure 2: configuration Exemplar avec la cible d'étalonnage en cours d' utilisation. La pointe de la fœtoscope immergé dans l'eau est dirigée vers la cible de calibrage sur la droite. Sur la gauche est un penny britannique pour fournir des informations à l'échelle."Target =" _ blank "> S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

La cible de calibrage fabriqué permet la détection du motif circulaire dans le flux vidéo endoscopique avec OpenCV ^17, dont les emplacements sont ensuite triés dans la grille circulaire asymétrique pré-défini (voir Figure 3). En utilisant cette information en association avec la géométrie de la grille déjà connue, des paramètres internes de la caméra peuvent être estimés. Ceux-ci comprennent la matrice de la caméra et les coefficients de distorsion. La matrice de la caméra est constituée des distances focales et les centres optiques le long de l'axe X et l'axe des y de l'image plane en 2D. Les coefficients de distorsion sont basés sur le modèle de ^Brown-3 Conrady. Notez que pour ce travail, seuls les paramètres de distorsion radiale ont été estimées. Pour une brève discussion de la théorie, avec des exemples pratiques, consultez la page Web du module d'étalonnage de la caméra OpenCV <sup class = "xref"> 17 et la caméra MATLAB calibration boîte à outils ^22. Plus de détails sur la procédure d'étalonnage de l' appareil sont disponibles dans le travail de Zhang ^20. Le référentiel de logiciels Endocal dispose d' un échantillon de données de 10 vues endoscopiques de la cible d'étalonnage fabriqué ^16. En utilisant cet ensemble de données, un étalonnage avec une erreur moyenne de 0,28 pixels re-projection (min: 0,16, max: 0,45) a été obtenu. Ceci est comparable à 0,25 pixels signalés par Wengert et al. en utilisant leur algorithme de calibrage personnalisé ^15. Le même groupe de recherche a cependant signalé une erreur de reprojection de 0,6 pixels dans un article plus récent en utilisant le procédé ¹⁵ d'étalonnage d' une caméra endoscopique utilisé pour placentaire mosaicing ^18.

16 avec le motif d'étalonnage détecté sur le flux vidéo en direct en utilisant la visualisation de réalité virtuelle à partir de OpenCV ^17. A noter que chaque colonne détectée du modèle d'étalonnage est soulignée par une couleur différente. Les cercles détectés, en relation avec la géométrie connue, sont utilisées pour calculer les paramètres de la caméra. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Les paramètres de la caméra estimés sont utilisés pour la correction de distorsion optique. La figure 4 montre un motif en damier rectangulaire, comme on le voit à l' aide d' un fœtoscope, où les distorsions optiques rendent les lignes apparaissent sous forme de courbes. Notez que les lignes semblent normales dans le Distortiimage corrigée.

Figure 4: correction de distorsion optique. Une capture d' écran de l'application de calibrage ¹⁶ avec l'image vidéo en direct à partir d' un enregistrement fœtoscope du motif en damier ( à gauche) avec l'image de distorsion corrigée ( à droite). Trois lignes exemplaires sont tirés dans les deux images, chacune d'un coin à l'autre, où la trajectoire est linéaire. En raison des distorsions optiques, ces lignes apparaissent sous forme de courbes dans les images originales fœtoscope. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Discussion

Sablage est une étape importante dans le processus de fabrication, car la surface métallique brute reflète en évidence la lumière de l'endoscope, ce qui rend impossible pour les cercles à détecter. Il est difficile de distinguer les cercles , même à l'œil nu (voir figure 5). A noter que la surface de la cible a déjà été montré gravé au laser. Toutefois, cela ne diminue pas la réflexion lumineuse.

Figure 5: cible d'étalonnage sans sablage appliqué. Comme on le voit à partir de la vue de l'endoscope sur la gauche, l'éclat de la lumière de l'endoscope sur la surface du matériau, il est difficile, même pour l'œil nu de distinguer les cercles (il y a un cercle juste au sud-est de la grande réflexion). A noter que la surface de cette cible ( par exemple, le "blanc") a déjà été gravé, mais cela ne utile en l'absence de jet de sable. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Avant le motif de gravure, il est également important pour graver la surface de l'échantillon. Cela est nécessaire parce que la surface sablée a beaucoup de réflexions spéculaires (voir figure 6), ce qui interfère avec la détection de blob.

Figure 6: surface sablée sans gravure. Bien que pas aussi important que la surface du métal brut, relativement petites réflexions spéculaires (dont certains sont mis en évidence avec des flèches jaunes) sont toujours suffisantes pour empêcher la détection de blob de réussir, donc pas de calibration peuvent être effectuées avec cet objectif.Arget = "_ blank"> S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

L'application du laser à des vitesses différentes donne différentes couleurs de fond. La couleur de fond joue un rôle important dans le contraste entre les cercles et l'arrière-plan. Par conséquent, il est essentiel de déterminer la couleur de fond optimal. A cet effet, une plaque avec des cercles gravés sur un ensemble de différentes origines a été créé (voir Figure 7). Les milieux ont été testés à l' aide du module de détection de caractéristique de OpenCV ^23, qui est utilisé dans la caméra OpenCV module d'étalonnage ^17. Dans ce travail, la cible est en acier inoxydable, comme il est le matériau le plus commun et fiable utilisé dans les cliniques pour les dispositifs médicaux. Ce matériau est librement disponible, peu coûteux, robuste et facile à stériliser. D'autres matériaux pourraient être utilisés pour la cible de calibrage, tels que les métaux d'aluminium ou iodés, mais ceci est le scope des travaux futurs.

Figure 7: Plaque en acier inoxydable avec une palette de différentes couleurs de fond gravé au laser. Des expériences pratiques ont été menées conjointement avec le module OpenCV de détection de caractéristiques pour déterminer quelle couleur de fond donne le résultat optimal en termes de blob à contraste de fond ^23. La vue de l'endoscope sur la gauche montre la plaque. Les couleurs de fond modérés (ceux d' autres que ceux les plus sombres et les plus légers) dans cette palette donnent une meilleure détection de blob. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

Un des avantages de ce travail est que d'effectuer un étalonnage en utilisant la cible fabriquée prend 2-3 min. La plupart des efforts vontes à stabiliser manuellement l'endoscope pour obtenir des vues décent du motif d'étalonnage. L'utilisation d'un porte-endoscope sur mesure pourrait éliminer la nécessité d'une stabilisation manuelle, ce qui pourrait à son tour de réduire considérablement le temps d'étalonnage.

Vidéo 1: Vidéo montrant comment optique calibration distorsion peut être effectuée en utilisant la cible de calibrage développé conjointement avec le logiciel Endocal. S'il vous plaît cliquer ici pour voir cette vidéo. (Faites un clic droit pour télécharger.)

Un avantage de notre travail par rapport aux travaux de Wengert et al. La figure ¹⁵ est que la caméra OpenCV module d'étalonnage ¹⁷ peut être utilisé tel quel pour l' étalonnage, sans nécessiter de modification ou de coutume paramèrisation. Parce que OpenCV est un logiciel bien établi et bien entretenu et est très populaire dans la communauté de vision par ordinateur, en utilisant elle élimine le besoin pour l'écriture et la maintenance des logiciels personnalisés. Pour la commodité du lecteur, une application graphique compact est fourni ^16, que le lecteur peut facilement installer et utiliser pour tester de nouvelles cibles d'étalonnage. Un inconvénient de notre méthode par rapport à Wengert et al. ¹⁵ est que leur méthode est plus robuste aux occlusions de la configuration, car il ne nécessite pas la détection de toutes les taches.

Initialement, une cible de calibrage avec un motif en damier a été fabriqué pour ce travail. Cependant, ce type de cible d'étalonnage avéré ne pas convenir dans des expériences en raison de la difficulté de détecter les angles des carrés du damier. La détection d'angle repose sur la base histogramme image binarisation (voir le code source de OpenCV ^24). Cette impse trouve la nécessité d'un contraste de couleur claire entre les carrés sombres et claires, qui ne pouvait pas être garantie avec notre motif en damier, en partie due à des réflexions spéculaires, comme ceux montrés sur la figure 6. Ces réflexions spéculaires sont présents même après fond gravure; Cependant, la détection des cercles semble être moins sensible à cette lacune.

Dans la configuration actuelle, seules vues perpendiculaires de la cible d'étalonnage permettent la détection de blob réussie. Ceci est dû aux réflexions spéculaires de la surface cible entraver la détection blob à des angles obliques. Nous travaillons à améliorer encore la cible de manière à permettre l'acquisition de points de vue à une plus large gamme d'angles, ce qui pourrait améliorer la qualité des étalonnages effectués ^20.

Dans le temps réel du placenta mosaicing canalisation qui a déjà été proposée ^11, le calcul de la transla formation qui mappe des paires d'images repose sur la détection réussie et le regroupement des fonctions. distorsions optiques, d'autre part, provoquent un groupe de fonctionnalités avec une géométrie rigide apparaisse différente à travers des images. En conséquence, cette différence conduit à des inexactitudes dans les transformations calculées, qui causent des dérives dans les mosaïques d'images résultantes. Parce que les distorsions optiques les plus importants sont présents vers les bords, les images endoscopiques sont actuellement coupées à leurs régions les plus intimes. Une bonne correction des distorsions optiques serait potentiellement permettre l'incorporation d'une plus grande partie de chaque image dans le processus de mosaïquage. L'avantage de ce procédé est double. Tout d'abord, cela augmenterait le nombre de caractéristiques détectées dans chaque image, ce qui pourrait améliorer le calcul des transformations d'image. En second lieu, il permettrait la totalité de la surface anatomique cible à reconstituer dans un temps plus court.

Materials

Name	Company	Catalog Number	Comments
1.2 mm Metal sheet 316 Grade, 40 mm by 40 mm
Water container at least 50 mm by 50 mm by 30 mm
A sterilization package
Saline water
Manual metal cutter
A file to round up the corners
A wooden or metal block 50 mm by 50 mm at least 10 mm thick
A vice (desirable but not required)
Sand Blasting machine
GUI application to create .dxf file with the pattern			https://github.com/gift-surg/endocal
PC
Laser Cutter
Autoclave
An endoscope calibration software			from GitHub: https://github.com/gift-surg/endocal
Endoscope
OpenCV camera calibration module			http://docs.opencv.org/2.4/doc/tutorials/calib3d/camera_calibration/camera_calibration.html
Safety goggles
A lab coat
A ruler and a marker
Alcohol (preferably ethanol) for dust removal and cleaning

DOWNLOAD MATERIALS LIST

References

Zhang, Z., Matsushita, Y., Ma, Y. Camera calibration with lens distortion from low-rank textures. CVPR 2011 IEEE Conference on Computer Vision and Pattern Recognition, Washington, D.C., USA, , IEEE Computer Society. 2321-2328 (2011).
Devernay, F., Faugeras, O. D. Automatic calibration and removal of distortion from scenes of structured environments. SPIE's 1995 International Symposium on Optical Science, Engineering, and Instrumentation. 62-72 International Society for Optics and Photonics, , International Society for Optics and Photonics. 62-72 (1995).
Duane, C. B. Close-range camera calibration. Photogramm. Eng. 37 (8), 855-866 (1971).
Mallon, J., Whelan, P. F. Which pattern? biasing aspects of planar calibration patterns and detection methods. Pattern recognition letters. 28 (8), 921-930 (2007).
Balletti, C., Guerra, F., Tsioukas, V., Vernier, P. Calibration of Action Cameras for Photogrammetric Purposes. Sensors. 14 (9), 17471-17490 (2014).
Heikkila, J. Geometric camera calibration using circular control points. IEEE Transactions on pattern analysis and machine intelligence. 22 (10), 1066-1077 (2000).
Deprest, J. A., et al. Fetal surgery is a clinical reality. Seminars in fetal and neonatal medicine. 15 (1), Elsevier. 58-67 (2009).
Watanabe, M., Flake, A. W. Fetal surgery: Progress and perspectives. Advances in pediatrics. 57 (1), 353-372 (2010).
Lewi, L., Deprest, J., Hecher, K. The vascular anastomoses in monochorionic twin pregnancies and their clinical consequences. American journal of obstetrics and gynecology. 208 (1), 19-30 (2013).
Yamashita, H., et al. Miniature bending manipulator for fetoscopic intrauterine laser therapy to treat twin-to-twin transfusion syndrome. Surgical Endoscopy. 22 (2), 430-435 (2008).
Daga, P., et al. Real-time mosaicing of fetoscopic videos using SIFT. Proc. SPIE 9786, Medical Imaging 2016: Image-Guided Procedures, Robotic Interventions, and Modeling. 97861R. , International Society for Optics and Photonics. (2016).
Yang, L., et al. Image mapping of untracked free-hand endoscopic views to an ultrasound image-constructed 3D placenta model. The International Journal of Medical Robotics and Computer Assisted Surgery. 11 (2), 223-234 (2015).
Liao, H., et al. Fast image mapping of endoscopic image mosaics with three-dimensional ultrasound image for intrauterine fetal surgery. Minimally invasive therapy & allied technologies. 18 (6), 332-340 (2009).
Chadebecq, F., et al. Practical Dry Calibration With Medium Adaptation For Fluid-Immersed Endoscopy. Hamlyn Symposium on Medical Robotics, , (2015).
Wengert, C., Reeff, M., Cattin, P. C., Székely, G., et al. Bildverarbeitung für die Medizin 2006: Algorithmen Systeme Anwendungen. Proceedings des Workshops vom 19. - 21. März 2006 in Hamburg. Handels, H., et al. , Springer. Berlin Heidelberg. 419-423 (2006).
Shakir, D. I. Compact GUI application for optical distortion calibration of endoscopes. , Available from: https://github.com/gift-surg/endocal (2016).
Camera calibration With OpenCV. , Available from: http://docs.opencv.org/2.4/doc/tutorials/calib3d/camera_calibration/camera_calibration.html (2016).
Reeff, M., Gerhard, F., Cattin, P. C., Székely, G. Mosaicing of endoscopic placenta images. , Citeseer. (2011).
Steigman, S. A., Kunisaki, S. M., Wilkins-Haug, L., Takoudes, T. C., Fauza, D. O. Optical properties of human amniotic fluid: implications for videofetoscopic surgery. Fetal diagnosis and therapy. 27 (2), 87-90 (2009).
Zhang, Z. A flexible new technique for camera calibration. IEEE Transactions on Pattern Analysis and Machine Intelligence. 22 (11), 1330-1334 (2000).
Evans, C. C. The Official YAML Web Site. , Available from: http://yaml.org (2016).
Bouguet, J. -Y. Camera Calibration Toolbox for Matlab. , Available from: http://www.vision.caltech.edu/bouguetj/calib_doc/ (2015).
Common Interfaces of Feature Detectors. , Available from: http://docs.opencv.org/2.4/modules/features2d/doc/common_interfaces_of_feature_detectors.html (2016).
Open Source Computer Vision Library. , Available from: https://github.com/opencv/opencv (2016).