用于表面测量的系统和方法.pdf

本发明公开了用于表面测量的系统和方法。更具体地，本发明公开了一种便携式、手持、非接触的表面测量系统，其包括图像捕捉元件、在图像捕捉元件周围的已知位置相互平行放置的至少四个可投影参考元件、处理单元以及用户界面。本发明进一步公开了用于非接触表面测量的方法，其包括将至少四个参考投影在目标表面上、使用图像传送设备捕捉目标表面和投影参考的图像、将该图像传送到处理单元、使用基于三角测量的计算机视觉技术处理该图像以校正歪斜并且获得表面测量数据、将该数据传送到用户界面、使用用户界面修改数据。用于表面测量的系统和方法可被应用于诸如皮肤、伤口、损伤以及溃疡之类的生物表面的测量。

1.  一种能够提供目标表面上的目标对象的定量测量的便携式、手持、非接触独立表面测量系统，所述系统包括：
图像捕捉元件，其用于捕捉所述目标对象的至少一部分的图像；
至少四个可投影参考元件，其用于定义所述目标对象的至少一部分的至少一个特性；
处理单元；以及
用于显示所捕捉图像的用户界面。

2.  如权利要求1所述的系统，其特征在于，所述目标对象是伤口并且所述目标表面是生物元素。

3.  如上述权利要求中任一项所述的系统，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的形状。

4.  如上述权利要求中任一项所述的系统，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的大小。

5.  如上述权利要求中任一项所述的系统，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的边界。

6.  如上述权利要求中任一项所述的系统，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的边缘。

7.  如上述权利要求中任一项所述的系统，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的深度。

8.  如上述权利要求中任一项所述的系统，其特征在于，所述图像捕捉元件是数码相机。

9.  如上述权利要求中任一项所述的系统，其特征在于，所述图像捕捉元件是个人数字助理。

10.  如上述权利要求中任一项所述的系统，其特征在于，所述图像捕捉元件是手机。

11.  如上述权利要求中任一项所述的系统，其特征在于，所述可投影参考元件在所述图像捕捉元件周围的已知位置相互平行地放置。

12.  如上述权利要求中任一项所述的系统，其特征在于，每个可投影参考元件是激光器。

13.  如上述权利要求中任一项所述的系统，其特征在于，每个可投影参考元件是激光二极管。

14.  如上述权利要求中任一项所述的系统，其特征在于，每个可投影参考元件在要测量的表面上投影光。

15.  如上述权利要求中任一项所述的系统，其特征在于，每个可投影参考元件在要测量的表面上投影圆点。

16.  如上述权利要求中任一项所述的系统，其特征在于，所述处理单元进一步包括用于显示所捕捉的图像的计算机视觉部件。

17.  如权利要求16所述的系统，其特征在于，所述计算机视觉部件执行基于边缘检测的分割算法。

18.  如权利要求16或17所述的系统，其特征在于，所述计算机视觉部件自动地检测所述目标对象的边界。

19.  如上述权利要求中任一项所述的系统，其特征在于，所述用户界面允许所述目标对象的所检测边界的用户修改。

20.  如上述权利要求中任一项所述的系统，其特征在于，所述用户界面允许所述目标对象的个别或多个控制点的修改。

21.  如上述权利要求中任一项所述的系统，其特征在于，所述目标对象的表面测量和照片文件编制在单个步骤中使用单个图像执行。

22.  如上述权利要求中任一项所述的系统，其特征在于，所述便携式、手持、非接触系统被集成到无线网络。

23.  如上述权利要求中任一项所述的系统，其特征在于，所述目标对象的表面测量和照片文件编制数据被收集、存储、并共享为电子记录。

24.  如上述权利要求中任一项所述的系统，其特征在于，所述系统被用在生物表面的测量中。

25.  如权利要求24所述的系统，其特征在于，所述生物表面是皮肤。

26.  如权利要求24或25所述的系统，其特征在于，所述生物表面是损伤。

27.  如权利要求24至26所述的系统，其特征在于，所述生物表面是伤口或溃疡。

28.  一种用于提供目标表面上的目标对象的定量测量的方法，所述方法包括：
提供目标表面上的目标对象；
在所述目标对象的至少一部分上投影至少四个参考元件；
捕捉所述目标对象的至少一部分的图像；以及
定义所述目标对象的至少一部分的至少一个特性。

29.  如上述权利要求中任一项所述的方法，其特征在于，还包括在用户界面上显示所捕捉的图像。

30.  如权利要求中任一项所述的方法，其特征在于，所述目标对象是伤口，并且所述目标表面是生物元素。

31.  如上述权利要求中任一项所述的方法，其特征在于，所述方法被用在生物表面的测量中。

32.  如权利要求31所述的方法，其特征在于，所述生物表面是皮肤。

33.  如权利要求31或32所述的方法，其特征在于，所述生物表面是损伤。

34.  如权利要求31至33所述的方法，其特征在于，所述生物表面是伤口或溃疡。

35.  如上述权利要求中任一项所述的方法，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的形状。

36.  如上述权利要求中任一项所述的方法，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的大小。

37.  如上述权利要求中任一项所述的方法，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的边界。

38.  如上述权利要求中任一项所述的方法，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的边缘。

39.  如上述权利要求中任一项所述的方法，其特征在于，所述目标对象的至少一部分的特性是所述目标对象的深度。

40.  如上述权利要求书中任一项所述的方法，其特征在于，所述图像是使用数码相机捕捉的。

41.  如上述权利要求中任一项所述的方法，其特征在于，所述图像是使用个人数字助理捕捉的。

42.  如上述权利要求中任一项所述的方法，其特征在于，所述图像是使用手机捕捉的。

43.  如上述权利要求中任一项所述的方法，其特征在于，所述参考元件在已知位置相互平行地放置。

44.  如上述权利要求中任一项所述的方法，其特征在于，每个参考元件是激光器。

45.  如上述权利要求中任一项所述的方法，其特征在于，每个参考元件是激光二极管。

46.  如上述权利要求中任一项所述的方法，其特征在于，每个参考元件在要测量的表面上投影光。

47.  如上述权利要求中任一项所述的方法，其特征在于，每个参考元件在要测量的表面上投影圆点。

48.  如上述权利要求中任一项所述的方法，其特征在于，进一步包括执行基于边缘检测的分割算法。

49.  如上述权利要求中任一项所述的方法，其特征在于，还包括显示所述目标对象的所检测边界。

50.  一种用于目标表面上的目标对象的非接触表面测量的方法，所述方法包括：
在所述目标对象的至少一部分上投影至少四个参考点；
在图像捕捉设备的取景器内定位所述目标对象的至少一部分以及所述投影的参考点；
使用所述图像捕捉设备捕捉所述目标对象的至少一部分以及所述投影的参考点的图像；
将所述图像传送到处理单元；
使用基于三角测量的计算机视觉技术处理所捕捉图像以校正歪斜并且获得表面测量数据；
将所述数据传送到所述用户界面；以及
使用所述用户界面修改所述数据。

51.  如上述权利要求中任一项所述的方法，其特征在于，还包括使用激光器元件将至少四个参考点单独投影到目标表面。

52.  如权利要求中任一项所述的方法，其特征在于，激光圆点包括所述目标表面上的参考。

53.  如上述权利要求中任一项所述的方法，其特征在于，将数码相机用作所述图像捕捉设备。

54.  如上述权利要求中任一项所述的方法，其特征在于，将个人数字助理用作所述图像捕捉设备。

55.  如上述权利要求中任一项所述的方法，其特征在于，将手机用作所述图像捕捉设备。

56.  如权利要求中任一项所述的方法，其特征在于，使用基于边缘检测的分割算法处理所捕捉的图像。

57.  一种用于检测图像的边界的方法，所述方法包括：
将所述图像转换成灰度图像；
利用边缘保存平滑滤波器；
执行Canny边缘检测；
迭代地扩大、填充，然后腐蚀所述图像；
在每一次迭代中放弃小尺寸对象；以及
重复所述迭代扩大、填充以及腐蚀过程直到获得连接的分割图像。

58.  一种用于确定图像的边界内的面积的方法，所述方法包括：
将所述图像转换成灰度图像；
利用边缘保存平滑滤波器；
执行Canny边缘检测；
迭代地扩大、填充并且然后腐蚀所述图像；
在每一次迭代中放弃小尺寸对象；
重复所述迭代扩大、填充以及腐蚀过程直到获得连接的分割图像，其中被边界围住的像素形式的面积提供像素形式的面积；以及
使所述像素形式的面积与实际面积相关。

用于表面测量的系统和方法
相关申请的交叉引用
本申请依据35 U.S.C.§119(e)要求2006年9月27日提交的美国临时申请No.60/847,532的优先权，其内容通过引用完整结合于此正如以下完全阐述一样。
发明领域
本发明一般涉及表面表征，尤其涉及用于生物表面的非接触测量的系统和方法。

背景
诸如压力性溃疡和糖尿病溃疡之类的慢性伤口构成在美国影响约百分之20的住院人口的问题。慢性伤口限制由老人人口、具有周围性血管管病、糖尿病或心脏病的个体、具有脊髓损伤的个体、具有诸如脊柱裂、大脑性麻痹、或肌肉萎缩症之类的出生缺陷的个体、以及小儿麻痹后期病人经历的自主性和生活的质量。估计百分之25的具有脊髓损伤的个体以及百分之15的具有糖尿病的个体将在他们生活中的一些时间遭受慢性伤口。除了人类遭受的代价之外，还存在与伤口和压力性溃疡的治疗相关联的巨大金钱代价。每一年在照料慢性伤口中花费估计200亿美元。
通过为慢性伤口提供定量测量来改进慢性伤口的治疗策略将极大地降低成本并为那些遭受它们的人们显著改进生活质量。具体地，伤口的大小的适当和定期测量在确定正在进行的治疗的效果中是极重要的。伤口大小信息可导致治疗的有效调整或治疗的重新形成以允许最佳恢复。此外，定期和精确的伤口测量还向从业者提供一种为法律责任的目的保存患者进展的完整记录的机制。更进一步地，评估伤口是否愈合、恶化、或维持不变经常是困难的，因为当前不存在用于测量伤口的快速、非侵害以及可靠的方法。在伤口测量中可靠性的缺乏主要归因于定义伤口边界经常是困难的努力的事实，其高度取决于执行测量的人类观察者的主观判断。如果精确定量伤口测量系统是可用的，则护理者能够通过在伤口对治疗起反应或未起反应时调整治疗方式来加速伤口愈合。
已对病因学和慢性伤口治疗进行大量研究；然而，慢性伤口的治疗由于缺乏用于评估伤口愈合的定量测量的精确、非侵害且便利的手段而部分地受限。用于伤口测量的当前方法和设备的检查展示当前技术可被分成两种类别。在光谱的一端，诸如基于标尺的方法和基于跟踪的方法之类的用于慢性伤口的测量的低端技术方法易于使用；然而这些方法缺乏精确性并且涉及与伤口接触。在光谱的另一端是诸如结构光技术和立体摄影测量之类的用于慢性伤口测量的高端技术方法，其提供既精确又可重复的测量但实现很昂贵并且需要大量训练来操作。
最广泛使用的伤口评估工具是放置在创面的表面上以允许临床医生估计伤口的平面大小的塑料样板。这些样板从提供伤口的长轴和短轴的测量的简单塑料标尺到基于关于通常伤口的几何形状的假定提供伤口的表面积和体积的估计的诸如Kundin标准尺(Kundin gauge)之类的更复杂的设备。在基于样板的方法中，基于标尺的测量是最广泛采用的方法。在使用标尺时，作简单的测量并且伤口被模拟为规则形状。例如，最大直径可被用来将伤口模拟为圆形。在两个垂直方向上的测量可被用来将伤口模拟为矩形。
Kundin标准尺是另一基于标尺的设备，其使用设置成垂直角度的三个一次性纸标尺来测量伤口的长度、宽度和深度。伤口被模拟为椭圆形并且面积被计算为A＝长度*宽度*0.785。然而，在现实情况中，伤口极少足够规则以通过这些简单形状中的一个来模拟。另外，在采取测量中的可重复性主要取决于由执行测量的个体所选的测量轴。
伤口测量的另一低成本方法是透明跟踪方法。在此方法中，两个无菌透明片被叠层在伤口的顶部。在顶部片上描绘伤口的轮廓，并且下部片被丢弃。面积通过将片放置在网格上并且计算网格上被伤口的轮廓所覆盖的正方形的数量来近似。面积还可通过使用测面仪或者通过切出并称重该跟踪来估计。此方法与基于标尺的方法相比对评定人间(inter-rater)和评定人内(intra-rater)测试在可重复性方面具有更大的精确性。然而，它更加耗时。另外，与伤口的延伸接触引起关于患者的伤口污染、疼痛以及不适的关注。此外，在伤口表面上绘画可因为由伤口分泌液引起的透明混浊而变得困难。其他潜在的问题包括识别伤口边缘中的困难和变化，由皮肤皱襞、或者在使透明片符合伤口表面时透明片变形引起的跟踪伤口的不精确性。
测量伤口体积的其他方法是可用的。已临床用来评估伤口体积的技术涉及使用诸如藻酸盐之类的物质填充伤口空穴。藻酸盐模子由伤口制成，并且伤口的体积可通过使用流体置换技术直接地测量藻酸盐铸件的体积或者铸件可被称重并且该重量除以铸件材料的密度来计算。用于测量伤口体积的此技术的变型涉及使用盐水。一些盐水被注入伤口，并且需要填充伤口的流体的体积被记录为伤口的体积。
虽然采用标尺、Kundin标准尺、透明跟踪、藻酸盐模子或者盐水注入的伤口测量方法可以是节省成本且容易执行的，但是测量伤口的这些接触方法都共有若干显著问题。第一，在作接触时有破坏受损组织的潜在可能。第二，存在使用异物或致病生物污染伤口部位的重大危险。此外，通过这些接触方法转移的流体可起病原体从伤口部位到其他患者或者到临床人员的传输媒介的作用。这些基于接触的测量还未能考虑除大小之外的伤口的附加的特性，诸如表面积、颜色以及肉芽组织的存在。
考虑到基于接触测量技术的限制，已研究伤口测量的基于照相方法的非接触方法。这些方法是有益的，因为它们不需要与伤口接触。因此，损坏创面或污染伤口部位或其周围的潜在可能被消除。当前，用于进行伤口的非接触照相测量的可用系统是昂贵的，在临床安装中采用笨重设备(即缺乏可移动性)，需要对操作者进行大量训练，并且操作者必需小心的设置和校准以获得精确的可再现测量。
最简单的照相技术是偏光片印刷(Polaroid prints)。伤口的彩色照片已被进一步研究以确定可被用来精确证明伤口的大小以及伤口内以及周围的组织的状态的最有效类型的胶卷以及照明。组织颜色和肌理用来为临床医生提供关于伤口的健康的有用信息。此外，两维图像处理可用于评估诸如表面积、边界轮廓以及颜色之类的伤口参数。然而，照片本身未能提供伤口大小或表面积的精确计算。
当前基于视觉或照相的技术使用立体摄影测量或使用结构光。在立体摄影测量中，从不同角度获取同一伤口的两张照片。使用从相对于伤口的已知位置获取的这些图像，可使用计算机重新构造伤口的三维(3-D)模型。伤口边界然后在计算机上被跟踪，并且软件确定伤口的面积和体积。此领域已将诸如表示对象颜色和肌理的能力的照相术的期望特性与创造对象和表面的准确3-D表征的计算机合并。然而，先前已描述的立体摄影测量系统共有与伤口的非接触照相测量相关联的问题，即昂贵、笨重设备以及显著准备时间来设置和校准设备以创造照相数据。
另一方面，结构光由诸如圆点、条纹或须边之类的具体图案的光构成。在结构光技术中，具体图案的光从其位置相对于光感测设备(即相机)是已知的位置的光源投影到伤口上。从已知角度拍摄用结构光照明的伤口。使用伤口的图像，可基于结构光内的伤口的相对位置计算伤口的面积和体积。具体地，表面的形貌可经由在表面上的许多点重复的有效三角测量来确定。每个照明点可被认为是两条线的交叉点。第一条线由从光源到表面的照明光线形成。第二条线由从表面经由成像设备的焦点到图像平面上的点的反射线形成。假设光源和相机的位置和定向是已知的，则表面上的点可经由三角测量计算。整个表面可通过在表面上的多个点之间的内插来绘制。多个点通过顺序计算在多个图像中的表面上扫描的单个点的位置或者在单个图像中投影点的网格并处理表面的算法产生。
使用结构光技术精确计算的需求包括照明源的已知位置和定向、感兴趣表面上的可识别的照明点、以及相机或其他传感器的已知位置以使定向到表面的被照明部分。给出这些需求，结构光伤口测量系统共有与立体摄影测量系统相关联的相同问题，包括昂贵、笨重的设备、以及显著准备时间以设置和校准设备以产生照相数据。
此外，当前可用的用于伤口测量的接触和非接触方法的实质限制是要求从业者手工地描绘伤口的边界以及伤口内的不同组织类型的边界。因此，该伤口测量的方法是非常主观的，并且主要取决于评估伤口的从业者的个人判断。减少伤口评估中人的涉及是必要的，因为诸如伤口表面积之类的伤口参数的确定应被自动化以便于获得伤口的更客观且可再现的测量。
考虑到节省成本的基于接触的伤口测量方法与采用结构光技术或立体摄影测量的伤口测量的笨重且成本非常高的基于非接触的方法之间存在的技术差距，需要一种可再现地测量伤口的二维特性的便携式、低成本的设备。对用于伤口监控的护理点技术的这种需要进一步通过在专业看护设施中或家庭护理环境中在具有慢性伤口的治疗人员上增加注重来增强。更进一步地，用于可再现伤口测量的低成本、便携式、定量、非接触方法将证实对治疗策略的功效的文件编制有用。这样的文件编制可限制护理提供者的责任，并且允许治疗策略中的及时改变更容易地在所管理的护理环境中调整。
根据本发明的一些实施例，系统可包括用于表面的可再现测量的便携式、独立、手持、低成本的非接触系统。
发明内容
本发明公开了用于表面测量的系统和方法。更具体地，本发明公开了一种独立、便携式、手持、非接触的表面测量系统，其包括图像捕捉元件、在图像捕捉元件周围的已知位置相互平行放置的至少四个可投影参考元件、处理单元以及用户界面。本发明进一步公开了用于非接触表面测量的方法，其包括将至少四个参考点投影在目标表面上、在图像捕捉设备的取景器内定位目标表面和投影参考、使用图像传送设备捕捉目标表面和投影参考的图像、将该图像传送到处理单元、使用基于三角测量的计算机视觉技术处理该图像以校正歪斜并且获得表面测量数据、将该数据传送到用户界面、以及使用用户界面修改数据。用于表面测量的系统和方法可被应用于诸如皮肤、伤口、损伤以及溃疡之类的生物表面的测量。
本发明包括能够提供目标表面上的目标对象的定量测量的便携式、手持、非接触独立表面测量系统。该系统包括用于捕捉目标对象的至少一部分的图像的图像捕捉元件、用于定义目标对象的至少一部分的至少一个特性的至少四个可投影参考元件、处理单元、以及用于显示所捕捉图像的用户界面。优选地，目标对象是伤口，并且目标表面是生物元素或表面。特性可以是目标对象的形状、大小、边界、(一个或多个)边缘或深度，而图像捕捉元件可以是数码相机、个人数字助理或手机。
更进一步地，本发明包括用于提供目标表面上的目标对象的定量测量的方法。该方法包括提供目标表面上的目标对象；在该目标对象的至少一部分上投影至少四个参考元件；捕捉目标对象的至少一部分的图像；以及定义目标对象的至少一部分的至少一个特性。该方法可进一步包括在用户界面上显示所捕捉图像。
本发明的这些以及其他目的、特征以及优点将在结合附图阅读以下说明书后变得更加显而易见。

附图简述
以下将描述系统以及设计成执行本发明的方法和系统、以及其其他特征。
将从读取以下说明书以及参考形成其一部分的附图更容易地理解本发明：
图1示出用于表面测量的非接触系统的示意图；
图2示出用于伤口测量的系统的实施例；
图3示出在图2中所示的系统内的图像捕捉设备的实施例；
图4A示出通过图2中所示的系统的所检测的伤口边界的屏幕捕捉；
图4B示出通过拖曳控制点的伤口边界的用户修改；
图4C示出通过轻推控制点的伤口边界的用户修改；
图5示出边界检测算法的示意图；
图6示出激光点的坐标检测几何学；
图7示出激光点的歪斜几何学；
图8A示出原始歪斜图像；
图8B示出去歪斜的图像；
图9A示出所捕捉图像到灰度图像的转换；
图9B示出所捕捉图像的边缘图；
图9C示出在2次迭代之后的所捕捉图像的填充图像；
图9D示出在3次迭代之后的所捕捉图像的边缘图；
图9E示出在4次迭代之后的所捕捉图像的分割图像；
图9F示出叠加在原始图像上的分割边界。
图10A示出在可重复性测试中采用的图像1；
图10B示出在可重复性测试中采用的图像2；
图11示出在存在和没有歪斜校正时的伤口面积测量；
优选实施例的详细描述
现在更详细地参考附图，现在将进一步描述本发明。如图1所示，用于非接触测量表面的系统和方法被公开。测量系统100包括图像捕捉设备，其可捕捉例如目标表面上的目标对象的图像。例如，目标表面可以是诸如皮肤之类的生物表面上的伤口。在另一示例中，目标表面可以是非生物表面中的缺陷，例如且不限于车挡中的凹痕。
根据本发明的一些实施例，用于损伤和伤口的非接触测量的系统被公开。在本发明的优选实施例中，本发明的伤口测量系统100包括图像捕捉设备105，其可捕捉例如伤口的图像的图像。该图像然后被发送到处理单元110。该处理单元的软件采用计算机视觉部件，向用户提供建议的伤口边界，并且基于此边界计算伤口的真实面积。这些计算被传输至显示器和用户界面115。该显示器和用户界面115使用户能接收、拒绝或修改由处理单元提供的特定边界。在用户修改伤口边界时，处理单元继续提供所围住面积的计算。
用于伤口测量的本发明在图2中被进一步描述。伤口测量系统200采用图像捕捉设备205，其包括图像捕捉元件210和激光器元件215。优选地，有至少四个激光器元件215；然而，两组四个激光器元件可被用来进一步适应伤口的可变大小。在这样的实施例中，四个激光器元件215的每一个可距离图像捕捉元件210等距离地放置，以使四个激光器元件215的每一个包括围绕图像捕捉元件210的正方形的角落。激光器元件215的每一个单独地在目标表面225上投影优选以圆点的形式的光线220。最初，图像捕捉设备205可呈现给用户示出图像捕捉元件210所见的取景器/用户界面230。用户识别伤口235且然后捕捉其中伤口235尽可能多地占据图像并且激光所形成的圆点220仍然在取景器/用户界面230上的视图内的伤口图像。图像捕捉设备205进一步包括处理单元。图像捕捉设备205的处理单元可包括计算机视觉部件。取景器/用户界面230优选是允许用户修改所检测的伤口边界的触摸屏。
图3进一步示出图像捕捉设备300。在本实施例中，图像捕捉设备205包括图像捕捉元件305、多个激光器元件310以及辅助照明元件315。优选地，有至少四个激光器元件310。四个激光器元件310在图像捕捉元件305周围的已知位置相互平行地放置。在本实施例中，四个激光器元件310的每一个距离图像捕捉元件等距离地放置，以使四个激光器元件的每一个包括围绕图像捕捉元件305的正方形的角落。相对于图像捕捉元件305的激光器元件310的固定位置允许测距的计算和歪斜计算。辅助照明元件315可与图像捕捉元件305相邻定位并排列在其周围，以便于照明目标表面。辅助照明的使用使既能在优良照明又能在黑暗的周围环境条件中捕捉伤口图像。更进一步地，附加激光线元件的添加(未在本实施例中绘出)允许伤口深度的计算。
在示例性实施例中，索尼爱立信(Sony Ericsson)P900相机手机可起图像捕捉元件的作用。包括在蜂窝电话和个人数字助理(PDA)中找到的那些的许多数码相机可用作图像捕捉元件。图像捕捉设备可通过计算机视觉技术的使用以及多数用户相互作用执行图像捕捉、图像处理。在示例性实施例中，具有相机和触摸屏的专用的基于微处理器的系统可起图像捕捉设备的作用。在另一实施例中，移动计算平台可起图像捕捉设备的作用。由图像捕捉设备收集的数据可通过包括例如但不限于蓝牙、IEEE标准802.11b的有线和无线网络或经由诸如存储器存储卡之类的数据存储设备被传输或传送至附加的数据分析设备。
索尼爱立信P900相机手机上的软件可以C++写入，并且使用Symbian和UIQ基础结构来访问相机并提供用户界面。当用户启动图像捕捉时，手机(phone)捕捉640x480RGB彩色图像。在一个实施例中，图像可然后按比例缩小为320x240以在采用蓝牙通信时在显著减少处理时间的同时为计算机视觉部件提供足够信息。在优选实施例中，不需要按比例扩缩图像，因为图像捕捉设备和处理单元包括单个独立设备。更进一步地，在图像被无线传送至服务器、计算机或存储器存储设备时不需要按比例扩缩图像。在图像被传送至处理单元之前，图像捕捉设备试图找到四个激光点。如果激光点显示图像太歪斜以致不能提供精确的面积估计，则界面可提示用户获取另一图像。在一些情况下，根据伤口位置，这也许不可能且给予用户不考虑此决定的选择。所捕捉的图像然后被传输至处理单元。
在使用图像捕捉设备305捕捉伤口图像之后，图像被传送至处理单元并由计算机视觉部件分析。计算机视觉部件将伤口边界连同使图像尺寸与真实测量有关的信息一起返回至用户界面。图4A使用计算机视觉部件展示所检测的伤口边界410的屏幕捕捉405。通过计算机视觉部件的分析结果以在原始图像415之上描绘边界410的形式显示给用户。边界包括多个控制点420。伤口的边界可由用户修改。如果用户选择单个控制点，则伤口的预测边界可如图4B所示地被“拖曳”。或者，如果用户选择伤口边界外侧的区域，则如图4C所示地若干控制点的位置可被相伴地修改并且伤口的预测边界可被“轻推”。在发明的本实施例中，可通过“轻推”被相伴地修改的控制点的数量可被修改，从而为预测边界修改提供可调控制。除了能够修改预测伤口边界之外，用户可在计算机视觉部件不能隔离伤口边界时的情况下用手通过使用触针重画伤口边界。界面编码可使用C++或C#(C-sharp)写入。
处理单元的计算机视觉部件采用图5所示的边界检测算法。在500，边界检测算法可使用基于分割方法的边缘检测以识别伤口的边界。在505，所捕捉的图像通过形成红色、绿色和蓝色颜色通道的加权组合被转换成灰度图像。然后在510，各向异性平滑滤波器可在保存边缘的同时被应用于平滑图像区，以便于在边缘检测阶段获得更佳结果。接着在515，Canny边缘检测器可被应用于图像以识别边界。然后，在520，连接的伤口边界可通过迭代地扩大并填充边缘图获得。在525，图像中具有某一阈值之下大小的对象在每一次迭代被放弃(dropped)。如530中所示，迭代地扩大并填充边缘图并且在每一次迭代放弃小尺寸对象的过程被继续直到获得大的连接区。然后此连接区可被腐蚀并平滑以形成最终的分割。在535，在此阶段获得的面积是像素形式(in pixels)的面积535。
为使所捕捉图像的像素形式的面积与伤口的实际面积相关联，使用激光指示器将已知尺寸的图像投影到伤口上或其附近。已知投影然后可与伤口一起被图像捕捉元件捕捉。已知投影然后在所捕捉图像中被识别。使用投影的大小，可获得像素面积与实际面积之间的相关性。图像中与已知形状的明显畸变可被用来补偿相机通过图像寄存仍未保持为与伤口表面准确平行的情况。
优选地，已知尺寸的图像是激光器所形成的圆点。四个平行激光指示器可在皮肤上投影四个圆点以形成正方形图像的边界。图像中的激光圆点使用两步方法识别。首先，阈值处理被用来基于强度识别潜在的激光圆点。然后，概率模型被用来基于形状、大小和位置输入选择四个最可能的点。圆点相互的相对位置以及距离可被用来获得距伤口的距离和定向，以计算伤口的面积并校正任何定位不精确性。
处理单元的计算机视觉部件可以C#或MATLAB写入，并且可具有至少两个阶段：(1)使图像去歪斜以建立物理大小与成像大小之间的映射，以及(2)检测伤口边界。
首先使用四个激光圆点来使图像去歪斜。为了检测图像中的激光圆点，使用两步方法识别激光圆点：(1)阈值处理被用来基于强度识别潜在的激光圆点，且然后(2)概率模型被用来基于形状、大小和位置输入选择四个最有可能的点。这些四个点的每一个被当作激光圆点的坐标。
如果歪斜大于特定阈值，则可使用以下描述的歪斜校正(skew correction)程序。否则，获得所检测的激光点之间的像素距离，并且此距离与图像中所投影的激光点之间的已知距离直接相关联。为检测歪斜是否太严重，定义一种简单的方案。四边形由图像中获得的激光点定义。针对每一侧计算与平均长度的偏差。如果此偏差大于阈值，则使用歪斜校正程序。虽然此技术可能不是歪斜的准确测量，但它对于是否消除歪斜校正步骤给予足够好的估计。
为了校正图像捕捉元件不与目标平面平行的问题，被成像的目标平面与由相机获取的图像之间的对应必需如图6所示地确定。使用激光指示器与相机相互具有固定、已知定向的事实，可计算激光点的真实坐标。然后，可使用三角测量确定距伤口平面的距离。使用简单的几何关系，可建立以下公式(以下公式1)
[ x , y , z ] = d ( f cot ( θ ) - x ′ ) [ x ′ , y ′ , f ] ]]>
其中d是从相机中心到x的X轴距离，θ是由激光与相机平面的角度，f是相机的焦距，A(x；y；z)是在相机坐标系统中点的点的真实坐标，且x′是成像点的X轴测量。
为校准该系统，使用由Zhang等人的、IEEE Transactions On MedicalImaging上第1128-43、2000年的Border Detection on Digitized Skin Tumor Images给出的方法确定固有校准参数。此方法提供五个畸变参数k₁-k₅、相机的焦距(f)、以及可与图像上的中心像素不同的相机中心坐标。激光指示器与图像平面仅近似垂直，所以参数θ需要被估计。为获得参数d和fcot(θ)，在已知高度的图像被获取，并且系统求解df和fcot(θ)。从相机校准来看，f是已知的，且因此可获得d。这两种校准仅针对给定系统必须仅进行一次。
为校准歪斜，首先使用公式1在相机坐标系统中获得激光圆点的坐标。为获得更精确的测量，类似计算可使用y代替x进行，且计算这两个的平均。3D坐标系统被建立，以使系统的X和Y轴处于目标平面中。此坐标系统将被称为目标坐标系统。为确定如图7所示的目标坐标系统中的激光器位置，在两个系统之间建立旋转矩阵和平移偏移，并且使用以下公式(以下称为公式2)将激光器位置的向量变换至目标坐标系统中。
Xt = R t 0 1 Xc 1 ]]>
Xc和Xt是点X的相机和目标系统坐标，且R和t的分别是可旋转矩阵和平移矩阵。R通过使用i_t、j_t、k_t在相机坐标系统中的投影为行构造。t是表示在新的目标坐标系统中的相机坐标系统的原点。激光点的位置现在被映射在离散图像网格上。使用在此图像网格以及在由相机捕捉的图像中的四个激光点的位置向量，我们可使用投影变换将图像的剩余部分映射到目标图像网格上。图8A示出原始的歪斜图像，然而图8B示出使用以上计算的去歪斜的图像。
下一步骤是从图像中分割出伤口。为了分割压力性溃疡，Jones和Plassmann建议有效轮廓模型。参见Jones和Plassmann的、IEEE Transactions OnMedical Imaging中第1202-10、2000年的Active Contour Model for Measuring theArea of Leg Ulcers(用于测量腿溃疡的面积的有效轮廓模型)。此模型被观察到具有几个实际限制。所检测到的伤口边界随所选择的初始(或根源)边界近似而变化。诸如伤口大小和形状以及相机到伤口平面的距离之类的变化因数使得难以选择单个初始边界。附加地，伤口通常具有许多不是边界的一部分的边缘，使有效轮廓粘住这些“假边缘”。Zhang等人选择性地提议用于检测皮肤瘤图像的径向搜索方法。
本发明可采用基于边缘检测的分割算法。在本发明中实现的边界检测算法使用基于边缘的分割方法来识别伤口的边界。图9A-9F示出在算法被应用于定位图像中的大的连接对象时的处理进展。首先，如图9A所示，所捕捉图像通过形成红绿和蓝通道的加权和被转换成灰度图像。保存边缘的各向异性的扩散平滑滤波器然后被应用成在维持边缘的同时平滑噪声图像区。这在边缘检测阶段减少假边缘。Canny边缘检测器然后被应用于图像以识别潜在的伤口边界。在此阶段，如图9B所示的所得边缘图将仍然具有许多假边缘和图像边界中的裂纹。然后在算法填充所有被边界完全围绕的背景像素之后二值边缘图像(binaryedge image)被扩大。此处理将在所连接的伤口边界被返回时通过扩大填充伤口。边缘图的扩大和填充被迭代继续直到获得足够大的所连接的边界。在每一次迭代中，图像中的小尺寸的对象被放弃。当获得足够大的连接区时，二值图像被腐蚀以校正扩大期间的增大的尺寸，并且然后使用中值滤波器使其平滑。图9C-9E分别示出2次迭代之后的填充图像、3次迭代之后的边缘图、以及四次迭代之后的分割图像。在此阶段获得的最终面积是像素形式的伤口面积。图9F展示叠加在原始图像上的分割边界。
本发明的这些以及其他目的、特征以及优点将在阅读以下示例后变得更加显而易见。
示例1
然而，不是所有的伤口将被计算机视觉部件容易地找到。在此情况中，伤口边界的判断被留给设备的用户。用户可被提示在伤口周围画边界。如先前所述，测量的可重复性在监控伤口过程中比绝对的精确性更重要。虽然同一用户可能能够使用现有方法反复进行相同测量，但是很难确保多个用户将以同一种方式进行测量。例如，在基于标尺的方法中，不同用户为伤口的最大直径选择不同方向是很常见的。
为了在我们的界面中跟踪(trace)伤口时发展对可重复性问题的更佳理解，我们执行如图10A和图10B所示的涉及三位成员的设计组和两个伤口图像的实验。首先，每个用户被给予如何使用本申请的展示。然后，每个用户被要求跟踪每个伤口图像十次。用户在伤口图像之间交替，跟踪好一个然后再跟踪另一个。通过拉控制点修改边界是可能的。用户被要求在他们感觉他们已经精确地围绕伤口时发信号。用户永远不被允许参看所围住的实际面积以防止他们每次试图匹配它。因为屏幕大小限制，所显示的图像被缩小到200x150。由用户创造的边界然后被按比例提高到320x240图像上的相应点，以确定在用于实际面积测量的图像中有多少像素被围住。这导致用户不得不在比用来计算面积的分辨率低的分辨率空间中围住像素。表1表示在每一伤口图像中被每一位用户界限的像素数量的变化的平均数和系数。
表1