智能手术辅助定位系统近些年来发展迅速,外科手术的实时性和精准度都有所提高。其中光学定位系统是智能手术导航的关键部分,它利用空间的位置传感器信息确定手术的标记点的空间位置,并且跟踪手术器械和手术病灶点,得到它们之间的相对位置关系。智能手术辅助定位系统中的光学定位的研究也是当前热门的研究领域之一。本文在手术辅助定位的背景下,建立了双目立体视觉系统,采用棋盘格的张正友标定法对双目相机进行标定;相机标定后利用本文改进后的立体匹配算法来进行匹配得到视差值;然后以双目立体视觉为基础进行手术器械的识别与跟踪,提高外科手术的成功率。为实现该目的,本文做了以下几项工作。第一,搭建了一个配置简单的双目立体视觉定位系统,其中包括:小觅相机D1000版,戴尔计算机,双目相机标定模板,手术器械定位标记板。第二,本文采用的标定方法为张正友标定法,比较该方法目前常用的四种标定板,选择利用Matlab棋盘格对双目相机进行标定,该标定板在噪声、光照不均匀等情况下比常用的棋盘格更容易且清晰地检测角点,标定后得到双目相机的内参数、外参数、旋转矩阵、平移矩阵和畸变参数更精确。第三,本文提出在立体匹配的初始代价计算阶段,改进传统的Census变换,并加入梯度信息颜色信息进行计算;在代价聚合阶段,引入传播滤波,然后进行视差计算和优化。该算法在所有区域中图像密集训练和稀疏训练结果系数阈值为1时,误差像素的百分比分别为26.2%、19.1%,与MANE、FC-DNN、Ga Net REE＿RVC算法相比都至少提高了2.9%和3.9%。且采用Middlebury v3.0中常用的标准图像对Adirondack、Motorcycle、Piano和Teddy对实验结果进行验证,密集训练下视差的误匹配率为1.16%,相比另外三种算法至少提高了0.39%,时长为0.46s,至少提高了0.5s;稀疏训练下视差地误匹配率为3.67%,至少提高了0.34%,时长为0.18s,至少提高了0.04s。以上数据证明了本文改进的方法使匹配精度得到提高,并具有很好地稳健性。第四,本文在进行手术器械的识别与跟踪时提出了基于立体视觉的手术器械的标定方法,使用Ar Uco码作为标记点,能够实现单个及多个标记点的识别与跟踪,并通过实验证明这个方法在满足要求的误差范围内。