随着机器人技术的不断发展,现代外科手术发生了翻天覆地的变化。用灵巧且精密的手术操作器械代替传统外科医生进行手术操作的机器人辅助微创手术,已经逐渐走进了人们的生活。近年来,随着3D计算机辅助视觉技术的加入,手术过程变的更加快捷高效,并提供了一种对手术器械姿态进行检测的新途径。本文研究一种基于3D腹腔镜的手术器械姿态估计方法,利用双目视觉重建的原理估计手术器械末端姿态。建立3D腹腔镜双目视觉模型,推导出从像素图像坐标系到世界坐标系的转换关系,并提出双目视觉空间点以及空间直线的重建方法。利用张正友标定法得到的相机内外参数作为扩展卡尔曼滤波标定算法的初值,得到更加精确地相机标定参数结果。对3D腹腔镜获取的手术场景的真实图像进行处理,通过得到的相机内外参数对双目图像进行校正,以消除镜头畸变并提升匹配速度。在此基础上,利用中值滤波和开闭运算方法对图像进行预处理,去除图像中的噪声干扰。将手术器械分成杆状部分和操作部分分别进行特征提取:利用canny算子提取杆状部分的轮廓,并利用概率霍夫变换对手术器械杆状部分轮廓进行特征直线提取;利用改进的卷积神经网络FCN对手术器械进行训练,并利用水平集分离出手术器械操作部分,通过采用一种区域协方差算子对分割出的操作部分区域进行最佳加权随机树分类,并最终提取所需特征点的二维图像信息。将得到的二维特征信息基于双目视觉原理进行三维重建即可得到手术器械姿态估计参数。为了验证手术器械特征提取及姿态估计算法的可行性,在微创手术机器人实验平台上,利用STROZ腹腔镜分别针对三种不同的背景获取手术器械图像,对特征提取及姿态估计算法进行实验验证。对实验结果进行分析,结果表明:基于3D腹腔镜的手术器械姿态估计算法是可行的,且精度达到要求。