[发明专利]基于对数差值点集模板的图像快速配准方法

说明书

技术领域

本发明涉及图像处理领域，更具体地，涉及一种图像快速配准方法。

背景技术

数字切片用途非常广泛。数字切片由自动显微镜采集的图像拼接而成。由于自动显微镜的数控运动平台存在运动误差，显微图像会有相对的平移，拼接显微图像时一般需要配准。采集的显微图像数量庞大，所以要求非常高的配准速度。

具有平移图像的两图像之间例如相邻显微图像之间会存在重叠区域，它是配准图像的基础。重叠区域通常在一定范围内波动，此波动范围是图像配准的重要参数。但是，重叠区域有时会超出正常范围（数控运动平台出现爬行和振动现象），可能因不正确的参数导致配准得到错误结果。所以，需要在高速配准图像的同时检验配准结果以及时发现错误。

现有技术中，图像配准的方法主要分成两类：基于区域的配准方法和基于特征的配准方法。基于区域的配准方法以图像区域的灰度信息为基础，定义一个目标函数来评价两幅图像的区域之间相似程度，目标函数取得极值时认为两个图像区域最吻合，从而配准两幅图像。基于区域的配准方法的缺点在于计算量大，配准速度慢。比值模板方法是对基于区域的方法的一种改进，该方法从一幅图像（基准图像）的重叠区域中选取两条平行线段，以两条线段覆盖的像素之间灰度值之比作为特征向量来构造模板（基准模板）；让一对具有基准模板相同长度和跨距的平行线段在另一幅图像（待配准图像）中滑动，搜索基准模板的最佳匹配模板的位置，通过基准模板及其最佳匹配模板来配准两幅图像。比值模板方法的缺陷在于有大量除法运算，且评价信息量的手段不足。

基于特征的配准方法从显微图像中提取特征来配准图像。SURF是目前基于特征的方法中最流行的方法之一，在显微图像配准中获得很好的应用。SURF方法在基准图像中挑选特征点，在待配准图像中确定这些特征点的匹配点，进行一一配对，最后根据点之间的配对情况来配准显微图像。SURF考虑了图像的旋转、缩放等情况，而自动显微镜采集的显微图像可以不考虑这些情况，因此速度上还有进一步提高的潜力。另外，SURF方法在进行配准后如果需要评价结果，一般需要进行专门处理，自动评价配准结果的能力不足，尚有改进的余地。

发明内容

本发明所要解决的技术问题是针对现有的图像的配准速度和配准结果存在的问题，提供一种基于对数差值点集模板（Logarithmic Subtraction Point Template,LSPT）的图像快速配准方法，其具有配准速度快，效率高的特点，且在配准后能够自动完成配准结果评价。

本发明的目的通过以下技术方案实现：

一种基于对数差值点集模板的图像配准方法，其特征在于，其从像素灰度值的对数差值矩阵挑选点，通过点的集合构造模板来配准图像，其特征在于，该方法具体包括如下步骤：

（1）分别确定基准图像和待配准图像的搜索区域；

（2）计算各搜索区域对应的对数差值矩阵；

（3）将所述基准图像搜索区域的对数差值矩阵中绝对值最大的若干个点进行分组，每一组点的集合构成一个基准模板；

（4）对于每个基准模板，将其在待配准图像搜索区域的对数差值矩阵中进行移动搜索，每移动一个位置得到一个候选模板，比较各候选模板与该基准模板的差异，将差异最小的候选模板作为该基准模板的最佳匹配模板；

（5）多个基准模板及对应的最佳匹配模板即得到多个匹配结果，对所述多个匹配结果进行处理获得最终匹配结果，即可得到待配准图像相对于基准图像的位置，实现配准。

作为本发明的进一步优选，所述基准图像的搜索区域包含于实际重叠区域，且该实际重叠区域包含于所述待配准图像的搜索区域中。

作为本发明的进一步优选，所述对数差值矩阵通过如下方式确定：获取基准图像或待配准图像的搜索区域的像素灰度值，作为灰度值矩阵；将所述灰度值矩阵中每个像素的灰度值转换为对数值，得到对应的灰度值对数矩阵；将所述灰度值对数矩阵中任意两像素点所对应的元素值相减，形成的矩阵即为相应的基准图像或待配准图像搜索区域的对数差值矩阵。

作为本发明的进一步优选，所述任意两像素点可以为相邻的两像素点，即行数相同列数不同的两像素点或行数不同列数相同的两像素点，也可以是具有指定空间位置关系的任意两像素点。

作为本发明的进一步优选，获得所述候选模板的具体过程如下：将基准模板在待配准图像搜索区域的对数差值矩阵上移动，计算获得基准模板上各点在待配准图像搜索区域的对数差值矩阵中对应的点，所述对应点的集合构成一个候选模板。