[发明专利]一种应用于视网膜眼底图像的配准方法

说明书

技术领域

本发明属于医学图像处理领域，具体涉及一种应用于视网膜眼底图像的配准方法。

背景技术

视网膜眼底图像是眼科医生常用的一种标准的客观诊断影像，它是由眼底照相机获取。眼底是指内眼后部组织结构的统称，它一般包含视网膜、视神经、脉络膜和黄斑等。研究表明，青光眼、糖尿病视网膜病变和冠心病等病可导致视力下降，是导致眼盲的主要原因。在临床诊疗的过程中，眼科医生需要对同一患者不同时期拍摄的视网膜眼底图像进行对比分析。由于成像角度和成像环境的不同，这时候需要对两幅图像进行高精度的配准。另外，由于眼底相机的视角问题，每幅拍摄的范围有限，就需要将多幅图像进行融合来观测眼部是否出现病变区域。因此，需要对这些视网膜眼底图像进行配准，为后续的视网膜眼底图像融合以及眼底病变检测来做准备。总而言之，视网膜眼底图像配准对视网膜病变的诊断起到了重要作用，所以视网膜眼底图像的配准研究对眼底疾病的早期发现、辅助诊断有着重要的意义。

基于SIFT(Scale Invariant Feature Transform)方法作为当前在医学图像的配准中最广受关注的配准方法之一，其提取图像的特征点十分稳定，同时还解决了图像间发生平移、旋转、仿射变换以及光照变换等情况下的配准问题。但是不可忽视的一点是，该方法提取的特征不是人们视觉意义上的角点，在某些对比度高的医学图像中会检测出大量的特征点，这样将会产生冗余信息，致使在特征描述的时候会严重影响效率；而在对比度比较低的医学图像中，如视网膜眼底图像中，由于SIFT配准方法对特征点候选点的检测条件较为严格，部分 图像检测出来的特征点数量太少，影响配准的精度。

发明内容

针对经典的SIFT方法在部分视网膜眼底图像无法实现的配准缺陷，本发明设计了一种应用于眼底视网膜图像的配准方法。本发明在配准过程中引入了新的特征点检测及特征描述方法，提高眼底视网膜图像特征点检测数量和配准精度。为了进一步的提高配准的精确度，在配准中引入误匹配点剔除策略。本发明的核心技术方案主要有以下两个方面：

1.引入了新的特征点检测方法及特征描述方法

如附图1所示，一个特征结构包含主分叉点和它周边的三个邻居节点，其中，与主分叉点相连的三个点之间的连线的长度分别为l₁,l₂,l₃，角度为α₁,α₂,α₃。定义角度描述特征，k₁＝α₁/α₅/α₉，k₂＝α₂/α₃/α₄，k₃＝α₆/α₇/α₈，k₄＝α₁₀/α₁₁/α₁₂。对对l_i和k_i进行归一化处理，ki′=ki′k1′+k2′+k3′+k4′,]]>则特征描述向量为：

S＝[l′₁,l′₂,l′₃,k′₁,k′₂,k′₃,k′₄]

2.误匹配点剔除策略的引入