[发明专利]面向序列切片的扫描电镜图像实时配准装置及方法有效
申请号: | 201711248908.4 | 申请日: | 2017-12-01 |
公开(公告)号: | CN108038874B | 公开(公告)日: | 2020-07-24 |
发明(设计)人: | 陈曦;韩华;李国庆;谢启伟;沈丽君 | 申请(专利权)人: | 中国科学院自动化研究所 |
主分类号: | G06T7/33 | 分类号: | G06T7/33;G06F9/38 |
代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 面向 序列 切片 扫描电镜 图像 实时 装置 方法 | ||
1.一种面向序列切片的扫描电镜图像实时配准装置,其特征在于,包括:FPGA和计算服务器;
所述FPGA,配置为:接收来自扫描电镜的切片图像数据,并提取当前切片图像与上一切片图像之间的对应点,将所述当前切片图像数据以及该图像与上一切片图像间的所述对应点的位置信息发送给所述计算服务器;
所述计算服务器,包括:CPU和GPU;
所述CPU,配置为:每接收到一幅切片图像数据以及该图像与上一切片图像间的所述对应点位置信息,就对所有已接收图像上的所述对应点的位置进行一次调整,得到优化后的所述对应点的位置;
所述GPU,配置为:在CPU每完成一次对所述对应点的调整之后,所述GPU均根据优化后的所述对应点的位置,对所有已接收图像进行一次形变,从而完成对所有已接收图像的一次配准;
其中,“每接收到一幅切片图像数据以及该图像与上一切片图像间的所述对应点位置信息,就对所有已接收图像上的所述对应点的位置进行一次调整,得到优化后的所述对应点的位置”,具体为:
按照下式所示的方法,计算出当能量函数E(w)为最小值时对应的值:
进而将所有已接收切片图像上的所有所述对应点的位置调整为优化后的位置i=1,2,...,L,k=1,2,...,c1+c2;
其中,
i为序列切片图像的序号;L为所述当前切片图像的序号;
c1=N(i-1,i)表示第i-1个切片图像和第i个切片图像之间所述对应点的数量;对于第1个切片,有c1=0;
c2=N(i,i+1)表示第i个切片图像和第i+1个切片图像之间所述对应点的数量;对于当前的第L个切片,由于第L+1个切片还未获得,有c2=0;
k和l均为序列切片图像中所述对应点的序号,且k≠l;
为第i个切片图像中的第k个所述对应点的位置坐标;
为第i个切片图像中的第l个所述对应点的位置坐标;
分别为位置坐标的位移向量;
α和β均为常数;
其中,“在CPU每完成一次对所述对应点的调整之后,所述GPU均根据优化后的所述对应点的位置,对所有已接收图像进行一次形变,从而完成对所有已接收图像的一次配准”,具体为:
在第i幅切片图像上选取不同的点vi,并按下式计算对应的刚性变换矩阵
进而计算出形变后的位置坐标直到第i幅切片图像上所有的点完成形变;
取i=1,2,...,L,对所有已接收图像均按上述方法进行一次形变,从而完成对所有已接收图像的一次配准;
其中,
vi为第i个切片图像中形变前任意一点的位置;
为vi点上待计算的刚性变换矩阵;为vi点在形变后的位置;是对应点调整后的位置;
γ为常数;
表示对应点经过刚性变换后的位置坐标。
2.根据权利要求1所述的实时配准装置,其特征在于,“接收来自扫描电镜的切片图像数据,并提取当前切片图像与上一切片图像之间的对应点”,具体包括:
从所述扫描电镜逐行接收图像数据并缓存,根据缓存的数据提取SIFT特征,直至接收到完整的所述当前切片图像并完成SIFT特征提取;
将所述当前切片图像的SIFT特征点与所述上一切片图像的SIFT特征点进行匹配,获得所述当前切片图像与所述上一切片图像之间的对应点;
其中,缓存图像数据的行数,根据计算SIFT特征的邻域大小确定。
3.根据权利要求1所述的实时配准装置,其特征在于,采用多重网格法对min(E(w))进行快速求解。
4.根据权利要求1所述的实时配准装置,其特征在于,在所述GPU上利用移动最小二乘方法来对图像进行形变。
5.根据权利要求1所述的实时配准装置,其特征在于,在所述GPU上并行计算各个不同的点vi对应的刚性变换矩阵和形变后的位置
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711248908.4/1.html,转载请声明来源钻瓜专利网。