[发明专利]一种超声宽景成像的图像拼接方法

说明书

本申请公开了一种图像拼接方法，该方法包括：先获取并存储待拼接的序列图像，所述待拼接序列图像每相邻两帧都具有重叠区域；在每一帧待拼接图像中提取特征点，将提取到的特征点通过图像灰度相关性进行筛选获取匹配点对，根据相邻两帧图像的配准点对计算该两帧图像间的基础变换矩阵；将待拼接图像中每相邻两帧图像根据对应的基础变换矩阵统一到同一坐标系下，完成图像匹配，按照预置算法将两帧图像完成拼接，同时使用细节增强算法对拼接处进行图像增强处理。可见，通过灰度相关性对特征点的筛选方法能够计算出精确的基础变换矩阵，提高图像拼接质量，最后通过快速高效的图像细节增强处理方法进一步提升整体图像质量。

技术领域

本发明涉及图像处理技术领域，特别涉及一种超声宽景成像的图像拼接方法。

背景技术

医学超声成像系统，通过脉冲回波技术来探测人体内部的组织机构、组织特性和血流信息。脉冲回波利用超声系统的探头来实现。由于探头的声阻抗特性，需要与人体接触，需要耦合剂，这些限制了探头的尺寸与人体的接触面，也就限制了探头的成像宽度和扫描角度，使得生成的图像视野较小，只能显示大器官的部分区域，不能实时获得器官的整体信息，影响了医生对解剖结构及其周边组织的整体认识，给诊断带来了很大的不便，也影响了诊断的质量。随着计算机技术的飞速发展，出现了单纯依靠图像后处理技术实现宽视野成像的方法，称为宽景成像技术。宽景成像技术有效地克服普通超声成像视野小的缺点，通过对常规多幅小视野超声图像进行融合拼接，能够有效实时的形成大视野的图像，以便在同一幅图像上实时显示整个组织或器官，方便医生快速准确的有效诊断。宽景成像技术主要包括图像获取，图像配准，图像拼接三个部分。目前有的图像拼接方法通过图像互相关算法估计相邻两帧图像之间的平移参数旋转角度参数，平移参数和旋转角度只适合刚性配准。实际上由于探头的挤压和角度旋转，会导致人体组织发生形变，图像间的运动关系不仅仅简单的表现为平移和旋转，如果使用刚性配准会影响最终的拼接效果；也有的方法为了提高拼接速度，在确定重叠区域时，预先划分待配准区域，通过减小搜索范围来节省时间，但是这种方法会减少匹配点数量，影响拼接精度。也有的方法通过控制探头的移动速度搜索匹配区域，这种方法对操作手法要求较高。

发明内容

本申请实施例的主要目的在于提供一种超声宽景成像的图像拼接方法，能够准确快速地将序列图像拼接为宽景图像。

本申请实施提供了一种图像拼接方法，包括：

获取并存储待拼接的序列图像，所述待拼接序列图像每相邻两帧都具有重叠区域；

在每一帧待拼接图像中提取特征点，将提取到的特征点通过图像灰度相关性进行筛选得到匹配点对，根据相邻两帧图像的匹配点对计算该两帧图像间的基础变换矩阵；

将待拼接图像中每相邻两帧图像根据对应的基础变换矩阵统一到同一坐标系下，完成图像匹配，按照预置算法将两帧图像完成拼接，同时使用细节增强算法对拼接处进行图像增强处理。

进一步地，所述获取并存储具有重叠区域的序列图像，具体包括：

将采集的序列图像按顺序编号并存储在CPU内存图像存储模块中。

进一步地，所述在序列图像上提取特征点，具体包括：

将CPU内存图像存储模块中的序列图像拷贝到GPU显存中，在GPU上并行对各帧图像提取特征点，将每帧图像的特征点横纵坐标值和该帧图像数据存储在同一个二维数组中，按顺序暂存在GPU显存内。

进一步地，所述将GPU显存中的数据拷贝到CPU内存特征点处理模块中，具体包括：

将GPU显存中存储的数据按编号顺序依次拷贝到CPU内存特征点处理模块中，每次拷贝一组数据，预先设置该特征点处理模块最多存储两组数据。

进一步地，所述在相邻两帧图像间获取的匹配点对，具体包括：