[发明专利]用于拼接的基于分块的局部配准以及全局放置

说明书

本公开文本提供了一种拼接分块图像的方法，其包括：执行局部配准以确定相邻分块图像对之间的空间关系，所述空间关系是使用在多分辨率框架内计算的归一化互相关(NCC)得分确定的；以及执行全局放置以相对于彼此定位所有扫描的分块图像，其中，所述全局放置是利用所有相邻灰度分块图像之间的确定的空间关系并且利用所述NCC得分作为权重通过加权最小二乘确定的。

背景技术

近年来，一直很关注合并静态场景的图像在如全景成像和映射等领域中的应用。图像的合并在医学成像领域也是有用的，包括对呈现在显微镜载玻片上的样本的成像。传统上，通过经由涉及配准、翘曲、重新采样和混合的过程将两个或更多个重叠图像拼接在一起形成单个较大的合成图像来创建图像镶嵌。图像配准步骤用于找到重叠图像之间的相对几何变换。

基于从图像提取的特征的图像配准是一种用于合并多个图像的方法。基于特征的图像配准确定每个图像中的一组特征点并且然后对相应的特征描述符进行比较。特征点的数量通常远远小于相应图像的像素数。基于特征的图像配准可能在某些情形下无法很好地适于某些图像对并且可能导致配准误差。

发明内容

在本公开文本的一方面是一种拼接分块图像(例如，包括从承载样品的载玻片导出的那些)的计算机实施方法，其包括：(a)导出每个扫描的分块图像的灰度分块图像；(b)执行局部配准以确定相邻灰度分块图像对之间的空间关系，所述空间关系是使用在多分辨率框架内计算的归一化互相关(NCC)得分确定的；以及(c)执行全局放置以相对于彼此定位所有扫描的分块图像，其中，所述全局放置是利用所有相邻灰度图像分块之间的确定的空间关系并且利用所述NCC得分作为权重通过加权最小二乘确定的。在一些实施方案中，所述方法还包括基于计算的图像分块放置将所有图像拼接在一起并且混合。在一些实施方案中，所述方法还包括执行感兴趣区域识别。

在一些实施方案中，通过以下操作来确定每对相邻灰度分块图像的所述空间关系：(i)计算第一低分辨率子采样图像和第二低分辨率子采样图像中的预期匹配区域之间的候选空间关系，所述第一低分辨率子采样图像和所述第二低分辨率子采样图像是从相邻灰度图像分块对的重叠区域导出的；(ii)在顺序更精细分辨率子采样图像中改善所述候选空间关系；以及(iii)选择在原始分辨率下在所述相邻灰度图像分块对的所述重叠区域中具有最高NCC得分的经过改善的候选空间关系作为所述确定的空间关系。

在一些实施方案中，通过确定所述第一低分辨率子采样图像和所述第二低分辨率子采样图像中的NCC域中的峰值的位置来导出所述第一低分辨率子采样图像与所述第二低分辨率子采样图像之间的所述候选空间关系。在一些实施方案中，保留候选空间关系，所述候选空间关系的峰值位置满足预定义NCC阈值。在一些实施方案中，所述预定义NCC阈值是最高NCC得分的预定义百分比(例如，在所述最高NCC得分的90％内)。在一些实施方案中，每个子采样图像是从相邻灰度图像分块对中的所述对的一个灰度图像导出的剪裁图像。在一些实施方案中，所述方法还包括计算所述相邻灰度分块图像对中的匹配区域之间的标准偏差的步骤。

在一些实施方案中，通过确定所述NCC域中的每个峰值的更新位置来改善所述候选空间关系，其中，每个峰值的所述位置的更新是在顺序更精细分辨率子采样图像对中执行的，每对顺序更精细分辨率子采样图像对应于所述相邻灰度图像分块对的所述重叠区域。在一些实施方案中，与紧接较低分辨率子采样图像相比，每对顺序更精细分辨率子采样图像包括下采样因子的预定减小，直到达到下采样因子1。在一些实施方案中，所述下采样因子的变化范围为2到4。在一些实施方案中，所述第一子采样图像和所述第二子采样图像具有用于提供第一分辨率的第一下采样因子，并且其中，第一对顺序更精细分辨率子采样图像的分辨率是所述第一分辨率的分辨率的两倍。

在一些实施方案中，使用所有子采样图像分辨率的积分图像计算所述NCC得分。在一些实施方案中，使用至少一个子采样图像分辨率的积分图像计算所述NCC得分。