[发明专利]一种基于医疗显微成像的快速稳健的图像拼接方法有效
申请号: | 201910460150.3 | 申请日: | 2019-05-30 |
公开(公告)号: | CN110232673B | 公开(公告)日: | 2023-06-23 |
发明(设计)人: | 张静;霍一博;李晔彬;于腾;秦驰;王天鹤;许浩;杜晓辉;王祥舟;郝如茜;倪光明;刘娟秀;刘霖;刘永 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T5/50 | 分类号: | G06T5/50;G06V10/46;G06V10/44 |
代理公司: | 电子科技大学专利中心 51203 | 代理人: | 陈一鑫 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 医疗 显微 成像 快速 稳健 图像 拼接 方法 | ||
1.一种基于医疗显微成像的快速稳健的图像拼接方法,该方法包括:
步骤1:通过显微镜按照一定的顺序获取多张不同视野下的灰度图像序列,获取的相邻视野图像需保持有一部分的重叠区域;
步骤2:以某一幅图像为基础图像选取一幅与基础图像相邻视野的待匹配图像;
步骤3:对选取的两幅图像的疑似重叠区域进行提取,依次为基础重叠区域和待匹配重叠区域;
步骤4:分别提取两幅疑似重叠区域的特征点;
步骤4-1:利用高斯滤波图像金字塔建立多尺度图像;
步骤4-2:建立初步特征点:在图像中a点的31×31邻域内随机取5×5的子窗口,若a点灰度值和窗口中连续的12个像素点的灰度值之差都大于事先设定阈值的话,认为这个像素点为一个特征点;
步骤4-3:利如下函数对初步特征点进行筛选得到最终的特征点向量:
其中,I(x)是某一初始特征点邻域内的灰度值,I(p)是初始特征点的灰度值,circle(p)为p的邻域,所有邻域圆周点与这个初始特征点的评价函数值为N,当N大于9时认为这个初始特征点为特征点;
步骤5:选中一个基础重叠区域中的特征点,再从待匹配重叠区域的特征点中找出与选中特征点欧几里德距离最近的特征点,形成匹配特征点;然后选中下一个基础重叠区域中的特征点,再从待匹配重叠区域的特征点中找出与选中特征点欧几里德距离最近的特征点,形成匹配特征点;直到基础重叠区域中所有特征点都在待匹配重叠区域有匹配点;
步骤6:将基础重叠区域中的特征点和待匹配重叠区域中对应出的特征点分别构成两个特征向量,根据这两个特征向量计算出待匹配图像相对于基础图像的偏移量;
步骤7:再以另外一幅图像作为基础图像,重复步骤2到步骤6的方法;直到所有图像都计算出了至少一个与相邻图像的偏移量;
步骤8:根据已计算出的偏移量对所有图像进行拼接。
2.如权利要求1所述的一种基于医疗显微成像的快速稳健的图像拼接方法,其特征在于所述步骤1中需要的保持的重叠区域为图像尺寸的15%到20%;步骤3中选取的疑似重叠区域不小于图像尺寸的20%。
3.如权利要求1所述的一种基于医疗显微成像的快速稳健的图像拼接方法,其特征在于所述步骤5中匹配特征点的具体方法还可以为:
在基础重叠区域中选取一个特征点m1,在待匹配重叠区域中找到与这个特征点的欧几里德距离最近距离的特征点n1和次近距离的特征点n2,如果最近距离和次近距离的比值小于0.8,就认为最近距离的特征点n1和特征点m1匹配。
4.如权利要求1所述的一种基于医疗显微成像的快速稳健的图像拼接方法,其特征在于所述步骤8中的图像拼接方法为:
带拼接重叠区域的两幅图像的原始像素值为I1(i,j)和I2(i,j),(i,j)表示坐标,在计算拼接后的像素值时,给与权重分配系数β,计算公式为:I(i,j)=βI1(i,j)+(1-β)I2(i,j)0≤β≤1,I(i,j)表示拼接后的像素值,权重β计算方法为:两幅图像重叠区域的内边缘记为ε1、ε2,ε1表示靠近图像I1的内边缘位置,ε2表示靠近图像I2的内边缘位置,当β从0到1增加的过程中,重叠区域的像素值从I2变化到I1。
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电子科技大学,未经电子科技大学许可,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/201910460150.3/1.html,转载请声明来源钻瓜专利网。