[发明专利]不同染色病理切片图像匹配及显示方法

权利要求书

1.一种不同染色病理切片图像匹配及显示方法，包括以下步骤：

a、将多张病理切片划分为主切片和副切片；

b、获取主切片与各副切片之间的仿射变换矩阵；

c、使主切片和副切片分别在主屏幕和副屏幕中同步显示。

2.根据权利要求1所述的方法，其特征在于，在所述步骤(b)中，对各切片进行特征点提取，并进行图像配准获得仿射变换矩阵。

3.根据权利要求2所述的方法，其特征在于，所述特征点提取包括轮廓特征点提取和纹理特征点提取。

4.根据权利要求3所述的方法，其特征在于，所述轮廓特征点提取为，对1.25x病理切片图像进行sobel边缘检测并生成二值图像，通过连通域分析消除边缘内部的空洞、杂质和噪声；

利用形态学滤波消除切片背景中的边缘条纹，获得切片轮廓信息二值图像；

使用ORB算子对切片轮廓信息二值图像进行角点运算，获得1.25x关键点；

利用异常点检测算法对1.25x关键点进行筛选，得到轮廓特征点。

5.根据权利要求4所述的方法，其特征在于，所述纹理特征点提取为，通过随机均匀分布方式在轮廓特征点范围内划分8-32个20x的有效图像区域，形成20x病理切片图像；

对20x病理切片图像进行灰度处理并计算高斯差分金字塔，再利用病理图像纹理信息应用SIFT算子进行关键点检测，获得20x关键点；

利用异常点检测算法对20x关键点进行筛选，得到纹理特征点。

6.根据权利要求5所述的方法，其特征在于，所述图像配准包括以下步骤：

对1.25x病理切片图像进行ORB边缘匹配，输出反应位置关系的粗仿射矩阵M2，完成粗匹配；

对20x病理切片图像进行SIFT纹理匹配，输出反应位置关系的细仿射矩阵M3，完成细匹配；

将粗仿射矩阵M2与细仿射矩阵M3进行融合，得到输入图像对之间的仿射变换矩阵M4。

7.根据权利要求6所述的方法，其特征在于，所述粗匹配包括以下步骤：

对各病理切片中提取的轮廓特征点进行KNN匹配，输出两两对应的匹配对r1；

通过RANSAC算法对匹配对r1进行随机抽样一致性计算，过滤掉一致性评分低的匹配对，获得匹配对r2，并对其进行GMS匹配，获得匹配对r3；

根据匹配对r3计算仿射矩阵M1，并根据仿射矩阵M1对匹配对r3进行位置换算，得到其中的特征点在新坐标域下的位置集C1；

采用K-means聚类算法对位置集C1中的各特征点的位置进行聚类，去除其中的异常位置，得到位置集C2，并利用之重新计算得到粗仿射矩阵M2；

所述细匹配包括以下步骤：

利用粗仿射矩阵M2对各病理切片的20x有效区域图像进行位置映射，根据映射关系对纹理特征点进行筛选和GMS匹配，输出两两对应的匹配对r4；

通过RANSAC算法对匹配对r4进行随机抽样一致性计算，过滤掉一致性评分低的匹配对，获得匹配对r5，并利用之计算得到细仿射矩阵M3。