CN101732031A - 眼底图像处理方法 - Google Patents
眼底图像处理方法 Download PDFInfo
- Publication number
- CN101732031A CN101732031A CN200810180817A CN200810180817A CN101732031A CN 101732031 A CN101732031 A CN 101732031A CN 200810180817 A CN200810180817 A CN 200810180817A CN 200810180817 A CN200810180817 A CN 200810180817A CN 101732031 A CN101732031 A CN 101732031A
- Authority
- CN
- China
- Prior art keywords
- image
- eye fundus
- fundus image
- images
- fundus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明为一种基于机器视觉的眼底图像处理的方法,包括以下步骤:将采集的眼底图像载入;打开所述采集的眼底图像,对所述眼底图像进行匹配;对所述眼底图像进行测量;及对所述眼底图像进行拼接;其中,图像匹配包括自动匹配和手动匹配;眼底测量在匹配完成后进行,对匹配后的图像剪切感兴趣的区域,分成对比模式显示两份图像,再通过手动设置图像中的特征区域后,测量两图中眼底特征区域的面积;眼底图像拼接是对载入同一人眼的多幅眼底图片进行自动拼接工作,使得医生能够看到病人眼底图像的全图。本发明可实现对患者眼底图像实时分析、诊断、保存和传输功能,帮助眼科医生进行辅助诊断,提高诊断的准确性与方便性。
Description
技术领域
本发明涉及设计一种图像处理方法,特别涉及针对眼底图像的匹配、视神经测量及眼底图像的拼接的眼底图像处理方法。
背景技术
随着技术的发展和市场的成长,机器视觉技术的硬件和软件日趋完善,机器视觉技术发展十分迅速。从20世纪50年代以统计识别、二维图像的分析为主要功能开始,发展到图像明暗、纹理、运动以及成像几何,到了70年代已经出现了视觉应用系统。后来,随着计算机技术的飞速发展以及计算视觉理论的不断成熟,逐渐出现了智能化的机器视觉系统。数字图像处理在电子、印刷、医药、食品等制造行业广泛应用,特别是在生物医学工程方面的应用,取得很大成效。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置,也就是我们通常所说的CT(Computer Tomography)。CT的基本方法是根据人的头部截面的投影,经计算机处理来重建截面图像,称为图像重建。1975年EMI公司又成功研制出全身用的CT装置,获得了人体各个部位鲜明清晰的断层图像。1979年,这项无损伤诊断技术获得了诺贝尔奖,以鼓励它对人类作出的划时代的贡献。数字图像处理还有一类是对医用显微图像的处理分析,如红细胞、白细胞分类,染色体分析,癌细胞识别等。此外,X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用了图像处理技术。
尽管医学视觉领域中将机器视觉系统应用于医学诊断与医学图像分析已经发展了很长时间,并有许多成功的应用范例,但机器视觉技术应用于眼科研究目前还处在起步阶段。目前的眼科诊疗多采用医生与患者近距离检查,患者舒适度差,检查效果受人为因素影响较高。目前为止基于机器视觉技术的针对眼底图像的匹配、视神经测量、眼底图像的拼接的技术在医学领域仍然还是相当不完善阶层。眼底图像处理系统作为基于机器视觉技术的高科技产品,集眼科医学与计算机视觉技术于一身,利用计算机图像处理技术,可实现对医生进行辅助诊断,从而提高诊断的准确性和方便性的目的。
发明内容
为实现上述目的,本发明提供了一种利用计算机进行眼底图像处理的方法,包括以下步骤:将采集的眼底图像载入;打开所述采集的眼底图像,对所述眼底图像进行匹配;对所述眼底图像进行测量;及对所述眼底图像进行拼接;其中,所述眼底图像匹配包括自动匹配和手动匹配;所述眼底图像测量在图像匹配完成后进行,对于手动匹配后的图像剪切感兴趣的区域,分成对比模式显示两份图像,再通过手动设置图像中的特征区域后,测量两图中眼底特征区域的面积;所述眼底图像拼接是对载入同一人眼的多幅眼底图片进行自动拼接工作,显示眼底图像的全图。
与现有相比,本发明的有益效果为:
第一:不受环境、个人主观情绪的影响。从而降低风险,提高科研及医疗的质量。实现科学计算的可视化,必将使科研工作的面貌发生根本性的变化,为医学科学研究、教育及临床工作开辟新途径,在医学领域中具有广泛的应用前景。
第二:扩大眼科数字诊疗系统的应用领域,产生更好的社会效益与经济效益。
第三:可实现对患者眼底图像实时分析、诊断、保存和传输功能,帮助眼科医生进行辅助诊断,提高诊断的准确性与方便性。
第四:提升医院的诊疗水平,提高医生的诊断效率
第五:系统工作平稳,无噪声。
本系统的成功开发填补了视觉领域上的一大空白,对于提高医生的诊断准确性与效率,提高医疗诊断水平,扩大眼科数字诊断系统有着重要意义。
本发明的其他目的、特点和优点从下面结合附图进行的本发明的优选实施例的说明中可以更加清楚地看出。
附图说明
图1为实现本发明方法的整体操作流程图。
具体实施方式
本发明提供基于机器视觉的眼底图像处理系统,用于将眼科中生成的眼底图像进行图像的匹配,视神经的测量和眼底图像的拼接,可实现患者眼底图像实时分析、诊断、保存和传输功能。以下结合附图和具体实施例对本发明进行详细说明。本发明提供的眼底图像处理方法可实现以下功能:
1.多幅图像的自动匹配,包括对图像的矫正,裁剪感兴趣区域,自动生成jpeg与gif两种不同格式的多帧图像,四幅图像的处理时间控制在500ms之内;
2.两幅图像的视神经测量,有自动寻找视杯与视盘功能,并辅助手动寻找.能准确的找出变化的区域与变化的程度,处理时间控制在50ms之内;
3.五幅图像的拼接图像功能,自动拼接与手动拼接相结合的拼接方式,,实现图像的无逢拼接,五帧图像的拼接的时间大约为1000ms;
4.系统可以为图像添加每帧输入图像的生成时期与图像所有人的姓名,以便长期保存与方便诊断。
为实现上述功能,输入的图像为bmp,jpeg这两种格式图像。
现参考附图进行详细说明。
首先操作计算机,载入眼底图像,显示在缩略图像区中,图像的大小和个数显示到状态栏。用鼠标点击缩略图,显示图像的缩略图,调整图像的顺序。在匹配中,将第一幅图认为是基准图;在拼接中,第一幅图一般为中心图。
眼底图像的匹配
在图像的个数小于等于4的情况下,可对眼底图像进行匹配,否则,眼底图像匹配功能无效。眼底图像匹配分为自动匹配和手动匹配,对于自动匹配,只要直接点击相应的按钮就可以进入相应的结果显示界面,之后可以对图像做处理操作。对于要手动匹配的图像,在以对比模式显示时手动设置标识点,算法会根据标识点的位置再进行匹配。对载入的多幅图像进行匹配工作,经过创建尺度空间,提取特征点,生成特征向量,根据特征向量生成K-D树,最终找到匹配点对,然后利用RANSAC原理提取最好的特征点对,根据点对用ransac生成一个透视变换矩阵,最终达到图像匹配工作。
对于不同的眼底图像,要设置不同的匹配参数设置。
用户可以保存匹配后的图像为jpg或gif图像,并为图像添加每帧输入图像的生成日期与图像所有人的姓名。
眼底图像匹配功能可以实现多幅相同分辨率眼底图像的自动校准与手动校准及多幅不同分辨率眼底图像的自动校准与手动校准。
眼底图像测量
图像匹配后,再手工画出视神经外轮廓与内轮廓,系统再自动寻找真正的变化区域,自动计算出轮廓的面积。具体地,对载入的图像进行匹配(两幅图像)后,对基准图像手功提取杯区域,然后自动在待测图像上找到杯的区域。图像在匹配后,将基准图像上杯的区域边缘等分,以四度为一个区域生成模板图像,利用匹配方法找到在待测图像相关位置上相关性最小的位置,从而找到杯的区域,从而对视神经进行测量。
多幅图像的拼接
对载入的五幅以内的图像,只需点击按钮,系统会自动拼接,然后合成一幅拼接后的图像,其中要完成拼接线的修补,将不同的图像转换到圆柱坐标下位置的变化,及焦距的寻找,以及对图像的几何校正和光度校正。
接口设计
调用接口接受主应用程序的调用,实现图像预处理、参数初始化和释放、参数设置等功能。因此,调用接口可按功能划分为四类:
参数初始化
void paramter_set(void);//参数设置
匹配工作
void image_matching(IplImage**src_image,int m_nSize);//图像匹配
输入:双指针图像列和图像个数
输出:空
接口调用匹配后的图像列:
IplImage**xformed_image;//匹配图像
视神经测量工作
自动测视神经测量:
void auto_fit_ellipse(IplImage**xformed,int imageNum,CvPoint*PointArray,int count);
输入:图像列、图像个数、标识点列和标识点个数
输出:空
调用测量返回参数值:
FitEllipseBox*autoEllipse;//得到测量椭圆参数值
手动测第二幅图的视神经测量:
void fit_ellipse(CvPoint*src_point,int count);
输入:标识点列和标识点个数
输出:空
调用测量返回参数值:
FitEllipseBox*manunalEllipse;//得到测量椭圆参数值
自动拼接工作
void image_stitch(IplImage**src_image,int m_nSize);//图像拼接
输入:双指针图像列和图像个数
输出:空
接口调用拼接后的图像:
IplImage*stitched_image;//拼接图像
综上,本发明具有自适应的多幅图像操作与灵活的内部判断机制;提供了全自动的图像配准,测量与拼接的技术,与手动相结合的辅助功能并具有友好的操作界面。
虽然本发明已经结合目前被认为是最实用和优选的实施例进行了描述,但是应可理解,本发明不限于所公开的实施例,而是相反,旨在覆盖包括在所附权利要求的精神和范围内的各种改进和等同布置。
Claims (7)
1.一种采用计算机程序控制进行眼底图像处理的方法,包括以下步骤:
将采集的眼底图像载入;
打开所述采集的眼底图像,对所述眼底图像进行匹配;
对所述眼底图像进行测量;及
对所述眼底图像进行拼接;
其中,所述眼底图像匹配包括自动匹配和手动匹配;所述眼底图像测量在图像匹配完成后进行,对于手动匹配后的图像剪切感兴趣的区域,分成对比模式显示两份图像,再通过手动设置图像中的特征区域后,测量两图中眼底特征区域的面积;所述眼底图像拼接是对载入同一人眼的多幅眼底图片进行自动拼接工作,显示眼底图像的全图。
2.根据权利要求1所述的眼底图像处理的方法,其特征在于,所述眼底图像为多幅。
3.根据权利要求1所述的眼底图像处理的方法,其中所述图像匹配的图像数为1-4个,所述图像测量的眼底图像为2个,所述图像拼接的眼底图像为1-5个。
4.根据权利要求1所述的眼底图像处理的方法,其特征在于,所述眼底图像测量还包括以下步骤:手工画出视神经外轮廓与内轮廓,其后,系统自动寻找真正的变化区域,自动计算出轮廓的面积。
5.根据权利要求1所述的眼底图像处理的方法,其特征在于,所述采集的图像为bmp或jpeg格式。
6.根据权利要求1所述的眼底图像处理的方法,其特征在于,采集的图像可
以是相同分辨率或不同分辨率的。
7.根据权利要求1或2所述的眼底图像处理的方法,其特征在于,所述图像匹配、图像测量与图像拼接是自动与手动相结合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810180817A CN101732031A (zh) | 2008-11-25 | 2008-11-25 | 眼底图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810180817A CN101732031A (zh) | 2008-11-25 | 2008-11-25 | 眼底图像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101732031A true CN101732031A (zh) | 2010-06-16 |
Family
ID=42456429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810180817A Pending CN101732031A (zh) | 2008-11-25 | 2008-11-25 | 眼底图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101732031A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103919525A (zh) * | 2013-01-14 | 2014-07-16 | 华晶科技股份有限公司 | 拼接图像的方法及摄像系统 |
CN104252626A (zh) * | 2013-06-28 | 2014-12-31 | 康耐视公司 | 一种训练多图案识别和配准工具模型的半监督方法 |
CN106651827A (zh) * | 2016-09-09 | 2017-05-10 | 浙江大学 | 一种基于sift特征的眼底图像配准方法 |
CN107067425A (zh) * | 2017-04-25 | 2017-08-18 | 西安理工大学 | 一种印刷品质量自动检测中印刷图像同步对齐方法 |
CN112220447A (zh) * | 2020-10-14 | 2021-01-15 | 上海鹰瞳医疗科技有限公司 | 眼底相机及眼底图像拍摄方法 |
CN116421140A (zh) * | 2023-06-12 | 2023-07-14 | 杭州目乐医疗科技股份有限公司 | 眼底相机控制方法、眼底相机与存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959739A (zh) * | 2005-11-01 | 2007-05-09 | 中国科学院自动化研究所 | 一种结合空间信息的图像配准方法 |
CN101288585A (zh) * | 2007-04-17 | 2008-10-22 | 天津市索维电子技术有限公司 | 一种超声生物显微镜检查实现眼科前节的全景成像方法 |
-
2008
- 2008-11-25 CN CN200810180817A patent/CN101732031A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959739A (zh) * | 2005-11-01 | 2007-05-09 | 中国科学院自动化研究所 | 一种结合空间信息的图像配准方法 |
CN101288585A (zh) * | 2007-04-17 | 2008-10-22 | 天津市索维电子技术有限公司 | 一种超声生物显微镜检查实现眼科前节的全景成像方法 |
Non-Patent Citations (3)
Title |
---|
王巍: "眼底图像配准与特征提取", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
黄勇新: "基于眼底影像的计算机辅助诊断研究及系统实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
黄淑英: "视网膜图像处理与分析中关键技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103919525A (zh) * | 2013-01-14 | 2014-07-16 | 华晶科技股份有限公司 | 拼接图像的方法及摄像系统 |
CN103919525B (zh) * | 2013-01-14 | 2016-12-28 | 荣晶生物科技股份有限公司 | 拼接图像的方法及摄像系统 |
CN104252626A (zh) * | 2013-06-28 | 2014-12-31 | 康耐视公司 | 一种训练多图案识别和配准工具模型的半监督方法 |
CN104252626B (zh) * | 2013-06-28 | 2021-02-05 | 康耐视公司 | 一种训练多图案识别和配准工具模型的半监督方法 |
CN106651827A (zh) * | 2016-09-09 | 2017-05-10 | 浙江大学 | 一种基于sift特征的眼底图像配准方法 |
CN106651827B (zh) * | 2016-09-09 | 2019-05-07 | 浙江大学 | 一种基于sift特征的眼底图像配准方法 |
CN107067425A (zh) * | 2017-04-25 | 2017-08-18 | 西安理工大学 | 一种印刷品质量自动检测中印刷图像同步对齐方法 |
CN107067425B (zh) * | 2017-04-25 | 2019-09-27 | 西安理工大学 | 一种印刷品质量自动检测中印刷图像同步对齐方法 |
CN112220447A (zh) * | 2020-10-14 | 2021-01-15 | 上海鹰瞳医疗科技有限公司 | 眼底相机及眼底图像拍摄方法 |
CN112220447B (zh) * | 2020-10-14 | 2022-02-15 | 上海鹰瞳医疗科技有限公司 | 眼底相机及眼底图像拍摄方法 |
CN116421140A (zh) * | 2023-06-12 | 2023-07-14 | 杭州目乐医疗科技股份有限公司 | 眼底相机控制方法、眼底相机与存储介质 |
CN116421140B (zh) * | 2023-06-12 | 2023-09-05 | 杭州目乐医疗科技股份有限公司 | 眼底相机控制方法、眼底相机与存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9980691B2 (en) | Method and apparatus for three dimensional viewing of images | |
US10713856B2 (en) | Medical imaging system based on HMDS | |
CN106909771B (zh) | 用于输出增强现实信息的方法和系统 | |
CN109493325B (zh) | 基于ct影像的肿瘤异质性分析系统 | |
CN105163684B (zh) | 手术数据的联运同步 | |
US8384771B1 (en) | Method and apparatus for three dimensional viewing of images | |
EP2671114B1 (en) | Imaging system and method for imaging and displaying an operator's work-site | |
Giancardo et al. | Textureless macula swelling detection with multiple retinal fundus images | |
US9349183B1 (en) | Method and apparatus for three dimensional viewing of images | |
KR20190022216A (ko) | 안구영상 분석방법 | |
US20150078642A1 (en) | Method and system for non-invasive quantification of biologial sample physiology using a series of images | |
KR20180134358A (ko) | 의료 촬상 시스템들, 디바이스들, 및 방법들 | |
JP2017060778A (ja) | 灌流評価マルチモダリティ光学医用デバイス | |
CN101732031A (zh) | 眼底图像处理方法 | |
US20090087046A1 (en) | Digital blink comparator apparatus and software and methods for operation | |
CN105849773A (zh) | 解剖结构的基于模型的分割 | |
CN108618749A (zh) | 基于便携式数字化眼底照相机的视网膜血管三维重建方法 | |
CN109907827A (zh) | 一种下颌角截骨术的手术导航系统 | |
CN106510759A (zh) | 一种半自动超声波诊断方法 | |
CN106388865A (zh) | 一种引导人工采集超声波切面图像的方法 | |
CN108143501B (zh) | 一种基于体表静脉特征的解剖投影方法 | |
Gao et al. | 3DSRNet: 3D Spine Reconstruction Network Using 2D Orthogonal X-ray Images Based on Deep Learning | |
CN101176683A (zh) | 人体立体解剖图象的制作方法与应用 | |
Kim et al. | A pilot study on using eye tracking to understand assessment of surgical outcomes from clinical photography | |
KR20130036526A (ko) | 안면 영상과 엑스레이 영상을 이용한 형상진단기 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100616 |