CN101739675A - 无形变图像配准合成方法和装置 - Google Patents

无形变图像配准合成方法和装置 Download PDF

Info

Publication number
CN101739675A
CN101739675A CN200910191882A CN200910191882A CN101739675A CN 101739675 A CN101739675 A CN 101739675A CN 200910191882 A CN200910191882 A CN 200910191882A CN 200910191882 A CN200910191882 A CN 200910191882A CN 101739675 A CN101739675 A CN 101739675A
Authority
CN
China
Prior art keywords
image
vector
floating
registration
target image
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.)
Granted
Application number
CN200910191882A
Other languages
English (en)
Other versions
CN101739675B (zh
Inventor
曾垂省
梁亦龙
向浏欣
舒坤贤
辛颖
谢永芳
赵志强
梁晓艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN2009101918823A priority Critical patent/CN101739675B/zh
Publication of CN101739675A publication Critical patent/CN101739675A/zh
Application granted granted Critical
Publication of CN101739675B publication Critical patent/CN101739675B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种无形变图像配准合成方法，在目标图像和浮动图像上分别对应寻找两个坐标点形成浮动图像向量对；分别计算向量对目标图像向量与浮动图像向量的向量方向角和向量长度，向量对夹角和向量长度比值；以浮动图像向量起始点为中心，对浮动图像作向量对夹角大小的旋转变换，作向量长度比值大小的缩放变换，完成图像的配准；以目标图像向量起始点坐标为中心，扩展修改目标图像的高和宽，完成图像的合成；本发明还公开了一种无形变图像配准合成装置；本发明选择特征点由人工操作，且只需要简单计算向量方向角、长度等，兼具一定准确性和灵活性且计算复杂度低，减少了配准合成所需时间。

Description

无形变图像配准合成方法和装置
技术领域
本发明涉及一种无形变图像配准合成方法和装置，属于数字图像处理领域。
背景技术
生物医学图像信息融合是当代信息科学、计算机与生物医学影像科学相交叉的一个研究课题，它是生物医学图像处理学科的一个新的研究热点。如何尽可能提高匹配质量、特别在精度和可靠性满足的前提下进一步提高影像匹配速度和提高图像配准合成质量一直是计算机视觉、模式识别等领域研究的课题。
在生物与医学科学研究、生产、生活和医疗诊断应用中，一些生物组织和病理检验样本需要在显微镜下不同部位、不同角度和不同放大倍数下观察和拍照，得到的基本上是一系列刚性无形变的图像，然后放在一起对比观察和研究，或通过相应的配准合成处理再供科研人员或医务人员分析。经文献检索，现有的图像配准技术基本上都是基于以下原理：首先在目标图像上选取以某一目标点为中心的图像子块(模板)，然后让模板在浮动图像上有秩序地移动，每移到一个位置，把模板与浮动图像中的对应部分进行相关比较，直到找到配准位置为止，可分为基于区域的配准和基于特征的配准两种。其中基于区域配准又包括以下几种：1.1)逐一比较法：即在浮动图像确定若干基点，逐一以某一基点截取一个与模板大小一样的分块图像进行配准，然后选择和得到最相似的图像的基准点即最佳配准点，但是该算法很难选择待配准图像分块，易发生伪匹配和对图像旋转变换不能很好处理等缺点；1.2)分层比较法：即在逐一比较法的思想上引入了塔形处理的思想提出的一种方法，但是该算法存在精度不高和对图像的旋转变形仍然不能很好的处理等缺点；现有配准技术存在计算量大、耗时长、实现复杂和不能处理有旋转、放大或缩小变化的图像配准等缺点，且由于现有图像配准技术要求在配准前要进行滤波去噪处理，这会在去噪的过程中去除一些重要的信息而不适合一些特殊应用需求(如病理诊断)；另外，现有技术中未见图像配准与合成相继进行的记载。
发明内容
本发明所解决的技术问题提供一种计算量小、耗时短和适于实际应用的无形变图像配准合成方法和装置，进一步还能对图像配准合成质量自动进行评估，提升配准合成的准确性。
为解决以上问题，本发明提供一种无形变图像配准合成方法，包括：
步骤A：在目标图像上寻找两个坐标点形成目标图像向量，在浮动图像上对应寻找两个坐标点形成浮动图像向量，目标图像向量和浮动图像向量形成一个向量对；
优选地，向量对形成方法为：
首先，在目标图像上选取一个点，作为目标图像向量起始点，在浮动图像上寻找与目标图像向量起始点特征最相近的位置点作为浮动图像向量起始点；
然后，在目标图像上选取另一个点，作为目标图像向量终止点，在浮动图像上寻找与目标图像向量终止点特征最相近的位置点作为浮动图像向量终止点；
最后，目标图像向量起始点与目标图像向量终止点形成目标图像向量，浮动图像向量起始点与浮动图像向量终止点形成浮动图像向量，目标图像向量和浮动图像向量形成一个向量对；
进一步地，在选择目标图像向量终止点时，选取距离目标图像向量起始点最远且在浮动图像上能够找到与该点最相近特征的位置点；
步骤B：分别计算向量对目标图像向量与浮动图像向量的向量方向角和向量长度，向量对夹角和向量长度比值；
步骤C：以浮动图像向量起始点为中心，对浮动图像作向量对夹角大小的旋转变换，作向量长度比值大小的缩放变换，完成图像的配准；
步骤D：以目标图像向量起始点坐标为中心，扩展修改目标图像的高和宽，形成新目标图像，然后将不在目标图像的点却在浮动图像的点加到新目标图像中，将同时不在目标图像和浮动图像的点却在新目标图像中的点的灰度值置为特殊值，完成图像的合成。
为解决以上问题，本发明还提供一种无形变图像配准合成装置，包括图像数据采集设备、数据传输控制器、图像数据分析处理设备、图像数据显示设备、键盘与触屏操作设备和图像数据配准合成数据输出设备；
所述图像数据接收键盘与触屏操作设备和图像数据采集设备传来的图像信息，对图像进行配准合成，并将结果输出给配准合成图像数据输出设备，主要由数据存储模块、参数计算模块以及图像配准合成模块组成；
所述数据存储模块接收键盘与触屏操作设备和图像数据采集设备传来的图像信息和位置特征点数据并对这些数据进行存储，同时对参数计算模块以及图像配准合成模块计算结果进行缓存；
所述参数计算模块实现向量对长度比值、向量方向角、方向角夹角、缩放倍数和误差大的向量对去除等操作；
所述图像配准合成模块实现图像旋转缩放等配准变换，实现图像合成，并把合成图像数据和质量评估参数发送给配准合成图像数据输出设备；
所述图像数据分析处理设备的参数计算模块的计算方式为：
目标图像向量的向量方向角：
Ads＝arctg((De.y-Ds.y)/(De.x-Ds.x))
Ade＝arctg((Ds.y-De.y)/(Ds.x-De.x))
浮动图像向量的向量方向角：
Ass＝arctg((Se.y-Ss.y)/(Se.x-Ss.x))
Ase＝arctg((Ss.y-Se.y)/(Ss.x-Se.x))
目标图像向量的向量长度：
Ld＝sqrt((De.y-Ds.y)×(De.y-Ds.y)+(De.x-Ds.x)×(De.x-Ds.x))
浮动图像向量的向量长度：
Ls＝sqrt((Se.y-Ss.y)×(Se.y-Ss.y)+(Se.x-Ss.x)×(Se.x-Ss.x))
向量对夹角：
当(Se.x-Ss.x)×(De.x-Ds.x)≥0则
As＝Ass-Ads，Ae＝Ase-Ade；
当(Se.x-Ss.x)×(De.x-Ds.x)＜0则
As＝π+Ass-Ads，Ae＝π+Ase-Ade；
向量长度比值：M＝Ld/Ls；
所述图像数据分析处理设备的图像配准合成模块对浮动图像以浮动图像向量起始点为中心旋转和缩放，然后合成图像；所述旋转变换和缩放变换方式分别为：
以浮动图像向量起始点为中心旋转，具体为：若As＞0，则将浮动图像以浮动图像向量起始点为中心顺时针旋转As角度，若As＜0，则将浮动图像以浮动图像向量起始点为中心逆时针旋转|As|角度；
对浮动图像以浮动图像向量起始点为定点放大M倍；
或者，
以浮动图像向量终止点为中心旋转，具体为：若Ae＞0，则将浮动图像以浮动图像向量终止点为中心顺时针旋转Ae角度，若Ae＜0，则将浮动图像以浮动图像向量终止点为中心逆时针旋转|Ae|角度；
对浮动图像以浮动图像向量终止点为定点放大M倍。
优选地，图像配准合成模块进一步包括配准质量评估模块，用于计算配准质量评估参数计算和最优配准方案选取。
本发明选择特征点由人工操作，具有准确性和灵活性，且配准合成时只需要简单计算向量方向角、长度等，计算复杂度低，减少了配准合成所需时间，进一步地，本发明选取多个向量对，综合各向量对的信息，智能进行配准合成质量评估，使配准合成准确性更高。
附图说明
图1是本发明无形变图像配准合成方法优选实施方式一流程图；
图2是本发明无形变图像配准合成方法优选实施方式二流程图；
图3是本发明无形变图像配准合成方法优选实施方式三流程图；
图4是本发明无形变图像配准合成装置优选实施方式结构图；
图5是本发明无形变图像配准合成装置图像数据分析处理设备结构图。
具体实施方式
为使本发明更加清楚，结合附图做进一步说明，下面的说明中，公知的结构或计算方法不再详述，以避免与本发明内容存在不必要的混淆。
本发明的图像配准合成预先将目标图像和浮动图像置于相同的坐标系中，以手工操作键盘、鼠标或触屏的方式选取特征坐标点。
图1是本发明无形变图像配准合成方法优选实施方式一流程图，其包括：
步骤101.在目标图像上寻找两个坐标点形成目标图像向量，在浮动图像上对应寻找两个坐标点形成浮动图像向量，目标图像向量和浮动图像向量形成一个向量对；
优选地，向量对形成方法为：
首先，在目标图像上选取一个点，作为目标图像向量起始点Ds(x，y)，在浮动图像上寻找与目标图像向量起始点特征最相近的位置点作为浮动图像向量起始点Ss(x，y)；
然后，在目标图像上选取另一个点，作为目标图像向量终止点De(x，y)，在浮动图像上寻找与目标图像向量终止点特征最相近的位置点作为浮动图像向量终止点Se(x，y)；
最后，目标图像向量起始点与目标图像向量终止点形成目标图像向量，浮动图像向量起始点与浮动图像向量终止点形成浮动图像向量，目标图像向量和浮动图像向量形成一个向量对；
进一步地，在选择目标图像向量终止点时，选取与目标图像向量起始点较远且在浮动图像上能够找到与该点特征最相近的位置点；
步骤102.分别计算向量对目标图像向量与浮动图像向量的向量方向角和向量长度，向量对夹角和向量长度比值；
目标图像向量的向量方向角：
Ads＝arctg((De.y-Ds.y)/(De.x-Ds.x))
Ade＝arctg((Ds.y-De.y)/(Ds.x-De.x))
浮动图像向量的向量方向角：
Ass＝arctg((Se.y-Ss.y)/(Se.x-Ss.x))
Ase＝arctg((Ss.y-Se.y)/(Ss.x-Se.x))
目标图像向量的向量长度：
Ld＝sqrt((De.y-Ds.y)×(De.y-Ds.y)+(De.x-Ds.x)×(De.x-Ds.x))
浮动图像向量的向量长度：
Ls＝sqrt((Se.y-Ss.y)×(Se.y-Ss.y)+(Se.x-Ss.x)×(Se.x-Ss.x))
向量对夹角：
当(Se.x-Ss.x)×(De.x-Ds.x)≥0则
As＝Ass-Ads，Ae＝Ase-Ade；
当(Se.x-Ss.x)×(De.x-Ds.x)＜0则
As＝π+Ass-Ads，Ae＝π+Ase-Ade；
向量长度比值：M＝Ld/Ls；
步骤103.以浮动图像向量起始点Ss(x，y)为中心，对浮动图像作向量对夹角As大小的旋转变换或者以浮动图像向量终止点Se(x，y)为中心，对浮动图像作向量对夹角Ae大小的旋转变换，并作向量长度比值M大小的缩放变换，完成图像的配准；
所述旋转变换和缩放变换方式分别为：
以浮动图像向量起始点为中心旋转，具体为：若As＞0，则将浮动图像以浮动图像向量起始点为中心顺时针旋转As角度，若As＜0，则将浮动图像以浮动图像向量起始点为中心逆时针旋转|As|角度；
对浮动图像以浮动图像向量起始点为定点放大M倍；
或者，
以浮动图像向量终止点为中心旋转，具体为：若Ae＞0，则将浮动图像以浮动图像向量终止点为中心顺时针旋转Ae角度，若Ae＜0，则将浮动图像以浮动图像向量终止点为中心逆时针旋转|Ae|角度；
对浮动图像以浮动图像向量终止点为定点放大M倍。
步骤104.以目标图像向量起始点Ds(x，y)或者终止点De(x，y)为中心，扩展修改目标图像的高和宽，形成新目标图像，然后将不在目标图像的点却在浮动图像的点加到新目标图像中，将同时不在目标图像和浮动图像的点却在新目标图像中的点的灰度值置为特殊值，完成图像的合成；
图2是本发明无形变图像配准合成方法优选实施方式二流程图，该方法步骤201和步骤202分别与步骤101和步骤102相同，区别之处在于：
步骤203：以浮动图像向量起始点Ss(x，y)为中心，对浮动图像作向量对夹角As大小的旋转变换或者以浮动图像向量终止点Se(x，y)为中心，对浮动图像作向量对夹角Ae大小的旋转变换，并作向量长度比值M大小的缩放变换，完成图像的配准；同时计算配准质量评估参数R；
其中，以起始点为中心配准后浮动图像向量终点为Se’(x，y)或者以终止点为中心配准后浮动图像向量起始点变为Ss’(x，y)；
所述旋转变换和缩放变换方法与步骤103相同；
所述计算配准质量评估参数R的方法为： R = ( Σ i = 1 N | Gd i - Gs i | / N ) × 100 % ;
其中，Gdi表示目标图像像素点灰度值，Gsi表示浮动图像对应像素点灰度值，N表示对应区域内像素点数；
优选地，所述目标图像和浮动图像对应区域为目标图像上Ds(x，y)与De(x，y)连线对应于配准后浮动图像上Ss(x，y)与Se’(x，y)或者Se(x，y)与Ss’(x，y)连线的线性区域；
优选地，所述目标图像和浮动图像对应区域为目标图像上Ds(x，y)与De(x，y)连线为对角线的矩形对应于配准后浮动图像上Ss(x，y)与Se’(x，y)或者Se(x，y)与Ss’(x，y)连线为对角线的矩形区域；
优选地，所述目标图像和浮动图像对应区域为目标图像上Ds(x，y)与De(x，y)连线为直径的圆形对应于配准后浮动图像上Ss(x，y)与Se’(x，y)或者Se(x，y)与Ss’(x，y)连线为直径的的圆形区域；
步骤204.若R＞0.5％，则返回步骤201，否则进入步骤205；
步骤205.以此目标图像向量起始点Ds(x，y)或者终止点De(x，y)为中心，扩展修改目标图像的高和宽，形成新目标图像，然后将不在目标图像的点却在浮动图像的点加到新目标图像中，将同时不在目标图像和浮动图像的点却在新目标图像中的点的灰度值置为特殊值，完成图像的合成；
图3是本发明无形变图像配准合成方法优选实施方式三流程图，该方法步骤301到步骤303分别与步骤201到步骤203基本相同，差别之处在于获取的向量对在1对以上，然后对各个向量对分别按照步骤201到步骤203方式处理；
步骤304：若所有R＞0.5％，则返回步骤301，否则，进入步骤305；
步骤305：求出所有R中最小值Rmin，然后以最小值Rmin所对应的目标图像向量起始点Ds(x，y)或者终止点De(x，y)为中心，扩展修改目标图像的高和宽，形成新目标图像，然后将不在目标图像的点却在浮动图像的点加到新目标图像中，将同时不在目标图像和浮动图像的点却在新目标图像中的点的灰度值置为特殊值，完成图像的合成；
作为另一优选实施方式，计算步骤与实施例3各步骤基本相同，差别之处在于获取的向量对在3对以上，且在步骤302之后把计算得到的各向量对目标图像向量与浮动图像向量的向量长度比值(表示为[Mi]，i＝1，2，...，Num，Num表示向量对个数)求均值M0，然后求Mi与M0的差值绝对值，并从大到小排序，只留下排在最后的2个或者3个差值绝对值对应的2个或者3个向量对，其他向量对排除不用。
图4是本发明无形变图像配准合成装置优选实施方式结构图，该装置包括图像数据采集设备、数据传输控制器、图像数据分析处理设备、图像数据显示设备、键盘与触屏操作设备和图像数据配准合成数据输出设备；
所述图像数据采集设备由CCD传感器或摄像头和文件读写器组成，其根据数据传输控制器传来采集指令驱动CCD传感器或摄像头采集图像数据或者从SD卡、U盘、串口数据传输端口或USB数据传输端口把图像数据读取，将获取的图像信号发送给图像显示设备和图像数据分析处理设备；
所述数据传输控制器实现CCD传感器或摄像头、SD卡和U盘插拔、串口数据传输端口或USB数据传输端口数据传入以及键盘与触屏操作的实时监听，根据监听到键盘与触屏操作指令协调控制图像数据采集设备采集数据以及控制图像数据配准合成数据输出设备把数据存到SD卡和U盘上或通过串口数据传输端口或USB数据传输端口输出；
所述键盘与触屏操作设备实现配准文件选择、特征点标定等操作，提示用户点击目标图像和浮动图像距离最大的两对图像相同(不是位置相同)的位置特征点和获取用户鼠标点击、键盘选取或触屏选取目标图像和浮动图像距离最大的两对图像相同(不是位置相同)的位置特征点，同时记录这两对位置中点的坐标值(设目标图像的起点坐标值和终点坐标值分别为Ds(x，y)和De(x，y)，浮动图像的起点坐标值和浮动坐标值分别为Ss(x，y)和Se(x，y))，并把实现配准的图像文件数据和位置特征点数据发送给数据分析处理设备；
所述图像数据分析处理设备接收键盘与触屏操作设备和图像数据采集设备传来的图像信息，对图像进行配准合成，并将结果输出给配准合成图像数据输出设备，主要由数据存储模块、参数计算模块以及图像配准合成模块组成(图5所示)；
所述数据存储模块接收键盘与触屏操作设备和图像数据采集设备传来的图像信息和位置特征点数据并对这些数据进行存储，同时对参数计算模块以及图像配准合成模块计算结果进行缓存；
所述参数计算模块实现向量对长度比值、向量方向角、方向角夹角、缩放倍数和误差大的向量对去除等操作；
所述图像配准合成模块实现图像旋转缩放等配准变换，实现图像合成，并把合成图像数据和质量评估参数发送给配准合成图像数据输出设备；
所述图像数据分析处理设备的参数计算模块的计算方式为：
目标图像向量的向量方向角：
Ads＝arctg((De.y-Ds.y)/(De.x-Ds.x))
Ade＝arctg((Ds.y-De.y)/(Ds.x-De.x))
浮动图像向量的向量方向角：
Ass＝arctg((Se.y-Ss.y)/(Se.x-Ss.x))
Ase＝arctg((Ss.y-Se.y)/(Ss.x-Se.x))
目标图像向量的向量长度：
Ld＝sqrt((De.y-Ds.y)×(De.y-Ds.y)+(De.x-Ds.x)×(De.x-Ds.x))
浮动图像向量的向量长度：
Ls＝sqrt((Se.y-Ss.y)×(Se.y-Ss.y)+(Se.x-Ss.x)×(Se.x-Ss.x))
向量对夹角：
当(Se.x-Ss.x)×(De.x-Ds.x)≥0则
As＝Ass-Ads，Ae＝Ase-Ade；
当(Se.x-Ss.x)×(De.x-Ds.x)＜0则
As＝π+Ass-Ads，Ae＝π+Ase-Ade；
向量长度比值：M＝Ld/Ls；
所述图像数据分析处理设备的图像配准合成模块对浮动图像以浮动图像向量起始点为中心旋转和缩放，然后合成图像；
所述旋转变换和缩放变换方式分别为：
以浮动图像向量起始点为中心旋转，具体为：若As＞0，则将浮动图像以浮动图像向量起始点为中心顺时针旋转As角度，若As＜0，则将浮动图像以浮动图像向量起始点为中心逆时针旋转|As|角度；
对浮动图像以浮动图像向量起始点为定点放大M倍；
或者，
以浮动图像向量终止点为中心旋转，具体为：若Ae＞0，则将浮动图像以浮动图像向量终止点为中心顺时针旋转Ae角度，若Ae＜0，则将浮动图像以浮动图像向量终止点为中心逆时针旋转|Ae|角度；
对浮动图像以浮动图像向量终止点为定点放大M倍。
优选地，图像配准合成模块进一步包括配准质量评估模块，用于计算配准质量评估参数计算和最优配准方案选取。
配准质量评估参数R的计算方法为： R = ( Σ i = 1 N | Gd i - Gs i | / N ) × 100 % 其中，Gdi表示目标图像像素点灰度值，Gsi表示浮动图像对应像素点灰度值，N表示对应区域内像素点数；
所述合成图像方式为：以目标图像向量起始点为中心，扩展修改目标图像的高和宽，形成新目标图像，最后将不在目标图像的点却在浮动图像的点加到新目标图像中，将同时不在目标图像和浮动图像的点却在新目标图像中的点的灰度值置为特殊值，完成图像的合成；在图像配准合成的同时把数据传输给图像数据显示设备进行实时显示，并最后把最终结果传输给图像数据配准合成数据输出设备。
所述图像数据显示设备对数据传输控制器或图像数据分析处理设备传来的数据进行文件名、图标和图像进行显示，对正在配准合成图像显示和配准合成结果实时显示(即目标图像和浮动图像同时加载显示)，以及显示数据采集状态信息、保存和传输信息显示。
所述配准合成图像数据输出设备对图像数据分析处理设备传来的配准合成的目标图像数据和原始图像数据写到SD卡或U盘中或通过串行传输接口、usb传输接口和无线发送接口进行输出。
以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种无形变图像配准合成方法，其特征在于，包括以下步骤：
步骤A：在目标图像上寻找两个坐标点形成目标图像向量，在浮动图像上对应寻找两个坐标点形成浮动图像向量，目标图像向量和浮动图像向量形成一个向量对；
步骤B：分别计算向量对目标图像向量与浮动图像向量的向量方向角和向量长度，向量对夹角和向量长度比值；
步骤C：以浮动图像向量起始点或者终止点为中心，对浮动图像作向量对夹角大小的旋转变换，作向量长度比值大小的缩放变换，完成图像的配准；
步骤D：以目标图像向量起始点或者终止点为中心，扩展修改目标图像的高和宽，形成新目标图像，然后将不在目标图像的点却在浮动图像的点加到新目标图像中，将同时不在目标图像和浮动图像的点却在新目标图像中的点的灰度值置为特殊值，完成图像的合成。
2.如权利要求1所述无形变图像配准合成方法，其特征在于，所述步骤A向量对形成方法为：
首先，在目标图像上选取一个点，作为目标图像向量起始点，在浮动图像上寻找与目标图像向量起始点特征最相近的位置点作为浮动图像向量起始点；
然后，在目标图像上选取另一个点，作为目标图像向量终止点，在浮动图像上寻找与目标图像向量终止点特征最相近的位置点作为浮动图像向量终止点；
最后，目标图像向量起始点与目标图像向量终止点形成目标图像向量，浮动图像向量起始点与浮动图像向量终止点形成浮动图像向量，目标图像向量和浮动图像向量形成一个向量对。
3.如权利要求2所述无形变图像配准合成方法，其特征在于，在选择目标图像向量终止点时，选取距离目标图像向量起始点最远且在浮动图像上能够找到与该点最相近特征的位置点。
4.如权利要求1所述无形变图像配准合成方法，其特征在于，所述步骤B计算向量对目标图像向量与浮动图像向量的向量方向角和向量长度，向量对夹角和向量长度比值的方法为：
目标图像向量的向量方向角：
Ads＝arctg((De.y-Ds.y)/(De.x-Ds.x))
Ade＝arctg((Ds.y-De.y)/(Ds.x-De.x))
浮动图像向量的向量方向角：
Ass＝arctg((Se.y-Ss.y)/(Se.x-Ss.x))
Ase＝arctg((Ss.y-Se.y)/(Ss.x-Se.x))
目标图像向量的向量长度：
Ld＝sqrt((De.y-Ds.y)×(De.y-Ds.y)+(De.x-Ds.x)×(De.x-Ds.x))
浮动图像向量的向量长度：
Ls＝sqrt((Se.y-Ss.y)×(Se.y-Ss.y)+(Se.x-Ss.x)×(Se.x-Ss.x))
向量对夹角：
当(Se.x-Ss.x)×(De.x-Ds.x)≥0则
As＝Ass-Ads，Ae＝Ase-Ade；
当(Se.x-Ss.x)×(De.x-Ds.x)＜0则
As＝π+Ass-Ads，Ae＝π+Ase-Ade；
向量长度比值：M＝Ld/Ls。
5.如权利要求1所述无形变图像配准合成方法，其特征在于，步骤C所述旋转变换和缩放变换方式分别为：
以浮动图像向量起始点为中心旋转，具体为：若As＞0，则将浮动图像以浮动图像向量起始点为中心顺时针旋转As角度，若As＜0，则将浮动图像以浮动图像向量起始点为中心逆时针旋转|As|角度；
对浮动图像以浮动图像向量起始点为定点放大M倍；
或者，
以浮动图像向量终止点为中心旋转，具体为：若Ae＞0，则将浮动图像以浮动图像向量终止点为中心顺时针旋转Ae角度，若Ae＜0，则将浮动图像以浮动图像向量终止点为中心逆时针旋转|Ae|角度；
对浮动图像以浮动图像向量终止点为定点放大M倍。
6.如权利要求1所述无形变图像配准合成方法，其特征在于，步骤C在完成图像的配准同时计算配准质量评估参数R，若R＞0.5％，则重复步骤A-C，否则，以此目标图像向量起始点为中心，扩展修改目标图像的高和宽，形成新目标图像，然后将不在目标图像的点却在浮动图像的点加到新目标图像中，将同时不在目标图像和浮动图像的点却在新目标图像中的点的灰度值置为特殊值，完成图像的合成；
所述配准质量评估参数R的计算方法为： R = ( Σ i = 1 N | Gd i - Gs i | / N ) × 100 % ;
其中，Gdi表示目标图像像素点灰度值，Gsi表示浮动图像对应像素点灰度值，N表示对应区域内像素点数；
所述目标图像和浮动图像对应区域为：目标图像上Ds(x，y)与De(x，y)连线对应于配准后浮动图像上Ss(x，y)与Se’(x，y)或者Se(x，y)与Ss’(x，y)连线的线性区域；或者目标图像上Ds(x，y)与De(x，y)连线为对角线的矩形对应于配准后浮动图像上Ss(x，y)与Se’(x，y)或者Se(x，y)与Ss’(x，y)连线为对角线的矩形区域；或者目标图像上Ds(x，y)与De(x，y)连线为直径的圆形对应于配准后浮动图像上Ss(x，y)与Se’(x，y)或者Se(x，y)与Ss’(x，y)连线为直径的圆形区域。
7.如权利要求1或6所述无形变图像配准合成方法，其特征在于，在所述步骤B之后利用多对向量对的缩放大小Mi的均值M0，然后求Mi与M0的差值绝对值，并从大到小排序，只留下排在最后的2个或者3个差值绝对值对应的2个或者3个向量对，其他向量对排除不用。
8.一种无形变图像配准合成装置，包括图像数据采集设备、数据传输控制器、图像数据显示设备、键盘与触屏操作设备和图像数据配准合成数据输出设备；其特征在于，还包括图像数据分析处理设备，接收键盘、鼠标与触屏操作设备和图像数据采集设备传来的图像信息，对图像进行配准合成，并将结果输出给配准合成图像数据输出设备。
9.如权利要求8所述的无形变图像配准合成装置，其特征在于，所述图像数据分析处理设备包括数据存储模块、参数计算模块以及图像旋转缩放模块；
所述数据存储模块接收键盘与触屏操作设备和图像数据采集设备传来的图像信息和位置特征点数据并对这些数据进行存储，同时对参数计算模块以及图像配准合成模块计算结果进行缓存；
所述参数计算模块实现向量对长度比值、向量方向角、方向角夹角、缩放倍数和误差大的向量对去除等操作；
所述图像配准合成模块实现图像旋转缩放等配准变换、图像合成，并把合成图像数据发送给配准合成图像数据输出设备；
所述图像数据分析处理设备的参数计算模块的计算方式为：
目标图像向量的向量方向角：
Ads＝arctg((De.y-Ds.y)/(De.x-Ds.x))
Ade＝arctg((Ds.y-De.y)/(Ds.x-De.x))
浮动图像向量的向量方向角：
Ass＝arctg((Se.y-Ss.y)/(Se.x-Ss.x))
Ase＝arctg((Ss.y-Se.y)/(Ss.x-Se.x))
目标图像向量的向量长度：
Ld＝sqrt((De.y-Ds.y)×(De.y-Ds.y)+(De.x-Ds.x)×(De.x-Ds.x))
浮动图像向量的向量长度：
Ls＝sqrt((Se.y-Ss.y)×(Se.y-Ss.y)+(Se.x-Ss.x)×(Se.x-Ss.x))
向量对夹角：
当(Se.x-Ss.x)×(De.x-Ds.x)≥0则
As＝Ass-Ads，Ae＝Ase-Ade；
当(Se.x-Ss.x)×(De.x-Ds.x)＜0则
As＝π+Ass-Ads，Ae＝π+Ase-Ade；
向量长度比值：M＝Ld/Ls；
所述图像旋转缩放模块对浮动图像以浮动图像向量起始点或者终止点为中心旋转和缩放，然后合成图像；
所述旋转变换和缩放变换方式分别为：
以浮动图像向量起始点为中心旋转，具体为：若As＞0，则将浮动图像以浮动图像向量起始点为中心顺时针旋转As角度，若As＜0，则将浮动图像以浮动图像向量起始点为中心逆时针旋转|As|角度；
对浮动图像以浮动图像向量起始点为定点放大M倍；
或者，
以浮动图像向量终止点为中心旋转，具体为：若Ae＞0，则将浮动图像以浮动图像向量终止点为中心顺时针旋转Ae角度，若Ae＜0，则将浮动图像以浮动图像向量终止点为中心逆时针旋转|Ae|角度；
对浮动图像以浮动图像向量终止点为定点放大M倍；
所述合成图像方式为：以目标图像向量起始点或者终止点为中心，扩展修改目标图像的高和宽，形成新目标图像，最后将不在目标图像的点却在浮动图像的点加到新目标图像中，将同时不在目标图像和浮动图像的点却在新目标图像中的点的灰度值置为特殊值，完成图像的合成；在图像配准合成的同时把数据传输给图像数据显示设备进行实时显示，并最后把最终结果传输给图像数据配准合成数据输出设备。
10.如权利要求9所述的无形变图像配准合成装置，其特征在于，所述图像配准合成模块包括配准质量评估模块，用于计算配准质量评估参数计算和最优配准方案选取。
CN2009101918823A 2009-12-11 2009-12-11 无形变图像配准合成方法和装置 Expired - Fee Related CN101739675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2009101918823A CN101739675B (zh) 2009-12-11 2009-12-11 无形变图像配准合成方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2009101918823A CN101739675B (zh) 2009-12-11 2009-12-11 无形变图像配准合成方法和装置

Publications (2)

Publication Number Publication Date
CN101739675A true CN101739675A (zh) 2010-06-16
CN101739675B CN101739675B (zh) 2012-03-14

Family

ID=42463126

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009101918823A Expired - Fee Related CN101739675B (zh) 2009-12-11 2009-12-11 无形变图像配准合成方法和装置

Country Status (1)

Country Link
CN (1) CN101739675B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104219475A (zh) * 2013-05-31 2014-12-17 睿致科技股份有限公司 视频处理方法、视频显示方法以及视频处理装置
CN104424624A (zh) * 2013-08-28 2015-03-18 中兴通讯股份有限公司 一种图像合成的优化方法及装置
CN109345470A (zh) * 2018-09-07 2019-02-15 华南理工大学 人脸图像融合方法和系统
CN110163273A (zh) * 2019-05-14 2019-08-23 西安文理学院 一种基于ransac算法的带有遗传因子的图像匹配方法
CN111429493A (zh) * 2020-03-20 2020-07-17 青岛联合创智科技有限公司 一种多图像间特征点匹配方法
CN112001889A (zh) * 2020-07-22 2020-11-27 杭州依图医疗技术有限公司 医学影像处理方法、装置及医学影像显示方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104219475A (zh) * 2013-05-31 2014-12-17 睿致科技股份有限公司 视频处理方法、视频显示方法以及视频处理装置
CN104219475B (zh) * 2013-05-31 2017-10-10 睿致科技股份有限公司 视频处理方法、视频显示方法以及视频处理装置
CN104424624A (zh) * 2013-08-28 2015-03-18 中兴通讯股份有限公司 一种图像合成的优化方法及装置
CN104424624B (zh) * 2013-08-28 2018-04-10 中兴通讯股份有限公司 一种图像合成的优化方法及装置
CN109345470A (zh) * 2018-09-07 2019-02-15 华南理工大学 人脸图像融合方法和系统
CN109345470B (zh) * 2018-09-07 2021-11-23 华南理工大学 人脸图像融合方法和系统
CN110163273A (zh) * 2019-05-14 2019-08-23 西安文理学院 一种基于ransac算法的带有遗传因子的图像匹配方法
CN110163273B (zh) * 2019-05-14 2021-02-12 西安文理学院 一种基于ransac算法的带有遗传因子的图像匹配方法
CN111429493A (zh) * 2020-03-20 2020-07-17 青岛联合创智科技有限公司 一种多图像间特征点匹配方法
CN112001889A (zh) * 2020-07-22 2020-11-27 杭州依图医疗技术有限公司 医学影像处理方法、装置及医学影像显示方法

Also Published As

Publication number Publication date
CN101739675B (zh) 2012-03-14

Similar Documents

Publication Publication Date Title
CN101739675B (zh) 无形变图像配准合成方法和装置
CN110377779B (zh) 图像标注的方法、基于病理图像的标注展示方法及装置
CN112102294B (zh) 生成对抗网络的训练方法及装置、图像配准方法及装置
CN106204560B (zh) 菌落挑选仪自动标定方法
CN107993228B (zh) 一种基于心血管oct影像的易损斑块自动检测方法和装置
CN105547834A (zh) 基于双目视觉的快速应力应变曲线测量系统及方法
JP7079358B2 (ja) 目標検出方法及び装置、コンピュータシステム並びに可読記憶媒体
CN107993229A (zh) 一种基于心血管ivoct图像的组织分类方法和装置
CN112336342A (zh) 手部关键点检测方法、装置及终端设备
CN109182081A (zh) 一种基于图像处理模型的单细胞分选系统
CN107633482A (zh) 一种基于序列图像的超分辨率重建方法
CN109308715A (zh) 一种基于点特征和线特征结合的光学图像配准方法
CN113490842A (zh) 信息处理装置、信息处理方法和信息处理系统
CN110456050B (zh) 便携式智能数字化寄生虫体外诊断仪
CN115330876B (zh) 基于孪生网络和中心位置估计的目标模板图匹配定位方法
CN115143895A (zh) 形变视觉测量方法、装置、设备、介质和双轴测量引伸计
US20080240491A1 (en) Instrumentation endoscope apparatus
CN114004854A (zh) 一种显微镜下的切片图像实时处理显示系统和方法
CN103544492A (zh) 基于深度图像三维曲面几何特征的目标识别方法和装置
CN112132772B (zh) 一种病理切片实时判读方法、装置及系统
WO2022140960A1 (zh) 一种卵泡跟踪方法和系统
CN109636856A (zh) 基于hog特征融合算子的物体六维度位姿信息联合测量方法
CN115797348B (zh) 内窥镜下目标结构评估系统、方法、设备及存储介质
CN116894776A (zh) 基于图像拼接的压接导线弯曲度测量方法及系统
CN112200766A (zh) 基于区域关联神经网络的工业产品表面缺陷检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120314

Termination date: 20141211

EXPY Termination of patent right or utility model