CN102184560A - 一种基于模板的ccd-dr图像拼接方法 - Google Patents

一种基于模板的ccd-dr图像拼接方法 Download PDF

Info

Publication number
CN102184560A
CN102184560A CN 201110073969 CN201110073969A CN102184560A CN 102184560 A CN102184560 A CN 102184560A CN 201110073969 CN201110073969 CN 201110073969 CN 201110073969 A CN201110073969 A CN 201110073969A CN 102184560 A CN102184560 A CN 102184560A
Authority
CN
China
Prior art keywords
image
template
ccd
ccd array
images
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
CN 201110073969
Other languages
English (en)
Other versions
CN102184560B (zh
Inventor
熊邦书
陈乐平
欧巧凤
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.)
Nanchang Hangkong University
Original Assignee
Nanchang Hangkong University
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 Nanchang Hangkong University filed Critical Nanchang Hangkong University
Priority to CN 201110073969 priority Critical patent/CN102184560B/zh
Publication of CN102184560A publication Critical patent/CN102184560A/zh
Application granted granted Critical
Publication of CN102184560B publication Critical patent/CN102184560B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)

Abstract

一种基于模板的CCD-DR图像拼接方法，包括步骤：1）利用CCD阵列采集一定视场范围内的模板和实物DR图像；2）对获取的CCD-DR图像进行预处理；3）在模板DR图像中进行特征点提取；4）对相邻的模板DR图像进行特征点配准；5）利用步骤4）中获取的特征点配准关系对CCD阵列采集的实物DR图像进行多图拼接。本发明先利用模板DR图像进行特征点配准，确定CCD阵列中相邻DR图像的位置变换关系，并保存相应的图像配准信息，在CCD-DR图像采集条件保持稳定不变情况下，可重复性的调用该图像配准信息对实物DR图像进行拼接处理，从而可高效获取高分辨率大视场的全景DR图像。

Description

一种基于模板的CCD-DR图像拼接方法
技术领域
本发明涉及医学图像拼接方法，即涉及采用CCD阵列采集一定视场范围内的DR图像，利用模板CCD-DR图像确定的位置关系，实现实物CCD-DR图像拼接的方法。
背景技术
随着可视化技术和现代医学技术的不断发展，X射线医学图像在临床诊断、医学科研等医学图像分析方面有着广泛的应用。尤其是在图像导引的骨科诊断和治疗中具有重要的临床应用价值。在人体脊椎和长骨等的骨科诊断和手术治疗中，常需要得到大幅度、超分辨率、完整的解剖结构图像来对病人的病灶及其周围部位进行全面、直观地观察分析。
目前骨科临床常用的数字化X射线摄影设备（DR）仅能提供视野局限的影像，因此在传统的医学图像分析中，医生需要在诊断治疗中分析一系列的DR图像，并重构出完整的全景图像。而采用单一CCD一次性获取的全景DR图像，则图像分辨率不高，且设备昂贵，难以普及。这样在医学图像分析中大大降低了医生的工作效率，也对医疗诊断的准确性带来了影响。为此医学图像拼接技术因其高分辨和广阔的视角，开始广泛应用于医学图像分析领域。但针对骨科医学图像场景单一的特殊性，采用传统的拼接融合流程技术并不能得到高质量的医学拼接图像，图像色差、伪影等缺陷普遍存在且拼接效率低。
发明内容
本发明的目的在于提供一种用于高效获取高分辨率大视场CCD-DR图像的图像拼接方法。
本发明解决其技术问题所采用的技术方案是：采用CCD阵列采集一定视场范围内的圆形点阵网格模板和实物DR图像；对获取的网格模板DR图像先采用最大类间方差法进行自动阈值分割，再利用连通域检测方法进行特征点提取；在此基础上，对各网格模板DR图像以连通域面积最大的特征点为坐标原点，将其周围所有特征点依次转换为相对坐标，根据相对坐标转换统计出的特征点行列数目确定重叠区域的特征点对，分别在水平方向和垂直方向利用仿射变换进行图像配准，并保存各自对应的仿射变换参数；在CCD-DR图像采集条件保持稳定不变情况下，可重复性调用所保存的网格模板DR图像配准信息，利用仿射变换、三次内插法和灰度平均法先从左到右，再从上到下对实物CCD-DR图像进行拼接处理。
本发明的方法包括以下主要步骤：
1）利用CCD阵列采集一定视场范围内的圆形点阵网格模板和实物DR图像；
2）对获取的CCD-DR图像进行亮度校正和几何畸变校正预处理；
3）在网格模板DR图像中利用自动阈值分割和连通域检测方法进行特征点提取；
4）按CCD阵列顺序，对相邻网格模板DR图像分别在水平方向和垂直方向进行特征点配准；
5）利用步骤4）特征点配准确定的位置变换关系，对CCD阵列采集的实物DR图像，利用仿射变换、三次内插法和灰度平均法，按CCD阵列顺序先从左到右，再从上到下进行多图拼接。
所述的模板是一张圆形等间隔的点阵网格模板，其大小与CCD阵列相对应，并且每个CCD中心对应的网格点面积比周围网格点面积要大一些，以示区别。
利用CCD阵列对模板同时采集多张DR图像，利用相邻模板中圆形点阵的已知对应关系，实现实物CCD-DR图像的拼接。
所述对CCD阵列采集的实物DR图像拼接，是在CCD-DR图像采集条件保持稳定不变情况下，可重复性调用所保存的网格模板DR图像配准信息，按CCD阵列顺序先从左到右，再从上到下利用仿射变换、三次内插法和灰度平均法对实物DR图像进行拼接处理。
本发明的优点是：在DR图像拼接中，针对实物DR图像场景单一不易获取特征点的问题，采用等间隔圆形点阵模板图像有效地提取特征点，可精确确定相邻CCD图像间的配准信息；在CCD-DR图像采集条件保持稳定不变情况下，可重复性调用所保存的网格模板DR图像配准信息对实物DR图像进行拼接处理，从而可高效准确地获取高分辨率大视场的全景DR图像。
具体实施方式
本发明方法要求采用CCD阵列采集一定视场范围内的DR图像进行图像拼接，并且是先利用网格模板DR图像确定相邻CCD-DR图像的位置变换关系，在CCD-DR图像采集条件保持稳定不变情况下，可重复性调用所保存的网格模板DR图像配准信息对实物DR图像进行拼接处理。
本发明的基于模板的CCD-DR图像拼接方法的流程图，获取高分辨率大视场的全景DR图像，其具体实施步骤如下：
1、CCD-DR图像采集
采用CCD阵列分别采集等间隔圆形点阵网格模板和实物DR图像，并将图像数据输入计算机系统。
2、CCD-DR图像预处理
对获取的CCD-DR图像依次进行亮度校正和几何畸变校正预处理。
3、模板DR图像特征点提取
本发明采用自动阈值分割和连通域检测方法进行特征点提取，其主要步骤如下：
1）采用最大类间方差法(OTSU)对模板DR图像计算分割阈值，进行二值化处理。
2）对步骤1）获得的二值图像，采用连通域检测方法提取模板DR图像特征点，即提取出所有的网格圆点，以网格圆点的圆心作为图像特征点，并找出连通域面积最大的网格圆点。
3）利用所有连通域的平均面积自动设置阈值，进行奇异网格圆点去除。
4、模板DR图像特征点配准
对第3步提取的网格模板DR图像中的点阵特征点，先进行相对坐标转换，再进行特征点配准，其主要步骤如下：
1）获取特征点的相对坐标。以连通域面积最大的网格圆点的圆心为坐标原点(0,0)，将其周围所有特征点依次转换为相对坐标，如原点上方第一个点相对坐标为(0,1)，左边第一个点相对坐标为(-1,0)，依此类推。
2）在1)的基础上，根据相对坐标转换统计出的特征点的行列数目确定重叠区域的特征点对。
3）由重叠区域特征点对的实际坐标，利用仿射变换获取相邻图像的位置变化关系，进行模板DR图像特征点配准。仿射变换的变换公式如下所示：
Figure 2011100739698100002DEST_PATH_IMAGE002
其中(
Figure 2011100739698100002DEST_PATH_IMAGE004
,
Figure 2011100739698100002DEST_PATH_IMAGE006
)和(
Figure 2011100739698100002DEST_PATH_IMAGE008
,
Figure 2011100739698100002DEST_PATH_IMAGE010
)分别是相邻模板DR图像的像素坐标。
Figure 2011100739698100002DEST_PATH_IMAGE012
,
Figure 2011100739698100002DEST_PATH_IMAGE014
,
Figure 2011100739698100002DEST_PATH_IMAGE016
,
Figure 2011100739698100002DEST_PATH_IMAGE018
,
Figure 2011100739698100002DEST_PATH_IMAGE020
和
Figure 2011100739698100002DEST_PATH_IMAGE022
是仿射变换参数，可通过重叠区域特征点对的实际坐标利用最小二乘法估算出仿射变换参数，并保存该仿射变换参数，作为图像配准信息。
5、实物DR图像拼接
在CCD-DR图像采集条件保持稳定不变情况下，可直接调用第4步保存的仿射变换参数，对CCD阵列采集的实物DR图像进行全景DR图像拼接。其主要步骤如下：
1）按CCD阵列的排列顺序，先从左到右，再从上到下调用相应的仿射变换参数对实物DR图像进行图像配准。
2）利用三次内插法，对仿射变换的DR图像进行像素灰度插值。
3）利用灰度平均法对DR图像的重叠区域进行图像融合。

Claims (4)

1. 一种基于模板的CCD-DR图像拼接方法，其特征在于包括以下方法步骤：
1）利用CCD阵列采集一定视场范围内的圆形点阵网格模板和实物DR图像；
2）对获取的CCD-DR图像进行亮度校正和几何畸变校正预处理；
3）在网格模板DR图像中利用自动阈值分割和连通域检测方法进行特征点提取；
4）按CCD阵列顺序，对相邻网格模板DR图像分别在水平方向和垂直方向进行特征点配准；
5）利用步骤4）特征点配准确定的位置变换关系，对CCD阵列采集的实物DR图像，利用仿射变换、三次内插法和灰度平均法，按CCD阵列顺序先从左到右，再从上到下进行多图拼接。
2.根据权利要求1所述的一种基于模板的CCD-DR图像拼接方法，其特征在于：所述的模板是一张圆形等间隔的点阵网格模板，其大小与CCD阵列相对应，并且每个CCD中心对应的网格点面积比周围网格点面积要大一些，以示区别。
3.根据权利要求1所述的一种基于模板的CCD-DR图像拼接方法，其特征在于：利用CCD阵列对模板同时采集多张DR图像，利用相邻模板中圆形点阵的已知对应关系，实现实物CCD-DR图像的拼接。
4.根据权利要求1所述的一种基于模板的CCD-DR图像拼接方法，其特征在于：所述对CCD阵列采集的实物DR图像拼接，是在CCD-DR图像采集条件保持稳定不变情况下，可重复性调用所保存的网格模板DR图像配准信息，按CCD阵列顺序先从左到右，再从上到下利用仿射变换、三次内插法和灰度平均法对实物DR图像进行拼接处理。
CN 201110073969 2011-03-25 2011-03-25 一种基于模板的ccd-dr图像拼接方法 Expired - Fee Related CN102184560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110073969 CN102184560B (zh) 2011-03-25 2011-03-25 一种基于模板的ccd-dr图像拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110073969 CN102184560B (zh) 2011-03-25 2011-03-25 一种基于模板的ccd-dr图像拼接方法

Publications (2)

Publication Number Publication Date
CN102184560A true CN102184560A (zh) 2011-09-14
CN102184560B CN102184560B (zh) 2013-01-30

Family

ID=44570729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110073969 Expired - Fee Related CN102184560B (zh) 2011-03-25 2011-03-25 一种基于模板的ccd-dr图像拼接方法

Country Status (1)

Country Link
CN (1) CN102184560B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103295209A (zh) * 2012-02-24 2013-09-11 深圳市蓝韵实业有限公司 Dr图像的拼接方法及系统
CN104010575A (zh) * 2012-09-10 2014-08-27 株式会社东芝 X射线ct装置以及医用图像处理方法
CN104333528A (zh) * 2013-07-22 2015-02-04 南京普爱射线影像设备有限公司 一种ccd-dr探测器相机的通信协议
CN105243663A (zh) * 2015-09-29 2016-01-13 深圳大学 一种pcb扫描图像的自动匹配方法及系统
CN106097294A (zh) * 2015-04-28 2016-11-09 西门子公司 基于自动对应进行骨重定位
CN107146213A (zh) * 2017-05-08 2017-09-08 西安电子科技大学 基于缝合线的无人机航拍图像拼接方法
CN111466932A (zh) * 2019-01-24 2020-07-31 通用电气公司 相机辅助x射线成像的方法和系统
CN108257090B (zh) * 2018-01-12 2021-03-30 北京航空航天大学 一种面向机载行扫相机的高动态图像拼接方法
CN117392038A (zh) * 2023-12-05 2024-01-12 北京智源人工智能研究院 医学图像直方图均衡化方法、装置、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101112315A (zh) * 2007-08-24 2008-01-30 珠海友通科技有限公司 X线透视人体影像自动融合拼接方法
CN101567051A (zh) * 2009-06-03 2009-10-28 复旦大学 一种基于特征点的图像配准方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101112315A (zh) * 2007-08-24 2008-01-30 珠海友通科技有限公司 X线透视人体影像自动融合拼接方法
CN101567051A (zh) * 2009-06-03 2009-10-28 复旦大学 一种基于特征点的图像配准方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《中国优秀硕士论文全文数据库信息科技辑》 20091115 吕玉琴 便携式医用X光图像拼接技术研究 摘要，第2页，第12页，第16页，第26页，第30-32页，第47页 1-4 , *
《计算机技术与发展》 20080331 图像拼接方法及其关键技术研究 蔡丽欢,廖英豪,郭东辉 第1-4页 1-4 第18卷, 第3期 *
《计算机技术与发展》 20100430 焦晶萍,廖文和,沈建新 一种基于模板匹配法的眼底图像拼接方法 第148-154页 1-4 第20卷, 第4期 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103295209A (zh) * 2012-02-24 2013-09-11 深圳市蓝韵实业有限公司 Dr图像的拼接方法及系统
CN104010575A (zh) * 2012-09-10 2014-08-27 株式会社东芝 X射线ct装置以及医用图像处理方法
US9737277B2 (en) 2012-09-10 2017-08-22 Toshiba Medical Systems Corporation X-ray CT system and medical image processing method
CN104010575B (zh) * 2012-09-10 2019-01-29 东芝医疗系统株式会社 X射线ct装置以及医用图像处理方法
CN104333528A (zh) * 2013-07-22 2015-02-04 南京普爱射线影像设备有限公司 一种ccd-dr探测器相机的通信协议
CN106097294B (zh) * 2015-04-28 2019-08-16 西门子公司 基于自动对应进行骨重定位
CN106097294A (zh) * 2015-04-28 2016-11-09 西门子公司 基于自动对应进行骨重定位
CN105243663A (zh) * 2015-09-29 2016-01-13 深圳大学 一种pcb扫描图像的自动匹配方法及系统
CN107146213A (zh) * 2017-05-08 2017-09-08 西安电子科技大学 基于缝合线的无人机航拍图像拼接方法
CN107146213B (zh) * 2017-05-08 2020-06-02 西安电子科技大学 基于缝合线的无人机航拍图像拼接方法
CN108257090B (zh) * 2018-01-12 2021-03-30 北京航空航天大学 一种面向机载行扫相机的高动态图像拼接方法
CN111466932A (zh) * 2019-01-24 2020-07-31 通用电气公司 相机辅助x射线成像的方法和系统
CN111466932B (zh) * 2019-01-24 2023-12-08 通用电气公司 相机辅助x射线成像的方法和系统
CN117392038A (zh) * 2023-12-05 2024-01-12 北京智源人工智能研究院 医学图像直方图均衡化方法、装置、电子设备和存储介质
CN117392038B (zh) * 2023-12-05 2024-03-08 北京智源人工智能研究院 医学图像直方图均衡化方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN102184560B (zh) 2013-01-30

Similar Documents

Publication Publication Date Title
CN102184560B (zh) 一种基于模板的ccd-dr图像拼接方法
CN106056537B (zh) 一种医学图像拼接方法及装置
US9014443B2 (en) Image diagnostic method, image diagnostic apparatus, and image diagnostic program
CN104075965B (zh) 一种基于分水岭分割的显微图像颗粒粒度测量方法
US20130016885A1 (en) Image processing apparatus, imaging system, and image processing system
CN105147311B (zh) 用于ct系统中的可视化设备辅助扫描定位方法和系统
CN101739674B (zh) 影像序列自动拼接方法与装置以及拼接系统
JP2014508020A5 (zh)
JP2012010275A (ja) 情報処理装置、情報処理方法、及びそのプログラム
KR20140105036A (ko) 화상 처리 장치, 화상 표시 시스템, 화상 처리 방법 및 컴퓨터 판독가능 기억 매체
CN102063714A (zh) 基于胶囊内窥镜图片生成人体腔道全视影像的方法
CN103295209A (zh) Dr图像的拼接方法及系统
CN103514591A (zh) 基于orb配准的dr图像拼接方法及系统
CN105374023B (zh) 一种分割目标区域方法，及其图像重建方法和装置
JP2022527868A (ja) リアルタイム映像における画像の物体輪郭を強調する方法
JP2011104149A (ja) マンモグラフィ装置
EP2346240A3 (en) Image processing method and device, and imaging apparatus using the image processing device
CN105869169A (zh) 一种肿瘤组织微排列图像的自动分割方法
US10739573B2 (en) Image processing apparatus and image processing method for achieving visibility of an entire image used for capturing a microscopic image and accuracy of edge detection
CN110648333B (zh) 基于中智学理论的乳腺超声视频图像实时分割系统
CN104182963A (zh) 一种图像处理方法及图像处理装置
CN105225231B (zh) 基于病灶容积测量的mri自动图像分割方法
WO2021039454A1 (ja) 画像処理装置、放射線撮影システム、画像処理方法及びプログラム
CN109671095B (zh) 一种x光照片中金属物分离方法和相关装置
Chen et al. Medical image mosaic based on low-overlapping regions

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: 20130130

Termination date: 20150325

EXPY Termination of patent right or utility model