CN106447664A - 确定匹配点对的方法及图像获取方法 - Google Patents
确定匹配点对的方法及图像获取方法 Download PDFInfo
- Publication number
- CN106447664A CN106447664A CN201610875710.8A CN201610875710A CN106447664A CN 106447664 A CN106447664 A CN 106447664A CN 201610875710 A CN201610875710 A CN 201610875710A CN 106447664 A CN106447664 A CN 106447664A
- Authority
- CN
- China
- Prior art keywords
- image
- double points
- point
- matching
- slope
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
Landscapes
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
一种确匹配点对的方法和图像获取方法。所述确定匹配点对的方法包括:对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对。本发明的确定匹配点对的技术方案方法简单、计算量小且可以获得准确度高的匹配点对,进而基于该匹配点对进行图像拼接时,拼接后的图像的拼接精度高,符合实际的临床需求。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种确定匹配点对的方法及图像获取方法。
背景技术
数字X射线摄影(DR,Digital Radiography)设备是计算机数字图像处理技术与X射线放射技术相结合而形成的一种先进的医疗设备。数字X射线摄影设备因其辐射剂量小、影像质量高、疾病的检出率和诊断的准确性较高而被广泛的应用。
在诊断脊椎前突、侧弯、下肢畸形等骨科疾病,或者进行骨折复位、关节移位、截骨术和椎弓根螺钉插入时,需要医学影像设备的辅助,而X射线摄影设备由于其成本低、剂量小、且能够实现无创可视化等优点,目前成为上述诊断的首选设备。但是由于X射线摄影设备在平板尺寸方面的限制,其成像范围难以覆盖完整的脊椎或下肢区域。此时,通常通过对脊椎或四肢长骨采集图像序列,利用图像处理算法将图像序列进行准确拼接,为医生提供准确的影像信息,以完成对上述骨科疾病的诊断。
通过X射线摄影设备采集图像时,相邻两次拍摄的人体解剖位有所不同,故采用的剂量也不同,因此相邻图像之间重叠区域的灰度差异也较大。另外,拍摄图像的过程中,为避免受检者受到过多的辐射剂量,通常会通过限束器遮去不必要的原发X射线,其能将X射线照射野限制在所需的最小范围,但是图像中限束器覆盖的区域会对精确拼接造成干扰。此外,为了保护受检者,拍摄过程中也会尽量的降低辐射剂量,因此拍摄获得的X射线图像中噪声干扰较大,图像清晰度差。
基于上述的原因,要获得拼接精度较高的图像是目前图像拼接技术领域的技术难点。现有的对X射线图像的拼接通常采用基于特征、基于灰度、基于变换域的拼接方法,对于基于特征的图像拼接方法而言,其首先对待配准图像进行预处理,提取特定的特征集;然后根据相似性度量函数,对特征集的描述进行匹配,进而实现图像的位置匹配。基于特征的图像拼接方法对图像的灰度变化具有较强的鲁棒性,且采用基于特征的图像拼接方法进行图像拼接时,提取了待拼接图像的显著特征,在很大程度上压缩了图像的信息量,故采用该拼接方法计算量较小,执行速度较快。对于基于灰度的图像拼接方法而言,其主要是利用图像的灰度信息,选择一个合适的能够度量图像之间相似程度的代价函数,然后采用某种搜索策略,取使该相似性代价函数值取得最值的对应变换模型的参数值。然而基于灰度的图像拼接方法搜索最优参数的过程计算量比较大,算法执行时间长,对图像噪声的敏感性强,对图像灰度依赖性比较强,且两幅待拼接图像重叠区域之间的灰度差异的大小将会影响拼接的精确度。而基于变换域的图像拼接方法则是通过快速傅里叶变换将两幅图像从空间域变换到频率域,通过两幅图像的互功率谱的相位直接计算出两幅图像的平移、旋转和缩放的对应参数,以实现图像的拼接。然而基于变换域的图像拼接方法受图像边缘显著差异和噪声等影响,有可能得不到正确的拼接参数,故通常基于变换域的图像拼接方法较多应用于拼接初始时配准参数的确定。因此,目前较多采用基于特征的拼接方法以实现对X射线图像的拼接。然而采用现有的基于特征的拼接方法获得的图像的拼接精度仍不高,对临床诊断有一定的影响。
此外,现有的确定待拼接图像的匹配点对的方法较复杂、计算量大,准确度低(现有确定匹配点对的方法获得的匹配点对中仍然包括了错误的匹配点对)。
因此,如何能够简单的确定准确的匹配点对,获得拼接精度高的图像,成为目前亟待解决的问题之一。
发明内容
本发明要解决的问题是提供一种确定匹配点对的方法,以简单的方式确定准确的匹配点对。提供一种图像获取方法,以使得拼接后获得的图像精度高。
为解决上述问题,本发明技术方案提供一种确定匹配点对的方法,包括:
对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对。
可选的,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
可选的,所述对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对包括;
对所述第一图像和所述第二图像分别进行特征点检测,并获得与所述特征点对应的特征向量;
基于所述第一图像的特征点对应的特征向量与所述第二图像的特征点对应的特征向量之间的相似性测度以生成初始匹配点对。
本发明技术方案还提供一种确定匹配点对的方法,包括:
对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。
可选的,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
可选的,所述坐标为横坐标或者纵坐标。
可选的,所述对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对包括;
对所述第一图像和所述第二图像分别进行特征点检测,并获得与所述特征点对应的特征向量;
基于所述第一图像的特征点对应的特征向量与所述第二图像的特征点对应的特征向量之间的相似性测度以生成初始匹配点对。
本发明技术方案还提供一种确定匹配点对的方法,包括:
对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;
以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对。
可选的,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
可选的,所述第一坐标为横坐标,所述第二坐标为纵坐标;
或者,所述第一坐标为纵坐标,所述第二坐标为横坐标。
可选的,所述对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对包括;
对所述第一图像和所述第二图像分别进行特征点检测,并获得与所述特征点对应的特征向量;
基于所述第一图像的特征点对应的特征向量与所述第二图像的特征点对应的特征向量之间的相似性测度以生成初始匹配点对。
本发明技术方案还提供一种图像获取方法,包括:
对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对;
基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
根据所述重叠区域对所述第一图像和第二图像进行拼接。
可选的,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
可选的,所述基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移包括:
以所述匹配点对的横坐标之差的均值为所述第一图像和第二图像之间在水平方向的偏移;
以所述匹配点对的纵坐标之差的均值为所述第一图像和第二图像之间在竖直方向的偏移。
本发明技术方案还提供一种图像获取方法,包括:
对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对;
基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
根据所述重叠区域对所述第一图像和第二图像进行拼接。
可选的,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
可选的,所述坐标为横坐标或者纵坐标。
可选的,所述基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移包括:
以所述匹配点对的横坐标之差的均值为所述第一图像和第二图像之间在水平方向的偏移;
以所述匹配点对的纵坐标之差的均值为所述第一图像和第二图像之间在竖直方向的偏移。
本发明技术方案还提供一种图像获取方法,包括:
对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;
以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点个数之和最大时所在簇的第二匹配点对为匹配点对;
基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
根据所述重叠区域对所述第一图像和第二图像进行拼接。
可选的,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
可选的,所述第一坐标为横坐标,所述第二坐标为纵坐标;
或者,所述第一坐标为纵坐标,所述第二坐标为横坐标。
与现有技术相比,本发明技术方案具有以下优点:
对第一图像和第二图像中的特征点进行匹配生成初始匹配点对,考虑到第一图像和第二图像中相同的特征点之间所在连线的斜率应平行,因此在确定匹配点对的过程中,计算所述初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图来去除所述初始匹配点对中错误的匹配点对以获得匹配点对。采用对斜率直方图进行统计的方式来确定匹配点对,方法简单且计算量小,由于考虑了相同特性的特征点之间的特点来去除错误的匹配点对,因此最终获得的匹配点对的准确度高。
在确定匹配点对的过程中,基于对斜率直方图进行统计的方式来去除错误的匹配点对以获得第一匹配点对,以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。由于先以基于斜率直方图统计的方式去除了一次错误的匹配点对,又以直方图统计的方式进一步地对可能存在的错误的匹配点对进行去除,提高了最终获得的匹配点对的准确度,且方法简单计算量小。
在确定匹配点对的过程中,先基于对斜率直方图进行统计的方式来去除错误的匹配点对以获得第一匹配点对,然后以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;最后以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对。由于先以基于斜率直方图统计的方式去除了一次错误的匹配点对,又以直方图统计的方式对可能存在的错误的匹配点分别进行两次去除,进一步地提高了最终获得的匹配点对的准确度,且方法简单计算量小。
在对第一图像和第二图像进行拼接时,对第一图像和第二图像的特征点进行匹配生成初始匹配点对,在去除所述初始匹配点对中错误的匹配点对时,考虑到所述第一图像和第二图像在相同解剖结构上的特征点之间所在连线的斜率应平行,或者说正确的匹配点对之间连线具有的平行特性,故以所述初始匹配点对所在连线斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图,统计斜率直方图中初始匹配点对的个数,确定所述初始匹配点对个数之和最大时所在簇的初始匹配点对为最终的匹配点对。基于所述匹配点对之间的位置关系确定所述第一图像和第二图像间的偏移,根据所述偏移来确定第一图像和第二图像的重叠区域,并根据所述重叠区域对所述第一图像和第二图像进行拼接。由于在确定匹配点对的过程中,考虑了第一图像和第二图像在相同解剖结构处的特征点之间连线的特性,因此可以较好的去除所述初始匹配点对中错误的匹配点对,且去除的方法简单,计算量小,故采用该方法确定的匹配点对来对第一图像和第二图像拼接时,拼接后的图像的精度高,符合实际的临床需求。
在对第一图像和第二图像进行拼接时,对第一图像和第二图像的特征点进行匹配生成初始匹配点对,在去除所述初始匹配点对中错误的匹配点对时,除了考虑第一图像和第二图像之间的解剖结构特性以外,还从第一图像和第二图像之间的位置关系角度出发,具体地,考虑了第一图像和第二图像可能在水平方向偏移较大,在竖直方向偏移较小或不存在;或者第一图像和第二图像可能在竖直方向偏移较大,在水平方向偏移较小或不存在;因此,先基于斜率直方图统计的方式去除所述初始匹配点对中错误的匹配点对以获得第一匹配点对,再以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定该直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。由于进一步地对可能存在的错误的匹配点对进行了去除,因此,最终以准确度较高的匹配点对来实现第一图像和第二图像之间的拼接时,拼接后的图像精度较高,符合实际的临床需求。
在对第一图像和第二图像进行拼接时,对第一图像和第二图像的特征点进行匹配生成初始匹配点对,在去除所述初始匹配点对中错误的匹配点对时,除了考虑第一图像和第二图像之间的解剖结构特性以外,还从第一图像和第二图像之间的位置关系角度出发,具体地,考虑了第一图像和第二图像可能在水平方向和竖直方向均存在偏移,因此,可以先基于斜率直方图统计的方式去除一次错误的匹配点对以获得第一匹配点对,然后再以直方图统计的方式在第一匹配点对中继续去除错误的匹配点对,即以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;再以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对。上述确定匹配点对的过程中,若第一图像和第二图像之间在竖直方向偏移较大,第一坐标可以为纵坐标,第二坐标可以为横坐标;若第一图像和第二图像之间在水平方向偏移较大,第一坐标可以为横坐标,第二坐标可以为纵坐标。因此,可以进一步的从第一图像和第二图像之间实际的相对位置关系来对第一图像和第二图像中的初始匹配点对中错误的匹配点对尽可能的去除,进而可以以较简单的方式获得准确度较高的匹配点对,再以该匹配点对之间的位置关系确定第一图像和第二图像之间的偏移,并根据所述偏移来确定第一图像和第二图像的重叠区域,根据所述重叠区域对第一图像和第二图像进行拼接,由于可以获得准确度高的匹配点对,或者说提高了获得正确的匹配点对的概率,因此,在很大程度上提高了拼接获得的图像的精度,且拼接后的图像符合实际的临床需求。
附图说明
图1是本发明实施例一的确定匹配点对的方法的流程示意图;
图2是本发明实施例一的获取第一图像和第二图像中初始匹配点对所在连线的斜率的示意图;
图3是本发明实施例一的图像获取方法的流程示意图;
图4-a至图4-d是在第一图像和第二图像中分别提取的初始重叠区域I1′和I2′之间的位置关系示意图;
图5是本发明实施例二的确定匹配点对的方法的流程示意图;
图6是本发明实施例二的图像获取方法的流程示意图;
图7是本发明实施例三的确定匹配点对的方法的流程示意图;
图8是本发明实施例三的图像获取方法的流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
正如现有技术中所描述的,目前采用基于特征的拼接方法相对于基于灰度、基于变换域的拼接方法而言计算量较小,且执行速度快,因此,现有技术中通常采用基于特征的拼接方法来实现图像拼接,具体地,就是采用特征点检测算法来检测相邻两幅图像的特征点,然后对检测到的特征点的信息进行描述,根据相邻两幅图像的特征点之间的相似关系,生成二者之间的匹配点对集合,然后对生成的匹配点对集合进行筛选以获取正确的匹配点对集合,最后根据正确的匹配点对集合来实现相邻两幅图像的拼接。然而现有的基于特征的图像拼接方法获得的图像的拼接精度不高,发明人经过实践分析知晓,现有的基于特征的图像拼接方法,在去除匹配获得的匹配点对集合中错误的匹配点时,去除了错误的匹配点对后获得的匹配点对中仍然会存在错误的匹配点对,也即最终获得的匹配点对的准确度不高,因此导致最终获得的图像的拼接精度不高,且现有确定匹配点对的方法复杂计算量大。
因此,发明人提出一种简单且可准确的确定匹配点对的方法,以下通过具体的实施例对本发明的技术方案进行详细的说明。
实施例一
本实施例中,对于第一图像和第二图像而言,二者相同解剖结构上的特征点之间的连线应平行(第一图像和第二图像之间正确的匹配点(最终确定的匹配点对)对之间的连线应平行,也即正确的匹配点对所在连线的斜率相同或者非常接近),非相同解剖结构上的特征点之间的连线会呈现杂乱无章的状态(第一图像和第二图像之间错误的匹配点对之间的连线呈杂乱无章状态,也即错误的匹配点对所在连线的斜率呈不同值),因此,本实施例中,对初始匹配点对之间的斜率进行直方图统计,以通过斜率直方图来对生成的初始匹配点对进行筛选以去除其中错误的匹配点对。
请参见图1,图1是本发明实施例一的确定匹配点对的方法的流程示意图,如图1所示,所述确定匹配点对的方法包括:
S101:对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
S102:计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
S103:确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对。
执行S101,对第一图像和第二图像的特征点进行匹配以生成初始匹配点对。具体地,首先分别对第一图像和第二图像中的特征点进行检测以获得与该特征点对应的特征向量,本实施例中,可以通过检测第一图像和第二图像中的角点、检测第一图像和第二图像中曲线的局部最大曲率点、检测第一图像和第二图像中具有局部最大曲率窗口的中心点及闭合区域的重心等特征点来对所述第一图像和第二图像中的特征点进行检测。在采用不同的方法检测到第一图像和第二图像中的特征点后,对于不同的特征点的检测方法,均可以通过位于所述特征点预设邻域的像素点的信息来对所述特征点进行描述,进而生成与不同的检测方法相对应的可以描述所述特征点信息的特征向量,或者说生成与所述特征点对应的特征向量。接下来基于特征向量之间的某种相似性测度,如:特征向量之间的欧式几何距离,来对检测到的第一图像和第二图像中的特征点进行匹配,也就是说对于第一图像和第二图像中的特征点而言,判断两个特征点之间是否匹配,可以通过判断与该对特征点对应的特征向量之间的欧式几何距离是否小于预定的阈值来判断该对特征点之间是否匹配。
另外,本实施例中,在进行特征点检测时,可以根据特征点检测应用的场景来确定对所述第一图像I1和所述第二图像I2的全部还是部分进行特征点检测,若对所述第一图像I1和所述第二图像I2进行特征点检测后是应用于对所述第一图像I1和所述第二图像I2的拼接,则可以对所述第一图像I1和所述第二图像I2的部分进行特征点检测,具体的就是根据实际经验预估了所述第一图像I1和所述第二图像I2中的初始重叠区域I1′和I2′,在该初始重叠区域I1′和I2′上进行特征点检测,并对检测到的特征点进行匹配。这样可以提高特征点的检测速度,进而也可以在一定程度上加快确定初始匹配点对的速度。在其他实施例中,根据特征点检测应用的场景也可以分别对第一图像和第二图像的全部进行检测以获得特征点。本实施例中,以所述第一图像I1和所述第二图像I2后续应用于图像拼接的场景来对确定匹配点对的方法进行说明。
在通过S101获得第一图像和第二图像的初始匹配点对后,需要去除所述初始匹配点对中错误的匹配点对,本实施例中具体通过如下方式去除所述初始匹配点对中错误的匹配点对。
执行S102:计算所述第一图像I1和所述第二图像I2中初始匹配点对所在连线的斜率,本实施例中是在所述第一图像I1和所述第二图像I2的初始重叠区域I1′及I2′上进行特征点检测,参见图2,图2是本发明实施例一的获取第一图像和第二图像中初始匹配点对所在连线的斜率的示意图,如图2所示:本实施例中所述第一图像I1中的初始重叠区域I1′与所述第二图像I2中的初始重叠区域I2′紧邻且沿水平方向并列放置,I1′的左上角为坐标原点,I1′的水平边界(水平边界的长度为所述初始重叠区域I1′的宽W)与X轴重合,竖直边界(竖直边界的长度为所述初始重叠区域I1′和I2′沿竖直方向的高度)与Y轴重合,I2′的水平边界也与X轴重合。像素点P1和P2为初始匹配点对,其中像素点P1位于I1′中,其坐标为(x11,y11),像素点P2位于I2′中,由于I1′和I2′并列放置,因此,在如图2所示的坐标系中,像素点P2的坐标为(x21+W,y22),m1为像素点P1和像素点P2之间的连线,则m1的斜率可以通过如下公式获得:
对于I1′和I2′中的所有的初始匹配点对而言,二者之间连线的斜率则可以通过如下公式获得:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为I1′中的第i个初始匹配点的位置、(x2i,y2i)为I2′中的第i个初始匹配点的位置、W为所述第一图像I1中的初始重叠区域I1′的宽度。
需要说明的是,本实施例中确定初始匹配点对连线的斜率是以第一图像I1的初始重叠区域I1′和第二图像I2的初始重叠区域I2′为例进行的,因此斜率的计算公式中,像素点P2的坐标为(x21+W,y22),若初始匹配点对连线的斜率是以第一图像I1和第二图像I2为基准进行计算,则第i对初始匹配点对所在连线的斜率通过如下公式获得:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
对于初始匹配点对所在连线斜率的计算不论是以第一图像I1的初始重叠区域I1′和第二图像I2的初始重叠区域I2′为准进行计算,还是以第一图像I1和第二图像I2为准进行计算,最终得到的初始匹配点对所在连线的斜率均相同。
通过上述公式可以得到所述第一图像I1和所述第二图像I2中的初始匹配点对所在连线的斜率,以计算获得的斜率为横坐标,与该斜率对应的初始匹配点对的个数为纵坐标生成斜率直方图。举例来说,初始匹配点对P1和P2之间连线的斜率为对与对应的初始匹配点对的个数进行统计,继续参见图2,图2中与m1平行的m2、m3、m4的斜率均与相同,因此,图2中与对应的初始匹配点对的个数为4个。根据该统计信息,即可建立斜率和初始匹配点对之间的映射关系,获得斜率直方图。通过该斜率直方图中对不同斜率下所对应的初始匹配点对个数的统计,可以去除部分错误的匹配点对,这是因为通过S101中匹配获得的初始匹配点对中,正确的匹配点对仍然占了大部分,因此,在所述斜率直方图的一个簇中所包含的初始匹配点对个数之和最大时,其所在的簇所包含的初始匹配点对为正确的匹配点对的可能性也最大。
因此,执行S103,确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对。也即保留斜率直方图中,初始匹配点对个数之和为最大时其所在簇中所包括的初始匹配点对,将其他簇中所包括的初始匹配点对作为错误的匹配点对去除。本实施例中,所述簇可以根据经验值而定也可以通过实验获得,也即在生成所述斜率直方图之前,需根据经验值或者实验获得的值对簇的宽度进行定义。本实施例中,所述簇的宽度可以在4~6个像素点之间。对于图2而言,就是保留了图2中与m1、m2、m3、m4对应的初始匹配点对,去除与m5、m6对应的初始匹配点对。
需要说明的是,本实施例中,是以图2所示的方式建立坐标系以获得所述第一图像和第二图像中初始匹配点对所在连线的斜率,在其他实施例中,所述第一图像和第二图像的初始重叠区域也可以沿竖直方向上下放置,此时,在该坐标系下所述第一图像和所述第二图像初始重叠区域的初始匹配点对所在连线的斜率的表达方式与上述也略有不同,但是对于所述第一图像和所述第二图像的初始重叠区域而言,不论以何种方式建立坐标系,最终生成的斜率直方图中,保留的初始匹配点对个数之和最大时所在簇的初始匹配点对均应相同。因此,本实施例中所述第一图像和所述第二图像的初始匹配点对所在连线的斜率的计算方式不应作为对本发明技术方案的限定。
此外,在实际通过斜率直方图的方式去除初始匹配点对中错误的匹配点对的过程中,可能会出现不同的簇中所包含的初始匹配点对个数相同的情况,此时则需要对所述斜率直方图进行均值滤波,在对经过了均值滤波后的斜率直方图中保留初始匹配点对个数之和为最大时其所在簇中所包含的初始匹配点对,所保留的初始匹配点对即为第一图像和第二图像之间的匹配点对。
至此,通过S101~S103去除了所述第一图像和所述第二图像的初始匹配点对中存在的错误的匹配点对,且采用本实施例的对斜率直方图进行统计的方式确定匹配点对,方法简单计算量小,由于基于相同特性的特征点之间的特点来去除初始匹配点对中错误的匹配点对,因此获得了准确度高的匹配点对。
对应上述的确定匹配点对的方法,本实施例还提供一种确定匹配点对的装置,所述确定匹配点对的装置包括:
匹配单元,用于对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
斜率直方图生成单元,用于计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
匹配点对确定单元,用于确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对。
所述确定匹配点对的装置的具体实施可参考所述确定匹配点对的方法的实施,在此不再赘述。
本实施例还提供一种X射线摄影系统,包括上述的确定匹配点对的装置。
本实施例还提供一种图像获取方法,请参见图3,图3是本发明实施一的图像获取方法的流程示意图,如图3所示:所述图像获取方法包括:
S101′:对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
S102′:计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
S103′:确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对;
S104′:基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
S105′:根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
S106′:根据所述重叠区域对所述第一图像和第二图像进行拼接。
本实施例中获取的图像为拼接后的图像,对于图像拼接而言,待拼接的图像通常为相邻的两幅图像,如采用X射线摄影系统采集的图像,对于X射线摄影系统采集到的图像而言,相邻两幅图像之间不存在旋转关系,且在对相邻两幅图像采集时,受检者所在平面和探测器所在平面之间是平行的,相邻两幅图像之间的放大率差异可以忽略不计,因此,相邻两幅图像之间只存在位置上的平移关系,即相邻两幅图像仅存在沿水平方向和竖直方向上的偏移。本实施例中,在对第一图像和第二图像进行拼接的过程中,确定二者之间的匹配点对时,同样考虑了相同解剖结构上的特征点之间的连线应平行,也即正确的匹配点对之间的连线应平行,因此对第一图像和第二图像之间的初始匹配点对仍通过斜率直方图像的方式来对所述初始匹配点对中错误的匹配点对进行去除。本实施例中S101′~S103′与上述的S101~S103相类似,此处不再赘述。
通过S101′~S103′确定了所述第一图像和第二图像之间的匹配点对后,执行S104′,基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移。具体地,本实施例中是以匹配点对的横坐标之差的均值作为第一图像和第二图像之间在水平方向的偏移,以匹配点对的纵坐标之差的均值作为第一图像和第二图像之间在竖直方向的偏移。举例来说:若最终获得的匹配点对为K个,其中属于第一图像I1的像素点的坐标为(x1i,y1i)、属于第二图像I2的像素点的坐标为(x2i,y2i),则第一图像I1和第二图像I2之间在水平方向的偏移第一图像I1和第二图像I2之间在竖直方向的偏
执行S105′,根据S104′获得的第一图像和第二图像之间在水平方向和竖直方向的偏移确定二者之间的重叠区域。由上述可知,在执行S101′时,本实施例中是以实际的经验预估所述第一图像I1和第二图像I2的大致重叠区域,仅在预估的初始重叠区域中对第一图像I1和第二图像I2的特征点进行检测,这样可以提高特征点的检测速度,进而也提高确定匹配点对的速度以及图像拼接的速度。因此S105′中,以在第一图像I1和第二图像I2中分别提取了初始重叠区域I1′和I2′(I1′和I2′的图像尺寸相同),对初始重叠区域I1′和I2′进行特征点检测和匹配后获得的I1′和I2′之间在水平方向的偏移Δx,在竖直方向的偏移Δy为例,来说明如何获得I1′和I2′之间的重叠区域(I1′和I2′之间的重叠区域也即I1和I2之间的重叠区域)。
具体地,本实施例中通过如下方式确定I1′和I2′之间的重叠区域。本实施例中建立水平向右为X轴正方向,竖直向下为Y轴正方向的直角坐标系,由于I1′和I2′的图像尺寸相同,故I1′和I2′的高度H(沿Y轴方向)以及I1′和I2′的宽度W(沿X轴方向)均相同。以I2′的上边界与I1′的上边界之间的相对位置关系作为I1′和I2′在竖直方向的偏移Δy,以I2′的左边界与I1′的左边界的相对位置关系作为I1′和I2′在水平方向的偏移Δx。实际拼接过程中可能会出现Δx、Δy均大于零,Δx大于零、Δy小于零,Δx小于零、Δy大于零,Δx、Δy均小于零的情况,以下结合图4-a至图4-d的第一图像和第二图像中分别提取的初始重叠区域I1′和I2′之间的位置关系示意图,对这四种情况下重叠区域的确定进行简单的说明。
此外,需要说明的是,图4-a至图4-d仅为第一图像和第二图像中分别提取的初始重叠区域I1′和I2′之间的位置关系示意图,因此其也示出了第一图像和第二图像之间在水平方向和竖直方向均存在偏移的情况,其并未示意出第一图像和第二图像之间在水平方向或者竖直方向的偏移可能趋于零的情况,但本发明的技术方案并不局限于图4-a至图4-d所示的情况。
本实施例中,若Δx、Δy均大于零,则如图4-a所示,I2′的上边界和I1′的上边界均位于Y轴正向,I2′的上边界位于I1′的上边界的下方,I2′的上边界相对于I1′的上边界沿Y轴正向的偏移为I1′和I2′在竖直方向的偏移Δy,此时I1′和I2′在竖直方向重叠的高度为H-Δy;I2′的左边界和I1′的左边界均位于X轴正向,I2′的左边界位于I1′的左边界的右方,I2′的左边界相对于I1′的左边界沿X轴正向的偏移为I1′和I2′在水平方向的偏移Δx,I1′和I2′在水平方向重叠的宽度为W-Δx。在确定了I1′和I2′在水平方向和竖直方向重叠的宽度后,则可以确定I1′和I2′的重叠区域,而I1′和I2′之间的重叠区域,也即I1和I2之间的重叠区域。
若Δx大于零、Δy小于零,则如图4-b所示,I2′的上边界位于Y轴负向、I1′的上边界位于X轴,I2′的上边界位于I1′的上边界的上方,I2′的上边界相对于I1′的上边界的偏移沿Y轴负向,此时I1′和I2′在竖直方向重叠的高度为H+Δy;I2′的左边界和I1′的左边界均位于X轴正向,I2′的左边界位于I1′的左边界的右方,I2′的左边界相对于I1′的左边界沿X轴正向的偏移为I1′和I2′在水平方向的偏移Δx,I1′和I2′在水平方向重叠的宽度为W-Δx。在确定了I1′和I2′在水平方向和竖直方向重叠的宽度后,则可以确定I1′和I2′的重叠区域,而I1′和I2′之间的重叠区域,也即I1和I2之间的重叠区域。
若Δx小于零、Δy大于零,则如图4-c所示,I2′的上边界和I1′的上边界均位于Y轴正向,I2′的上边界位于I1′的上边界的下方,此时I1′和I2′在竖直方向重叠的高度为H-Δy;I2′的左边界位于Y轴,I1′的左边界位于X轴正向,I2′的左边界位于I1′的左边界的左方,I2′的左边界相对于I1′的左边界的偏移沿X轴负向,I1′和I2′在水平方向重叠的宽度为W+Δx。在确定了I1′和I2′在水平方向和竖直方向重叠的宽度后,则可以确定I1′和I2′的重叠区域,而I1′和I2′之间的重叠区域,也即I1和I2之间的重叠区域。
若Δx小于零、Δy小于零,则如图4-d所示,I2′的上边界位于Y轴负向、I1′的上边界位于X轴,I2′的上边界位于I1′的上边界的上方,I2′的上边界相对于I1′的上边界的偏移沿Y轴负向,此时I1′和I2′在竖直方向重叠的高度为H+Δy;I2′的左边界位于Y轴,I1′的左边界位于X轴正向,I2′的左边界位于I1′的左边界的左方,I2′的左边界相对于I1′的左边界的偏移沿X轴负向,I1′和I2′在水平方向重叠的宽度为W+Δx。在确定了I1′和I2′在水平方向和竖直方向重叠的宽度后,则可以确定I1′和I2′的重叠区域,而I1′和I2′之间的重叠区域,也即I1和I2之间的重叠区域。
需要说明的是本实施例中是以I2′的上边界与I1′的上边界之间的相对位置关系作为I1′和I2′在竖直方向的偏移Δy,以I2′的左边界与I1′的左边界的相对位置关系作为I1′和I2′在水平方向的偏移Δx。在其他实施例中,I1′和I2′在竖直方向的偏移Δy也可以以I2′的下边界与I1′的下边界之间的相对位置关系而定,I1′和I2′在水平方向的偏移Δx也可以以I2′的右边界与I1′的右边界的相对位置关系而定,本实施例中对此不做限定。
执行S105′,根据S104′获得的第一图像和第二图像的重叠区域,对二者之间进行拼接,仍以上述的I1和I2为例,由上述可知,S104′中实际上是对第一图像I1和第二图像I2中的初始重叠区域I1′和I2′的重叠区域进行了确定,而I1′和I2′的重叠区域也即I1和I2的重叠区域。本实施例中,以该重叠区域的中心作为拼接点,先确定拼接点在I1′和I2′中的位置坐标,由于I1′和I2′与第一图像I1和第二图像I2之间的相对位置关系是已知的,因此可以知晓拼接点在第一图像I1的位置以及拼接点在第二图像I2的位置,然后基于拼接点的位置来对第一图像I1和第二图像I2进行拼接,并对拼接后的图像进行融合。具体地,本实施例中仍建立以水平向右为X轴正向,竖直向下为Y轴正向的直角坐标系第一图像I1和第二图像I2的左上角均位于该坐标系的原点,以第一图像I1为采集到的第一幅图像,第二图像I2为采集到的第二副图像为例,则在第一图像I1中保留像素点的纵坐标小于第一图像I1中的拼接点的纵坐标的像素点所在的区域,在第二图像I2中保留像素点的纵坐标大于拼接点的纵坐标的像素点所在的区域,将这两部分区域进行拼接以使得位于第一图像I1和第二图像I2中的拼接点重合。由于第一图像I1和第二图像I2之间存在灰度差异,因此在对I1和I2进行拼接后,位于拼接处上方和下方的图像会存在明显的灰度差异,故需对拼接后的图像进行融合。具体地,在拼接后的图像中过拼接点做与X轴平行的直线,称其为第一图像I1和第二图像I2之间的拼缝,在所述拼缝的上方(为第一图像I1)和下方(为第二图像I2)各取N个像素点,2N个像素点中每一个像素点的灰度值g通过如下公式获得:
g=a1×I1(x1,y1)+a2×I2(x2,y2)
其中,a1+a2=1,I1(x1,y1)为该像素点在第一图像I1中的灰度值,I2(x2,y2)为该像素点在第二图像I2中的灰度值。a1和a2为权重,当每一列的像素点的位置从位于第一图像I1到逐渐靠近拼缝,然后位于拼缝,再从远离拼缝到位于第二图像I2中,上述公式中权重a1由1逐渐变为0,权重a2由零逐渐变为1,通过加权平均的方式使得位于拼缝附近的区域的过渡较平滑以使得拼接后的图像更加符合实际的临床需求。
实际应用中,在对第一图像I1和第二图像I2完成拼接后,二者之间产生相对偏移的部分(该部分没有图像)可以采用黑色进行填充,或者采用与该偏移部分接近的背景区域的灰度值进行相应的填充。
至此,通过S101′~S106′,实现了对第一图像和第二图像中的特征点进行检测,并对其进行匹配,生成匹配点对,最终根据匹配点对来确定第一图像和第二图像的重叠区域,进而完成对第一图像和第二图像的拼接。本实施例中采用简单且计算量小的方法确定了准确度高的匹配点对,基于该匹配点对进行拼接后获得的图像的拼接精度高。
对应上述的图像获取方法,本实施例还提供一种图像获取装置,所述图像获取装置包括:
匹配单元,用于对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
斜率直方图生成单元,用于计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
匹配点对确定单元,用于确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对;
偏移确定单元,用于基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
重叠区域确定单元,用于根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
拼接单元,用于根据所述重叠区域对所述第一图像和第二图像进行拼接。
所述图像获取装置的具体实施可参考所述图像获取方法的实施,在此不再赘述。
本实施例还提供一种X射线摄影系统,包括上述的图像获取装置。
实施例二
本实施例与实施例一不同的是,本实施例在确定匹配点对的过程中,除了从第一图像和第二图像之间的解剖结构特性的角度考虑以外,还从第一图像和第二图像之间的位置关系的角度进行了考虑,来对第一图像和第二图像的初始匹配点对中错误的匹配点对进行进一步的去除,进而在很大程度上提高了最终获得的匹配点对的准确度。
请参见图5,图5是本发明实施例二的确定匹配点对的方法的流程示意图,如图5所示,本实施例的确定匹配点对的方法包括:
S201:对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
S202:计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
S203:确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
S204:以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;
S205:以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对。
本实施例中,S201~S203基于斜率直方图在初始匹配点对中确定第一匹配点对的过程与实施例一中S101~S103基于斜率直方图在初始匹配点对中确定匹配点对相类似,此处不再赘述。本实施例中,从第一图像和第二图像之间的位置关系的角度进行考虑,来进一步地去除第一匹配点对中可能存在的错误的匹配点对。考虑到第一图像和第二图像之间在水平方向和竖直方向可能均存在偏移,如采用X射线摄影系统采集的图像,对于X射线摄影系统采集到的两幅图像,如第一图像和第二图像而言,第一图像和第二图像之间不存在旋转关系,且在对第一图像或第二图像采集时,受检者所在平面和探测器所在平面之间是平行的,第一图像和第二图像之间的放大率差异可以忽略不计,因此,第一图像和第二图像之间只存在位置上的平移关系,即第一图像和第二图像仅存在沿水平方向和竖直方向上的偏移,故可以根据第一图像和第二图像之间实际的位置关系来进一步地去除所述第一匹配点对中错误的匹配点对以获得准确度高的匹配点对。
由上述可知,X射线摄影系统采集到的第一图像和第二图像之间仅存在位置上的平移关系,而对于不同的拍摄体位,第一图像和第二图像之间在水平方向和竖直方向的偏移有所不同,对于立位拍摄而言,探测器和球管沿立柱所在方向移动(通常也称之为探测器和球管沿竖直方向移动),而对于卧位拍摄而言,探测器和球管沿平床X轴所在方向移动(通常也称之为探测器和球管沿水平方向移动)。本实施例中,对于探测器和球管沿立柱所在方向移动,即立位拍摄,以立柱所在方向为竖直方向(纵坐标),与立柱所在方向垂直的方向为水平方向(横坐标)进行说明,相应的立位拍摄时采集到的图像的横坐标和纵坐标与上述描述的方向相对应。对于探测器和球管沿水平方向移动,即卧位拍摄,以平床X轴所在方向为水平方向(横坐标),与平床X轴所在方向垂直的方向为竖直方向(纵坐标),相应的以卧位拍摄时采集到的图像的横坐标和纵坐标与其描述的方向相对应。
当探测器和球管沿竖直(纵坐标,立位拍摄)方向移动时,导轨只能保证待拼接图像在水平(横坐标)方向上不会出现较大的偏移,而在竖直(纵坐标)方向上,即使在特征点检测和特征向量匹配相对准确的前提下,计算获得的所有初始匹配点对的纵坐标之差会比所有初始匹配点对的横坐标之差大,因此,初始匹配点对中真正的匹配点对(最终确定的匹配点对或称之为正确的匹配点对)的纵坐标之差和错误的匹配点对的纵坐标之差的差异也会较大。而当探测器和球管沿水平(横坐标,卧位拍摄)方向移动时,导轨只能保证待拼接图像在竖直(纵坐标)方向上不会出现较大的偏移,而在水平(横坐标)方向上,即使在特征点检测和特征向量匹配相对准确的前提下,计算获得的所有初始匹配点对的横坐标之差会比所有初始匹配点对的纵坐标之差大,因此,初始匹配点对中真正的匹配点对(最终确定的匹配点对或称之为正确的匹配点对)的横坐标之差和错误的匹配点对的横坐标之差的差异也会较大。
因此,对于探测器和球管沿竖直方向运动而言,对第一图像和第二图像中的特征点进行匹配,生成的初始匹配点对的纵坐标之差会比横坐标之差大(竖直方向的偏移大于水平方向的偏移)。而对于探测器和球管沿水平方向运动而言,对第一图像和第二图像中的特征点进行匹配,生成的初始匹配点对的横坐标之差会比纵坐标之差大(水平方向的偏移会大于竖直方向的偏移)。
故,在通过斜率直方图去除了初始匹配点对中的错误匹配点对获得第一匹配点对后,可以通过直方图统计的方式分别从统计较相近的纵坐标之差对应的第一匹配点对个数,较相近的横坐标之差对应的第一匹配点对个数两方面进行,以去除第一匹配点对中可能还存在的错误的匹配点对。执行S204:以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;本实施例中,若是立位拍摄,则第一图像和第二图像之间在水平方向的偏移不大,在竖直方向偏移较大,因此,第一匹配点对中正确的匹配点对的纵坐标之差和错误的匹配点对的纵坐标之差的差异也会较大,所以,对于立位拍摄而言,可以先对所述第一匹配点对的纵坐标之差进行直方图统计以获得第二匹配点对,具体的就是以所述第一匹配点对的纵坐标之差为横坐标,与纵坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对。若是卧位拍摄,则第一图像和第二图像之间在竖直方向的偏移不大,在水平方向偏移较大,因此,第一匹配点对中正确的匹配点对的横坐标之差和错误的匹配点对的横坐标之差的差异也会较大,所以,对于卧位拍摄而言,可以先对所述第一匹配点对的横坐标之差进行直方图统计以获得第二匹配点对,具体的就是以所述第一匹配点对的横坐标之差为横坐标,与横坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的初始匹配点对为第二匹配点对。
以立位拍摄为例,第一图像和第二图像分别为I1和I2,在对I1和I2进行了基于斜率直方图统计的方式去除了部分错误的匹配点对获得第一匹配点对后,若在第一匹配点对中属于I1的像素点的坐标为(x1i,y1i)、属于I2的像素点的坐标为(x2i,y2i),(i∈[1,N],N为第一匹配点对的个数),以y2i-y1i为横坐标,并对与y2i-y1i对应的第一匹配点对的个数进行统计,如:当第一匹配点对的纵坐标之差为6个像素单位时,与其对应的第一匹配点对的个数为20,根据该统计信息,生成以第一匹配点对的纵坐标之差为横坐标,与该纵坐标之差对应的第一匹配点对的个数为纵坐标的第一直方图,通过该第一直方图中对第一匹配点对在不同纵坐标之差下所对应的第一匹配点对个数的统计,可以去除错误的第一匹配点对,这是因为通过S203中确定的第一匹配点对中,正确的匹配点对仍然占了大部分,因此,在所述第一直方图中的一个簇中所包含的第一匹配点对个数最多时,其所在的簇所包含的第一匹配点对为正确的匹配点对的可能性最大,因此,保留所述第一直方图中,第一匹配点对个数之和为最大时其所在簇中所包括的第一匹配点对,将其他簇中所包括的第一匹配点对作为错误的匹配点去除,并将保留的第一匹配点对作为第二匹配点对。
同样地,对于卧位拍摄而言,在对第一图像I1和第二图像I2进行了基于斜率直方图统计的方式去除了部分错误的匹配点对获得第一匹配点对后,正确的匹配点对仍然占了大部分,因此,在以所述第一匹配点对的横坐标之差为横坐标,与横坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图中的一个簇中所包含的第一匹配点对个数最多时,其所在的簇所包含的第一匹配点对为正确的匹配点对的可能性最大,故保留所述第一直方图中,第一匹配点对个数为最大时其所在簇中所包括的第一匹配点对,将其他簇中所包括的第一匹配点对作为错误的匹配点去除,并将保留的第一匹配点对作为第二匹配点对。
本实施例中,所述簇可以根据经验值而定也可以通过实验获得,也即在生成所述第一直方图之前,需根据经验值或者实验获得的值对簇的宽度进行定义。本实施例中,所述簇的宽度可以在4~6个像素点之间。
通过执行S204去除了纵坐标之差不属于计算出的大部分的第一匹配点对的纵坐标之差的那部分,或者横坐标之差不属于计算出的大部分的第一匹配点对的横坐标之差的部分,也即去除了所述第一匹配点对中错误的匹配点对以获得第二匹配点对。本实施例中不管是立位拍摄还是卧位拍摄,其在水平方向和竖直方向均存在偏移,在去除了第一图像I1和第二图像I2沿一个方向可能存在的错误的匹配点对后,执行S205,去除二者之间沿另一个方向可能存在的错误的匹配点对,也即以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对。本实施例中,若是立位拍摄则所述第二坐标为横坐标,即生成以横坐标之差为横坐标,与横坐标之差对应的第二匹配点对个数为纵坐标的第二直方图。若是卧位拍摄则所述第二坐标为纵坐标,即生成以纵坐标之差为横坐标,与纵坐标之差对应的第二匹配点对个数为纵坐标的第二直方图。最终在所述第二直方图中,确定第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对,所述簇的宽度可以在4~6个像素点之间。通过执行S205,去除了横坐标之差不属于计算出的大部分的第二匹配点对的横坐标之差的那部分,或者纵坐标之差不属于计算出的大部分的第二匹配点对的纵坐标之差的部分,也即去除了所述第二匹配点对中错误的匹配点对以获得匹配点对。
需要说明的是,在实际去除所述初始匹配点对中的错误的匹配点对的过程中,可能会出现斜率直方图中不同簇中所包含的初始匹配点对个数相同的情况,此时需要对斜率直方图进行均值滤波,在对经过了均值滤波后的斜率直方图中保留初始匹配点对个数之和为最大时其所在簇中所包含的初始匹配点对为第一匹配点对,然后以该第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的该第一匹配点对个数为纵坐标生成第一直方图,若所述第一直方图中也存在不同簇中所包含的第一匹配点对个数相同的情况,此时也需对所述第一直方图进行均值滤波,在对经过了均值滤波后的第一直方图中保留第一匹配点对个数之和为最大时其所在簇中所包含的第一匹配点对为第二匹配点对,然后以该第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,若所述第二直方图中仍存在不同簇中所包含的第二匹配点对个数相同的情况,则对所述第二直方图进行均值滤波,确定经过了均值滤波的第二直方图中第二匹配点对个数之和为最大时其所在簇中所包含的第二匹配点对为匹配点对。
本实施例中,对于立位拍摄,先基于斜率直方图的方式去除了初始匹配点对中部分错误的匹配点对获得第一匹配点对,然后以所述第一匹配点对的纵坐标之差为横坐标,与纵坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图以确定第二匹配点对,最后以所述第二匹配点对的横坐标之差为横坐标,与横坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图以确定匹配点对。对于卧位拍摄,先基于斜率直方图的方式去除了初始匹配点对中部分错误的匹配点对获得第一匹配点对,然后以所述第一匹配点对的横坐标之差为横坐标,与横坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图以确定第二匹配点对,最后以所述第二匹配点对的纵坐标之差为横坐标,与纵坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图以确定匹配点对。对于不同体位的拍摄,既考虑了第一图像和第二图像之间的解剖结构特性,又从第一图像和第二图像之间的位置关系的角度进行了考虑以尽可能的去除第一图像和第二图像的初始匹配点对中错误的匹配点,因此在很大程上提高了最终获得的匹配点对的准确度,且采用直方图统计的方式在初始匹配点对中确定匹配点对方法简单计算量小。
对应上述的确定匹配点对的方法,本实施例还提供一种确定匹配点对的装置,所述确定匹配点对的装置包括:
匹配单元,用于对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
斜率直方图生成单元,用于计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
第一匹配点对确定单元,用于确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
第一直方图生成单元,用于以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图;
第二匹配点对确定单元,用于确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;
第二直方图生成单元,用于以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图;
匹配点对确定单元,用于确定所述第二直方图中第二匹配点个数之和最大时所在簇的第二匹配点对为匹配点对。
所述确定匹配点对的装置的具体实施可参考所述确定匹配点对的方法的实施,在此不再赘述。
本实施例还提供一种X射线摄影系统,包括上述的确定匹配点对的装置。
本实施例还提供一种图像获取方法,请参见图6,图6是本发明实施二的图像获取方法的流程示意图,如图6所示:所述图像获取方法包括:
S201′:对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
S202′:计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
S203′:确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
S204′:以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;
S205′:以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点个数之和最大时所在簇的第二匹配点对为匹配点对;
S206′:基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
S207′:根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
S208′:根据所述重叠区域对所述第一图像和第二图像进行拼接。
本实施例中获取的图像仍为拼接后的图像,待拼接的第一图像和第二图像为相邻的两幅图像,如采用X射线摄影系统采集的图像,由上述可知所述第一图像和第二图像仅存在沿水平方向的和竖直方向的偏移,例如:立位拍摄和卧位拍摄。本实施例的图像获取方法,在对立位拍摄或者卧位拍摄采集到的第一图像和第二图像进行拼接时,确定第一图像和第二图像之间的匹配点对时,仍从第一图像和第二图像在相同解剖结构上的特征点之间的连线应平行,以及在立位拍摄或者卧位拍摄时第一图像和第二图像之间实际的位置关系来对第一图像和第二图像之间的初始匹配点对中的错误匹配点对进行去除。本实施例的图像获取方法S201′~S205′确定所述第一图像和所述第二图像的匹配点对与上述的S201~S205相类似,此处不再赘述。S206′~S208′基于匹配点对之间的位置关系确定所述第一图像和第二图像之间的重叠区域进而对所述第一图像和第二图像进行拼接与实施例一中的S104′~S106′相类似,此处不再赘述。
本实施例中的图像获取方法,由于在对第一图像和第二图像的初始匹配点对中的错误匹配点对进行去除的过程中,分别从第一图像和第二图像之间的解剖结构特性以及二者之间的位置关系两个角度进行了考虑,且采用了直方图统计的方式一步步的去除了错误的匹配点对,以较简单且计算量小的方式确定了准确度较高的第一图像和第二图像的匹配点对。基于准确度较高的匹配点对,对所述第一图像和第二图像进行拼接,拼接后获得的图像的拼接精度高,且符合实际的临床需求。
对应上述的图像获取方法,本实施例还提供一种图像获取装置,所述图像获取装置包括:
匹配单元,用于对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对,所述第一图像和第二图像为相邻的图像;
斜率直方图生成单元,用于计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
第一匹配点对确定单元,用于确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
第一直方图生成单元,用于以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图;
第二匹配点对确定单元,用于确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;
第二直方图生成单元,用于以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图;
匹配点对确定单元,用于确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对;
偏移确定单元,用于基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
重叠区域确定单元,用于根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
拼接单元,用于根据所述重叠区域对所述第一图像和第二图像进行拼接。
本实施例还提供一种X射线摄影系统,包括上述的图像获取装置。
实施例三
本实施例在确定匹配点对的过程中,仍然从第一图像和第二图像之间的解剖结构特性的角度进行了考虑,同时也从第一图像和第二图像之间的位置关系的角度进行了考虑,只是本实施例中的第一图像和第二图像之间可能仅在水平方向或者竖直方向存在偏移,如对于探测器和球管沿竖直(纵坐标,立位拍摄)方向移动或者沿水平(横坐标,卧位拍摄)方向移动,若探测器移动时所在导轨的精度足够高,探测器在沿竖直方向移动的过程中在水平方向移动较小或者基本上没有移动,探测器在沿水平方向移动的过程中在竖直方向移动较小或者基本上没有移动,相邻的第一图像和第二图像在水平方向或者竖直方向的偏移比较小或者基本上不存在,也即第一图像和第二图像之间仅在一个方向的偏移较大,则可以通过图7所示的方法确定第一图像和第二图像之间的匹配点对。请参见图7,图7是本发明实施例三的确定匹配点对的方法的流程示意图,如图7所示:所述确定匹配点对的方法包括:
S301:对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
S302:计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
S303:确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
S304:以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。
本实施例中S301~S304与实施例二中的S201~S204相类似,不同的是由于本实施例中所述第一图像和所述第二图像之间仅在一个方向上存在偏移,因此,本实施例中在基于斜率直方图统计的方式去除了初始匹配点对中的错误的匹配点对以获得第一匹配点对后,以所述第一匹配点对的坐标之差为横坐标,与所述坐标之差对应的第一匹配点对个数为纵坐标生成直方图,并确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。本实施例中,若是采用立位拍摄(探测器和球管沿竖直方向移动),探测器沿竖直方向的偏移较大,则以所述第一匹配点对的纵坐标之差为横坐标,与所述纵坐标之差对应的第一匹配点对个数为纵坐标生成直方图,通过该直方图去除第一匹配点对中纵坐标之差不属于大部分第一匹配点对的纵坐标之差的那部分第一匹配点对,也即去除所述第一匹配点对中部分错误的第一匹配点对以获得准确度高的匹配点对。若是采用卧位拍摄(探测器和球管沿水平方向移动),探测器沿水平方向的偏移较大,则以所述第一匹配点对的横坐标之差为横坐标,与所述横坐标之差对应的第一匹配点对个数为纵坐标生成直方图,通过该直方图去除第一匹配点对中横坐标之差不属于大部分第一匹配点对的横坐标之差的那部分第一匹配点对,也即去除所述第一匹配点对中部分错误的第一匹配点对以获得准确度高的匹配点对。本实施例中,所述簇的宽度可以在4~6个像素点之间,具体如何生成直方图,可以参见实施例二中的生成第一直方图的过程,此处不再赘述。通过执行S301~S304,以简单且计算量小的方式确定了第一图像和第二图像之间的匹配点对,且所述匹配点对的准确度高。
对应上述的确定匹配点对的方法,本实施例还提供一种确定匹配点对的装置,所述确定匹配点对的装置包括:
匹配单元,用于对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
斜率直方图生成单元,用于计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
第一匹配点对确定单元,用于确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
直方图生成单元,用于以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图;
匹配点对确定单元,用于确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。
本实施例还提供一种X射线摄影系统,包括上述的确定匹配点对的装置。
本实施例还提供一种图像获取方法,本实施例中获取的图像仍为拼接后的图像,待拼接的第一图像和第二图像为相邻的两幅图像,且二者在水平方向或者竖直方向的偏移比较小或者基本上不存在,也即待拼接的两幅图像之间仅在一个方向的偏移较大,则可以通过图8所示的方法对第一图像和第二图像进行拼接。请参见图8,图8是本发明实施例三的图像获取方法的流程示意图,如图8所示,所述图像获取方法包括:
S301′:对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
S302′:计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
S303′:确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
S304′:以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对;
S305′:基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
S306′:根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
S307′:根据所述重叠区域对所述第一图像和第二图像进行拼接。
本实施例中,S301′~S304′确定第一图像和第二图像之间的匹配点对的过程与S301~S304相类似,此处不再赘述。S305′~S307′基于匹配点对的位置关系来确定第一图像和第二图像的重叠区域进而实现拼接则与实施例一的S104′~S106′相类似,此处不再赘述。
至此,通过执行S301′~S307′以简单且计算量小的方式确定了拼接过程中待拼接图像之间的匹配点对,并基于准确度高的匹配点对两幅图像进行了拼接,拼接后的图像拼接精度高,符合实际的临床需求。
对应于上述的图像获取方法,本实施例还提供一种图像获取装置,所述图像获取装置包括:
匹配单元,用于对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和第二图像为相邻的图像;
斜率直方图生成单元,用于计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
第一匹配点对确定单元,用于确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
直方图生成单元,用于以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,
匹配点对确定单元,用于确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对;
偏移确定单元,用于基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
重叠区域确定单元,用于根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
拼接单元,用于根据所述重叠区域对所述第一图像和第二图像进行拼接。
所述图像获取装置的具体实施可参考所述图像获取方法的实施,在此不再赘述。
本实施例还提供一种X射线摄影系统,包括上述的图像获取装置。
综上所述,本发明实施例提供的图像获取方法、图像获取装置及X射线摄影系统,至少具有如下有益效果:
对第一图像和第二图像中的特征点进行匹配生成初始匹配点对,考虑到第一图像和第二图像中相同的特征点之间所在连线的斜率应平行,因此在确定匹配点对的过程中,计算所述初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图来去除所述初始匹配点对中错误的匹配点对以获得匹配点对。采用对斜率直方图进行统计的方式来确定匹配点对,方法简单且计算量小,由于考虑了相同特性的特征点之间的特点来去除错误的匹配点对,因此最终获得的匹配点对的准确度高。
在确定匹配点对的过程中,基于对斜率直方图进行统计的方式来去除错误的匹配点对以获得第一匹配点对,以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。由于先以基于斜率直方图统计的方式去除了一次错误的匹配点对,又以直方图统计的方式进一步地对可能存在的错误的匹配点对进行去除,提高了最终获得的匹配点对的准确度,且方法简单计算量小。
在确定匹配点对的过程中,先基于对斜率直方图进行统计的方式来去除错误的匹配点对以获得第一匹配点对,然后以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;最后以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对。由于先以基于斜率直方图统计的方式去除了一次错误的匹配点对,又以直方图统计的方式对可能存在的错误的匹配点分别进行两次去除,进一步地提高了最终获得的匹配点对的准确度,且方法简单计算量小。
在对第一图像和第二图像进行拼接时,对第一图像和第二图像的特征点进行匹配生成初始匹配点对,在去除所述初始匹配点对中错误的匹配点对时,考虑到所述第一图像和第二图像在相同解剖结构上的特征点之间所在连线的斜率应平行,或者说正确的匹配点对之间连线具有的平行特性,故以所述初始匹配点对所在连线斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图,统计斜率直方图中初始匹配点对的个数,确定所述初始匹配点对个数之和最大时所在簇的初始匹配点对为最终的匹配点对。基于所述匹配点对之间的位置关系确定所述第一图像和第二图像间的偏移,根据所述偏移来确定第一图像和第二图像的重叠区域,并根据所述重叠区域对所述第一图像和第二图像进行拼接。由于在确定匹配点对的过程中,考虑了第一图像和第二图像在相同解剖结构处的特征点之间连线的特性,因此可以较好的去除所述初始匹配点对中错误的匹配点对,且去除的方法简单,计算量小,故采用该方法确定的匹配点对来对第一图像和第二图像拼接时,拼接后的图像的精度高,符合实际的临床需求。
在对第一图像和第二图像进行拼接时,对第一图像和第二图像的特征点进行匹配生成初始匹配点对,在去除所述初始匹配点对中错误的匹配点对时,除了考虑第一图像和第二图像之间的解剖结构特性以外,还从第一图像和第二图像之间的位置关系角度出发,具体地,考虑了第一图像和第二图像可能在水平方向偏移较大,在竖直方向偏移较小或不存在;或者第一图像和第二图像可能在竖直方向偏移较大,在水平方向偏移较小或不存在;因此,先基于斜率直方图统计的方式去除所述初始匹配点对中错误的匹配点对以获得第一匹配点对,再以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定该直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。由于进一步地对可能存在的错误的匹配点对进行了去除,因此,最终以准确度较高的匹配点对来实现第一图像和第二图像之间的拼接时,拼接后的图像精度较高,符合实际的临床需求。
在对第一图像和第二图像进行拼接时,对第一图像和第二图像的特征点进行匹配生成初始匹配点对,在去除所述初始匹配点对中错误的匹配点对时,除了考虑第一图像和第二图像之间的解剖结构特性以外,还从第一图像和第二图像之间的位置关系角度出发,具体地,考虑了第一图像和第二图像可能在水平方向和竖直方向均存在偏移,因此,可以先基于斜率直方图统计的方式去除一次错误的匹配点对以获得第一匹配点对,然后再以直方图统计的方式在第一匹配点对中继续去除错误的匹配点对,即以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;再以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对。上述确定匹配点对的过程中,若第一图像和第二图像之间在竖直方向偏移较大,第一坐标可以为纵坐标,第二坐标可以为横坐标;若第一图像和第二图像之间在水平方向偏移较大,第一坐标可以为横坐标,第二坐标可以为纵坐标。因此,可以进一步的从第一图像和第二图像之间实际的相对位置关系来对第一图像和第二图像中的初始匹配点对中错误的匹配点对尽可能的去除,进而可以以较简单的方式获得准确度较高的匹配点对,再以该匹配点对之间的位置关系确定第一图像和第二图像之间的偏移,并根据所述偏移来确定第一图像和第二图像的重叠区域,根据所述重叠区域对第一图像和第二图像进行拼接,由于可以获得准确度高的匹配点对,或者说提高了获得正确的匹配点对的概率,因此,在很大程度上提高了拼接获得的图像的精度,且拼接后的图像符合实际的临床需求。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
Claims (21)
1.一种确定匹配点对的方法,其特征在于,包括:
对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对。
2.如权利要求1所述的确定匹配点对的方法,其特征在于,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
3.如权利要求1所述的确定匹配点对的方法,其特征在于,所述对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对包括;
对所述第一图像和所述第二图像分别进行特征点检测,并获得与所述特征点对应的特征向量;
基于所述第一图像的特征点对应的特征向量与所述第二图像的特征点对应的特征向量之间的相似性测度以生成初始匹配点对。
4.一种确定匹配点对的方法,其特征在于,包括:
对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对。
5.如权利要求4所述的确定匹配点对的方法,其特征在于,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
6.如权利要求4或5所述的确定匹配点对的方法,其特征在于,所述坐标为横坐标或者纵坐标。
7.如权利要求4所述的确定匹配点对的方法,其特征在于,所述对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对包括;
对所述第一图像和所述第二图像分别进行特征点检测,并获得与所述特征点对应的特征向量;
基于所述第一图像的特征点对应的特征向量与所述第二图像的特征点对应的特征向量之间的相似性测度以生成初始匹配点对。
8.一种确定匹配点对的方法,其特征在于,包括:
对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;
以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点对个数之和最大时所在簇的第二匹配点对为匹配点对。
9.如权利要求8所述的确定匹配点对的方法,其特征在于,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
10.如权利要求8或9所述的确定匹配点对的方法,其特征在于,
所述第一坐标为横坐标,所述第二坐标为纵坐标;
或者,所述第一坐标为纵坐标,所述第二坐标为横坐标。
11.如权利要求8所述的确定匹配点对的方法,其特征在于,所述对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对包括;
对所述第一图像和所述第二图像分别进行特征点检测,并获得与所述特征点对应的特征向量;
基于所述第一图像的特征点对应的特征向量与所述第二图像的特征点对应的特征向量之间的相似性测度以生成初始匹配点对。
12.一种图像获取方法,其特征在于,包括:
对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为匹配点对;
基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
根据所述重叠区域对所述第一图像和第二图像进行拼接。
13.如权利要求12所述的图像获取方法,其特征在于,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
14.如权利要求12或13所述的图像获取方法,其特征在于,所述基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移包括:
以所述匹配点对的横坐标之差的均值为所述第一图像和第二图像之间在水平方向的偏移;
以所述匹配点对的纵坐标之差的均值为所述第一图像和第二图像之间在竖直方向的偏移。
15.一种图像获取方法,其特征在于,包括:
对第一图像和第二图像的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
以所述第一匹配点对的坐标之差为横坐标,与坐标之差对应的第一匹配点对个数为纵坐标生成直方图,确定所述直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为匹配点对;
基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
根据所述重叠区域对所述第一图像和第二图像进行拼接。
16.如权利要求15述的图像获取方法,其特征在于,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
17.如权利要求15或16所述的图像获取方法,其特征在于,所述坐标为横坐标或者纵坐标。
18.如权利要求15或16所述的图像获取方法,其特征在于,所述基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移包括:
以所述匹配点对的横坐标之差的均值为所述第一图像和第二图像之间在水平方向的偏移;
以所述匹配点对的纵坐标之差的均值为所述第一图像和第二图像之间在竖直方向的偏移。
19.一种图像获取方法,其特征在于,包括:
对第一图像和第二图像中的特征点进行匹配以生成初始匹配点对,所述第一图像和所述第二图像为相邻的图像;
计算所述第一图像和第二图像的初始匹配点对所在连线的斜率,以所述初始匹配点对所在连线的斜率为横坐标,与所述斜率对应的初始匹配点对个数为纵坐标生成斜率直方图;
确定所述斜率直方图中初始匹配点对个数之和最大时所在簇的初始匹配点对为第一匹配点对;
以所述第一匹配点对的第一坐标之差为横坐标,与第一坐标之差对应的第一匹配点对个数为纵坐标生成第一直方图,确定所述第一直方图中第一匹配点对个数之和最大时所在簇的第一匹配点对为第二匹配点对;
以所述第二匹配点对的第二坐标之差为横坐标,与第二坐标之差对应的第二匹配点对个数为纵坐标生成第二直方图,确定所述第二直方图中第二匹配点个数之和最大时所在簇的第二匹配点对为匹配点对;
基于所述匹配点对之间的位置关系确定所述第一图像和第二图像之间的偏移;
根据所述第一图像和第二图像之间的偏移确定所述第一图像和第二图像的重叠区域;
根据所述重叠区域对所述第一图像和第二图像进行拼接。
20.如权利要求19所述的图像获取方法,其特征在于,通过如下方式计算所述第一图像和所述第二图像的初始匹配点对所在连线的斜率:
其中:Ki为第i对初始匹配点对所在连线的斜率、(x1i,y1i)、(x2i,y2i)为第i对初始匹配点对、(x1i,y1i)为所述第一图像中的第i个初始匹配点的位置、(x2i,y2i)为所述第二图像中的第i个初始匹配点的位置、W1为所述第一图像的宽度。
21.如权利要求19或20所述的图像获取方法,其特征在于,
所述第一坐标为横坐标,所述第二坐标为纵坐标;
或者,所述第一坐标为纵坐标,所述第二坐标为横坐标。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610875710.8A CN106447664A (zh) | 2016-09-30 | 2016-09-30 | 确定匹配点对的方法及图像获取方法 |
US15/649,819 US10580135B2 (en) | 2016-07-14 | 2017-07-14 | System and method for splicing images |
US16/806,207 US11416993B2 (en) | 2016-07-14 | 2020-03-02 | System and method for splicing images |
US17/819,925 US11893738B2 (en) | 2016-07-14 | 2022-08-15 | System and method for splicing images |
US18/433,311 US20240212152A1 (en) | 2016-07-14 | 2024-02-05 | System and method for splicing images |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610875710.8A CN106447664A (zh) | 2016-09-30 | 2016-09-30 | 确定匹配点对的方法及图像获取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106447664A true CN106447664A (zh) | 2017-02-22 |
Family
ID=58171841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610875710.8A Pending CN106447664A (zh) | 2016-07-14 | 2016-09-30 | 确定匹配点对的方法及图像获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106447664A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108765277A (zh) * | 2018-06-04 | 2018-11-06 | 上海联影医疗科技有限公司 | 图像拼接方法、装置、计算机设备和存储介质 |
CN109658334A (zh) * | 2018-12-18 | 2019-04-19 | 北京易道博识科技有限公司 | 一种古籍图像拼接方法及装置 |
US11763424B2 (en) | 2018-06-04 | 2023-09-19 | Shanghai United Imaging Healthcare Co., Ltd. | Devices, systems, and methods for image stitching |
CN116797463A (zh) * | 2023-08-22 | 2023-09-22 | 佗道医疗科技有限公司 | 特征点对提取方法及图像拼接方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101442619A (zh) * | 2008-12-25 | 2009-05-27 | 武汉大学 | 无控制点图像拼接方法 |
US8254697B2 (en) * | 2009-02-02 | 2012-08-28 | Microsoft Corporation | Scalable near duplicate image search with geometric constraints |
CN102737395A (zh) * | 2011-04-15 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 一种医用x射线系统中的图像处理方法及装置 |
CN102968777A (zh) * | 2012-11-20 | 2013-03-13 | 河海大学 | 一种基于重叠区域sift特征点的图像拼接方法 |
CN103679672A (zh) * | 2013-10-28 | 2014-03-26 | 华南理工大学广州学院 | 基于边缘垂直距离匹配的全景图像拼接方法 |
CN104574401A (zh) * | 2015-01-09 | 2015-04-29 | 北京环境特性研究所 | 一种基于平行线匹配的图像配准方法 |
-
2016
- 2016-09-30 CN CN201610875710.8A patent/CN106447664A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101442619A (zh) * | 2008-12-25 | 2009-05-27 | 武汉大学 | 无控制点图像拼接方法 |
US8254697B2 (en) * | 2009-02-02 | 2012-08-28 | Microsoft Corporation | Scalable near duplicate image search with geometric constraints |
CN102737395A (zh) * | 2011-04-15 | 2012-10-17 | 深圳迈瑞生物医疗电子股份有限公司 | 一种医用x射线系统中的图像处理方法及装置 |
CN102968777A (zh) * | 2012-11-20 | 2013-03-13 | 河海大学 | 一种基于重叠区域sift特征点的图像拼接方法 |
CN103679672A (zh) * | 2013-10-28 | 2014-03-26 | 华南理工大学广州学院 | 基于边缘垂直距离匹配的全景图像拼接方法 |
CN104574401A (zh) * | 2015-01-09 | 2015-04-29 | 北京环境特性研究所 | 一种基于平行线匹配的图像配准方法 |
Non-Patent Citations (2)
Title |
---|
李勇: "图像无缝拼接及匀色技术的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
王玉亮,沈建新,廖文和: "基于SIFT特征的眼底图像自动拼接", 《中国图象图形学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108765277A (zh) * | 2018-06-04 | 2018-11-06 | 上海联影医疗科技有限公司 | 图像拼接方法、装置、计算机设备和存储介质 |
CN108765277B (zh) * | 2018-06-04 | 2021-05-07 | 上海联影医疗科技股份有限公司 | 图像拼接方法、装置、计算机设备和存储介质 |
US11763424B2 (en) | 2018-06-04 | 2023-09-19 | Shanghai United Imaging Healthcare Co., Ltd. | Devices, systems, and methods for image stitching |
US12079953B2 (en) | 2018-06-04 | 2024-09-03 | Shanghai United Imaging Healthcare Co., Ltd. | Devices, systems, and methods for image stitching |
CN109658334A (zh) * | 2018-12-18 | 2019-04-19 | 北京易道博识科技有限公司 | 一种古籍图像拼接方法及装置 |
CN116797463A (zh) * | 2023-08-22 | 2023-09-22 | 佗道医疗科技有限公司 | 特征点对提取方法及图像拼接方法 |
CN116797463B (zh) * | 2023-08-22 | 2023-11-21 | 佗道医疗科技有限公司 | 特征点对提取方法及图像拼接方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106504229B (zh) | 图像中特征点的检测方法 | |
CN102737395B (zh) | 一种医用x射线系统中的图像处理方法及装置 | |
Lim et al. | Introducing Willmore flow into level set segmentation of spinal vertebrae | |
CN113139962B (zh) | 用于脊柱侧凸概率评估的系统和方法 | |
CN106447664A (zh) | 确定匹配点对的方法及图像获取方法 | |
CN106296613B (zh) | 一种基于dr机器的双能量减影方法 | |
Ibragimov et al. | Segmentation of tongue muscles from super-resolution magnetic resonance images | |
US7840055B2 (en) | Computer aided tube and tip detection | |
CN106488122A (zh) | 一种基于改进Sobel算子的动态自动调焦算法 | |
US20140376798A1 (en) | Rib enhancement in radiographic images | |
Huang et al. | A set of image processing algorithms for computer-aided diagnosis in nuclear medicine whole body bone scan images | |
JPH08103439A (ja) | 画像の位置合わせ処理装置及び画像間処理装置 | |
CN105405101B (zh) | X射线图像处理方法和装置 | |
US20160210740A1 (en) | Method and system for spine position detection | |
US8577101B2 (en) | Change assessment method | |
CN115311258A (zh) | 一种spect平面图像中自动分割器官的方法和系统 | |
CN105374025B (zh) | 乳房图像获取方法及装置、乳房摄影系统 | |
Ge et al. | Automatic measurement of spinous process angles on ultrasound spine images | |
CN117911346A (zh) | 一种基于双视图融合的脊柱关键点检测方法及系统 | |
CN106485650A (zh) | 确定匹配点对的方法及图像获取方法 | |
CN106600575A (zh) | 拼接图像校验方法及装置、x射线摄影系统 | |
JP3975668B2 (ja) | 特徴量正誤判定方法および画像処理装置 | |
JPS60220045A (ja) | 血管位置検出装置 | |
Manhart et al. | Self-assessing image-based respiratory motion compensation for fluoroscopic coronary roadmapping | |
Li et al. | A medical image registration method based on weighted mutual information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170222 |
|
RJ01 | Rejection of invention patent application after publication |