CN111583120B - 图像拼接方法、装置、设备和存储介质 - Google Patents
图像拼接方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111583120B CN111583120B CN202010440417.5A CN202010440417A CN111583120B CN 111583120 B CN111583120 B CN 111583120B CN 202010440417 A CN202010440417 A CN 202010440417A CN 111583120 B CN111583120 B CN 111583120B
- Authority
- CN
- China
- Prior art keywords
- image
- scanning
- overlapping
- overlapped
- correction
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000012937 correction Methods 0.000 claims abstract description 86
- 238000005520 cutting process Methods 0.000 claims description 16
- 238000007667 floating Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 210000003484 anatomy Anatomy 0.000 description 6
- 238000002595 magnetic resonance imaging Methods 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002597 diffusion-weighted imaging Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
- G06T3/153—Transformations for image registration, e.g. adjusting or mapping for alignment of images using elastic snapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
- G06T2207/20212—Image combination
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种图像拼接方法、装置、计算机设备和存储介质。其中，该图像拼接方法包括：获取第一扫描图像和第二扫描图像；以第二扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第一校正图像；以第一扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第二校正图像；根据第一校正图像和第二校正图像，生成拼接图像。通过本申请，解决了相关技术中存在的图像拼接不连续的问题，提升了图像拼接的质量。
Description
技术领域
本申请涉及图像处理技术领域，特别是涉及一种图像拼接方法、图像拼接装置、计算机设备和计算机可读存储介质。
背景技术
随着图像拼接技术的发展，其在医学成像的后期处理中发挥着越来越重要的作用。当图像检测器的检测视野不足以覆盖待检测部位的面积的情况下，需要将该检测部位分多次扫描，获取多个扫描图像，再按照一定的规则拼接多个扫描图像。以MRI(MagneticResonance Imaging，磁共振成像)为例，由于MRI系统扫描板尺寸的限制，在进行全脊柱或全身扫描时，MRI会对待检测部位进行多段扫描，得到多套分段的体数据，在将多套分段的体数据合成一个全景图像的过程中，图像拼接成为必要的图像后期处理应用。
相关技术中，在进行图像拼接之前，为每个输入图像添加了特殊的磁场不均匀性校正，对解剖结果的扭曲失真进行几何校正。尽管磁场不均匀性校正有助于校正畸变，但它需要对MRI系统中的磁场有充分的了解。此外，它只能校正一般的磁场不均匀引起的变形与失真，无法校正由其他原因引起的变形与失真。相关技术的图像拼接一般使用刚性配准技术得两段图像之间的空间变换关系，将相邻两段图像进行空间对齐，再对其边界进行缝合。但是，刚性配准技术无法描述两段图像的重叠区域之间的复杂的空间对应关系。例如，在面临磁场的不均匀性或梯度的非线性引起的图像变形的情况下，同一个器官在两段图像中扫描所得的形状可能不同，在这种情况下，刚性配准技术只能描述整个图像的均匀平移、旋转和缩放变换，但无法描述不同的局部变换，难以保证拼接结果的内容连续性。
目前，针对相关技术中存在的图像拼接不连续的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种图像拼接方法、图像拼接装置、计算机设备和计算机可读存储介质，以至少解决相关技术中存在的图像拼接不连续的问题。
第一方面，本申请实施例提供了一种图像拼接方法，包括：
获取第一扫描图像和第二扫描图像；
以所述第二扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第一校正图像；以所述第一扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第二校正图像；
根据所述第一校正图像和所述第二校正图像，生成拼接图像。
在其中一些实施例中，以所述第二扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第一校正图像；以所述第一扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第二校正图像包括：
对所述第一扫描图像和所述第二扫描图像进行刚性配准；
根据配准得到的所述第一扫描图像和所述第二扫描图像的位置关系，从所述第一扫描图像中裁剪出第一重叠图像，以及从所述第二扫描图像中裁剪出第二重叠图像；
以所述第二重叠图像为基准，通过非刚性配准并校正所述第一重叠图像，得到所述第一校正图像；以及以所述第一重叠图像为基准，通过非刚性配准并校正所述第二重叠图像，得到第二校正图像。
在其中一些实施例中，根据所述第一校正图像和所述第二校正图像，生成拼接图像包括：
将所述第一校正图像更新到所述第一扫描图像中，以及将所述第二校正图像更新到所述第二扫描图像中；
融合所述第一扫描图像和所述第二扫描图像的重叠区域，得到所述拼接图像。
在其中一些实施例中，
以所述第二扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第一校正图像包括：以所述第二重叠图像为参考图像，以所述第一重叠图像为浮动图像，对所述第一重叠图像和所述第二重叠图像进行非刚性配准；计算所述第一重叠图像的第一形变场；根据所述第一形变场，校正所述第一重叠图像，得到所述第一校正图像；和/或，
以所述第一扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第二校正图像包括：以所述第一重叠图像为参考图像，以所述第二重叠图像为浮动图像，对所述第一重叠图像和所述第二重叠图像进行非刚性配准；计算所述第二重叠图像的第二形变场；根据所述第二形变场，校正所述第二重叠图像，得到所述第二校正图像。
在其中一些实施例中，计算所述第一重叠图像的第一形变场包括：确定第一权重场，其中，所述第一重叠图像中的像素距所述第一重叠图像的裁剪线的距离越远，则该像素在所述第一权重场中对应的权重值越小；根据所述第一权重场，校正所述第一重叠图像中每个像素对应的形变系数，得到所述第一形变场；
计算所述第二重叠图像的第二形变场包括：确定第二权重场，其中，所述第二重叠图像中的像素距所述第二重叠图像的裁剪线的距离越远，则该像素在所述第二权重场中对应的权重值越小；根据所述第二权重场，校正所述第二重叠图像中每个像素对应的形变系数，得到所述第二形变场。
在其中一些实施例中，融合所述第一扫描图像和所述第二扫描图像的重叠区域，得到所述拼接图像包括：
采用逐步加权平均法融合所述第一扫描图像和所述第二扫描图像的重叠区域，得到所述拼接图像。
在其中一些实施例中，采用逐步加权平均法融合所述第一扫描图像和所述第二扫描图像的重叠区域，得到所述拼接图像包括：
根据第一权重系数调整更新后的所述第一扫描图像中图像重叠区域的像素的像素值，根据第二权重系数调整更新后的所述第二扫描图像中图像重叠区域的像素的像素值，其中，在所述第一扫描图像和所述第二扫描图像中相同位置的两个像素分别对应的所述第一权重系数和所述第二权重系数的和为1；
将调整像素值之后的所述第一扫描图像和所述第二扫描图像上每对位置重叠的像素点的像素值相加，融合所述重叠区域，得到所述拼接图像。
第二方面，本申请实施例提供了一种图像拼接装置，包括：
获取模块，用于获取第一扫描图像和第二扫描图像；
非刚性配准模块，用于以所述第二扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第一校正图像；以所述第一扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第二校正图像；
拼接模块，用于根据所述第一校正图像和所述第二校正图像，生成拼接图像。
第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的图像拼接方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的图像拼接方法。
相比于相关技术，本申请实施例提供的图像拼接方法、图像拼接装置、计算机设备和计算机可读存储介质，通过获取第一扫描图像和第二扫描图像；以第二扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第一校正图像；以第一扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第二校正图像；根据第一校正图像和第二校正图像，生成拼接图像。解决了相关技术中存在的图像拼接不连续的问题，提升了图像拼接的质量。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种图像拼接方法流程图；
图2是根据本申请实施例的一种多段扫描图像拼接示意图；
图3是根据本申请实施例的一种第一重叠图像和第二重叠图像的示意图；
图4是根据本申请优选实施例的一种图像拼接方法的流程图；
图5是根据本申请实施例的一种图像拼接装置结构框图；
图6是根据本申请实施例的计算机设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所做出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本实施例提供了一种图像拼接方法，图1是根据本申请实施例的一种图像拼接方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，获取第一扫描图像和第二扫描图像。在本实施例中，可以从同一个设备采集的多个图像中选择其中相邻的两个图像，即第一扫描图像和第二扫描图像，其中，第一扫描图像和第二扫描图像均包括同一个扫描部位的内容，由于图像扫描设备存在着某种缺陷，在分段扫描同一部位时，所获得的图像发生形变失真，导致第一扫描图像和第二扫描图像中对应于同一扫描部位的内容存在不一致性。图2是根据本申请实施例的一种多段扫描图像拼接示意图，如图2所示，第一扫描图像和第二扫描图像为上下相邻的两幅图像，第一扫描图像的下边缘区域和第二扫描图像的上边缘区域相互重叠，重叠区域对应着相同或位置近似对齐的解剖结构，重叠关系可以是上下重叠，也可以是左右重叠，此处并不做限定。由于MRI系统中磁场不均匀性或者梯度线圈的非线性，造成图像采集时解剖结构存在形变失真，从而导致上下两个边缘区域即重叠位置的信息内容存在不一致性。
步骤S102，以第二扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第一校正图像；以第一扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第二校正图像。参考图2，第一扫描图像和第二扫描图像中局部解剖结构存在着由采集失真导致的外观差异，如果不校正局部解剖结构，第一扫描图像和第二扫描图像的拼缝区域的解剖结构会产生过渡不连续、伪影现象。为解决该问题，在本步骤中，在对第一扫描图像和第二扫描图像进行非刚性配准时，将其中一幅图像作为基准图像，另一幅图像作为目标图像，联系基准图像和目标图像的空间变换；测量目标图像和基准图像之间的相似性测度；决定最优空间变换参数，根据最优空间变换参数校正目标图像。通过该非刚性配准过程，可以得到第一校正图像和第二校正图像，使两个扫描图像的重叠区域的内容尽可能相近，避免产生过渡不连续、伪影现象，提升图像拼接内容的连续性。
步骤S103，根据第一校正图像和第二校正图像，生成拼接图像。可以按照重叠位置关系，确定第一校正图像、第二校正图像分别在第一扫描图像和第二扫描图像中的位置关系，根据该位置关系进行图像位置的对齐，再依次拼接，生成拼接图像。
通过上述步骤，解决了相关技术中存在的图像拼接不连续的问题，提升了图像拼接的质量。
在其他相关技术的图像拼接过程中，是将两幅输入图像进行叠加创建出图像模板，将输入图像分别与图像模板进行非刚性配准；然后，将配准后的输入图像进行叠加用于更新模板；根据更新后的模板进一步配准输入图像；模板被迭代地更新，并且输入图像被相应地变换；当两个输入图像经过配准足够相似时，迭代将停止。该解决方案使用单个模板来确保图像内容相同，但是其应用了2N次非刚性配准，其中，N表示更新重叠模板图像的次数，非常耗时，图像拼接效率低。
与上述相关技术相比，本申请不需要对重叠模板图像进行更新迭代，提升了图像拼接的效率。
在步骤S102中，以第二扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第一校正图像；以第一扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第二校正图像包括：对第一扫描图像和第二扫描图像进行刚性配准；根据配准得到的第一扫描图像和第二扫描图像的位置关系，从第一扫描图像中裁剪出第一重叠图像，以及从第二扫描图像中裁剪出第二重叠图像；以第二重叠图像为基准，通过非刚性配准并校正第一重叠图像，得到第一校正图像；以及以第一重叠图像为基准，通过非刚性配准并校正第二重叠图像，得到第二校正图像。
在对第一扫描图像和第二扫描图像进行刚性配准的过程中，可以按照重叠位置关系，从第一扫描图像中裁剪出第三重叠图像；以及按照重叠位置关系，从第二扫描图像裁剪出第四重叠图像。作为一种具体实施方式，可以根据DICOM(Digital Imaging andCommunications in Medicine，医学数字成像和通信)信息从第一扫描图像和第二扫描图像裁剪出两个存在重叠位置的图像，即第三重叠图像和第四重叠图像，通过对第三重叠图像和第四重叠图像进行刚性配准，确定第三重叠图像和第四重叠图像的刚性配准关系，从而确定第一扫描图像和第二扫描图像的刚性配准关系。其中，刚性配准可以基于均方误差配准方法或者基于互信息配准方法估计第三重叠图像和第四重叠图像之间的平移参数和旋转角度参数，根据平移参数和旋转角度参数对第三重叠图像和第四重叠图像进行平移和旋转，得到第三重叠图像和第四重叠图像的刚性配准关系，从而在全局视角上使得第三重叠图像和第四重叠图像的重叠部分在空间位置上相互对齐。作为一种具体实施方式，可以将第一扫描图像和第二扫描图像根据刚性配准关系在一张画布中相互对齐、拼接，以确定拼接第一扫描图像和第二扫描图像所需画布的尺寸。
在获得第一扫描图像和第二扫描图像的刚性配准关系后，仅仅是对第一扫描图像和第二扫描图像的重叠部分的位置进行了校正，无法解决重叠部分内容不连续的问题。因此，本申请在第一扫描图像和第二扫描图像进行刚性配准后，基于两幅扫描图像的刚性配准关系，从画布中裁剪出第一重叠图像和第二重叠图像，对第一重叠图像和第二重叠图像进行非刚性配准，以解决重叠部分内容不连续的问题。参考图2，第一重叠图像和第二重叠图像是包括重叠位置的两个图像，其对应着相同或位置近似对齐的扫描部位。
无论是刚性配准过程还是非刚性配准过程，从两个扫描图像裁剪出重叠位置的两个图像，针对重叠位置的两个图像进行配准，有利于缩小图像处理范围，以便于节省图像处理资源，同时也提升了获得两个扫描图像的配准关系的效率。
在其中一些实施例中，在得到第一校正图像和第二校正图像后，可以根据画布中裁剪的位置，将第一校正图像更新到画布的第一扫描图像中，以及将第二校正图像更新到画布的第二扫描图像中。如果直接拼接两个校正后的重叠图像，则在拼接的边界处会形成明显的间隙，因此设置了融合过程，以平滑第一校正图像和第二校正图像由于直接拼接而产生的间隙。
在步骤S102中，可以通过以下步骤，得到第一校正图像和第二校正图像。
以第二扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第一校正图像包括：以第二重叠图像为参考图像，以第一重叠图像为浮动图像，对第一重叠图像和第二重叠图像进行非刚性配准；计算第一重叠图像的第一形变场；根据第一形变场，校正第一重叠图像，得到第一校正图像。
以第一扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第二校正图像包括：以第一重叠图像为参考图像，以第二重叠图像为浮动图像，对第一重叠图像和第二重叠图像进行非刚性配准；计算第二重叠图像的第二形变场；根据第二形变场，校正第二重叠图像，得到第二校正图像。
作为一种具体实施方式，可以从上述实施例所描述的画布中裁剪两个扫描图像的重叠区域，即第一重叠图像和第二重叠图像，其中，IA表示第一重叠图像，IB表示第二重叠图像。在进行非刚性配准时，将第二重叠图像IB视为参考图像，将第一重叠图像IA视为浮动图像，使用非刚性配准方法对IA和IB进行配准，并计算出形变场disB，其中disB表示第一形变场，根据disB校正IA，得到I‘A，其中，I‘A表示第一校正图像；将第一重叠图像IA视为参考图像，将第二重叠图像IB视为浮动图像，使用非刚性配准方法对IA和IB进行配准，并计算出形变场disA，其中disA表示第二形变场，根据disA校正IB，得到I‘B，其中，I‘B表示第二校正图像。其中，非刚性配准过程中的自由度可以是二维的，也可以是三维的，此处并不做限定。
在对第一重叠图像和第二重叠图像进行形变校正后，可能其形变程度还未达到设定的要求。参考图2，在处理第一重叠图像和第二重叠图像的过程中，其处理原则为：在第一重叠图像中，越接近第一重叠图像的下边缘，即越远离第一重叠图像中的裁剪线，其处理的结果应该与第二重叠图像越相似，越远离第一重叠图像的下边缘，即越接近第一重叠图像中的裁剪线，其处理的结果应该与第一重叠图像越相似；在第二重叠图像中，越接近第二重叠图像的上边缘，即越远离第二重叠图像中的裁剪线，其处理的结果应该与第一重叠图像越相似，越远离第二重叠图像的上边缘，即越接近第二重叠图像中的裁剪线，其处理的结果应该与第二重叠图像越相似。而仅仅使用disA和disB达不到这样的图像渐变效果。
为解决上述问题，在其中一些实施例中，计算第一重叠图像的第一形变场包括：确定第一权重场，其中，第一重叠图像中的像素距第一重叠图像的裁剪线的距离越远，则该像素在第一权重场中对应的权重值越小；根据第一权重场，校正第一重叠图像中每个像素对应的形变系数，得到第一形变场。计算第二重叠图像的第二形变场包括：确定第二权重场，其中，第二重叠图像中的像素距第二重叠图像的裁剪线的距离越远，则该像素在第二权重场中对应的权重值越小；根据第二权重场，校正第二重叠图像中每个像素对应的形变系数，得到第二形变场。
作为一种具体实施方式，可以设置第一权重场wB，通过wB×disB修饰第一形变场，得到disB'，使用disB'对IA进行局部形变校正，生成I‘A；设置第二权重场wA，通过wA×disA修饰第二形变场，得到disA'，使用disA'对IB进行局部形变校正，生成I‘B。
在设置权重场时，可以根据第一重叠图像和第二重叠图像的位置关系确定第一权重场wB和第二权重场wA。参考图3，其中，H代表第一重叠图像和第二重叠图像相邻边界的距离，d代表预设阈值，可以根据H和d得到以下公式：
wB＝1-wA
其中，cos为三角函数。
在获得I‘A和I‘B后，可以将I‘A和I‘B替换画布中的对应区域，更新画布。
更新画布之后，由于重叠区域的图像像素和原始图像像素之间发生了变化，如果直接采用两个重叠图像中的一个进行拼接，则在拼接的边界处会形成明显的间隙。因此，在步骤S103中，采用逐步加权平均法融合第一校正图像和第二校正图像，以消除图像在拼接时产生的间隙。并且，该融合方法简单直观，在有多幅待拼接的图像的情况下，能够满足实时处理和精度要求。
在其中一些实施例中，采用逐步加权平均法融合第一扫描图像和第二扫描图像的重叠区域，得到拼接图像包括：
根据第一权重系数调整更新后的第一扫描图像中图像重叠区域的像素的像素值，根据第二权重系数调整更新后的第二扫描图像中图像重叠区域的像素的像素值，其中，在第一扫描图像和第二扫描图像中相同位置的两个像素分别对应的第一权重系数和第二权重系数的和为1；将调整像素值之后的第一扫描图像和第二扫描图像上每对位置重叠的像素点的像素值相加，融合重叠区域，得到拼接图像。
作为一种具体实施方式，以I‘A(x,y)和I‘B(x,y)为例，I‘A(x,y)和I‘B(x,y)是两个待融合的图像，其中，I‘A(x,y)表示第一校正图像的像素值，I‘B(x,y)表示第二校正图像的像素值，x和y表示坐标位置。由第一校正图像和第二校正图像拼接得到图像的像素值I(x,y)可以通过以下公式确定：
I(x,y)＝aI‘A(x,y)+bI‘B(x,y)
a+b＝1
其中，a为第一权重系数，b为第二权重系数。
在本实施例中，采取a和b作为逐渐变化系数，当a从1缓慢变为0时，图像的像素值从I‘A(x,y)缓慢过渡到I‘B(x,y)；当b从1缓慢变为0时，图像的像素值从I‘B(x,y)缓慢过渡到I‘A(x,y)。
以MR全身DWI(Diffusion-Weighted Imaging，扩散加权成像)序列作为原始图像的输入信息为例。在进行多段扫描时，由于梯度非线性导致每段图像的上下边缘区域的解剖结构存在形变失真，这对图像拼接造成了明显的障碍。因为图像拼接过程会使用每段图像的上下边缘区域信息作为衔接上下段的配准依据，同时形变失真造成了拼接图像的内容不连续、解剖结构显示异常。针对该问题，图4给出了根据本申请优选实施例的一种图像拼接方法的流程图，如图4所示，该流程包括以下步骤：
步骤S401，获取相邻两段原始图像。即分别为第一扫描图像和第二扫描图像。
步骤S402，根据DICOM信息，从两段原始图像中裁剪出重叠区域的两个子图。即分别为第三重叠图像和第四重叠图像。
步骤S403，对两个重叠区域的子图进行刚性配准，并确定画布尺寸。即获得刚性配准关系，并将第一扫描图像和第二扫描图像根据刚性配准关系放置在画布中适当位置。
步骤S404，从画布中裁剪出重叠区域的两个子图。即分别为第一重叠图像IA和第二重叠图像IB。
步骤S405，定义IA为浮动图像，IB为参考图像，执行非刚性配准；定义IB为浮动图像，IA为参考图像，执行非刚性配准。
步骤S406，修饰disB，校正IA，获得第一校正图像；修饰disA，校正IB，获得第二校正图像。
步骤S407，用第一校正图像和第二校正图像更新画布。
步骤S408，融合第一校正图像和第二校正图像，得到拼接图像。如果需要拼接两个以上的原始图像，则重复上述步骤S401至步骤S408。
通过上述的图像拼接方法得到全身DWI图像，相比于相关技术，可以高效率完成对重叠区域进行形变校正，提升重叠区域的解剖结构的内容连续性。
本实施例还提供了一种图像拼接装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本申请实施例的一种图像拼接装置结构框图，如图5所示，该装置包括：获取模块51，非刚性配准模块52，拼接模块53，其中：
获取模块51，用于获取第一扫描图像和第二扫描图像。
非刚性配准模块52，耦合至获取模块，用于以第二扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第一校正图像；以第一扫描图像为基准，对第一扫描图像和第二扫描图像进行非刚性配准，得到第二校正图像。
拼接模块53，耦合至非刚性配准模块，用于根据第一校正图像和第二校正图像，生成拼接图像。
在其中一些实施例中，装置还包括：刚性配准模块，用于对第一扫描图像和第二扫描图像进行刚性配准；裁剪模块，用于根据配准得到的第一扫描图像和第二扫描图像的位置关系，从第一扫描图像中裁剪出第一重叠图像，以及从第二扫描图像中裁剪出第二重叠图像；非刚性配准模块用于以第二重叠图像为基准，通过非刚性配准并校正第一重叠图像，得到第一校正图像；以及以第一重叠图像为基准，通过非刚性配准并校正第二重叠图像，得到第二校正图像。
在其中一些实施例中，装置还包括：更新模块，用于将第一校正图像更新到第一扫描图像中，以及将第二校正图像更新到第二扫描图像中；融合模块，用于融合第一扫描图像和第二扫描图像的重叠区域，得到拼接图像。
在其中一些实施例中，非刚性配准模块用于以第二重叠图像为参考图像，以第一重叠图像为浮动图像，对第一重叠图像和第二重叠图像进行非刚性配准；计算第一重叠图像的第一形变场；根据第一形变场，校正第一重叠图像，得到第一校正图像；和/或，以第一重叠图像为参考图像，以第二重叠图像为浮动图像，对第一重叠图像和第二重叠图像进行非刚性配准；计算第二重叠图像的第二形变场；根据第二形变场，校正第二重叠图像，得到第二校正图像。
在其中一些实施例中，装置还包括第一确定模块，用于确定第一权重场，其中，第一重叠图像中的像素距第一重叠图像的裁剪线的距离越远，则该像素在第一权重场中对应的权重值越小；根据第一权重场，校正第一重叠图像中每个像素对应的形变系数，得到第一形变场；第二确定模块，用于确定第二权重场，其中，第二重叠图像中的像素距第二重叠图像的裁剪线的距离越远，则该像素在第二权重场中对应的权重值越小；根据第二权重场，校正第二重叠图像中每个像素对应的形变系数，得到第二形变场。
在其中一些实施例中，融合模块用于采用逐步加权平均法融合第一扫描图像和第二扫描图像的重叠区域，得到拼接图像。
在其中一些实施例中，融合模块用于根据第一权重系数调整更新后的第一扫描图像中图像重叠区域的像素的像素值，根据第二权重系数调整更新后的第二扫描图像中图像重叠区域的像素的像素值，其中，在第一扫描图像和第二扫描图像中相同位置的两个像素分别对应的第一权重系数和第二权重系数的和为1；将调整像素值之后的第一扫描图像和第二扫描图像上每对位置重叠的像素点的像素值相加，融合重叠区域，得到拼接图像。
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外，结合图1描述的本申请实施例图像拼接方法可以由计算机设备来实现。图6为根据本申请实施例的计算机设备的硬件结构示意图。
计算机设备可以包括处理器61以及存储有计算机程序指令的存储器62。
具体地，上述处理器61可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器62可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器62可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器62可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器62可在数据处理装置的内部或外部。在特定实施例中，存储器62是非易失性(Non-Volatile)存储器。在特定实施例中，存储器62包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。
存储器62可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器61所执行的可能的计算机程序指令。
处理器61通过读取并执行存储器62中存储的计算机程序指令，以实现上述实施例中的任意一种图像拼接方法。
在其中一些实施例中，计算机设备还可包括通信接口63和总线60。其中，如图6所示，处理器61、存储器62、通信接口63通过总线60连接并完成相互间的通信。
通信接口63用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信接口63还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线60包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线60包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线60可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线60可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
另外，结合上述实施例中的图像拼接方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种图像拼接方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像拼接方法，其特征在于，包括：
获取第一扫描图像和第二扫描图像；
以所述第二扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第一校正图像，所述第一校正图像根据第一重叠图像的第一形变场校正得到，所述第一形变场根据第一权重场，校正所述第一重叠图像中每个像素对应的形变系数所得到；以所述第一扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第二校正图像，所述第二校正图像根据第二重叠图像的第二形变场校正得到，所述第二形变场根据第二权重场，校正所述第二重叠图像中每个像素对应的形变系数所得到；所述第一重叠图像根据所述第一扫描图像和所述第二扫描图像的位置关系从所述第一扫描图像中得到；所述第二重叠图像根据所述第一扫描图像和所述第二扫描图像的位置关系从所述第二扫描图像中得到；
根据所述第一校正图像和所述第二校正图像，生成拼接图像。
2.根据权利要求1所述的图像拼接方法，其特征在于，以所述第二扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第一校正图像；以所述第一扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第二校正图像包括：
对所述第一扫描图像和所述第二扫描图像进行刚性配准；
根据配准得到的所述第一扫描图像和所述第二扫描图像的位置关系，从所述第一扫描图像中裁剪出第一重叠图像，以及从所述第二扫描图像中裁剪出第二重叠图像；
以所述第二重叠图像为基准，通过非刚性配准并校正所述第一重叠图像，得到所述第一校正图像；以及以所述第一重叠图像为基准，通过非刚性配准并校正所述第二重叠图像，得到第二校正图像。
3.根据权利要求2所述的图像拼接方法，其特征在于，根据所述第一校正图像和所述第二校正图像，生成拼接图像包括：
将所述第一校正图像更新到所述第一扫描图像中，以及将所述第二校正图像更新到所述第二扫描图像中；
融合所述第一扫描图像和所述第二扫描图像的重叠区域，得到所述拼接图像。
4.根据权利要求2所述的图像拼接方法，其特征在于，
以所述第二扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第一校正图像包括：以所述第二重叠图像为参考图像，以所述第一重叠图像为浮动图像，对所述第一重叠图像和所述第二重叠图像进行非刚性配准；计算所述第一重叠图像的第一形变场；根据所述第一形变场，校正所述第一重叠图像，得到所述第一校正图像；和/或，
以所述第一扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第二校正图像包括：以所述第一重叠图像为参考图像，以所述第二重叠图像为浮动图像，对所述第一重叠图像和所述第二重叠图像进行非刚性配准；计算所述第二重叠图像的第二形变场；根据所述第二形变场，校正所述第二重叠图像，得到所述第二校正图像。
5.根据权利要求4所述的图像拼接方法，其特征在于，
计算所述第一重叠图像的第一形变场包括：确定第一权重场，其中，所述第一重叠图像中的像素距所述第一重叠图像的裁剪线的距离越远，则该像素在所述第一权重场中对应的权重值越小；根据所述第一权重场，校正所述第一重叠图像中每个像素对应的形变系数，得到所述第一形变场；
计算所述第二重叠图像的第二形变场包括：确定第二权重场，其中，所述第二重叠图像中的像素距所述第二重叠图像的裁剪线的距离越远，则该像素在所述第二权重场中对应的权重值越小；根据所述第二权重场，校正所述第二重叠图像中每个像素对应的形变系数，得到所述第二形变场。
6.根据权利要求3所述的图像拼接方法，其特征在于，融合所述第一扫描图像和所述第二扫描图像的重叠区域，得到所述拼接图像包括：
采用逐步加权平均法融合所述第一扫描图像和所述第二扫描图像的重叠区域，得到所述拼接图像。
7.根据权利要求6所述的图像拼接方法，其特征在于，采用逐步加权平均法融合所述第一扫描图像和所述第二扫描图像的重叠区域，得到所述拼接图像包括：
根据第一权重系数调整更新后的所述第一扫描图像中图像重叠区域的像素的像素值，根据第二权重系数调整更新后的所述第二扫描图像中图像重叠区域的像素的像素值，其中，在所述第一扫描图像和所述第二扫描图像中相同位置的两个像素分别对应的所述第一权重系数和所述第二权重系数的和为1；
将调整像素值之后的所述第一扫描图像和所述第二扫描图像上每对位置重叠的像素点的像素值相加，融合所述重叠区域，得到所述拼接图像。
8.一种图像拼接装置，其特征在于，包括：
获取模块，用于获取第一扫描图像和第二扫描图像；
非刚性配准模块，用于以所述第二扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第一校正图像，所述第一校正图像根据第一重叠图像的第一形变场校正得到，所述第一形变场根据第一权重场，校正所述第一重叠图像中每个像素对应的形变系数所得到；以所述第一扫描图像为基准，对所述第一扫描图像和所述第二扫描图像进行非刚性配准，得到第二校正图像，所述第二校正图像根据第二重叠图像的第二形变场校正得到，所述第二形变场根据第二权重场，校正所述第二重叠图像中每个像素对应的形变系数所得到；所述第一重叠图像根据所述第一扫描图像和所述第二扫描图像的位置关系从所述第一扫描图像中得到；所述第二重叠图像根据所述第一扫描图像和所述第二扫描图像的位置关系从所述第二扫描图像中得到；
拼接模块，用于根据所述第一校正图像和所述第二校正图像，生成拼接图像。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的图像拼接方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的图像拼接方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010440417.5A CN111583120B (zh) | 2020-05-22 | 2020-05-22 | 图像拼接方法、装置、设备和存储介质 |
| PCT/CN2020/135110 WO2021232756A1 (en) | 2020-05-22 | 2020-12-10 | Systems and methods for image processing |
| US18/058,244 US20230082641A1 (en) | 2020-05-22 | 2022-11-22 | Systems and methods for image processing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010440417.5A CN111583120B (zh) | 2020-05-22 | 2020-05-22 | 图像拼接方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111583120A CN111583120A (zh) | 2020-08-25 |
| CN111583120B true CN111583120B (zh) | 2023-11-21 |
Family
ID=72121205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010440417.5A Active CN111583120B (zh) | 2020-05-22 | 2020-05-22 | 图像拼接方法、装置、设备和存储介质 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230082641A1 (zh) |
| CN (1) | CN111583120B (zh) |
| WO (1) | WO2021232756A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111583120B (zh) * | 2020-05-22 | 2023-11-21 | 上海联影医疗科技股份有限公司 | 图像拼接方法、装置、设备和存储介质 |
| CN113077375A (zh) * | 2021-04-07 | 2021-07-06 | 有方（合肥）医疗科技有限公司 | 图像获取方法、图像获取装置、电子设备及存储介质 |
| CN112837392B (zh) * | 2021-04-08 | 2023-01-03 | 上海联影医疗科技股份有限公司 | Ct图像的生成方法、装置、系统、电子装置和存储介质 |
| KR20230055197A (ko) * | 2021-10-18 | 2023-04-25 | 엘지디스플레이 주식회사 | 디스플레이 장치 및 디스플레이 구동 방법 |
| CN113822820A (zh) * | 2021-10-22 | 2021-12-21 | 上海电气(集团)总公司智惠医疗装备分公司 | 一种图像校正方法、装置及电子设备 |
| CN116363038B (zh) * | 2023-06-02 | 2024-06-07 | 深圳英美达医疗技术有限公司 | 超声图像融合方法、装置、计算机设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104268846A (zh) * | 2014-09-22 | 2015-01-07 | 上海联影医疗科技有限公司 | 图像拼接方法及装置 |
| CN106056537A (zh) * | 2016-05-20 | 2016-10-26 | 沈阳东软医疗系统有限公司 | 一种医学图像拼接方法及装置 |
| CN106683058A (zh) * | 2016-12-26 | 2017-05-17 | 上海联影医疗科技有限公司 | 医学图像的校正方法及其装置 |
| CN108550113A (zh) * | 2018-04-17 | 2018-09-18 | 东莞市金翔光电科技有限公司 | 图像扫描输出方法、装置、计算机设备和存储介质 |
| CN109754448A (zh) * | 2018-12-29 | 2019-05-14 | 深圳安科高技术股份有限公司 | 一种ct心脏扫描伪影校正方法及其系统 |
| CN110136083A (zh) * | 2019-05-14 | 2019-08-16 | 深圳大学 | 一种结合交互式的底图更新方法及装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10387996B2 (en) * | 2014-02-02 | 2019-08-20 | Trax Technology Solutions Pte Ltd. | System and method for panoramic image processing |
| US9953422B2 (en) * | 2016-02-23 | 2018-04-24 | Motorola Mobility Llc | Selective local registration based on registration error |
| US10713801B2 (en) * | 2017-01-06 | 2020-07-14 | Accuray Incorporated | Image registration of treatment planning image, intrafraction 3D image, and intrafraction 2D x-ray image |
| IT201700014692A1 (it) * | 2017-02-10 | 2018-08-10 | R A W Srl | Sistema e Metodo di elaborazione di dati di Tomografie Computerizzate |
| CN109325971B (zh) * | 2018-08-02 | 2022-04-01 | 东软医疗系统股份有限公司 | 图像配准方法及装置 |
| CN111583120B (zh) * | 2020-05-22 | 2023-11-21 | 上海联影医疗科技股份有限公司 | 图像拼接方法、装置、设备和存储介质 |
-
2020
- 2020-05-22 CN CN202010440417.5A patent/CN111583120B/zh active Active
- 2020-12-10 WO PCT/CN2020/135110 patent/WO2021232756A1/en active Application Filing
-
2022
- 2022-11-22 US US18/058,244 patent/US20230082641A1/en active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104268846A (zh) * | 2014-09-22 | 2015-01-07 | 上海联影医疗科技有限公司 | 图像拼接方法及装置 |
| CN106056537A (zh) * | 2016-05-20 | 2016-10-26 | 沈阳东软医疗系统有限公司 | 一种医学图像拼接方法及装置 |
| CN106683058A (zh) * | 2016-12-26 | 2017-05-17 | 上海联影医疗科技有限公司 | 医学图像的校正方法及其装置 |
| CN108550113A (zh) * | 2018-04-17 | 2018-09-18 | 东莞市金翔光电科技有限公司 | 图像扫描输出方法、装置、计算机设备和存储介质 |
| CN109754448A (zh) * | 2018-12-29 | 2019-05-14 | 深圳安科高技术股份有限公司 | 一种ct心脏扫描伪影校正方法及其系统 |
| CN110136083A (zh) * | 2019-05-14 | 2019-08-16 | 深圳大学 | 一种结合交互式的底图更新方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111583120A (zh) | 2020-08-25 |
| WO2021232756A1 (en) | 2021-11-25 |
| US20230082641A1 (en) | 2023-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111583120B (zh) | 图像拼接方法、装置、设备和存储介质 | |
| US11633146B2 (en) | Automated co-registration of prostate MRI data | |
| EP3246871A1 (en) | Image splicing | |
| US9082159B2 (en) | Non-rigid composition of multiple overlapping medical imaging volumes | |
| WO2020038195A1 (zh) | 三维模型的纹理获取方法、装置、设备和存储介质 | |
| CA2867150C (en) | Automated syncrhonized navigation system for digital pathology imaging | |
| US8433114B2 (en) | Method and system for elastic composition of medical imaging volumes | |
| CN111754553A (zh) | 多模态扫描图像配准方法、装置、计算机设备和存储介质 | |
| Lee et al. | Multi-atlas-based CT synthesis from conventional MRI with patch-based refinement for MRI-based radiotherapy planning | |
| US20160180501A1 (en) | Efficient lens re-distortion | |
| Hédouin et al. | Block-matching distortion correction of echo-planar images with opposite phase encoding directions | |
| CN111161269B (zh) | 图像分割方法、计算机设备和可读存储介质 | |
| WO2021012520A1 (zh) | 三维mra医学图像拼接方法、装置、电子设备及计算机可读存储介质 | |
| CN109584201A (zh) | 医学图像配准方法、配准系统、存储介质、及电子设备 | |
| Lee et al. | Evaluation of five image registration tools for abdominal CT: pitfalls and opportunities with soft anatomy | |
| US9147250B2 (en) | System and method for automatic magnetic resonance volume composition and normalization | |
| CN112150485B (zh) | 图像分割方法、装置、计算机设备和存储介质 | |
| CN112581460B (zh) | 扫描规划方法、装置、计算机设备和存储介质 | |
| CN114820740A (zh) | 图像配准方法、存储介质及计算机设备 | |
| CN113822820A (zh) | 一种图像校正方法、装置及电子设备 | |
| Xia et al. | A coarse-to-fine ghost removal scheme for HDR imaging | |
| CN114549320A (zh) | 磁共振全脊柱图像自动精准拼接方法、装置、设备和介质 | |
| CN110402454B (zh) | 图像修正装置、图像修正方法及记录介质 | |
| CN106296707A (zh) | 医学图像处理方法及装置 | |
| Li et al. | Automatic registration of whole body serial micro CT images with a combination of point-based and intensity-based registration techniques |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 201807 2258 Chengbei Road, Jiading District, Shanghai Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201807 2258 Chengbei Road, Jiading District, Shanghai Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |