CN114581326B - 一种oct成像畸变矫正方法及装置 - Google Patents
一种oct成像畸变矫正方法及装置 Download PDFInfo
- Publication number
- CN114581326B CN114581326B CN202210210048.XA CN202210210048A CN114581326B CN 114581326 B CN114581326 B CN 114581326B CN 202210210048 A CN202210210048 A CN 202210210048A CN 114581326 B CN114581326 B CN 114581326B
- Authority
- CN
- China
- Prior art keywords
- image
- registered
- offset
- images
- acquiring
- 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 56
- 238000003384 imaging method Methods 0.000 title claims abstract description 38
- 238000012937 correction Methods 0.000 title claims abstract description 37
- 230000000694 effects Effects 0.000 claims abstract description 50
- 230000000903 blocking effect Effects 0.000 claims abstract description 19
- 238000010586 diagram Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000004075 alteration Effects 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000012014 optical coherence tomography Methods 0.000 description 54
- 230000008569 process Effects 0.000 description 14
- 239000013598 vector Substances 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Eye Examination Apparatus (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种OCT成像畸变矫正方法,包括如下步骤:获取原始图像序列,将所述原始图像序列的参考图像和待配准图像分别进行分块操作;基于参考图像和待配准图像进行特征匹配以获取每个块的偏移量;基于每个块的偏移量进行矫正,生成配准后图像并基于所有配准后图像和参考图像获得配准图像序列;基于配准图像序列通过预设算法获取校准效果图。在OCT扫描后,获取多张原始图像,选择其一作为参考图像,其余作为待配准图像,对所有原始图像进行分块操作,对所有待配准图像通过预设算法逐一进行图像配准,以实现对其图像的畸变问题进行矫正,获得校准后图像,再通过预设算法将参考图像和所有配准后图像生成校准后效果图,从而优化OCT图像的成像质量。
Description
技术领域
本发明属于涉及医学图像处理技术领域,尤其涉及一种OCT成像畸变矫正方法及装置。
背景技术
随着科学的进步和医疗水平的提高,各种医学探测方法和显示手段愈加趋于精确、完善,进而有助于人们观察生物组织,了解材料结构,其发展是物理、数学、电子学、计算机科学和生物医学等多门学科相互结合的结果。
在各种成像技术中,光学相干断层扫描技术(Optical Coherence Tomography)是其中一项基于光学成像的技术。光学相干层析成像(optical coherence tomography,OCT)是20世纪90年代逐步发展而成的一种新的三维层析成像技术。OCT基于低相干干涉原理获得深度方向的层析能力,通过扫描可以重构出生物组织或材料内部结构的二维或三维图像,其信号对比度源于生物组织或材料内部光学反射(散射)特性的空间变化。该成像模式的核心部件包括宽带光源、迈克尔逊干涉仪和光电探测器,其轴向分辨率取决于宽带光源的相干长度,一般可以达到1-10μm,而径向分辨率与普通光学显微镜类似,决定于样品内部聚焦光斑的尺寸,一般也在微米量级。OCT具有非接触、非侵入、成像速度快(实时动态成像)、探测灵敏度高等优点。目前,OCT技术已经在临床诊疗与科学研究中获得了广泛的应用。
OCT的扫描探头通过导管连接在微电机上并深入患者扫描部位中,电机通过旋转带动探头扫描从而生成OCT图像。在这一过程中,由于电机的运作难免会存在轻微的震动或旋转速度不均匀问题,从而导致同一横截面的多次图像无法对齐,也称作畸变现象(non-uniform rotation distortion)。
发明内容
为解决上述问题,本发明的目的是提供一种OCT成像畸变矫正方法及装置,该方法利用扫描过程中在短时间内采集多帧连续的图像之间存在一定的相似度和线性关系,在OCT扫描后对其进行图像配准,以实现对其图像的畸变问题进行矫正来优化OCT图像的成像质量。
为实现上述目的,本发明的技术方案为:一种OCT成像畸变矫正方法,包括以下步骤:
获取原始图像序列,将所述原始图像序列的参考图像和待配准图像分别进行分块操作;
基于参考图像和待配准图像进行特征匹配以获取每个块的偏移量;
基于每个块的偏移量进行矫正,生成配准后图像并基于所有配准后图像和参考图像获得配准图像序列;
基于配准图像序列通过预设算法获取校准效果图。
在OCT扫描后,获取多张原始图像,选择其中一张作为参考图像,其余图像作为待配准图像,对所有原始图像进行分块操作,对所有待配准图像通过预设算法逐一进行图像配准,以实现对其图像的畸变问题进行矫正,获得校准后图像,再通过预设算法将参考图像和所有配准后图像生成校准后效果图,从而优化OCT图像的成像质量。
进一步的,获取原始图像序列后通过预设算法获取原始效果图,在获取校准效果图后,将校准效果图和原始效果图进行比较;
其中,
在比较结果在预设阈值之内的情况下,则输出当前校准效果图。
在比较结果超出预设阈值的情况下,按照预设程序重新对原始图像进行图像分块操作以重新获取校准效果图。
通过将配准图像序列合成的校准效果图和原始图像序列合成的原始效果图进行比较,在比较结果在预设阈值之内的情况下,才输出当前校准效果图,能够降低通过图像配准实现畸变矫正出错的风险。
进一步的,基于参考图像和待配准图像进行特征匹配的方法,包括如下步骤:
通过预设算法对特征点进行描述;
在有多个相似特征点的情况下,将最近的正则项相似特征点作为目标特征点。
在进行特征匹配的时候,将通过计算不同特征描述向量之间距离的远近来判断特征点之间是否相似。例如在OCT的血管扫描中,通常会选择余弦距离作为距离计算公式,其公式如下
将分块后的特征匹配偏移量的计算加上正则项,以判断匹配过程中是否存在特征点误匹配问题,如果存在则需重新调整分块大小
其中J0是原始损失函数,后面的alphasumw|w|是惩罚项。
进一步的,对特征点进行描述的方法,包括如下步骤:
提取图像中的特征点;
通过ORB算法对特征点进行描述。
提取图像中的特征点,一般而言包括位置、尺度、方向等。不同的向量和不同的特征点之间是一种一一对应的关系,同时相似的关键点之间的向量的差异尽可能小。
进一步的,进行偏移量矫正以获取配准后图像的方法,包括以下步骤:
按照分块顺序分别进行特征匹配;
分别记录所有分块的偏移量,并对其余像素进行补充计算偏移量;
基于所有偏移量进行加权平均获取偏移量均值;
基于参考图像及偏移量均值获取校准后图像。
由于OCT采集成像过程中每个数据均存在不同程度的偏移,所以使用计算的偏移量均值生成新的参考图像,即得到偏移/失真最少的参考图像。同时,为了在分块后能在浮动图像中找到与参考图像分块对应的匹配点,将浮动图像的分块设置与参考图像分块保持一定的大小差异。
进一步的,进行补充计算偏移量的方法为采用插值或者拟合算法。
基于相同的思路,本发明还提供一种实现上述任意一项所述的OCT成像畸变矫正方法的装置,其特征在于,包括:
预处理单元,用于对获取的原始图像序列的参考图像和待配准图像分别进行分块操作;
特征匹配单元,用于基于参考图像和待配准图像进行特征匹配以获取每个块的偏移量;
偏移矫正单元,用于基于每个块的偏移量进行矫正,生成配准后图像;效果合成单元,用于基于参考图像和配准后图像获取的配准图像序列通过预设算法获取校准效果图。
利用扫描过程中在短时间内采集多帧连续的图像之间存在一定的相似度和线性关系,在OCT扫描后对其进行图像配准,以实现对其图像的畸变问题进行矫正来优化OCT图像的成像质量。
基于相同的思路,本发明还提供一种电子设备,其特征在于,包括:
存储器,所述存储器用于存储处理程序;
处理器,所述处理器执行所述处理程序时实现如权利要求1至5中任意一项所述的OCT成像畸变矫正方法。
基于相同的思路,本发明还提供一种可读存储介质,其特征在于,所述可读存储介质上存储有处理程序,所述处理程序被处理器执行时实现如权利要求1至5中任意一项所述的OCT成像畸变矫正方法。
本发明由于采用以上技术方案,使其与现有技术相比具有以下的优点和积极效果:
对所有待配准图像通过预设算法逐一进行图像配准,以实现对其图像的畸变问题进行矫正,获得校准后图像,再通过预设算法将参考图像和所有配准后图像生成校准后效果图,从而优化OCT图像的成像质量。由于OCT采集成像过程中每个数据均存在不同程度的偏移,所以使用计算的偏移量均值生成新的参考图像,即得到偏移/失真最少的参考图像。该方法利用扫描过程中在短时间内采集多帧连续的图像之间存在一定的相似度和线性关系,在OCT扫描后对其进行图像配准,以实现对其图像的畸变问题进行矫正来优化OCT图像的成像质量。此外,过将配准图像序列合成的校准效果图和原始图像序列合成的原始效果图进行比较,在比较结果在预设阈值之内的情况下,才输出当前校准效果图,能够降低通过图像配准实现畸变矫正出错的风险。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细说明,其中:
图1为本发明的一种OCT成像畸变矫正方法;
图2为本发明的特征匹配的方法;
图3为本发明的实现OCT成像畸变矫正方法的整体架构图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比率,仅用以方便、明晰地辅助说明本发明实施例的目的。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
本发明的显著特点在于,利用扫描过程中在短时间内采集多帧连续的图像之间存在一定的相似度和线性关系,在OCT扫描后对其进行图像配准,以实现对其图像的畸变问题进行矫正来优化OCT图像的成像质量。
第一实施例
如图1所示,本实施例提供一种OCT成像畸变矫正方法,其特征在于,包括以下步骤:
获取原始图像序列,将所述原始图像序列的参考图像和待配准图像分别进行分块操作;
基于参考图像和待配准图像进行特征匹配以获取每个块的偏移量;
基于每个块的偏移量进行矫正,生成配准后图像并基于所有配准后图像和参考图像获得配准图像序列;
基于配准图像序列通过预设算法获取校准效果图。
在OCT扫描后,获取多张原始图像,选择其中一张作为参考图像,其余图像作为待配准图像,对所有原始图像进行分块操作,对所有待配准图像通过预设算法逐一进行图像配准,以实现对其图像的畸变问题进行矫正,获得校准后图像,再通过预设算法将参考图像和所有配准后图像生成校准后效果图,从而优化OCT图像的成像质量。
在本实施例一种可能的实现方案中,获取原始图像序列后通过预设算法获取原始效果图,在获取校准效果图后,将校准效果图和原始效果图进行比较;
其中,
在比较结果在预设阈值之内的情况下,则输出当前校准效果图。
在比较结果超出预设阈值的情况下,按照预设程序重新对原始图像进行图像分块操作以重新获取校准效果图。
通过将配准图像序列合成的校准效果图和原始图像序列合成的原始效果图进行比较,在比较结果在预设阈值之内的情况下,才输出当前校准效果图,能够降低通过图像配准实现畸变矫正出错的风险。
如图2所示,在本实施例一种可能的实现方案中,基于参考图像和待配准图像进行特征匹配的方法,包括如下步骤:
通过预设算法对特征点进行描述;
在有多个相似特征点的情况下,将最近的正则项相似特征点作为目标特征点。
在进行特征匹配的时候,将通过计算不同特征描述向量之间距离的远近来判断特征点之间是否相似。例如在OCT的血管扫描中,通常会选择余弦距离作为距离计算公式,其公式如下
将分块后的特征匹配偏移量的计算加上正则项,以判断匹配过程中是否存在特征点误匹配问题,如果存在则需重新调整分块大小
其中J0是原始损失函数,后面的alphasumw|w|是惩罚项。
对检测到的特征点进行匹配,得到每块图像的偏移量值,最后在特征匹配过程中加入拓扑结构,筛选出其中误匹配的特征点。在分块配准过程中,如果出现匹配到左边的点,则是错位匹配。对这样匹配的点进行惩罚,即更新惩罚项的值,降低之后分块的配准再次出现这种问题。
在本实施例一种可能的实现方案中,对特征点进行描述的方法,包括如下步骤:
提取图像中的特征点;
通过ORB算法对特征点进行描述。
提取图像中的特征点,一般而言包括位置、尺度、方向等。使用改进的特征点检测方法对输入图像的特征点进行检测,然后使用BRIEF描述子建立特征描述符。不同的向量和不同的特征点之间是一种一一对应的关系,同时相似的关键点之间的向量的差异尽可能小。
在本实施例一种可能的实现方案中,进行偏移量矫正以获取配准后图像的方法,包括以下步骤:
按照分块顺序分别进行特征匹配;
分别记录所有分块的偏移量,并对其余像素进行补充计算偏移量;
基于所有偏移量进行加权平均获取偏移量均值;
基于参考图像及偏移量均值获取校准后图像。
由于OCT采集成像过程中每个数据均存在不同程度的偏移,所以使用计算的偏移量均值生成新的参考图像,即得到偏移/失真最少的参考图像。同时,为了在分块后能在浮动图像中找到与参考图像分块对应的匹配点,将浮动图像的分块设置与参考图像分块保持一定的大小差异。
在本实施例一种可能的实现方案中,进行补充计算偏移量的方法为采用插值或者拟合算法。
发明可以显著抑制OCT成像中的畸变问题,改善成像效果,从而帮助医生观察患者病情,为患者提供更好的诊断和治疗效果。
第二实施例
如图3所示,本发明还提供一种实现上述任意一项所述的OCT成像畸变矫正方法的装置,其特征在于,包括:
预处理单元,用于对获取的原始图像序列的参考图像和待配准图像分别进行分块操作;
特征匹配单元,用于基于参考图像和待配准图像进行特征匹配以获取每个块的偏移量;
偏移矫正单元,用于基于每个块的偏移量进行矫正,生成配准后图像;效果合成单元,用于基于参考图像和配准后图像获取的配准图像序列通过预设算法获取校准效果图。
将原始图像集分成参考图像和浮动图像,对两张图像分别进行分块,且参考图像分块和浮动图像分块保持一定的大小差距。接着设置配准参数,主要包括特征点个数,迭代次数等。然后分别计算分块图像的特征点并进行匹配,得到空间变换矩阵。最后对浮动图像根据偏移量进行空间变换,最终得到OCT图像畸变矫正的结果。
利用扫描过程中在短时间内采集多帧连续的图像之间存在一定的相似度和线性关系,在OCT扫描后对其进行图像配准,以实现对其图像的畸变问题进行矫正来优化OCT图像的成像质量。
第三实施例
本发明还提供一种电子设备,其特征在于,包括:
存储器,所述存储器用于存储处理程序;
处理器,所述处理器执行所述处理程序时实现上述任意一项所述的OCT成像畸变矫正方法。
第四实施例
本发明还提供一种可读存储介质,其特征在于,所述可读存储介质上存储有处理程序,所述处理程序被处理器执行时实现上述任意一项所述的OCT成像畸变矫正方法。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
下面对本发明的工作过程作详细说明:
在OCT扫描后,获取多张原始图像,选择其中一张作为参考图像,其余图像作为待配准图像,对所有原始图像进行分块操作,对所有待配准图像通过预设算法逐一进行图像配准,以实现对其图像的畸变问题进行矫正,获得校准后图像,再通过预设算法将参考图像和所有配准后图像生成校准后效果图,从而优化OCT图像的成像质量。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式。即使对本发明作出各种变化,倘若这些变化属于本发明权利要求及其等同技术的范围之内,则仍落入在本发明的保护范围之中。
Claims (5)
1.一种OCT成像畸变矫正方法,其特征在于,包括以下步骤:
获取原始图像序列,将所述原始图像序列的参考图像和待配准图像分别进行分块操作;获取原始图像序列后通过预设算法获取原始效果图,在获取校准效果图后,将校准效果图和原始效果图进行比较;其中,在比较结果在预设阈值之内的情况下,则输出当前校准效果图;在比较结果超出预设阈值的情况下,按照预设程序重新进行图像分块操作以重新获取校准效果图;
基于参考图像和待配准图像进行特征匹配以获取每个块的偏移量;基于参考图像和待配准图像进行特征匹配的方法,包括如下步骤:通过预设算法对特征点进行描述;在有多个相似特征点的情况下,将最近的正则项相似特征点作为目标特征点;对特征点进行描述的方法,包括如下步骤:提取图像中的特征点;通过ORB算法对特征点进行描述;
基于每个块的偏移量进行矫正,生成配准后图像并基于所有配准后图像和参考图像获得配准图像序列;进行偏移量矫正以获取配准后图像的方法,包括以下步骤:按照分块顺序分别进行特征匹配;分别记录所有分块的偏移量,并对其余像素进行补充计算偏移量;基于所有偏移量进行加权平均获取偏移量均值;基于参考图像及偏移量均值获取校准后图像;
基于配准图像序列通过预设算法获取校准效果图。
2.根据权利要求1所述的OCT成像畸变矫正方法,其特征在于,进行补充计算偏移量的方法为采用插值或者拟合算法。
3.一种实现上述权利要求1至2中任意一项所述的OCT成像畸变矫正方法的装置,其特征在于,包括:
预处理单元,用于对获取的原始图像序列的参考图像和待配准图像分别进行分块操作;获取原始图像序列后通过预设算法获取原始效果图,在获取校准效果图后,将校准效果图和原始效果图进行比较;其中,在比较结果在预设阈值之内的情况下,则输出当前校准效果图;在比较结果超出预设阈值的情况下,按照预设程序重新进行图像分块操作以重新获取校准效果图;
特征匹配单元,用于基于参考图像和待配准图像进行特征匹配以获取每个块的偏移量;基于参考图像和待配准图像进行特征匹配的方法,包括如下步骤:通过预设算法对特征点进行描述;在有多个相似特征点的情况下,将最近的正则项相似特征点作为目标特征点;对特征点进行描述的方法,包括如下步骤:提取图像中的特征点;通过ORB算法对特征点进行描述;
偏移矫正单元,用于基于每个块的偏移量进行矫正,生成配准后图像;进行偏移量矫正以获取配准后图像的方法,包括以下步骤:按照分块顺序分别进行特征匹配;分别记录所有分块的偏移量,并对其余像素进行补充计算偏移量;基于所有偏移量进行加权平均获取偏移量均值;基于参考图像及偏移量均值获取校准后图像;
效果合成单元,用于基于参考图像和配准后图像获取的配准图像序列通过预设算法获取校准效果图。
4.一种电子设备,其特征在于,包括:
存储器,所述存储器用于存储处理程序;
处理器,所述处理器执行所述处理程序时实现如权利要求1至2中任意一项所述的OCT成像畸变矫正方法。
5.一种可读存储介质,其特征在于,所述可读存储介质上存储有处理程序,所述处理程序被处理器执行时实现如权利要求1至2中任意一项所述的OCT成像畸变矫正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210210048.XA CN114581326B (zh) | 2022-03-03 | 2022-03-03 | 一种oct成像畸变矫正方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210210048.XA CN114581326B (zh) | 2022-03-03 | 2022-03-03 | 一种oct成像畸变矫正方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114581326A CN114581326A (zh) | 2022-06-03 |
CN114581326B true CN114581326B (zh) | 2024-02-02 |
Family
ID=81778591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210210048.XA Active CN114581326B (zh) | 2022-03-03 | 2022-03-03 | 一种oct成像畸变矫正方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114581326B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116309753A (zh) * | 2023-03-28 | 2023-06-23 | 中山大学中山眼科中心 | 眼科oct图像的高清快速配准方法 |
CN116309194B (zh) * | 2023-05-24 | 2023-08-08 | 广东麦特维逊医学研究发展有限公司 | Oct图像畸变校正方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6084989A (en) * | 1996-11-15 | 2000-07-04 | Lockheed Martin Corporation | System and method for automatically determining the position of landmarks in digitized images derived from a satellite-based imaging system |
CN111445505A (zh) * | 2020-03-25 | 2020-07-24 | 哈尔滨工程大学 | 一种基于二次配准的水对空成像畸变校正算法 |
CN111882594A (zh) * | 2020-07-27 | 2020-11-03 | 北京环境特性研究所 | 一种基于orb特征点的偏振图像快速配准方法及装置 |
CN112037270A (zh) * | 2020-09-04 | 2020-12-04 | 北京航空航天大学 | 一种磁光克尔图像配准矫正方法、系统及显微镜系统 |
CN113570521A (zh) * | 2021-07-28 | 2021-10-29 | 南通泰胜蓝岛海洋工程有限公司 | 一种结合暗通道和图像配准的大气湍流图像复原方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008088868A2 (en) * | 2007-01-19 | 2008-07-24 | Bioptigen, Inc. | Methods, systems and computer program products for processing images generated using fourier domain optical coherence tomography (fdoct) |
-
2022
- 2022-03-03 CN CN202210210048.XA patent/CN114581326B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6084989A (en) * | 1996-11-15 | 2000-07-04 | Lockheed Martin Corporation | System and method for automatically determining the position of landmarks in digitized images derived from a satellite-based imaging system |
CN111445505A (zh) * | 2020-03-25 | 2020-07-24 | 哈尔滨工程大学 | 一种基于二次配准的水对空成像畸变校正算法 |
CN111882594A (zh) * | 2020-07-27 | 2020-11-03 | 北京环境特性研究所 | 一种基于orb特征点的偏振图像快速配准方法及装置 |
CN112037270A (zh) * | 2020-09-04 | 2020-12-04 | 北京航空航天大学 | 一种磁光克尔图像配准矫正方法、系统及显微镜系统 |
CN113570521A (zh) * | 2021-07-28 | 2021-10-29 | 南通泰胜蓝岛海洋工程有限公司 | 一种结合暗通道和图像配准的大气湍流图像复原方法 |
Non-Patent Citations (2)
Title |
---|
气动光学效应像素偏移图像校正方法研究;卢晓芬;张天序;洪汉玉;;红外与激光工程(05);全文 * |
结合仿射变换和多层B样条配准的湍流畸变图像校正;张姣;李俊山;杨亚威;;光学精密工程(03);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114581326A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114581326B (zh) | 一种oct成像畸变矫正方法及装置 | |
US20190216435A1 (en) | Sensor coordinate calibration in an ultrasound system | |
JP4917733B2 (ja) | 尤度最大化を利用した画像位置合わせシステム及び方法 | |
US9684979B2 (en) | MRI 3D cine imaging based on intersecting source and anchor slice data | |
JP6611880B2 (ja) | 3dイメージングシステムのためのデータ表示及び処理アルゴリズム | |
CN100345162C (zh) | 从图像序列中确定图像的方法 | |
US10278663B2 (en) | Sensor coordinate calibration in an ultrasound system | |
CN111445546A (zh) | 图像重建方法、装置、电子设备、存储介质 | |
JP5154751B2 (ja) | 医用画像処理装置 | |
WO2011041475A1 (en) | Medical image analysis system using n-way belief propagation for anatomical images subject to deformation and related methods | |
EP2483865A1 (en) | Medical image analysis system for anatomical images subject to deformation and related methods | |
CN109242866B (zh) | 基于扩散磁共振图像的乳腺肿瘤自动辅助检测系统 | |
US20100092059A1 (en) | Creation Of Motion Compensated MRI M-Mode Images Of The Myocardial Wall | |
CN114565711A (zh) | 基于深度学习的心脏图像重建方法及系统 | |
EP2483864A1 (en) | Medical image analysis system for displaying anatomical images subject to deformation and related methods | |
CN112330800A (zh) | 图像重建方法、装置、控制台设备及ct系统 | |
US20200037995A1 (en) | Ultrasound diagnostic apparatus, image processing apparatus, and image processing method | |
Ling et al. | Phase unwrapping of color doppler echocardiography using deep learning | |
CN114155243A (zh) | 基于特征信息的ivus和oct图像融合方法及系统 | |
CN110706338B (zh) | 图像重建方法、装置、ct设备及ct系统 | |
Zhou et al. | Estimating the center of rotation of tomographic imaging systems with a limited number of projections | |
CN116026682B (zh) | 基于qme的快速弹性成像计算方法 | |
Lepiller et al. | Cardiac electrophysiology model adjustment using the fusion of MR and optical imaging | |
Gopal et al. | Tomographic reconstruction to detect evolving structures | |
CN112189145A (zh) | 在医学成像方法中测量要成像的对象的运动的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |