CN117576023A - 拼接图像校验方法及装置、x射线摄影系统 - Google Patents
拼接图像校验方法及装置、x射线摄影系统 Download PDFInfo
- Publication number
- CN117576023A CN117576023A CN202311520388.3A CN202311520388A CN117576023A CN 117576023 A CN117576023 A CN 117576023A CN 202311520388 A CN202311520388 A CN 202311520388A CN 117576023 A CN117576023 A CN 117576023A
- Authority
- CN
- China
- Prior art keywords
- image
- block
- image block
- matching
- template
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012795 verification Methods 0.000 title claims abstract description 21
- 230000000903 blocking effect Effects 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims description 53
- 238000002601 radiography Methods 0.000 claims description 5
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 206010053652 Limb deformity Diseases 0.000 description 1
- 208000007623 Lordosis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/32—Transforming X-rays
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
Abstract
拼接图像校验方法及装置、X射线摄影系统,该方法包括:获取拼接图像中的重叠区域,所述拼接图像由第一图像和第二图像拼接获得;对第三图像和第四图像以预设尺寸进行图像分块,第三图像为第一图像中的重叠区域,第四图像为第二图像中的重叠区域;对第三图像的第一图像块集和第四图像的第二图像块集进行匹配以生成初始匹配块对集,第一图像块集是指第三图像中为非直接曝光区域的图像块的集合,第二图像块集是指第四图像中为非直接曝光区域的图像块的集合;若匹配块对的个数大于预设的阈值,则拼接图像拼接正确,所述匹配块对是指第一图像块和第二图像块位置相同的初始匹配块对。本发明技术方案复杂度低,运算量小,拼接图像校验的准确度高。
Description
本申请的申请日为“2016年09月30日”,申请号为“2016108774635”,发明名称为“拼接图像校验方法及装置、X射线摄影系统”的案件的分案申请。
技术领域
本发明涉及图像处理技术领域,特别涉及一种拼接图像校验方法及装置、X射线摄影系统。
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。
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来实现,基于特征的图像拼接方法计算量较小,执行速度较快。基于灰度的图像拼接方法算法执行时间长,对图像噪声的敏感性强,对图像灰度依赖性较强。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,可能得不到正确的拼接参数。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,然而不论采用上述的哪一种拼接方法,拼接完成后,不会对获得的拼接图像是否正确进行校验,因此,一旦拼接获得的拼接图像不正确或者说拼接图像的拼接精度低,可能会对医生的诊断产生误导作用,导致漏诊或者误诊现象的发生。
因此,如何能够对拼接图像进行校验,以避免漏诊或者误诊现象的发生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拼接图像校验方法及装置、X射线摄影系统,以避免由于拼接图像拼接精度低所导致的漏诊或者误诊。
为解决上述问题,本发明技术方案提供一种拼接图像校验方法,包括:
获取所述拼接图像中重叠区域对应的第三图像和第四图像;所述拼接图像由第一图像和第二图像拼接获得;所述第三图像为所述第一图像中的重叠区域;所述第四图像为所述第二图像中的重叠区域;
对所述第三图像进行图像分块,得到第一图像块集;以及,对所述第四图像进行图像分块,得到第二图像块集;
将所述第一图像块集和所述第二图像块集进行匹配,生成所述初始匹配块对集;所述初始匹配块对集中每一个初始匹配块对包括第一图像块和第二图像块;
判断所述每一个初始匹配块对中的第一图像块的位置与第二图像块的位置是否相同;
将位置相同的初始匹配块对确定为目标匹配块对;
若所述目标匹配块对的数量大于预设阈值,则确定所述拼接图像拼接正确。
在其中一个实施例中,判断所述每一个初始匹配块对中的第一图像块的位置与第二图像块的位置是否相同,包括:
针对任意一个初始匹配块对,获取所述第一图像块的行序号和列序号,以及,获取所述第二图像块的行序号和列序号;
若所述第一图像块的行序号与所述第二图像块的行序号相同,且所述第一图像块的列序号与所述第二图像块的列序号相同,则确定所述初始匹配块对中的第一图像块的位置与第二图像块的位置相同。
在其中一个实施例中,判断所述每一个初始匹配块对中的第一图像块的位置与第二图像块的位置是否相同,包括:
针对任意一个初始匹配块对,获取所述第一图像块的第一中心坐标和所述第二图像块的第二中心坐标;
若所述第一中心坐标和所述第二中心坐标相同,则确定所述初始匹配块对中的第一图像块的位置与第二图像块的位置相同。
在其中一个实施例中,对所述第三图像进行图像分块,得到第一图像块集;以及,对所述第四图像进行图像分块,得到第二图像块集,包括:
获取所述第三图像对应的第三模板和所述第四图像对应的第四模板;
根据所述第三模板和所述第四模板,确定交集模板的图像块;
将所述第三图像中与所述交集模板中的非直接曝光区域的图像块位置相同的图像块确定为所述第一图像块集;以及,将所述第四图像中与所述交集模板中的非直接曝光区域的图像块位置相同的图像块确定为所述第二图像块集。
在其中一个实施例中,获取所述第三图像对应的第三模板和所述第四图像对应的第四模板,包括:
将所述第三图像中的直接曝光区域和非直接曝光区域二值化,生成与所述第三图像对应的第三模板;以及,将所述第四图像中的直接曝光区域和非直接曝光区域二值化,生成与所述第四图像对应的第四模板。
在其中一个实施例中,根据所述第三模板和所述第四模板,确定交集模板的图像块,包括:
对所述第三模板和所述第四模板中相对应位置处的像素点的灰度值做交集,并对得到的交集模板进行分块,得到所述交集模板的图像块;所述交集模板中的非直接曝光区域为第三图像和第四图像的共同的非直接曝光区域。
在其中一个实施例中,将所述第一图像块集和所述第二图像块集进行匹配,生成所述初始匹配块对集,包括:
对所述第一图像块集和所述第二图像块集进行基于特征向量的双向匹配以生成初始匹配块对集。
在其中一个实施例中,对所述第一图像块集和所述第二图像块集进行基于特征向量的双向匹配以生成初始匹配块对集,包括:
以所述第一图像块集中的每一个第一图像块的特征向量与所述第二图像块集中的第二图像块的特征向量之间的最小欧式距离与次小欧式距离的比为第一比值;
在所述第一比值小于第一阈值时,以与所述最小欧式距离对应的所述第一图像块和所述第二图像块为第一匹配块对,生成以该第一匹配块对为元素的第一匹配块对集;
以所述第二图像块集中的每一个第二图像块的特征向量与所述第一图像块集中的第一图像块的特征向量之间的最小欧式距离与次小欧式距离的比为第二比值;
在所述第二比值小于第二阈值时,以与所述最小欧式距离对应的所述第第二图像块和所述第一图像块为第二匹配块对,生成以该第二匹配块对为元素的第二匹配块对集;
取所述第一匹配块对集和所述第二匹配块对集的交集以获得所述第三图像和所述第四图像的初始匹配块对集。
为解决上述问题,本发明技术方案还提供一种拼接图像校验装置,包括:
重叠区域确定模块,用于获取拼接图像中重叠区域对应的第三图像和第四图像;所述拼接图像由第一图像和第二图像拼接获得;所述第三图像为所述第一图像中的重叠区域;所述第四图像为所述第二图像中的重叠区域;
分块模块,用于对所述第三图像进行图像分块,得到第一图像块集;以及,对所述第四图像进行图像分块,得到第二图像块集;
匹配模块,用于将所述第一图像块集和所述第二图像块集进行匹配,生成初始匹配块对集;所述初始匹配块对集中每一个初始匹配块对包括第一图像块和第二图像块;
判断模块,用于判断所述每一个初始匹配块对中的第一图像块的位置与第二图像块的位置是否相同;
匹配块对确定模块,用于将位置相同的初始匹配块对确定为目标匹配块对;
拼接图像确定模块,用于在所述目标匹配块对的数量大于预设阈值的情况下,则确定所述拼接图像拼接正确。
为解决上述问题,本发明技术方案还提供一种X射线摄影系统,包括上述的拼接图像校验方法中的任意一项实施例的内容。
与现有技术相比,本发明技术方案具有以下优点:
根据拼接图像的重叠区域在第一图像中确定所述重叠区域,即第三图像,在第二图像中确定所述重叠区域,即第四图像;对第三图像和第四图像分别以预设尺寸分块以获得第三图像中为非直接曝光区域的第一图像块集,获得第四图像中为非直接曝光区域的第二图像块集;对第一图像块集和第二图像块集进行匹配以获得初始匹配块对集,在第一图像块和第二图像块位置相同的初始匹配块对的个数大于预设的阈值时,判断拼接图像拼接正确,或者说拼接图像的拼接精度符合实际的临床需求,通过对第一图像块集和第二图像块集进行匹配生成初始匹配块对集,并通过在所述初始匹配块对集中对匹配块对的个数进行判断的方式来对拼接图像进行校验,复杂度低,由于仅对第三图像和第四图像中非直接曝光区域的图像块进行匹配,故运算量小,且获得的初始匹配块对的准确度高,进而以该初始匹配块对集中匹配块对的个数来对拼接图像的校验是否准确进行判断时,拼接图像校验的准确度高。
进一步地,通过生成与第三图像对应的第三模板,与第四图像对应的第四模板,并取二者的交集以获得模板,在对模板以预定尺寸分块后,基于模板中的分块信息来确定第三图像中的第一图像块集和第四图像中的第二图像块集,由于模板中的非直接曝光区域为第三图像和第四图像中共同的非直接曝光区域,因此通过模板确定的第一图像块集和第二图像块集为非直接曝光区域的准确度高,由于第一图像块集和第二图像块集为非直接曝光区域,故对第一图像块集和第二图像块集进行匹配时,可以避免误匹配的发生,因此也避免了对初始匹配块对中符合第一图像块和第二图像块位置相同的初始匹配块对的个数进行判断时,可避免对拼接图像的拼接是否正确做出误判的现象的发生,提高了拼接图像校验的准确度。
附图说明
图1是本发明实施例的拼接图像校验方法的流程示意图;
图2是本发明实施例的第一图像块的描述子的示意图。
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,目前对图像进行拼接后,不会对拼接图像的拼接精度进行校验,一旦拼接图像的精度较低或者说拼接图像拼接不正确,会对医生的诊断产生误导进而导致漏诊或者误诊现象的发生。因此,发明人提出对拼接图像的重叠区域进行校验,以判断拼接图像的拼接精度是否符合需求,拼接图像是否正确。
请参见图1,图1是本发明实施例的拼接图像校验方法的流程示意图,如图1所示,所述拼接图像校验方法包括:
S101:获取所述拼接图像中的重叠区域,所述拼接图像由第一图像和第二图像拼接获得;
S102:对第三图像和第四图像以预设尺寸进行图像分块,所述第三图像为所述第一图像中的重叠区域,所述第四图像为所述第二图像中的重叠区域;
S103:对所述第三图像的第一图像块集和所述第四图像的第二图像块集进行匹配以生成初始匹配块对集,第一图像块集是指所述第三图像中为非直接曝光区域的图像块的集合,第二图像块集是指所述第四图像中为非直接曝光区域的图像块的集合;
S104:若匹配块对的个数大于预设的阈值,则所述拼接图像拼接正确,所述匹配块对是指第一图像块和第二图像块位置相同的初始匹配块对。
执行S101,本实施例中拼接图像由第一图像和第二图像拼接获得,在对第一图像和第二图像进行拼接的过程中,为了实现对第一图像和第二图像中重叠区域的拼接,不同的拼接算法确定二者之间重叠区域也有所不同,如可以通过计算第一图像和第二图像之间沿水平方向和竖直方向的偏移,根据二者之间沿水平方向和竖直方向的偏移来确定第一图像和第二图像的重叠区域,也可以通过其他的算法来确定第一图像和第二图像的重叠区域。本步中,可以直接利用在对第一图像和第二图像进行拼接过程中确定的重叠区域来直接获取所述拼接图像中的重叠区域。
在获取了拼接图像中的重叠区域后,执行S102:确定所述重叠区域在第一图像中的区域,也即第一图像中的重叠区域,此处称之为第三图像;确定所述重叠区域在第二图像中的区域,也即第二图像中的重叠区域,此处称之为第四图像。对所述第三图像和第四图像以预设尺寸进行图像分块,本实施例中,所述预设尺寸与最终第一图像块和第二图像块匹配的准确度以及匹配时间相关,为二者之间的折衷。本实施例中所述预设尺寸可以为10~50个像素点。
执行S103,对所述第三图像的第一图像块集和所述第四图像的第二图像块集进行匹配以生成初始匹配块对集。所述第一图像块集是指所述第三图像中为非直接曝光区域的图像块的集合,所述第二图像块集是指所述第四图像中为非直接曝光区域的图像块的集合。
本实施例中,通过如下方式确定所述第三图像中的第一图像块集和所述第四图像中的第二图像块集。
首先,检测所述第三图像中的直接曝光区域和非直接曝光区域,具体地可以通过阈值法、区域增长法等进行检测。然后根据检测的结果,将所述第三图像中的直接曝光区域和非直接曝光区域二值化,如将直接曝光区域的像素点的灰度值置为0,将非直接曝光区域的像素点的灰度值置为1,以生成与所述第三图像对应的第三模板,从第三模板中可以看出直接曝光区域和非直接曝光区域的分布。同样地,对于第四图像而言,也是先检测所述第四图像中的直接曝光区域和非直接曝光区域,如可以通过阈值法、区域增长法等进行检测。然后根据检测的结果,将所述第四图像中的直接曝光区域和非直接曝光区域二值化,如将直接曝光区域的像素点的灰度值置为0,将非直接曝光区域的像素点的灰度值置为1,以生成与所述第四图像对应的第四模板,从第四模板中也可以看出直接曝光区域和非直接曝光区域的分布。
然后,对所述第三模板和所述第四模板取交集,举例来说,若所述第三模板和所述第四模板中,直接曝光区域的像素点的灰度值为0,非直接曝光区域的像素点的灰度值为1,则对所述第三模板和所述第四模板取交集获得的模板中,非直接曝光区域为所述第三模板和所述第四模板中共同的非直接曝光区域,其余的区域则为直接曝光区域。也就是说,将所述第三模板和所述第四模板做交集,可以是对第三模板和第四模板中相对应位置处的像素点的灰度值做交集,若两个像素点的灰度值均为1,则取交集后该像素点的灰度值仍为1,若两个像素点,其中一个灰度值为0,另外一个灰度值为1,则取交集后该像素点的灰度值为0,第三模板和第四模板交集的模板中每一个像素点的灰度值即为相对应位置处第三模板和第四模板灰度值的交集。对所述模板以所述预设尺寸进行分块,举例来说,若所述模板的尺寸为500×500(像素点),若以10×10的预设尺寸进行分块,则可得到50个10×10的图像块,每个图像块中均包括了100个像素点。接下来可以根据所述模板中的分块信息,也即所述模板中每一个分块的灰度值分布情况来判断所述第三图像和所述第四图像中的图像块是否为非直接曝光区域。
由上述可知,执行S102时,对所述第三图像和所述第四图像也以预设尺寸进行了分块,且所述第三图像、所述第四图像以及模板的尺寸都是相同的,因此,可以根据模板中的图像块的信息来判断第三图像中哪些图像块是非直接曝光区域,哪些图像块是直接曝光区域。也即根据模板中的图像块的信息来判断第三图像中与该图像块相同位置处的图像块是否为直接曝光区域或者非直接曝光区域,如果模板中的图像块是非直接曝光区域(该图像块中所有像素点的灰度值均为1),则第三图像中与其位置相同的图像块也为非直接曝光区域。同样地,判断第四图像中的图像块是否为非直接曝光区域,也是根据模板中图像块的信息来判断的,若模板中的图像块是非直接曝光区域,则第四图像中与其位置相同的图像块也为非直接曝光区域。通过对第三模板和第四模板做交集生成模板,故该模板中的非直接曝光区域为第三图像和第四图像的公共的非直接曝光区域,因此以该模板确定所述第三图像中的第一图像块集和所述第四图像中的第二图像块集,第一图像块集和第二图像块集为非直接曝光区域的准确度高,此外,由于所述第一图像块集和所述第二图像块集为非直接曝光区域,因此可以避免误匹配的发生,进而也可以避免在对匹配块对的个数进行统计时,由于误匹配导致的对拼接结果是否正确的误判,提高了拼接图像校验的准确度。
在其他实施例中,也可以直接检测所述第三图像中的直接曝光区域和非直接曝光区域,然后以预设的尺寸对所述第三图像分块,确定获得的图像块是否为第一图像块;同于地,也可以直接检测所述第四图像中的直接曝光区域和非直接曝光区域,然后以预设的尺寸对所述第四图像分块,确定获得的图像块是否为第二图像块。
在通过所述模板确定了所述第三图像中为非直接曝光区域的图像块,即第一图像块集,通过所述模板确定了所述第四图像中为非直接曝光区域的图像块,即第二图像块集,接下来执行S103,对所述第三图像中为非直接曝光区域的第一图像块集和所述第四图像中为非直接曝光区域的第二图像块集进行匹配以生成初始匹配块对集。
本实施例对所述第一图像块集和所述第二图像块集采用基于特征向量的双向匹配以生成初始匹配块对集,具体地,首先获取所述第一图像块集中每一个第一图像块的特征向量,获取所述第二图像块集中每一个第二图像块的特征向量,本实施例中以所述第一图像块的中心作为特征点,并以该特征点的特征向量作为所述第一图像块的特征向量,以所述第二图像块的中心作为特征点,并以该特征点的特征向量作为所述第二图像块的特征向量。而所述第一图像块的中心的特征向量则可以通过所述第一图像块中位于所述第一图像块的中心以外的其他像素点的特征信息对其进行描述。同样地,以所述第二图像块的中心作为特征点,并以该特征点的特征向量作为所述第二图像块的特征向量,所述第二图像块的中心的特征向量则可以通过所述第二图像块中位于所述第二图像块的中心以外的其他像素点的特征信息对其进行描述。
具体地,本实施例中是用第一图像块中除第一图像块的中心以外的其他像素点的梯度幅值、梯度方向来对第一图像块的特征向量进行描述。而所述第二图像块的特征向量则是通过所述第二图像块中除所述第二图像块的中心以外的其他像素点的梯度幅值以及梯度向量来进行描述。
以下,以所述第一图像块为例,对所述第一图像块的特征向量的获取进行相应的说明。首先获取像素点的梯度幅值和梯度方向,具体地,像素点的梯度幅值m(x,y)、梯度方向θ(x,y)分别通过如下公式获得:
其中,f(x,y)为输入图像、m(x,y)为梯度幅值、θ(x,y)为梯度方向、(x,y)为像素点的坐标。本实施例中在计算第一图像块的特征向量时,输入的图像f(x,y)为第三图像,在计算第二图像块的特征向量时,输入的图像f(x,y)为第四图像。
计算了第一图像块中除所述第一图像块的中心以外的其他像素点的梯度幅值以及梯度方向后,对第一图像块的中心以外的其他像素点的梯度方向和梯度幅值进行直方图统计,以获得第一图像块的特征向量,本实施例中,以第一图像块的尺寸为88的单元(每一个单元代表一个像素点,第一图像块的中心在88的单元的中心),也即第一图像块的尺寸为64个像素点为例来说明对第一图像块的特征向量的获取。请参见图2,图2是本发明实施例的第一图像块的描述子的示意图,图2中左侧所示为第一图像块,其尺寸为64个像素点(用64个单元格表示),每个像素点的梯度方向和梯度幅值通过图2中左侧所示的具有方向和大小的小箭头表示,为了对64个像素点的梯度方向和梯度幅值进行直方图统计,先将8×8的单元格分割成4个4×4的单元格,对4个4单元格里的像素点的梯度方向和梯度幅值进行直方图统计,本实施例中对每一个4×4的单元格而言,分别绘制八方向的梯度分布直方图,也就是说对于每一个4×4的单元格里的16个像素点,按照一定的规则来对这16个像素点的梯度方向和梯度幅值进行直方图统计,如:将像素点的梯度方向最终统计在0°、45°、90°、135°、180°、225°、270°、315°和360°这8个方向上,而像素点的梯度方向为何值时将该梯度方向归为上述8个方向之一,则可以根据预定的规则而定,如:当像素点的梯度方向大于0°小于45°时,将该像素点的梯度方向归为45°,当像素点的梯度方向大于45°小于90°时,将该像素点的梯度方向归为90°等,在将像素点的梯度方向归为上述8个方向之一后,该方向上箭头的长度则对应了不同像素点在该方向上的梯度幅值的叠加,将这4个4×4的单元格作为种子点,参见图2所示,图2中右侧的单元格的中心(黑色的圆点)为第一图像块的中心,为了体现不同像素点和第一图像块的中心之间的距离,对每个像素点的梯度幅值附上高斯权重,于是一个特征点形成了8×4=32维向量,从而得到第一图像块的32维描述子:,此外为减轻不同第一图像块因光照不同对周围区域造成的影响,对描述子进行标准化,本实施例中通过如下公式对上述的32维描述子进行标准化:
进而得到标准化以后的第一图像块的特征向量:L=(l1,l2,…l32)。至此通过第一图像块中除第一图像块的中心以外的其他像素点的梯度方向及梯度幅值对所述第一图像块进行了描述,获得了所述第一图像块的特征向量。
同样地,对于所述第二图像块而言,也采用上述的方法获得所述第二图像块的特征向量。接下来基于所述第一图像块的特征向量及所述第二图像块的特征向量,对所述第一图像块集和所述第二图像块集进行双向匹配以生成初始匹配块对集。
具体地,本实施例中采用如下方式对所述第三图像中的第一图像块集和所述第四图像中的第二图像块集进行双向匹配,首先:计算所述第三图像中每一个第一图像块的特征向量与所述第四图像中的第二图像块的特征向量之间的欧式几何距离,举例来说,第三图像中的第一图像块的特征向量所在的集合为{a1,a2,a3,…an}(集合中每一个特征向量为32维),第四图像中的第二图像块的特征向量所在的集合{b1,b2,b3,…bn}(集合中每一个特征向量为32维),则分别计算a1和b1、a1和b2、…a1和bn之间的欧式几何距离,a2和b1、a2和b2、…a2和bn之间的欧式几何距离,an和b1、an和b2、…an和bn之间的欧式几何距离。对于a1而言其和b1、b2、b3…bn之间的欧式几何距离中,存在一个最小欧式几何距离和一个次小欧式几何距离,计算二者之间的第一比值f1,同样地对于a2而言其和b1、b2、b3…bn之间的欧式几何距离中,也存在一个最小欧式几何距离和一个次小欧式几何距离,计算二者之间的第一比值f2,依此类推得到第三图像中的每一个图像块的特征向量与第四图像中的第二图像块的特征向量之间的最小欧式几何距离和次小欧式几何距离的第一比值,即f1、f2、f3、f4…fn。若f1、f2、f3、f4…fn中存在小于第一阈值的第一比值,则以与所述最小欧式几何距离对应的所述第三图像中的第一图像块和所述第四图像中的第二图像块为第一匹配块对,举例来说,若f4小于所述第一阈值,与f4对应的最小欧式几何距离为特征向量a4与特征向量b12之间的欧式几何距离,则所述第三图像中的第4个第一图像块和所述第四图像中的第12个第二图像块为第一匹配块对。对于所有小于所述第一阈值的第一比值,找出对应的第一图像块和第二图像块以获得第一匹配块对集。本实施例中,所述第一阈值为经验值,关联于对第一图像块和第二图像块进行匹配时匹配的准确度,本实施例中所述第一阈值的范围可以为5~10。
然后,同样地计算所述第四图像中每一个第二图像块的特征向量与所述第三图像中的第一图像块的特征向量之间的欧式距离,即分别计算b1和a1、b1和a2、…b1和an之间的欧式几何距离,b2和a1、b2和a2、b1…an和之间的欧式几何距离,bn和a1、bn和a2、bn…an和之间的欧式几何距离。对于b1而言其和a1、a2、a3…an之间的欧式几何距离中,也存在一个最小欧式几何距离和一个次小欧式几何距离,计算二者之间的第二比值s1,依此类推得到第四图像中的每一个第二图像块的特征向量与第三图像中的第一图像块的特征向量之间的最小欧式几何距离和次小欧式几何距离的第二比值,即s1、s2、s3、s4…sn。若s1、s2、s3、s4…sn中存在小于第二阈值的第二比值,则以与所述最小欧式几何距离对应的所述第四图像中的第二图像块和所述第三图像中的第一图像块为第二匹配块对,举例来说,若s4小于所述第二阈值,与s4对应的最小欧式几何距离为特征向量b4与特征向量a12之间的欧式几何距离,则以所述第四图像中的第4个第二图像块和所述第三图像中的第12个第一图像块为第二匹配块对。对于所有小于所述第二阈值的第二比值,找出对应的第一图像块和第二图像块以获得第二匹配块对集。本实施例中,所述第二阈值为经验值,关联于对第二图像块和第一图像块进行匹配时匹配的准确度,本实施例中所述第二阈值的范围可以为5~10。
对上述的第一匹配块对集和第二匹配块对集取交集,交集中的匹配块对集为所述第三图像和所述第四图像的初始匹配块对集。通过双向匹配的方式,可以提高初始匹配块对之间的匹配程度,因此最终获得的初始匹配块对集的匹配程度较好。在其他实施例中,也可以通过单向匹配方式对所述第三图像中的第一图像块集和所述第四图像中的第二图像块集进行匹配。
通过执行S103获得了所述第三图像和所述第四图像的初始匹配块对集,接下来执行S104,判断所述初始匹配块对集中第一图像块和第二图像块位置相同时初始匹配块对的个数,本实施例中,可以通过判断所述第一图像块和所述第二图像块的行序号和列序号是否相同来确定互为初始匹配块对的所述第一图像块和所述第二图像块的位置是否相同,例如:若在初始匹配块对集中,所述第一图像块的位置为(nRowendex1,nCollndex1),所述第二图像块的位置为(nRowendex2,nCollndex2),表示第几个第一图像块或第二图像块,当nRowendex1=nRowendex2,且nCollndex1=nCollndex2时,互为初始匹配块对的所述第一图像块和所述第二图像块的位置相同。此外,所述初始匹配块对集中第一图像块和第二图像块的位置也可以由所述第一图像块和所述第二图像块的中心坐标来确定,在所述第一图像块和所述第二图像块的中心坐标相同时,所述第一图像块和所述第二图像块的位置相同。统计互为初始匹配块对的第一图像块和第二图像块位置相同时的初始匹配块对的数目,也即统计匹配块对的数目,若匹配块对的个数大于预设的阈值,则判断拼接图像拼接正确,或者说拼接图像的拼接精度符合临床的需求。本实施例中,预设的阈值关联于拼接图像校验的准确度,所述预设的阈值的范围可以为1~50,本实施例中,所述预设的阈值可以为20。
至此,通过上述步骤对拼接图像拼接正确与否进行了校验,通过对第三图像中的第一图像块集和第四图像中的第二图像块集进行双向匹配的方式生成初始匹配块对集,进而通过对初始匹配块对集中的匹配块对的个数进行判断来对拼接图像的拼接精度进行校验,方法简单,复杂度低。由于仅对第三图像和第四图像中为非直接曝光区域的第一图像块集和第二图像块集进行匹配,因此运算量小且获得的初始匹配块对集的准确度高,进而以对该初始匹配块对集中位置相同的第一图像块和第二图像块的匹配块对的个数来对拼接图像的校验是否准确进行判断时,拼接图像校验的准确度高。
本实施例还提供一种拼接图像校验装置,包括:
重叠区域确定单元,用于获取所述拼接图像中的重叠区域,所述拼接图像由第一图像和第二图像拼接获得;
分块单元,用于对第三图像和第四图像以预设尺寸进行图像分块,所述第三图像为所述第一图像中的重叠区域,所述第四图像为所述第二图像中的重叠区域;
匹配单元,用于对所述第三图像的第一图像块集和所述第四图像的第二图像块集进行匹配以生成初始匹配块对集,第一图像块集是指所述第三图像中为非直接曝光区域的图像块的集合,第二图像块集是指所述第四图像中为非直接曝光区域的图像块的集合;
判断单元,用于在匹配块对的个数大于预设的阈值时,判断所述拼接图像拼接正确,所述匹配块对是指第一图像块和第二图像块位置相同的初始匹配块对。
所述拼接图像校验装置的具体实施可参考所述拼接图像校验方法的实施,在此不再赘述。
本实施例还提供一种X射线摄影系统,包括上述的拼接图像校验装置。
综上所述,本发明实施例提供的拼接图像校验方法及装置、X射线摄影系统,至少具有如下有益效果:
根据拼接图像的重叠区域在第一图像中确定所述重叠区域,即第三图像,在第二图像中确定所述重叠区域,即第四图像;对第三图像和第四图像分别以预设尺寸分块以获得第三图像中为非直接曝光区域的第一图像块集,获得第四图像中为非直接曝光区域的第二图像块集;对第一图像块集和第二图像块集进行匹配以获得初始匹配块对集,在第一图像块和第二图像块位置相同的初始匹配块对的个数大于预设的阈值时,判断拼接图像拼接正确,或者说拼接图像的拼接精度符合实际的临床需求,通过对第一图像块集和第二图像块集进行匹配生成初始匹配块对集,并通过在所述初始匹配块对集中对匹配块对的个数进行判断的方式来对拼接图像进行校验,复杂度低,由于仅对第三图像和第四图像中非直接曝光区域的图像块进行匹配,故运算量小,且获得的初始匹配块对的准确度高,进而以该初始匹配块对集中匹配块对的个数来对拼接图像的校验是否准确进行判断时,拼接图像校验的准确度高。
进一步地,通过生成与第三图像对应的第三模板,与第四图像对应的第四模板,并取二者的交集以获得模板,在对模板以预定尺寸分块后,基于模板中的分块信息来确定第三图像中的第一图像块集和第四图像中的第二图像块集,由于模板中的非直接曝光区域为第三图像和第四图像中共同的非直接曝光区域,因此通过模板确定的第一图像块集和第二图像块集为非直接曝光区域的准确度高,由于第一图像块集和第二图像块集为非直接曝光区域,故对第一图像块集和第二图像块集进行匹配时,可以避免误匹配的发生,因此也避免了对初始匹配块对中符合第一图像块和第二图像块位置相同的初始匹配块对的个数进行判断时,可避免对拼接图像的拼接是否正确做出误判的现象的发生,提高了拼接图像校验的准确度。
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 (10)
1.一种拼接图像校验方法,其特征在于,所述方法包括:
获取拼接图像中重叠区域对应的第三图像和第四图像;所述拼接图像由第一图像和第二图像拼接获得;所述第三图像为所述第一图像中的重叠区域;所述第四图像为所述第二图像中的重叠区域;
对所述第三图像进行图像分块,得到第一图像块集;以及,对所述第四图像进行图像分块,得到第二图像块集;
将所述第一图像块集和所述第二图像块集进行匹配,生成初始匹配块对集;所述初始匹配块对集中每一个初始匹配块对包括第一图像块和第二图像块;
判断所述每一个初始匹配块对中的第一图像块的位置与第二图像块的位置是否相同;
将位置相同的初始匹配块对确定为目标匹配块对;
若所述目标匹配块对的数量大于预设阈值,则确定所述拼接图像拼接正确。
2.根据权利要求1所述的方法,其特征在于,所述判断所述每一个初始匹配块对中的第一图像块的位置与第二图像块的位置是否相同,包括:
针对任意一个初始匹配块对,获取所述第一图像块的行序号和列序号,以及,获取所述第二图像块的行序号和列序号;
若所述第一图像块的行序号与所述第二图像块的行序号相同,且所述第一图像块的列序号与所述第二图像块的列序号相同,则确定所述初始匹配块对中的第一图像块的位置与第二图像块的位置相同。
3.根据权利要求1所述的方法,其特征在于,所述判断所述每一个初始匹配块对中的第一图像块的位置与第二图像块的位置是否相同,包括:
针对任意一个初始匹配块对,获取所述第一图像块的第一中心坐标和所述第二图像块的第二中心坐标;
若所述第一中心坐标和所述第二中心坐标相同,则确定所述初始匹配块对中的第一图像块的位置与第二图像块的位置相同。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述对所述第三图像进行图像分块,得到第一图像块集;以及,对所述第四图像进行图像分块,得到第二图像块集,包括:
获取所述第三图像对应的第三模板和所述第四图像对应的第四模板;
根据所述第三模板和所述第四模板,确定交集模板的图像块;
将所述第三图像中与所述交集模板中的非直接曝光区域的图像块位置相同的图像块确定为所述第一图像块集;以及,将所述第四图像中与所述交集模板中的非直接曝光区域的图像块位置相同的图像块确定为所述第二图像块集。
5.根据权利要求4所述的方法,其特征在于,所述获取所述第三图像对应的第三模板和所述第四图像对应的第四模板,包括:
将所述第三图像中的直接曝光区域和非直接曝光区域二值化,生成与所述第三图像对应的第三模板;以及,将所述第四图像中的直接曝光区域和非直接曝光区域二值化,生成与所述第四图像对应的第四模板。
6.根据权利要求4所述的方法,其特征在于,所述根据所述第三模板和所述第四模板,确定交集模板的图像块,包括:
对所述第三模板和所述第四模板中相对应位置处的像素点的灰度值做交集,并对得到的交集模板进行分块,得到所述交集模板的图像块;所述交集模板中的非直接曝光区域为第三图像和第四图像的共同的非直接曝光区域。
7.根据权利要求1-3任一项所述的方法,其特征在于,所述将所述第一图像块集和所述第二图像块集进行匹配,生成所述初始匹配块对集,包括:
对所述第一图像块集和所述第二图像块集进行基于特征向量的双向匹配以生成所述初始匹配块对集。
8.根据权利要求7所述的方法,其特征在于,所述对所述第一图像块集和所述第二图像块集进行基于特征向量的双向匹配以生成所述初始匹配块对集,包括:
以所述第一图像块集中的每一个第一图像块的特征向量与所述第二图像块集中的第二图像块的特征向量之间的最小欧式距离与次小欧式距离的比为第一比值;
在所述第一比值小于第一阈值时,以与所述最小欧式距离对应的所述第一图像块和所述第二图像块为第一匹配块对,生成以该第一匹配块对为元素的第一匹配块对集;
以所述第二图像块集中的每一个第二图像块的特征向量与所述第一图像块集中的第一图像块的特征向量之间的最小欧式距离与次小欧式距离的比为第二比值;
在所述第二比值小于第二阈值时,以与所述最小欧式距离对应的所述第二图像块和所述第一图像块为第二匹配块对,生成以该第二匹配块对为元素的第二匹配块对集;
取所述第一匹配块对集和所述第二匹配块对集的交集以获得所述第三图像和所述第四图像的初始匹配块对集。
9.一种拼接图像校验装置,其特征在于,所述装置包括:
重叠区域确定模块,用于获取拼接图像中重叠区域对应的第三图像和第四图像;所述拼接图像由第一图像和第二图像拼接获得;所述第三图像为所述第一图像中的重叠区域;所述第四图像为所述第二图像中的重叠区域;
分块模块,用于对所述第三图像进行图像分块,得到第一图像块集;以及,对所述第四图像进行图像分块,得到第二图像块集;
匹配模块,用于将所述第一图像块集和所述第二图像块集进行匹配,生成初始匹配块对集;所述初始匹配块对集中每一个初始匹配块对包括第一图像块和第二图像块;
判断模块,用于判断所述每一个初始匹配块对中的第一图像块的位置与第二图像块的位置是否相同;
匹配块对确定模块,用于将位置相同的初始匹配块对确定为目标匹配块对;
拼接图像确定模块,用于在所述目标匹配块对的数量大于预设阈值的情况下,则确定所述拼接图像拼接正确。
10.一种X射线摄影系统,其特征在于,包括上述权利要求1-8任一项所述的拼接图像校验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311520388.3A CN117576023A (zh) | 2016-09-30 | 2016-09-30 | 拼接图像校验方法及装置、x射线摄影系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610877463.5A CN106600575A (zh) | 2016-09-30 | 2016-09-30 | 拼接图像校验方法及装置、x射线摄影系统 |
CN202311520388.3A CN117576023A (zh) | 2016-09-30 | 2016-09-30 | 拼接图像校验方法及装置、x射线摄影系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610877463.5A Division CN106600575A (zh) | 2016-07-14 | 2016-09-30 | 拼接图像校验方法及装置、x射线摄影系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117576023A true CN117576023A (zh) | 2024-02-20 |
Family
ID=58555900
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610877463.5A Pending CN106600575A (zh) | 2016-07-14 | 2016-09-30 | 拼接图像校验方法及装置、x射线摄影系统 |
CN202311520388.3A Pending CN117576023A (zh) | 2016-09-30 | 2016-09-30 | 拼接图像校验方法及装置、x射线摄影系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610877463.5A Pending CN106600575A (zh) | 2016-07-14 | 2016-09-30 | 拼接图像校验方法及装置、x射线摄影系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN106600575A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108322658B (zh) * | 2018-03-29 | 2020-04-17 | 青岛海信移动通信技术股份有限公司 | 一种拍照的方法和装置 |
CN115965535B (zh) * | 2023-03-14 | 2023-06-30 | 海豚乐智科技(成都)有限责任公司 | 基于特征矫正gps信息的航拍图实时拼接方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7127090B2 (en) * | 2001-07-30 | 2006-10-24 | Accuimage Diagnostics Corp | Methods and systems for combining a plurality of radiographic images |
US8600193B2 (en) * | 2008-07-16 | 2013-12-03 | Varian Medical Systems, Inc. | Image stitching and related method therefor |
JP6397284B2 (ja) * | 2014-09-16 | 2018-09-26 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
CN104966270B (zh) * | 2015-06-26 | 2018-03-09 | 浙江大学 | 一种多图像拼接方法 |
CN105554449B (zh) * | 2015-12-11 | 2018-04-27 | 浙江宇视科技有限公司 | 一种用于快速拼接摄像机图像的方法及装置 |
CN105574815A (zh) * | 2015-12-21 | 2016-05-11 | 湖南优象科技有限公司 | 用于扫描鼠标器的图像拼接方法及装置 |
-
2016
- 2016-09-30 CN CN201610877463.5A patent/CN106600575A/zh active Pending
- 2016-09-30 CN CN202311520388.3A patent/CN117576023A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN106600575A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mamonov et al. | Automated polyp detection in colon capsule endoscopy | |
US10318839B2 (en) | Method for automatic detection of anatomical landmarks in volumetric data | |
US8045771B2 (en) | System and method for automated patient anatomy localization | |
Hacihaliloglu et al. | Local phase tensor features for 3-D ultrasound to statistical shape+ pose spine model registration | |
WO2021189843A1 (zh) | Ct图像椎骨定位方法、装置、设备及介质 | |
CN101258524A (zh) | 带有靶检测的自适应放射治疗方法 | |
CN111028205B (zh) | 一种基于双目测距的眼睛瞳孔定位方法及装置 | |
CN110246580B (zh) | 基于神经网络和随机森林的颅侧面影像分析方法和系统 | |
US20120078102A1 (en) | 3-dimensional (3d) ultrasound system using image filtering and method for operating 3d ultrasound system | |
CN106504237A (zh) | 确定匹配点对的方法及图像获取方法 | |
US10568600B2 (en) | System and method for detecting anatomical regions | |
US20120053446A1 (en) | Voting in image processing | |
CN110706791B (zh) | 一种医学影像处理方法及装置 | |
CN110742631B (zh) | 一种医学图像的成像方法和装置 | |
Zhang et al. | 3-D reconstruction of the spine from biplanar radiographs based on contour matching using the hough transform | |
CN108294728A (zh) | 伤口状态分析方法与系统 | |
US20230169666A1 (en) | Methods and systems for image registration | |
CN107752979B (zh) | 人工投影的自动生成方法、介质和投影图像确定装置 | |
US20090060300A1 (en) | Method and apparatus for image alignment | |
US20080123929A1 (en) | Apparatus, method and program for image type judgment | |
CN105405101A (zh) | X射线图像处理方法和装置 | |
CN114732425A (zh) | 一种提升dr胸片成像质量的方法及系统 | |
CN117576023A (zh) | 拼接图像校验方法及装置、x射线摄影系统 | |
US7352888B2 (en) | Method for computer recognition of projection views and orientation of chest radiographs | |
Banumathi et al. | Diagnosis of dental deformities in cephalometry images using support vector machine |
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 |