当前位置: 首页 > 专利查询>代黎明专利>正文

眼底图像拼接方法及系统技术方案

技术编号:20920455 阅读:44 留言:0更新日期:2019-04-20 10:31
本发明专利技术公开了一种眼底图像拼接方法及系统,方法包括:读取采集到的多张眼底图像,由多张眼底图像中选取一张眼底图像作为图像配准的最佳基准图;采用基于Segnet图像分割模型的血管提取算法,对最佳基准图进行血管影像提取,获取相应的最佳基准血管影像,并对其余的每一张眼底图像均进行血管影像提取,获取相应的眼底血管影像作为待配准图;基于对数极坐标,对每一张待配准图均与最佳基准血管影像进行图像配准,得到相应的配准影像图;对于多张配准影像图,采用基于距离矩阵的像素值加权融合方法,对多张配准影像图进行加权融合,得到最终的眼底图像拼接图。其有效提高了拼接图的质量,解决了传统的眼底图像拼接方法具有一定局限性的问题。

Method and System of Eyeground Image Mosaic

The invention discloses a method and system for eye fundus image mosaic, which includes: reading a plurality of collected eye fundus images, selecting an eye fundus image from a plurality of eye fundus images as the best reference image for image registration; using a blood vessel extraction algorithm based on the Segregate image segmentation model to extract the best reference image and obtain the corresponding best reference vascular image; Each other fundus image is extracted from the blood vessel image, and the corresponding fundus vascular image is obtained as the image to be registered. Based on logarithmic polar coordinates, each image to be registered is registered with the best baseline vascular image, and the corresponding image is obtained. For multi-registration image, the weighted fusion method based on distance matrix is used to multi-registration image. The registration image is fused by weighting, and the final ocular fundus image mosaic is obtained. It effectively improves the quality of mosaic image and solves the limitations of traditional methods of eye fundus image mosaic.

【技术实现步骤摘要】
眼底图像拼接方法及系统
本专利技术涉及医学图像处理
,特别是涉及一种眼底图像拼接方法及系统。
技术介绍
新生儿眼底图像在新生儿眼科是一个客观、标准的辅助诊断方法,作为全身唯一可直接观察到的血管,视网膜血管是评估全身微血管功能的有效指标,且检查方法简单、无创。因此,拍摄出的新生儿眼底图像不仅可以记录新生儿出生时的眼部情况,同时便于远程会诊并保留循证医学依据,为新生儿眼病筛查、视网膜疾病诊断治疗以及病理机制探索提供了丰富的信息。在拍摄眼底图像过程中,由于新生儿眼底的视网膜色泽较成人浅,整个眼底呈轻度豹纹状,视盘面积小,形态不规则,动静脉血管区分不明显,弯曲度大,黄斑周边部突翘,呈球状,中央凹反光,玻璃体动脉残留等特点,所拍摄出来的眼底图像往往模糊失真,噪声污染,图像对比度不高等,因此,需要进行多个角度的眼底成像,通过数量弥补质量的缺陷。但是,采用多个角度拍摄眼底图像,通过数量弥补质量的缺陷时,仍不可避免的出现眼底影像信息的丢失,难以保证眼底影像信息的完整性。并且,在诊疗过程中医生观测多张影像,不仅降低了医生的阅片效率,而且可能忽略某些内在因素而造成误诊。因此,为了扩大视野,更有助于根据眼底图像对病理进行分析和诊断,通常需要对多张眼底图像进行拼接。目前,所采用的眼底图像拼接方法大多基于相位相关法及数学形态学方法的眼底图像自动拼接,或采用基于图像特征点拼接的方法。但是,基于相位相关法及数学形态学方法的眼底图像自动拼接无法考虑两幅图像之间相对旋转的问题,基于图像特征点拼接的方法则需要依赖于血管或交叉特征提取的精度,这就限制了上述方法在临床上的应用,并且影响了眼底图像的准确性。
技术实现思路
基于此,有必要针对传统的眼底图像拼接方法具有一定的局限性的问题,提供一种眼底图像拼接方法及系统。基于上述目的,本专利技术提供的一种眼底图像拼接方法,包括如下步骤:读取采集到的多张眼底图像,由多张所述眼底图像中选取一张眼底图像作为图像配准的最佳基准图;采用基于Segnet图像分割模型的血管提取算法,对所述最佳基准图进行血管影像提取,获取相应的最佳基准血管影像,并对其余的每一张所述眼底图像均进行血管影像提取,获取相应的眼底血管影像作为待配准图;基于对数极坐标,对每一张所述待配准图均与所述最佳基准血管影像进行图像配准,得到相应的配准影像图;对于多张所述配准影像图,采用基于距离矩阵的像素值加权融合方法,对多张所述配准影像图进行加权融合,得到最终的眼底图像拼接图。在其中一个实施例中,所述由多张所述眼底图像中选取一张眼底图像作为图像配准的最佳基准图,包括如下步骤:获取每一张所述眼底图像的图像中心点,并使用目标检测模型定位出每一张所述眼底图像的视盘中心点;计算每一张所述眼底图像中,所述视盘中心点与所述图像中心点的欧式距离关系;根据每一张所述眼底图像的所述欧式距离关系确定所述最佳基准图。在其中一个实施例中,所述根据每一张所述眼底图像的所述欧式距离关系确定所述最佳基准图,包括如下步骤:对计算获取的多个所述欧式距离关系进行大小顺序的排列;按照排列顺序确定多个所述欧式距离关系中的最小距离值;选取所述最小距离值对应的所述眼底图像作为所述最佳基准图。在其中一个实施例中,所述采用基于Segnet图像分割模型的血管提取算法,对所述最佳基准图进行血管影像提取,获取相应的最佳基准血管影像,包括如下步骤:采用限制对比度自适应直方图增强法对所述最佳基准图进行增强处理,获取最佳基准增强图;使用Segnet图像语义分割网络训练带有血管金标注的眼底图像得到相应的所述Segnet图像分割模型,并使用所述Segnet图像分割模型对所述最佳基准增强图进行血管分割,得到血管分割后的所述最佳基准增强图;使用基于形态学算子的细化和毛刺去除算法对血管分割后的所述最佳基准增强图进行血管细化和毛刺去除,得到所述最佳基准血管影像。在其中一个实施例中,所述基于对数极坐标,对每一张所述待配准图均与所述最佳基准血管影像进行图像配准,得到相应的配准影像图,包括如下步骤:通过快速傅里叶变换,将所述最佳基准血管影像和所述待配准图变换到频域空间上,得到频域空间下的所述最佳基准血管影像和所述待配准图;将所述频域空间下的所述最佳基准血管影像和所述待配准图从笛卡尔直角坐标系变换到极坐标系下,得到极坐标系下的所述最佳基准血管影像和所述极坐标系下的所述待配准图,并通过相位相关法,计算出所述极坐标系下的所述待配准图相对于所述极坐标系下的所述最佳基准血管影像的旋转角度θ和缩放系数ρ;基于计算出的所述旋转角度θ和所述缩放系数ρ,将所述频域空间下的所述待配准图旋转-θ,并缩放至1/ρ尺寸,得到旋转缩放后的所述待配准图;将旋转缩放后的所述待配准图进行逆快速傅里叶变换,得到逆变换待配准图,并在直角坐标系下,通过所述相位相关法,计算出所述逆变换待配准图相对于所述最佳基准血管影像的水平距离分量Δx和垂直距离分量Δy;根据计算得到的所述旋转角度、所述缩放系数、所述水平距离分量和所述垂直距离分量,对所述待配准图与所述最佳基准血管影像进行图像配准,得到相应的所述配准影像图。在其中一个实施例中,所述对于多张所述配准影像图,采用基于距离矩阵的像素值加权融合方法,对多张所述配准影像图进行加权融合,得到最终的眼底图像拼接图,包括如下步骤:根据公式:f(Iref,Isense,x,y)=wref(x,y)·Iref(x,y)+wsense(x,y)·Isense(x,y);对所述配准影像图进行加权融合,得到所述眼底图像拼接图;其中,Iref表征多张所述配准影像图中待加权融合的第一配准影像图;Isense表征多张所述配准影像图中待加权融合的第二配准影像图;Imerge表征加权融合后的所述眼底图像拼接图;dref(x,y)表征点(x,y)到所述第一配准影像图的轮廓的最短欧式距离;dsense(x,y)表征点(x,y)到所述第二配准影像图的轮廓的最短欧式距离;wref表征第一加权系数,wsense表征第二加权系数,且wref+wsense=1。相应的,基于同一专利技术构思,本专利技术还提供了一种眼底图像拼接系统,包括图像选取模块、血管提取模块、图像配准模块和图像拼接模块;其中,所述图像选取模块,用于读取采集到的多张眼底图像,由多张所述眼底图像中选取一张眼底图像作为图像配准的最佳基准图;所述血管提取模块,用于采用基于Segnet图像分割模型的血管提取算法,对所述最佳基准图进行血管影像提取,获取相应的最佳基准血管影像,并对其余的每一张所述眼底图像均进行血管影像提取,获取相应的眼底血管影像作为待配准图;所述图像配准模块,用于基于对数极坐标,对每一张所述待配准图均与所述最佳基准血管影像进行图像配准,得到相应的配准影像图;所述图像拼接模块,用于对于多张所述配准影像图,采用基于距离矩阵的像素值加权融合方法,对多张所述配准影像图进行加权融合,得到最终的眼底图像拼接图。在其中一个实施例中,所述图像选取模块包括视盘定位子模块、欧式距离计算子模块和最佳基准图确定子模块;所述视盘定位子模块,用于获取每一张所述眼底图像的图像中心点,并使用目标检测模型定位出每一张所述眼底图像的视盘中心点;所述欧式距离计算子模块,用于计算每一张所述眼底图像中,所述视盘中心点与所述图像中心点的本文档来自技高网
...

【技术保护点】
1.一种眼底图像拼接方法,其特征在于,包括如下步骤:读取采集到的多张眼底图像,由多张所述眼底图像中选取一张眼底图像作为图像配准的最佳基准图;采用基于Segnet图像分割模型的血管提取算法,对所述最佳基准图进行血管影像提取,获取相应的最佳基准血管影像,并对其余的每一张所述眼底图像均进行血管影像提取,获取相应的眼底血管影像作为待配准图;基于对数极坐标,对每一张所述待配准图均与所述最佳基准血管影像进行图像配准,得到相应的配准影像图;对于多张所述配准影像图,采用基于距离矩阵的像素值加权融合方法,对多张所述配准影像图进行加权融合,得到最终的眼底图像拼接图。

【技术特征摘要】
1.一种眼底图像拼接方法,其特征在于,包括如下步骤:读取采集到的多张眼底图像,由多张所述眼底图像中选取一张眼底图像作为图像配准的最佳基准图;采用基于Segnet图像分割模型的血管提取算法,对所述最佳基准图进行血管影像提取,获取相应的最佳基准血管影像,并对其余的每一张所述眼底图像均进行血管影像提取,获取相应的眼底血管影像作为待配准图;基于对数极坐标,对每一张所述待配准图均与所述最佳基准血管影像进行图像配准,得到相应的配准影像图;对于多张所述配准影像图,采用基于距离矩阵的像素值加权融合方法,对多张所述配准影像图进行加权融合,得到最终的眼底图像拼接图。2.根据权利要求1所述的眼底图像拼接方法,其特征在于,所述由多张所述眼底图像中选取一张眼底图像作为图像配准的最佳基准图,包括如下步骤:获取每一张所述眼底图像的图像中心点,并使用目标检测模型定位出每一张所述眼底图像的视盘中心点;计算每一张所述眼底图像中,所述视盘中心点与所述图像中心点的欧式距离关系;根据每一张所述眼底图像的所述欧式距离关系确定所述最佳基准图。3.根据权利要求2所述的眼底图像拼接方法,其特征在于,所述根据每一张所述眼底图像的所述欧式距离关系确定所述最佳基准图,包括如下步骤:对计算获取的多个所述欧式距离关系进行大小顺序的排列;按照排列顺序确定多个所述欧式距离关系中的最小距离值;选取所述最小距离值对应的所述眼底图像作为所述最佳基准图。4.根据权利要求1所述的眼底图像拼接方法,其特征在于,所述采用基于Segnet图像分割模型的血管提取算法,对所述最佳基准图进行血管影像提取,获取相应的最佳基准血管影像,包括如下步骤:采用限制对比度自适应直方图增强法对所述最佳基准图进行增强处理,获取最佳基准增强图;使用Segnet图像语义分割网络训练带有血管金标注的眼底图像得到相应的所述Segnet图像分割模型,并使用所述Segnet图像分割模型对所述最佳基准增强图进行血管分割,得到血管分割后的所述最佳基准增强图;使用基于形态学算子的细化和毛刺去除算法对血管分割后的所述最佳基准增强图进行血管细化和毛刺去除,得到所述最佳基准血管影像。5.根据权利要求1所述的眼底图像拼接方法,其特征在于,所述基于对数极坐标,对每一张所述待配准图均与所述最佳基准血管影像进行图像配准,得到相应的配准影像图,包括如下步骤:通过快速傅里叶变换,将所述最佳基准血管影像和所述待配准图变换到频域空间上,得到频域空间下的所述最佳基准血管影像和所述待配准图;将所述频域空间下的所述最佳基准血管影像和所述待配准图从笛卡尔直角坐标系变换到极坐标系下,得到极坐标系下的所述最佳基准血管影像和所述极坐标系下的所述待配准图,并通过相位相关法,计算出所述极坐标系下的所述待配准图相对于所述极坐标系下的所述最佳基准血管影像的旋转角度θ和缩放系数ρ;基于计算出的所述旋转角度θ和所述缩放系数ρ,将所述频域空间下的所述待配准图旋转-θ,并缩放至1/ρ尺寸,得到旋转缩放后的所述待配准图;将旋转缩放后的所述待配准图进行逆快速傅里叶变换,得到逆变换待配准图,并在直角坐标系下,通过所述相位相关法,计算出所述逆变换待配准图相对于所述最佳基准血管影像的水平距离分量Δx和垂直距离分量Δy;根据计算得到的所述旋转角度、所述缩放系数、所述水平距离分量和所述垂直距离分量,对所述待配准图与所述最佳基准血管影像进行图像配准,得到相应的所述配准影像图。6.根据权利要求1至5任一项所述的眼底图像拼接方法,其特征在于,所述对于多张所述配准影像图,采用基于距离矩阵的像素值加权融合方法,对多张所述配准影像图进行加权融合,得到最终的眼底图像拼接图,包括如下步骤:根据公式:f(Iref,Isense,x,y)=wref(x,y)·Iref(x,y)+wsense(x,y)·Isense(x,y);对所述配准影像图进行加权融合,得到所述眼底图像拼接图;其中,Iref表征多张所述配准影像图中待加权...

【专利技术属性】
技术研发人员:高孟娣姜泓羊杨康代黎明
申请(专利权)人:代黎明
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1