基于分叉点特征配准方法技术

本发明专利技术提供了一种基于分叉点特征配准方法，该方法首先获取眼底图像的绿色通道，并提取血管中心线：使用基于梯度散度的血管中心线提取技术，提取出眼底图像中的血管树；随后，使用八邻域查表法提取眼底血管树特征点，删除错误的特征点后得到正确的分叉点对应的Harris角点坐标；使用改进的特征描述算法，对得到的分叉点进行特征提取，得到对应的分叉角度与血管长度，形成特征向量；最终使用向量之间的欧氏距离得出最终用于匹配的特征点对，使用随机抽样一致算法得出参照图像对于原图的变换矩阵，并对配准后的结果图像进行基础修改，得到配准精确的眼底图像，本发明专利技术提出的配准方法在公开的FIRE眼底配准数据库中取得了较好的效果。

【技术实现步骤摘要】
基于分叉点特征配准方法
本专利技术涉及眼底图像处理
，尤其涉及基于分叉点特征配准方法。
技术介绍
现代医疗与科学技术的结合日益紧密，在近20年间，眼底图像分析处理的运用范围日趋广泛。眼底中的视网膜血管是人整个身体中唯一可以直接观察的血管，从视网膜血管的变化可以窥见身体内部某些脏器的变化。例如眼底出现了毛细血管瘤或者小的渗出物和血点，则有很大的可能是糖尿病的症状；视网膜血管产生了动脉硬化则是高血压的预警。因此，在医疗诊断方面，眼底血管图像的信息对于身体病变的早期发现具有及其重要的作用。就目前的技术而言，通过眼底仪获取的眼底图像一次只能得到眼底的一部分图像，因此对一个眼球我们需要获取多幅图像，才能覆盖整个眼底的信息，也就是需要将多幅获得的不完全图像拼接成一幅完整的眼底图。目前，并没有特别有效的软件能够进行各种眼底图像的拼接。在部分医院，需由经验丰富的专家进行手动图像的拼接，而在一些偏远地区，由于医疗水平不高，专家经验有限，导致眼底图像拼接的效果较差，因此需要一种可以自动实现眼底图像配准的方法能够缓解此类问题，实现较完美的眼底图像拼接。随着人们对于眼底图像在医疗方面应用的重视，眼底图像的配准技术也随之发展起来。一般眼底图像配准算法可以分为两大类：基于强度的配准和基于特征点的配准。基于强度的配准根据图像的强度差异、互相关、梯度相关或互信息进行配准。KedirM.Adal等人在“Ahierarchicalcoarse-to-fineapproachforfundusimageregistration，″inInternationalWorkshoponBiomedicalImageRegistration，2014，pp.93-102”文献中公开了利用绿色眼底图像中视网膜血管的强度和结构信息对眼底图像进行配准。该方法没有基于特征的算法依赖于特征的数量和分布固有的局限性，但是该方法过分依赖于每一步的初始化结果，如果初始化出现偏差，则得出的结果不理想，而且该方法需要眼底血管与眼底的对比度明显，对模糊图像使用该方法则效果不好。基于互相关的计算方法几乎完全依赖于像素的灰度值，因此该方法仅适用于外在条件差异不大的两幅图像进行精确配准。基于特征点的配准通常使用眼底图像的血管分叉点、整个血管树、点特征检测器提取的特征点进行配准。在计算机视觉中广泛使用的是SIFT和SURF特征检测。SIFT变换提取的特征点具有旋转不变、尺度不变的特性，但是该变换在具有病变的或者模糊的眼底图像中难找到稳定的匹配点，而且该方法耗时较长。SURF是对SIFT变换的改进，但是该方法对于异常值非常敏感，虽然提高了计算速度，但是旋转不变性能变差。JanabaiParekar等人在“Automaticretinalimageregistrationusingfullyconnectedvasculartree，″inSignalandInformationProcessing(IConSIP)，InternationalConferenceon，2016，pp.1-5”文献中提出了使用血管分叉点进行眼底图像配准的方法，该方法对于低对比度，重叠区域小的眼底图像具有很好的配准效果，但是该方法提取的特征向量存在着误差，可能导致最终得出的特征匹配点较少，有时不能很精确的实现图像的配准。
技术实现思路
为克服现有技术中存在的眼底图像拼接的效果差问题，本专利技术提供了一种基于分叉点特征配准方法。本专利技术提供了一种基于分叉点特征配准方法，具体步骤如下：步骤1，获取绿色通道，并提取血管中心线：使用基于梯度散度的血管中心线提取技术，提取出眼底图像中的血管树；步骤2：使用八邻域查表法对眼底血管树进行特征点提取，删除错误的特征点后得到正确的分叉点对应的Harris角点坐标；步骤3：使用改进的特征描述算法，对得到的分叉点进行特征提取，得到对应的分叉角度与血管长度，形成最终的特征向量；步骤4：使用向量之间的欧氏距离得出最终用于匹配的特征点对，使用随机抽样一致算法得出参照图像对于原图的变换矩阵，并对配准后的结果图像进行基础修改，得到配准精确的眼底图像。进一步的，在所述步骤1中，采用高斯滤波器平滑眼底图像。进一步的，在步骤1中，所述梯度散度的血管中心线提取技术采用视网膜图像散度分割血管中心线，血管中心线由以下公式计算得出：其中，t是用于分割中心线的阈值，该阈值由实验获得；NI(x，y)是邻近像素I(x，y)的散度总和。进一步的，在步骤1中，获得的血管树使用bwmorph函数中的brigde、fill、skel、spur形态学处理类型对得到的血管中心线图操作，连接断裂的血管，在对孔洞进行填充后得到血管树的骨骼图并对其去骨刺。进一步的，所述步骤2具体步骤如下：步骤21，采用八邻域查表法检测眼底图像的分叉点，记录位置并保留在分叉点位置矩阵中；步骤22，利用模板对八邻域得到的血管分叉点进行检测去除伪交叉点，将模板与分叉点及其周围像素相乘；步骤23，判断相乘结果，若得到的最终结果大于2，则该点为分叉点，否则为伪分叉点，将其从分叉点矩阵中删除；步骤24，使用模板对血管骨骼进行膨胀后使用Harris角点检测，检测出八邻域得出的分叉点对应的角点，利用该角点位置进行特征向量的提取与匹配。进一步的，在步骤22中，模板规格为7×7的模板。进一步的，在步骤24中，模板规格为5×5的模板。进一步的，在步骤3中，所述改进的特征描述算法采用接近于人视网膜接收图像信息的采样模型，对特征点的局部信息进行描述。进一步的，所述步骤3具体步骤如下：步骤31，采用边长逐渐增大的正方形模板对血管分叉点周围血管的长度以及角度进行采样，由细到粗；步骤32，提取出每个与正方形模相交的点，计算出其到特征点的距离与角度，将其记录到特征矩阵对应的位置中；步骤33，取每个正方形边中的长度最大值与其对应的角度作为特征向量中的元素，以下公式为特征点的特征向量的描述：V＝[lengths，angles]lengths＝[l1l2，l3，...，ln]n＝1，2，3，...，16angles＝[θ1，θ2，θ3，...，θn]n＝1，2，3，...，16其中，lengths表示血管的长度，angles表示血管分叉点的角度。进一步的，在步骤4中，所述随机抽样一致算法得出参照图像对于原图的变换矩阵具体步骤如下：随机选择准确配准对点集中的一组子集作为样本来计算变换矩阵，将待匹配图像中的特征点与变换矩阵进行运算，获得与待匹配点的距离，若两点之间的距离小于阈值，则该点为内点，否则为外点；重复以上步骤不断得到新的点集，选取内点数最多的点集得出图像间变换的最终变换矩阵。与现有技术相比，本专利技术的有益效果是：(1)使用本专利技术的配准方法，采样匹配时间短，特征向量的维度得到了相当大的减少提高了运算速度，对于图像的旋转变化不敏感，在国际公开的眼底数据库FIRE以及私人眼底筛查数据库中均得到了较好的效果，且配准后的图像在视觉上感觉较好，并且配准误差较小。(2)对得到的图像使用bwmorph函数中的brigde形态学处理来连接间断点；随后使用skel形态学处理获取血管轮廓图；由于血管轮廓图存在骨刺，使用spur形态学处理移除骨刺；通过上述形态学处理类型操作后的清晰的血管轮本文档来自技高网...

【技术保护点】
一种基于分叉点特征配准方法，具体步骤如下：步骤1，获取绿色通道，并提取血管中心线：使用基于梯度散度的血管中心线提取技术，提取出眼底图像中的血管树；步骤2：使用八邻域查表法提取眼底血管树特征点，删除错误的特征点后得到正确的分叉点对应的Harris角点坐标；步骤3：使用改进的特征描述算法，对得到的分叉点进行特征提取，得到对应的分叉角度与血管长度，形成特征向量；步骤4：使用向量之间的欧氏距离得出最终用于匹配的特征点对，使用随机抽样一致算法得出参照图像对于原图的变换矩阵，并对配准后的结果图像进行基础修改，得到配准精确的眼底图像。

【技术特征摘要】
1.一种基于分叉点特征配准方法，具体步骤如下：步骤1，获取绿色通道，并提取血管中心线：使用基于梯度散度的血管中心线提取技术，提取出眼底图像中的血管树；步骤2：使用八邻域查表法提取眼底血管树特征点，删除错误的特征点后得到正确的分叉点对应的Harris角点坐标；步骤3：使用改进的特征描述算法，对得到的分叉点进行特征提取，得到对应的分叉角度与血管长度，形成特征向量；步骤4：使用向量之间的欧氏距离得出最终用于匹配的特征点对，使用随机抽样一致算法得出参照图像对于原图的变换矩阵，并对配准后的结果图像进行基础修改，得到配准精确的眼底图像。2.根据权利要求1所述的基于分叉点特征配准方法，其特征在于：在所述步骤1中，采用高斯滤波器平滑眼底图像。3.根据权利要求1所述的基于分叉点特征配准方法，其特征在于：在步骤1中，所述梯度散度的血管中心线提取技术采用视网膜图像散度分割血管中心线，血管中心线由以下公式计算得出：其中，t是用于分割中心线的阈值，该阈值由实验获得；NI(x，y)是邻近像素I(x，y)的散度总和。4.根据权利要求1所述的基于分叉点特征配准方法，其特征在于：在步骤1中，获得的血管树使用bwmorph函数中的brigde、fill、skel、spur形态学处理类型对得到的血管中心线图操作，连接断裂的血管，在对孔洞进行填充后得到血管树的骨骼图并对其去骨刺。5.根据权利要求1所述的基于分叉点特征配准方法，其特征在于：所述步骤2具体步骤如下：步骤21，采用八邻域查表法检测眼底图像的分叉点，记录位置并保留在分叉点位置矩阵中；步骤22，利用模板对八邻域得到的血管分叉点进行检测去除伪交叉点，将模板与分叉点及其周围像素相乘；步骤23，判断相乘结果，若得到的最终结果大于2，则该点为分叉点，否则为伪分叉点，将其从分叉点矩阵中删除；步骤2...

【专利技术属性】
技术研发人员：张晓峰，杭益柳，殷若城，吴辉群，邵叶秦，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏,32