图像处理方法、装置、电子设备及计算机可读存储介质制造方法及图纸

技术编号:21143119 阅读:34 留言:0更新日期:2019-05-18 05:44
本申请实施例公开了一种图像处理方法、装置、电子设备及计算机可读存储介质,其中方法包括:获取待配准图像和用于配准的参考图像;将所述待配准图像输入仿射变换网络,通过所述仿射变换网络对所述待配准图像进行仿射变换,获得第一待配准图像;将所述第一待配准图像和所述参考图像输入预设神经网络模型,通过所述预设神经网络模型将所述第一待配准图像向所述参考图像配准,获得配准结果,可以简化配准操作步骤,提高图像配准的精度和实时性。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及计算机可读存储介质
本专利技术涉及计算机视觉
,具体涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。
技术介绍
图像配准是将不同的获取时间、不同传感器、不同条件下的同一场景或者同一目标的两幅或者多幅图像进行配准的过程,被广泛应用于医学图像处理过程中。医学图像配准是医学图像处理领域中一项重要技术,对临床诊断和治疗起着越来越重要的作用。现代医学通常需要将多个模态或者多个时间点获得的医学图像进行综合分析,那么在进行分析之前就需要将几副图像进行配准工作。传统的可形变配准方法是通过不断计算每个像素点的一个对应关系,通过相似性度量函数来计算配准后的图像与参考图像的相似度并且不断的迭代的一个过程,直到达到一个合适的结果,这个过程通常需要几个小时甚至更长的时间来完成,而在实际应用中病人脏器器官配准的需求量较大,并且在很多情况下如手术前对配准的结果要求急迫,可见一般的配准方法较浪费诊断医生的时间,缺乏时效性。
技术实现思路
本申请实施例提供了一种图像处理方法、装置及计算机可读存储介质,可以简化配准操作步骤,提高图像配准的精度和实时性。本申请实施例第一方面提供一本文档来自技高网...

【技术保护点】
1.一种图像处理方法,其特征在于,所述方法包括:获取待配准图像和用于配准的参考图像;将所述待配准图像输入仿射变换网络,通过所述仿射变换网络对所述待配准图像进行仿射变换,获得第一待配准图像;将所述第一待配准图像和所述参考图像输入预设神经网络模型,通过所述预设神经网络模型将所述第一待配准图像向所述参考图像配准,获得配准结果。

【技术特征摘要】
1.一种图像处理方法,其特征在于,所述方法包括:获取待配准图像和用于配准的参考图像;将所述待配准图像输入仿射变换网络,通过所述仿射变换网络对所述待配准图像进行仿射变换,获得第一待配准图像;将所述第一待配准图像和所述参考图像输入预设神经网络模型,通过所述预设神经网络模型将所述第一待配准图像向所述参考图像配准,获得配准结果。2.根据权利要求1所述的图像处理方法,其特征在于,所述通过所述仿射变换网络对所述待配准图像进行仿射变换,获得第一待配准图像包括:通过所述仿射变换网络获取所述待配准图像的处理参数,基于所述处理参数生成变换矩阵;使用所述变换矩阵对所述待配准图像进行仿射变换,获得所述第一待配准图像。3.根据权利要求2所述的图像处理方法,其特征在于,所述待配准图像的处理参数包括旋转参数、平移参数、缩放参数和/或剪切参数。4.根据权利要求3所述的图像处理方法,其特征在于,所述预设神经网络模型训练中衡量相似度的目标函数包括预设待配准图像和预设参考图像的相关系数损失,或者包括所述预设待配准图像和所述预设参考图像的互信息损失。5.根据权利要求1-4任一项所述的图像处理方法,其特征在于,所述预设神经网络模型训练中衡量相似度的目标函数包括所述预设待配准图像和所述预设参考图像的互信息损失时,所述预设神经网络模型包括配准模型和互信息估计网络模型,所述预设神经网络模型的训练过程包括:获取所述预设待配准图像和所述预设参考图像,将所述预设待配准图像输入所述仿射变换网络获得第二待配准图像;将所述第二待配准图像和所述预设参考图像输入所述预设神经网络模型生成形变场;在基于所述形变场和所述第二待配准图像向所述预设参考图像配准的过程...

【专利技术属性】
技术研发人员:宋涛
申请(专利权)人:上海商汤智能科技有限公司
类型:发明
国别省市:上海,31

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