一种具有快速对齐算法的图像处理方法技术

技术编号:23240092 阅读:39 留言:0更新日期:2020-02-04 19:04
本发明专利技术公开了一种具有快速对齐算法的图像处理方法,包括对图像进行预处理,把灰度图转化为二值图,对图像关键点的提取,计算连通域并提取边缘,检测峰值点,对不同区采用不同的邻域像素配置进行峰值检测,找到图像待匹配的边缘,角点和峰值点之后,再找出轮廓上的点的对应关系,进行图像形变。本发明专利技术提出了一种基于边缘,角点以及图像中的峰值点的特征匹配方法,以及基于局部权重的移动最小二乘图像形变算法,而图像配准是生物组织结构三维重建过程中的一个非常重要的环节,为进一步的生物,医学的研究提供了直观的物理模型。

An image processing method with fast alignment algorithm

【技术实现步骤摘要】
一种具有快速对齐算法的图像处理方法
本专利技术涉及图像处理
,特别是一种具有快速对齐算法的图像处理方法。
技术介绍
在医学图像处理领域中,离不开图像对齐算法。例如,生物医学领域,为了实现生物组织的三维重构,首先需要把生物样本制成切片并染色,然后用显微镜来拍摄,再做图像对齐(相同的组织得对齐)。图像对齐主要包括两步,首先找到图像中特征点的匹配,然后再通过这些对应的特征点来做图像形变,从而实现对齐效果。在医学图像处理领域,目前常用的特征匹配算法是siftflow,常用的图像形变算法是移动最小二乘。原来的匹配算法主要是基于边缘和角点的匹配,在算法精度和速度上都有待改进,对于有些特定图像的数据,比如生物的显微结构图,基于边缘和角点的匹配还达不到理想的匹配效果,因为要想实现生物组织结构良好的三维重构,不仅需要让生物样本的外轮廓有着光滑的对齐,还需要生物组织内部也有着光滑且连续的对齐,而原来的图像配准方法主要是基于边缘和角点的匹配。
技术实现思路
本专利技术的目的在于提供一种具有快速对齐算法的图像处理方法,以解决上述
技术介绍
中提出本文档来自技高网
...

【技术保护点】
1.一种具有快速对齐算法的图像处理方法,其特征在于,包括以下步骤:/nS1:对图像进行预处理,把灰度图转化为二值图,同时根据三维块匹配算法将图像分成不同大小的块,根据图像块之间的相似性,把具有相似结构的二维图像块组合在一起形成三维数组,然后用联合滤波的方法对这些三维数组进行处理,通过逆变换,把处理后的结果返回到原图像中,得到去噪后的图像;/nS2:对图像关键点的提取,计算连通域并提取边缘,检测峰值点,将边缘角度量化为四个不同的区:/n0区,即水平方向:337.5°~22.5°或157.5°~202.5°;/n1区,即45度方向:22.5°~67.5°或202.5°~247.5°;/n2区,即垂...

【技术特征摘要】
1.一种具有快速对齐算法的图像处理方法,其特征在于,包括以下步骤:
S1:对图像进行预处理,把灰度图转化为二值图,同时根据三维块匹配算法将图像分成不同大小的块,根据图像块之间的相似性,把具有相似结构的二维图像块组合在一起形成三维数组,然后用联合滤波的方法对这些三维数组进行处理,通过逆变换,把处理后的结果返回到原图像中,得到去噪后的图像;
S2:对图像关键点的提取,计算连通域并提取边缘,检测峰值点,将边缘角度量化为四个不同的区:
0区,即水平方向:337.5°~22.5°或157.5°~202.5°;
1区,即45度方向:22.5°~67.5°或202.5°~247.5°;
2区,即垂直方向:67.5°~112.5°或247.5°~292.5°;
3区,即135度方向:112.5°~157.5°或292.5°~337.5°,对不同区采用不同的邻域像素配置进行峰值检测;
S3:找到图像待匹配的边缘,角点和峰值点之后,再找出轮廓上的点的对应关系,用基于sift方法进行匹配,设计目标函数来从两幅SIFT特征图中估计SIFTFlow;
S4:进行图像形变,图像变形是基于控制点集p和q的,p是控制点集,q是控制点集p的变形后的位置,应用形变函数f将原始图像中的控制点集p映射到形变图像中点集q的位置,并应用形变函数f在原始图像的每一点v上产生一个形变从而完成在特定约束下的图像变形。


2.根据权利要求1所述的一种具有快速对齐算法的图像处理方法,其特征在于:图像的二值化是把图像的灰度值设置为0或255,整个图像用黑白显示,通过适当的阈值选择256个具有亮度级的灰度图像,获得反映图像整体和局部特征的二进制图像,所有灰度大于或等于阈值的像素确定为属于特定对象,其灰度值为255,灰色值为0,表示背景或其他对象区域。


3.根据权利要求2所述的一种具有快速对齐算法的图像处理方法,其特征在于:三维块匹配算法包括以下步骤,对一幅加噪图像,连续地取出参考块,对每一个参考块,执行以下操作:
S1:基础估计:
(1)对含噪图像中的每一块逐块估计;
1)分组,找到它的相似块然后把它们聚集到一个三维数组;
2)联合硬阈值,对形成的三维数组进行三维变换,通过对变换域的系数进行硬阈值处理减弱噪声,然后逆变换得到组中所有图像块的估计,然后把这些估计值返回到它们的原始位置;
(2)聚集,对得到的有重叠的块估计,通过对他们进行加权平均得到真实图像的基础估计;
S2:最终估计:
(1)对基础估计图像中的每一块逐块估计;
1)分组,通过块匹配找到与它相...

【专利技术属性】
技术研发人员:赵力龙潜谢启伟季凯帆姜安刘冬明陈伟健
申请(专利权)人:中国科学院云南天文台北京工业大学
类型:发明
国别省市:云南;53

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