本申请实施例属于图像拼接领域，涉及一种细胞图像拼接方法，包括：通过显微镜获取至少两张细胞图像；通过尺度不变特征变换算法提取至少两张细胞图像的特征点；根据特征点配准至少两张细胞图像，得到多个特征向量；根据多个特征向量确定至少两张细胞图像的重叠区域；根据重叠区域拼接至少两张细胞图像，得到完整细胞图像。本申请还提供一种细胞图像拼接装置、计算机设备及存储介质。使得运行的图像拼接算法稳定可行且运算时间缩短。法稳定可行且运算时间缩短。法稳定可行且运算时间缩短。
【技术实现步骤摘要】
细胞图像拼接方法、装置、计算机设备及存储介质
[0001]本申请涉及图像拼接
，尤其涉及一种细胞图像拼接方法、装置、 计算机设备及存储介质。
技术介绍
[0002]图像拼接技术就是将针对同一场景的相互有部分重叠的一系列图片拼接成大 幅的宽视角的高分辨率图像。拼接后的图像要求最大程度地与原始图像尽量 接近，并且图像失真尽可能小，不能有明显的缝合线。图像拼接要求两幅图 像的相邻边界必须存在重叠区域，该重叠区域代表了相同的景物内容，通常 情况下为了便于提取两幅图像中的共同信息，要求重叠区域占图像面积的 30％-50％，这样便于图像之间变换关系的确立。以宫颈细胞图像为例，宫颈细 胞玻片通过显微镜扫描，获得多幅局部小图像，属于图像拼接
中碎 片图像的组合。图像拼接技术可以将这些碎片图像进行混合，组成大幅的整 体图像。然而，由于宫颈细胞图像碎片化情况较为严重，使得拼接算法运行 时间较长，并且容易造成算法运算时的系统崩溃。
技术实现思路
[0003]本申请实施例的目的在于提出一种细胞图像拼接方法、装置、计算机设 备及存储介质，以解决拼接宫颈细胞图像算法运行时间较长，并且容易造成 系统崩溃等技术问题。
[0004]为了解决上述技术问题，本申请实施例提供一种细胞图像拼接方法，采 用了如下所述的技术方案：
[0005]通过显微镜获取至少两张细胞图像；
[0006]基于尺度不变特征变换算法提取的特征点提取所述细胞图像的特征点；
[0007]根据所述特征点配准所述至少两张细胞图像，得到多个特征向量；
[0008]根据所述多个特征向量确定所述至少两张细胞图像的重叠区域；
[0009]根据所述重叠区域拼接所述至少两张细胞图像，得到完整细胞图像。
[0010]进一步的，所述根据所述特征点配准所述至少两张细胞图像，得到多个 特征向量的步骤具体包括：
[0011]根据所述至少两张细胞图像生成高斯差值金字塔；
[0012]基于尺度不变特征变换算法提取的特征点对所述高斯金字塔进行极值检 测，得到所述特征点的位置以及特征点的尺度；
[0013]根据所述特征点的像素分布确定特征点的方向；
[0014]将所述特征点的位置、所述特征点的尺度以及所述特征点的方向组合生 成特征向量。
[0015]进一步的，所述根据所述特征点的像素分布确定特征点方向的步骤具体 包括：
[0016]计算所述特征点的像素分布梯度方向，得到像素点的分布特性；
[0017]根据所述像素点的分布特性，得到所述像素点的主方向；
[0018]将所述像素点的主方向作为所述特征点的方向。
[0019]进一步的，所述根据所述多个特征向量确定所述至少两张细胞图像的重 叠区域的步骤具体包括：
[0020]计算所述至少两张细胞图像的亮度差；
[0021]匹配所述多个特征向量，得到多对匹配点对；
[0022]通过所述多对匹配点对得到变换参数；
[0023]通过相似度量函数以及所述变换参数计算所述至少两张细胞图像的重叠 区域。
[0024]进一步的，所述通过相似度量函数以及变换参数计算所述至少两张细胞 图像的重叠区域的步骤之后还包括：
[0025]根据所述变换参数变换所述至少两张细胞图像；
[0026]所述根据所述重叠区域拼接所述至少两张细胞图像，得到完整细胞图像 步骤之后，还包括：
[0027]通过融合算法平滑处理变换后的至少两张细胞图像的拼接处。
[0028]进一步的，所述通过融合算法平滑处理变换后的至少两张细胞图像的拼 接处的步骤具体包括：
[0029]通过加权评价融合所述至少两张细胞图像 的亮度，其中x,y为像素为像素坐标，I1为第一张细胞图像对应像素的亮度， I2为第二张细胞图像对应像素的亮度，w1,w2为权重系数。
[0030]进一步的，所述根据所述特征点的像素分布确定特征点方向的步骤具体 包括：
[0031]计算所述特征点的像素分布梯度方向，得到像素点的分布特性；
[0032]根据所述像素点的分布特性，得到所述像素点的主方向；
[0033]将所述像素点的主方向作为所述特征点的方向。
[0034]进一步的，所述通过显微镜获取至少两张细胞图像的步骤之后还包括：
[0035]通过单调的灰度映射曲线，将所述细胞图像转换成对应的灰度值并映射 成相应的灰度，得到灰度图像；
[0036]将所述灰度图像通过高斯模糊对进行去噪，得到过滤图像；
[0037]通过卷积运算平滑处理所述过滤图像，得到完整图像；
[0038]将所述完整图像傅里叶变换，得到频域图像；
[0039]微分处理所述频域图像。
[0040]为了解决上述技术问题，本申请实施例还提供一种细胞图像拼接装置， 采用了如下所述的技术方案：
[0041]获取模块，用于通过显微镜获取至少两张细胞图像；
[0042]提取模块，用于通过尺度不变特征变换算法提取所述细胞图像的特征点；
[0043]配准模块，用于根据所述特征点配准所述至少两张细胞图像，得到多个 特征向量；
[0044]重叠区域获取模块，用于根据所述多个特征向量确定所述至少两张细胞 图像的重叠区域；
[0045]拼接模块，用于根据所述重叠区域拼接所述至少两张细胞图像，得到完 整细胞图像。
[0046]进一步的，所述配准模块还用于：
[0047]根据所述至少两张细胞图像生成高斯差值金字塔；
[0048]通过尺度不变特征变换算法对所述高斯差值金字塔进行极值检测，得到 所述特征点位置以及特征点的尺度；
[0049]根据所述特征点的像素分布确定特征点的方向；
[0050]将所述特征点的位置、所述特征点的尺度以及所述特征点的方向组合生 成特征向量。
[0051]进一步的，所述配准模块还用于：
[0052]计算所述特征点的像素分布梯度方向，得到像素点的分布特性；
[0053]根据所述像素点的分布特性，得到所述像素点的主方向；
[0054]将所述像素点的主方向作为所述特征点的方向。
[0055]进一步的，所述重叠区域获取模块还用于：
[0056]计算所述至少两张细胞图像的亮度差；
[0057]匹配所述多个特征向量，得到多对匹配点对；
[0058]通过所述多对匹配点对得到变换参数；
[0059]通过相似度量函数以及所述变换参数计算所述至少两张细胞图像的重叠 区域。
[0060]进一步的，所述细胞图像拼接装置还包括接缝平滑处理模块，所述接缝 平滑处理模块还用于：
[0061]根据所述变换参数变换所述至少两张细胞图像；
[0062]所述根据所述重叠区域拼接所述至少两张细胞图像，得到完整细胞图像 步骤之后，还包括：
[0063]通过融合算法平滑处理变换后的至少两张本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种细胞图像拼接方法，其特征在于，包括下述步骤：获取至少两张细胞图像；通过尺度不变特征变换算法提取所述至少两张细胞图像的特征点；根据所述特征点配准所述至少两张细胞图像，得到多个特征向量；根据所述多个特征向量确定所述至少两张细胞图像的重叠区域；根据所述重叠区域拼接所述至少两张细胞图像，得到完整细胞图像。2.根据权利要求1所述的细胞图像拼接方法，其特征在于，所述根据所述特征点配准所述至少两张细胞图像，得到多个特征向量的步骤具体包括：根据所述至少两张细胞图像生成高斯差值金字塔；基于尺度不变特征变换算法提取的特征点对所述高斯差值金字塔进行极值检测，得到所述特征点的位置以及所述特征点的尺度；根据所述特征点的像素分布确定特征点的方向；将所述特征点的位置、所述特征点的尺度以及所述特征点的方向组合生成特征向量。3.根据权利要求2所述的细胞图像拼接方法，其特征在于，所述根据所述特征点的像素分布确定特征点方向的步骤具体包括：计算所述特征点的像素分布梯度方向，得到像素点的分布特性；根据所述像素点的分布特性，得到所述像素点的主方向；将所述像素点的主方向作为所述特征点的方向。4.根据权利要求1所述的细胞图像拼接方法，其特征在于，所述根据所述多个特征向量确定所述至少两张细胞图像的重叠区域的步骤具体包括：计算所述至少两张细胞图像的亮度差；根据所述亮度差匹配所述多个特征向量，得到多对匹配点对；通过所述多对匹配点对得到变换参数；通过相似度量函数以及所述变换参数，计算所述至少两张细胞图像的重叠区域。5.根据权利要求4所述的细胞图像拼接方法，其特征在于，所述通过相似度量函数以及变换参数计算所述至少两张细胞图像的重叠区域的步骤之后还包括：根据所述变换参数变换所述至少两张细胞图像；所述根据所述重叠区域拼接所...
【专利技术属性】
技术研发人员：郏东耀，李玉娟，
申请(专利权)人：深圳辉煌耀强科技有限公司，
类型：发明
国别省市：
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。