【技术实现步骤摘要】
一种超大像素的图像拼接方法
[0001]本专利技术属于生物、医学、计算机工程
,具体涉及一种超大像素的图像拼接方法。
技术介绍
[0002]病理数字化设备就是指将计算机和网络应用于病理学领域,是一种现代数字系统与传统光学放大装置有机结合的技术。它是通过全自动显微镜或光学放大系统扫描成多张图片,经计算机进行多视野无缝隙拼接得到的超大像素图像,其像素值通常都在20亿以上。
[0003]市面上病理数字化设备的实现原理通常采用高精度机械平台移动玻片样本,将采集到的图像按照位移直接写入磁盘文件。为了达到准确的拼接效果,对硬件移动精度的要求就非常高,造成该类设备的价格维持在较高水平。这样的价格对于基层医院和中低端医疗机构来说较难接受,使病理数字化推广变得困难。
[0004]随着图像拼接技术的进步,使得病理数字化设备有了低成本的替代方案。通过拼接算法降低低精度运动平台运动过程中拍摄的误差,达到高精度运动平台设备的扫描效果,以此降低设备成本。然而病理图像的像素大多超过2
16
×216
的范围,导致在调用Opencv拼接过程中,内部矩阵占用内存空间超过2
32
=4GB的上限,使得图像拼接无法通过常规流程进行。
技术实现思路
[0005]本专利技术要解决的技术问题是克服现有的缺陷,提供一种超大像素的图像拼接方法,以解决上述
技术介绍
中提出的传统的图像拼接技术无法通过常规流程进行的问题。
[0006]为实现上述目的,本专利技术提供如下技术方案:一种超大 ...
【技术保护点】
【技术特征摘要】
1.一种超大像素的图像拼接方法,其特征在于:包括以下步骤:步骤一:拼接策略:将待拼接的超大像素图像,按照最终目标区域的像素大小划分成若干个子区域,对每个子区域内使用2
‑
6的拼接算法;步骤二:路径优化:以10
‑
20%的重叠程度对全图进行弓字型扫描;步骤三:图像去噪:使用中值滤波器消除图像中孤立的噪声点,并对镜头产生的暗角进行匀光处理;步骤四:特征提取:使用SURF和DAISY特征描述算法提取每张图像边缘区域的特征点和特征值;步骤五:特征降维:对特征采用PCA算法筛选出主要的特征并剔除其余的特征,减少不必要因素的干扰,从而提升匹配准确度;步骤六:图像配准:使用最临近匹配算法计算特征匹配点对和投影矩阵,求解图像之间的拼缝并进行加权融合。2.根据权利要求1所述的一种超大像素的图像拼接方法,其特征在于:所述步骤一中,将一个长为l,宽为w的扫描区域等分为k个子区域,并分别对每个子区域i进行图像拼接,进行图像拼接时,将拼接结果分为i
up
和i
down
上下两部分。3.根据权利要求2所述的一种超大像素的图像拼接方法,其特征在于:所述步骤一中,当i<k时,对相邻子区域的i
down
和(i+1)
up
分依次拼接,将结果写入磁盘的图像文件中,而(i+1)
down
则用于后续的拼接,直到第k个子区域时停止,当i=k时,将i
down
直接拼在图像文件的末尾。4.根据权利要求1所述的一种超大像素的图像拼接方法,其特征在于:所述步骤二中,以zigzag型的扫描轨迹,对病理样本进行全图扫描,并记录每张图片临接的8张图片的序号,用于后续的相似匹配。5.根据权利要求1所述的一种超大像素的图像拼接方法,其特征在于:所述步骤三中,由于图像的能量大部分集中在幅度谱的低频和中频段,而在较高频段的感兴趣的信息经常被噪声淹没。因此一个能降低高频成分幅度的滤波器就能够减弱噪声的影响。因此对图片中3
×
3区域使用中值滤波,其中心点的像素为九个点像素值中的中值。6.根据权利要求1所述的一种超大像素的图像拼接方法,其特征在于:所述步骤四中,通过高斯滤波构建尺度不变空间,具体公式如下:D(x,y,σ)=(G(x,y,kσ)
‑
G(x,y,σ)*I(x,y))随后利用Hessian判别式求局部极值点:det(Happrax)=D
xx
D
yy
‑
(0.9D
xy
)2利用非极大值抑制的思想,将经过Hessian矩阵处理过的每个像素点与其3维领域的26个点进行大小比较,如果它是这26个点中的最大值或者最小...
【专利技术属性】
技术研发人员:黄炜宸,
申请(专利权)人:深见清影科技厦门有限公司,
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。