一种面向双模G型臂X光机的图像匹配方法组成比例

本发明专利技术公开了一种面向双模G型臂X光机的高质量图像去噪方法,涉及医学影像设备领域，包括以下步骤：读取G型臂X光机中的双模X光图像，将X光数据划分为训练集和测试集，转换X光图像的格式为GRGB或GBGR格式；将训练中的X光图像进行通道拆分，降低数据维度，对图像做预处理，消除训练集中X光图像包含的黑电平信息，将训练集中的X光图像输入U

【技术实现步骤摘要】
一种面向双模G型臂X光机的图像匹配方法


[0001]本专利技术涉及医学影像设备领域，特别涉及一种面向双模G型臂X光机的图像匹配方法。

技术介绍

[0002]随着成像技术的不断发展，超声、X射线、CT、MRI等各类影像百花齐放，但由于手术现场和条件的限制，术中成像尚需更加专业的医学影像设备。以外科手术为例，术中超声分辨率较低，而术中CT和术中MRI由于造价昂贵与场地限制难以普及，因此，当前绝大多数外科手术的术中诊断还只能依靠传统的C形臂X光机。然而，C形臂X光机只能单向曝光，无法对人体内部的病变和手术位点进行快速立体定位，功能单一，移动不便，实际使用效果差，已不能满足“精准医疗”的需求。
[0003]为解决上述不足之处，近年来，新型的双模G形臂X光机应运而生。它采用两套X光系统，能够同时从正、侧位透射成像，使医生可以在手术中不用频繁移动设备就能实时、准确地确定手术部位和手术器械的相对位置，避免出现单方向成像时垂直于成像平面的位置无法被准确测定的情况，从而为快速、精准的术中诊断提供了有效途径。然而，由于术中成像受病人姿态、手术场地、成像环境本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向双模G型臂X光机的图像匹配方法, 其特征在于，包括以下步骤：步骤1、从双模G型臂X光机读取双模X光图像;步骤2、检测X光图像上的局部特征点；步骤3、为X光图像上的局部特征点计算对应的特征描述子；步骤4、使用GPU加速的局部感知哈希方法，对特征描述子进行匹配，获得初始特征匹配结果，记为Matches1；步骤5、使用比例测试方法对初始特征匹配结果Matches1进行验证，将消除错误匹配点后的特征匹配结果记为Matches2；步骤6、使用交叉验证方法，消除Matches2中受X光图像中的重复特征所导致的错误匹配点，将消除错误匹配点后的特征匹配结果记为Matches3；步骤7、使用几何验证方法，消除Matches3中不满足几何约束关系的特征匹配点，从而获得精确的特征匹配结果，记为MatchesF；步骤8、将特征匹配结果MatchesF绘制到X光图像中；步骤9、输出双模X光图像匹配结果。2.根据权利要求1中所述的一种面向双模G型臂X光机的图像匹配方法，其特征在于，在步骤4使用GPU加速的局部感知哈希方法，对特征描述子进行匹配之前，对特征描述子进行归一化处理，消除噪声数据的影响。3.根据权利要求2中所述的一种面向双模G型臂X光机的图像匹配方法，其特征在于，特征描述子进行归一化处理的具体步骤为：将特征描述子集合 中的多维向量依次与最小向量相减，然后比上最大向量与最小向量的差值，得到：其中，表示描述子的向量，表示描述子的最小向量，表示描述子的最小向量,表示描述子向量序号，表示描述子维数，，分别为指定区间值，默认为1,为0；对所有特征点描述子进行如上操作，得到归一化后的特征描述子结果：其中，表示特征描述子序号，表示特征描述子数量。4.根据权利要求1中所述的一种面向双模G型臂X光机的图像匹配方法，其特征在于，步骤4具体过程如下：S2.1、构造哈希索引记表示函数族，其中，表示输入，表示输出； ，表示随机独立地从函数族中选择个哈希函数；对于数据集中任意一点，将其存储到中，其中，；S2.2、哈希搜索过程对于一个查询点以及给定的距离阈值，从搜索桶，取出其中的所
有点作为候选近似最近邻点；对于任意的，如果，则返回，其中为相似性度量函数，表示...

【专利技术属性】
技术研发人员：章小平，曹明伟，
申请(专利权)人：合肥吉麦智能装备有限公司，
类型：发明
国别省市：