本发明专利技术提供了一种基于结核杆菌抗酸染色图像的拼接方法，包括步骤：步骤1，图像预处理；步骤2，图像边缘特征检测；步骤3，图像特征点匹配；步骤4，图像伪特征点对去除；步骤5，融合重构。本发明专利技术的有益效果：（1）实现了准确拼接；（2）通过自动拼接图像，大大提高了用户的工作效率；（3）自动拼接好的图像通过电子化的方式有效地存储下来，方便用户日后的再会诊和相关文档工作；（4）解决了图像拼接的拼接粗糙，输出图像像素点数偏低等问题。
【技术实现步骤摘要】
【专利摘要】本专利技术提供了一种，包括步骤：步骤1，图像预处理；步骤2，图像边缘特征检测；步骤3，图像特征点匹配；步骤4，图像伪特征点对去除；步骤5，融合重构。本专利技术的有益效果：（1）实现了准确拼接；（2）通过自动拼接图像，大大提高了用户的工作效率；（3）自动拼接好的图像通过电子化的方式有效地存储下来，方便用户日后的再会诊和相关文档工作；（4）解决了图像拼接的拼接粗糙，输出图像像素点数偏低等问题。【专利说明】
本专利技术涉及图像处理
和医学成像
，尤其是一种协助操作员完成 样本图像拼接处理的方法，具体地，涉及。
技术介绍
我国属世界上22个结核病高流行国家之一，全国有5亿以上人口受结核菌感染， 活动性肺结核病人达600余万，其中传染性肺结核病人达200余万，每年新增113万新结核 病患者，还有大量肺外结核病人存在，每年因结核病死亡者达25万，结核病在我国仍然是 一个危害人民健康的严重公共卫生问题。结核的显微镜观察一直存在非常费时费事、效率低下的问题。其需要医师连续判 读300个不同的视野，来进行判断样本的结果。 申请人:经过自主研发的自动的微量移动平台和光学系统，已经实现了连续20个 批次，每个批次野15行，共计300个不同视野的电子拍照，但是由于照片量大，逐个图片的 判读将会造成大量时间的浪费，而且医师逐个图片复核也极不方便。所以就产生如何将所 有300个视野的图片拼接成一张的图片的问题。但是现在应用于此领域的图像处理系统很少，而且基本都存在拼接粗糙、有明显 拼接缝隙、图像不完整、，速度慢、输出结果图片像素偏低等缺点。而且常常需要人工选取初 始匹配点，无法适应大数据量图像的融合。图像拼接是指将两幅或两幅以上具有重叠部分的图片无缝地拼接成一幅较大的 图片的技术。图像配准是图像融合的基础，而且图像配准算法的计算量一般非常大，因此图 像拼接技术的发展很大程度上取决于图像配准技术的创新。早期的图像配准技术主要采用 点匹配法，这类方法速度慢、精度低。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种基于结核杆菌抗酸染色图像的 拼接方法，从而解决技术问题:1)图像拼接的准确；2)解决拼接上下，左右缝隙问题；3)提 高处理效率，降低处理时间。根据本专利技术提供的，包括如下步骤:步骤1，图像预处理:建立待拼接图像的匹配模板，对待拼接图像进行变换操作；步骤2，图像边缘特征检测:通过检测各像素点的灰度变化以及梯度信息来检测待拼接图像中对匹配有用的 特征点；步骤3，图像特征点匹配:找出待拼接图像中的特征点在参考图像中对应的位置，进而确定待拼接图像与参 考图像之间的特征变换关系；步骤4，图像伪特征点对去除:剔除伪特征点数据，得到最优特征点集；步骤5，融合重构:根据最优特征点集将待拼接图像的重合区域进行融合，得到拼接重构的平滑无缝全景图像。优选地,所述步骤I包括如下步骤:步骤1.1:对待拼接图像进行图像校正；步骤1.2:对通过步骤1.1得到的待拼接图像进行图像边缘裁剪；步骤1.3:对通过步骤1.2得到的待拼接图像进行均值滤波去噪声。优选地,所述步骤2，具体为:采用Harris角点检测算法进行图像边缘特征检测，其中，Harris角点检测算法是用一阶偏导数来描述亮度变化，并给出与自相关函数相联系的矩阵M ;矩阵M的特征值是自相关函数的一阶曲率，如果某点的两个局部自相关函数的曲率都高，那么就认为该点是角点特征。优选地，Harris角点检测算子的数学描述如下:(I)Harris角点检测算子定义了任意方向上的自相关值E(u，v)为一组方形区域中图像灰度误差的总和，即:【权利要求】1.一种，其特征在于，包括如下步骤: 步骤I，图像预处理: 建立待拼接图像的匹配模板，对待拼接图像进行变换操作； 步骤2，图像边缘特征检测: 通过检测各像素点的灰度变化以及梯度信息来检测待拼接图像中对匹配有用的特征占.步骤3，图像特征点匹配: 找出待拼接图像中的特征点在参考图像中对应的位置，进而确定待拼接图像与参考图像之间的特征变换关系； 步骤4，图像伪特征点对去除: 剔除伪特征点数据，得到最优特征点集； 步骤5，融合重构: 根据最优特征点集将待拼接图像的重合区域进行融合，得到拼接重构的平滑无缝全景图像。2.根据权利要求1所述的，其特征在于，所述步骤I包括如下步骤: 步骤1.1:对待拼接图像进行图像校正； 步骤1.2:对通过步骤1.1得到的待拼接图像进行图像边缘裁剪； 步骤1.3:对通过步骤1.2得到的待拼接图像进行均值滤波去噪声。3.根据权利要求1所述的，其特征在于，所述步骤2,具体为: 采用Harris角点检测算法进行图像边缘特征检测，其中，Harris角点检测算法是用一阶偏导数来描述亮度变化，并给出与自相关函数相联系的矩阵M ;矩阵M的特征值是自相关函数的一阶曲率，如果某点的两个局部自相关函数的曲率都高，那么就认为该点是角点特征。4.根据权利要求3所述的，其特征在于， Harris角点检测算子的数学描述如下: (I)Harris角点检测算子定义了任意方向上的自相关值E(u，v)为一组方形区域中图像灰度误差的总和，即: E(u, v) = V w {%, y) 2x,y 其中，w(x，y)为窗函数，2为图像灰度的梯度值，f (x,y)表示像素点灰度值，x、Y表示像素点的坐标位置，U、V分别为沿图像x、y方向的平移量； E (u, v)的泰勒展开式为: ?牟MK1 其中，M是2X2的对称矩阵； 5.根据权利要求1所述的，其特征在于，所述步骤3，具体为:设图像I1Q, j)和I2 (i，j)之间存在平移量(A i，A j)。其中: 6.根据权利要求1所述的，其特征在于，所述步骤4包括如下步骤: 步骤4.1:根据待拼接图像选择重合区域； 步骤4.2:在所有特征点中随机选择N个样本； 步骤4.3:通过N个样本估算变换参数X ； 步骤4.4:计算所有特征点中符合变换参数X的支集中的样本数量K ； 步骤4.5:如果K大于阈值，则将当前变换参数X为变换结果； 步骤4.6:如果K不满足条件，则重复步骤4.1~4.4。7.根据权利要求1所述的，其特征在于，所述步骤5,具体为: 先将各个特征点对应拼接后，运用加权平均法对图像进行了融合； 将两幅待拼接图像I1Q, j)、I2(i，j)中对应像素点乘以一个加权系数后再相加得到融合的图像；设待拼接图像I1Q, j)的加权系数为a，则融合图像I (i，j)表示为:I(i, j) SaI1Q, j)十(I 一 a)I2(i, j) 其中:加权系数a满足0≤a≤I ;若a=0.5，则相当于两幅待拼接图像取平均值；若a取为渐变系数，即在不同的坐标点它的取值也不同；当a由I慢慢变化到0时，融合图像从I1Q, j)慢慢过渡到了 I2(i，j)，以实现图像间的平滑过渡，从而消除了拼接的痕迹。【文档编号】G06T7/00GK103530844SQ201310425236【公开日】2014年1月22日 申请日期:2013年9月17日 优先权日:2013年9月17日 【专利技术者】孙西钊, 王震, 李攀, 李建勋, 王文合 申请人:上海本文档来自技高网...
【技术保护点】
一种基于结核杆菌抗酸染色图像的拼接方法，其特征在于，包括如下步骤：步骤1，图像预处理：建立待拼接图像的匹配模板，对待拼接图像进行变换操作；步骤2，图像边缘特征检测：通过检测各像素点的灰度变化以及梯度信息来检测待拼接图像中对匹配有用的特征点；步骤3，图像特征点匹配：找出待拼接图像中的特征点在参考图像中对应的位置，进而确定待拼接图像与参考图像之间的特征变换关系；步骤4，图像伪特征点对去除：剔除伪特征点数据，得到最优特征点集；步骤5，融合重构：根据最优特征点集将待拼接图像的重合区域进行融合，得到拼接重构的平滑无缝全景图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：孙西钊，王震，李攀，李建勋，王文合，
申请(专利权)人：上海皓信生物科技有限公司，
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。