基于結(jié)核桿菌抗酸染色圖像的拼接方法
【專利摘要】本發(fā)明提供了一種基于結(jié)核桿菌抗酸染色圖像的拼接方法，包括步驟：步驟1，圖像預(yù)處理；步驟2，圖像邊緣特征檢測；步驟3，圖像特征點匹配；步驟4，圖像偽特征點對去除；步驟5，融合重構(gòu)。本發(fā)明的有益效果：（1）實現(xiàn)了準(zhǔn)確拼接；（2）通過自動拼接圖像，大大提高了用戶的工作效率；（3）自動拼接好的圖像通過電子化的方式有效地存儲下來，方便用戶日后的再會診和相關(guān)文檔工作；（4）解決了圖像拼接的拼接粗糙，輸出圖像像素點數(shù)偏低等問題。
【專利說明】基于結(jié)核桿菌抗酸染色圖像的拼接方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】和醫(yī)學(xué)成像【技術(shù)領(lǐng)域】，尤其是一種協(xié)助操作員完成 樣本圖像拼接處理的方法，具體地，涉及基于結(jié)核桿菌抗酸染色圖像的拼接方法。
【背景技術(shù)】
[0002]我國屬世界上22個結(jié)核病高流行國家之一，全國有5億以上人口受結(jié)核菌感染， 活動性肺結(jié)核病人達(dá)600余萬，其中傳染性肺結(jié)核病人達(dá)200余萬，每年新增113萬新結(jié)核 病患者，還有大量肺外結(jié)核病人存在，每年因結(jié)核病死亡者達(dá)25萬，結(jié)核病在我國仍然是 一個危害人民健康的嚴(yán)重公共衛(wèi)生問題。
[0003]結(jié)核的顯微鏡觀察一直存在非常費時費事、效率低下的問題。其需要醫(yī)師連續(xù)判 讀300個不同的視野，來進(jìn)行判斷樣本的結(jié)果。
[0004] 申請人:經(jīng)過自主研發(fā)的自動的微量移動平臺和光學(xué)系統(tǒng)，已經(jīng)實現(xiàn)了連續(xù)20個 批次，每個批次野15行，共計300個不同視野的電子拍照，但是由于照片量大，逐個圖片的 判讀將會造成大量時間的浪費，而且醫(yī)師逐個圖片復(fù)核也極不方便。所以就產(chǎn)生如何將所 有300個視野的圖片拼接成一張的圖片的問題。
[0005]但是現(xiàn)在應(yīng)用于此領(lǐng)域的圖像處理系統(tǒng)很少，而且基本都存在拼接粗糙、有明顯 拼接縫隙、圖像不完整、，速度慢、輸出結(jié)果圖片像素偏低等缺點。而且常常需要人工選取初 始匹配點，無法適應(yīng)大數(shù)據(jù)量圖像的融合。
[0006]圖像拼接是指將兩幅或兩幅以上具有重疊部分的圖片無縫地拼接成一幅較大的 圖片的技術(shù)。圖像配準(zhǔn)是圖像融合的基礎(chǔ)，而且圖像配準(zhǔn)算法的計算量一般非常大，因此圖 像拼接技術(shù)的發(fā)展很大程度上取決于圖像配準(zhǔn)技術(shù)的創(chuàng)新。早期的圖像配準(zhǔn)技術(shù)主要采用 點匹配法，這類方法速度慢、精度低。

【發(fā)明內(nèi)容】

[0007]針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種基于結(jié)核桿菌抗酸染色圖像的 拼接方法，從而解決技術(shù)問題:1)圖像拼接的準(zhǔn)確；2)解決拼接上下，左右縫隙問題；3)提 高處理效率，降低處理時間。
[0008]根據(jù)本發(fā)明提供的基于結(jié)核桿菌抗酸染色圖像的拼接方法，包括如下步驟:
[0009]步驟1，圖像預(yù)處理:
[0010]建立待拼接圖像的匹配模板，對待拼接圖像進(jìn)行變換操作；
[0011]步驟2，圖像邊緣特征檢測:
[0012]通過檢測各像素點的灰度變化以及梯度信息來檢測待拼接圖像中對匹配有用的 特征點；
[0013]步驟3，圖像特征點匹配:
[0014]找出待拼接圖像中的特征點在參考圖像中對應(yīng)的位置，進(jìn)而確定待拼接圖像與參 考圖像之間的特征變換關(guān)系；[0015]步驟4，圖像偽特征點對去除:
[0016]剔除偽特征點數(shù)據(jù)，得到最優(yōu)特征點集；
[0017]步驟5，融合重構(gòu):
[0018]根據(jù)最優(yōu)特征點集將待拼接圖像的重合區(qū)域進(jìn)行融合，得到拼接重構(gòu)的平滑無縫全景圖像。
[0019]優(yōu)選地,所述步驟I包括如下步驟:
[0020]步驟1.1:對待拼接圖像進(jìn)行圖像校正；
[0021]步驟1.2:對通過步驟1.1得到的待拼接圖像進(jìn)行圖像邊緣裁剪；
[0022]步驟1.3:對通過步驟1.2得到的待拼接圖像進(jìn)行均值濾波去噪聲。
[0023]優(yōu)選地,所述步驟2，具體為:
[0024]采用Harris角點檢測算法進(jìn)行圖像邊緣特征檢測，其中，Harris角點檢測算法是用一階偏導(dǎo)數(shù)來描述亮度變化，并給出與自相關(guān)函數(shù)相聯(lián)系的矩陣M ;矩陣M的特征值是自相關(guān)函數(shù)的一階曲率，如果某點的兩個局部自相關(guān)函數(shù)的曲率都高，那么就認(rèn)為該點是角點特征。
[0025]優(yōu)選地，
[0026]Harris角點檢測算子的數(shù)學(xué)描述如下:
[0027](I)Harris角點檢測算子定義了任意方向上的自相關(guān)值E(u，v)為一組方形區(qū)域中圖像灰度誤差的總和，即:
[0028]
【權(quán)利要求】
1.一種基于結(jié)核桿菌抗酸染色圖像的拼接方法，其特征在于，包括如下步驟: 步驟I，圖像預(yù)處理: 建立待拼接圖像的匹配模板，對待拼接圖像進(jìn)行變換操作； 步驟2，圖像邊緣特征檢測: 通過檢測各像素點的灰度變化以及梯度信息來檢測待拼接圖像中對匹配有用的特征占.步驟3，圖像特征點匹配: 找出待拼接圖像中的特征點在參考圖像中對應(yīng)的位置，進(jìn)而確定待拼接圖像與參考圖像之間的特征變換關(guān)系； 步驟4，圖像偽特征點對去除: 剔除偽特征點數(shù)據(jù)，得到最優(yōu)特征點集； 步驟5，融合重構(gòu): 根據(jù)最優(yōu)特征點集將待拼接圖像的重合區(qū)域進(jìn)行融合，得到拼接重構(gòu)的平滑無縫全景圖像。
2.根據(jù)權(quán)利要求1所述的基于結(jié)核桿菌抗酸染色圖像的拼接方法，其特征在于，所述步驟I包括如下步驟: 步驟1.1:對待拼接圖像進(jìn)行圖像校正； 步驟1.2:對通過步驟1.1得到的待拼接圖像進(jìn)行圖像邊緣裁剪； 步驟1.3:對通過步驟1.2得到的待拼接圖像進(jìn)行均值濾波去噪聲。
3.根據(jù)權(quán)利要求1所述的基于結(jié)核桿菌抗酸染色圖像的拼接方法，其特征在于，所述步驟2,具體為: 采用Harris角點檢測算法進(jìn)行圖像邊緣特征檢測，其中，Harris角點檢測算法是用一階偏導(dǎo)數(shù)來描述亮度變化，并給出與自相關(guān)函數(shù)相聯(lián)系的矩陣M ;矩陣M的特征值是自相關(guān)函數(shù)的一階曲率，如果某點的兩個局部自相關(guān)函數(shù)的曲率都高，那么就認(rèn)為該點是角點特征。
4.根據(jù)權(quán)利要求3所述的基于結(jié)核桿菌抗酸染色圖像的拼接方法，其特征在于， Harris角點檢測算子的數(shù)學(xué)描述如下: (I)Harris角點檢測算子定義了任意方向上的自相關(guān)值E(u，v)為一組方形區(qū)域中圖像灰度誤差的總和，即:
E(u, v) = V w {%, y) [f(x + u, y + V) — f(x, y)]2
x,y 其中，w(x，y)為窗函數(shù)，[f(x+u，y+v)_f(x，y)]2為圖像灰度的梯度值，f (x,y)表示像素點灰度值，x、Y表示像素點的坐標(biāo)位置，U、V分別為沿圖像x、y方向的平移量； E (u, v)的泰勒展開式為: ?牟[UV]MK1 其中，M是2X2的對稱矩陣；
5.根據(jù)權(quán)利要求1所述的基于結(jié)核桿菌抗酸染色圖像的拼接方法，其特征在于，所述步驟3，具體為:設(shè)圖像I1Q, j)和I2 (i，j)之間存在平移量(A i，A j)。其中:
6.根據(jù)權(quán)利要求1所述的基于結(jié)核桿菌抗酸染色圖像的拼接方法，其特征在于，所述步驟4包括如下步驟: 步驟4.1:根據(jù)待拼接圖像選擇重合區(qū)域； 步驟4.2:在所有特征點中隨機(jī)選擇N個樣本； 步驟4.3:通過N個樣本估算變換參數(shù)X ； 步驟4.4:計算所有特征點中符合變換參數(shù)X的支集中的樣本數(shù)量K ； 步驟4.5:如果K大于閾值，則將當(dāng)前變換參數(shù)X為變換結(jié)果； 步驟4.6:如果K不滿足條件，則重復(fù)步驟4.1~4.4。
7.根據(jù)權(quán)利要求1所述的基于結(jié)核桿菌抗酸染色圖像的拼接方法，其特征在于，所述步驟5,具體為: 先將各個特征點對應(yīng)拼接后，運用加權(quán)平均法對圖像進(jìn)行了融合； 將兩幅待拼接圖像I1Q, j)、I2(i，j)中對應(yīng)像素點乘以一個加權(quán)系數(shù)后再相加得到融合的圖像；設(shè)待拼接圖像I1Q, j)的加權(quán)系數(shù)為a，則融合圖像I (i，j)表示為:
I(i, j) SaI1Q, j)十(I 一 a)I2(i, j) 其中:加權(quán)系數(shù)a滿足0≤a≤I ;若a=0.5，則相當(dāng)于兩幅待拼接圖像取平均值；若a取為漸變系數(shù)，即在不同的坐標(biāo)點它的取值也不同；當(dāng)a由I慢慢變化到0時，融合圖像從I1Q, j)慢慢過渡到了 I2(i，j)，以實現(xiàn)圖像間的平滑過渡，從而消除了拼接的痕跡。
【文檔編號】G06T7/00GK103530844SQ201310425236
【公開日】2014年1月22日 申請日期:2013年9月17日 優(yōu)先權(quán)日:2013年9月17日
【發(fā)明者】孫西釗, 王震, 李攀, 李建勛, 王文合 申請人:上海皓信生物科技有限公司