多光谱眼底图像群匹配方法研究

发布时间：2021-02-04 12:41

　　视觉是人重要的感觉,而眼底病属于最普遍的视觉障碍疾病,眼底视网膜图像可以用于各种眼底病检查和全身性疾病的早期诊断,眼底图像配准是视网膜医学图像分析中的一项关键技术。多光谱眼底成像是近期发明的非接触、高分辨率眼底冠状面多模态成像技术,通过使用多个不同波长的光谱带穿透眼底视网膜、脉络膜获得的不同深度眼底层的序列切片。该技术提供的非侵入性视网膜和脉络膜图像通过整合光谱信息能够更加突出解剖结构和代谢信息,多光谱技术的出现是眼底疾病诊断技术的革新。由于多光谱眼底图像采集时间往往比眼球自然扫视运动的时间长,往往会导致多光谱眼底图像中相应的生理结构存在空间偏差,并且由于不同切片间解剖结构的差异使其分析难度增大,有效的解决这种空间错位、量化多光谱切片之间的解剖信息,有利于辅助医生做出精准的医疗诊断,监测疾病的发展状态。实现多光谱图像配准对眼科诊疗有重要的临床实用价值。目前眼底图像配准方法往往是基于两幅图像之间的配准,由于多光谱图像序列切片间存在着一定的联系,仅基于任意两幅图像进行配准忽略了序列间关联信息的使用。目前存在的群匹配方法主要应用于单模态图像间的配准,并且此类方法多数依赖于图像间成对匹配的结果... 

【文章来源】：山东师范大学山东省

【文章页数】：43 页

【学位级别】：硕士

【部分图文】：

基于特征的图像配准流程图

配准的对应点对。通常特征匹配根据特征描述子之间的距离信息进行判断，低于某个阈值便认为是匹，对于两组特征向量的之间的距离计算有很多种方法，如下列出比较基础的两种方法欧式距离计算，在二维坐标系下，欧式距离指的是两个点之间的距离，其数学表达 = ( 1 2)2+ ( 1 2)2(2 马氏距离由印度统计学家马哈拉诺比斯提出，可以看作是欧氏距离的一种推广，通差来计算两点之间的距离，可以有效性的考虑到特征向量各属性间的相关性，计算下： = 1( ) (2 其中， 表示其协方差矩阵。（3）变换方式及参数估计，该过程主要根据特征匹配情况，求解达到最佳配准效果图像的变换模型，并确定模型需要的变换参数，然后再根据相似度量优化几何变换

基于图像灰度的配准方法通过图像灰度的统计特性对变换结果进行评判，该方法的理是通过比较两幅图像间的灰度统计特性来横量它们之间的相似程度。该方法操作简单不用特征提取或进行其他预处理操作。搜索空间与基于特征的图像配准方法一致，这里不再作介绍，下面介绍几种基于灰信息的图像配准的相似性测度计算方法：（1）互相关法（Cross Correlation）图像间的相似程度可以通过图像像素间的灰度值互相关性来表示，因此在互相关相度测量中，对像素的灰度值依赖度较高，当互相关的值达到最大时即表示两幅图像匹配最高。归一化互相关（NormalizedCrossCorrelation，NCC）是其中一种常采用的方法。计算公式如下所示，公式如下所示，其中 和 表示参考图像 和 的平均灰度， ( )表示像 在位置k处的灰度值， ( )表示浮动图像经过某个变换后得图像 在k处的灰度值。 =∑ ( ( ) ) ( ) ∑ ( ( ) )2 ∑ ( ) 2 (2 图 2-4 基于互信息的医学图像配准流程图

【参考文献】：
期刊论文
[1]医学图像配准方法分类及现状[J]. 俞亚青,田学隆,闫春红.  重庆大学学报(自然科学版). 2003(08)

博士论文
[1]医学图像配准算法研究[D]. 张红颖.天津大学 2007



本文编号：3018322