专利名称：：预处理序列图的方法和系统的制作方法
技术领域：
：本发明涉及序列图的预处理，更具体地，涉及对两期或者多期序列图进行预处理的方法和系统，所述两期或者多期序列图是指按照相同或者相反的顺序对有关内容进行图像采集得到的两个系列或者多个系列的图片。
背景技术：
：序列图是指有顺序关系、有相关内容的一系列图片。例如，按照从上(头)到下(脚)的顺序对人体的肝进行计算机层析(简称CT)扫描，将得到一系列CT图，每幅CT与肝的一个截面对应，各幅CT图之间的先后关系与肝的各个截面的上下位置关系对应，因此，该系列CT图可称为CT序列图。医学上，为了了解病灶的位置、大小及其与动脉、静脉的关系等，医生会通过MRI(核磁共振)、CT(计算机层析)等方式采集"感兴趣部位"的序列图。例如，为了清楚地了解肝内病灶的位置、大小及病灶与肝内动脉、静脉等组织的关系，医生按照造影剂在肝脏血管中流动的先后顺序分别采集肝动脉期和肝静脉期的CT图片，得到肝动脉期CT序列图和肝静脉期CT序列图。CT扫描中由于操作和其他等原因会造成上述两期CT序列图的扫描顺序不一致。例如，医生扫描肝动脉期时采用了从上(头)到下(脚)的扫描顺序，而扫描肝静脉期时采用了从下(脚)到上(头)的扫描顺序，那么，所得到的肝动脉期CT序列图与所得到的肝静脉期CT序列图是顺序相反的。由于这两期CT序列图的顺序不相同，导致对这两期CT序列图进行后续的分割、重建、信息汇合等工作是没有意义的，对于其他类型序列图也是如此。因此，在对"感兴趣部位"的两期或者多期序列图进行后续的分割、合并、重建等处理之前，需要对该两期或者多期序列图进行预处理，确保该两期或者多期序列图的顺序是一致的。目前，一般采用人为的方式对序列图进行预处理先人为地判断两期序列图的顺序是否相同，如果发现两期序列图的顺序相反，就人为地对其中一期序列图进行反向重新命名，或者是人为地对其中一期序列图进行反向排序并将反向排序后的图片另行存储为新的一期序列图。人为判断的结果带有判断者的主观性，导致判断结果会随着判断者的经验、能力不同而有所变化，判断结果误差较大，并且，在序列图的图片量较大时，这种人为的预处理方法工作量大，自动程度低、效率不高。
发明内容一方面，本发明针对上述现有的预处理序列图的方法误差较大、效率低的缺陷，提供一种自动化的预处理序列图的方法。本发明的预处理序列图的方法包括以下步骤读取第一期序列图的图片数量X，读取第二期序列图的图片数量Y,根据|义-r|与第一预设值《的大小关系判断所述第一期和第二期序列图的有效性；若所述第一期和第二期序列图有效，就读取第一期序列图中非中间区域的一副图片，所读取的图片在第一期序列图中的顺序号为x;根据像素值的差异计算所述顺序号为x的图片与第二期序列图所包括的Y幅图片的相关程度，根据所述相关程度确定第二期序列图中与所述顺序号为x的图片最相关的图片，以及记录该最相关的图片在所述第二期序列图中的顺序号y;判断lnl与第三预设值《的大小关系，如果lx-;;l"则将所述第一期和第二期序列图视为顺序相同；否则，将所述第一期和第二期序列图视为顺序相反并对所述第一期序列图或者第二期序列图的图片进行反向排序。优选地，所述根据像素值的差异计算所述的相关程度的步骤中，包括<formula>formulaseeoriginaldocumentpage7</formula>,其中，T(m,n)为所述顺序号为x的图片中坐标为(m，n)的点的像素值，Sy(m，n)为第二期序列图的某幅图片中与所述顺序号为x的图片的(m,n)点重合的点的像素值，R为所述顺序号为x的图片与第二期序列图的所述某幅图片的相关系数，图片的相关程度与相关系数R的值成正比。优选地，所述根据像素值的差异计算所述的相关程度的步骤中，将所述顺序号为x的图片整体作为模板图，釆用模板匹配法计算所述相关程度。优选地在计算图片的相关程度的步骤中先在预设的旋转角度范围内对所述顺序号为x的图片进行旋转，以及在预设的缩放范围对所述顺序号为x的图片进行缩放，再对旋转与缩放后的图片与第二期序列图中的Y幅图片进行所述模板匹配运算，并记录所得到的最大相关系数R、与该最大相关系数R对应的旋转角度值和缩放系数；所述预处理序列图的方法还包括对所述第一期序列图中的X幅图片进行旋转与缩放，旋转角度等于与所述最大相关系数R对应的旋转角度值，缩放倍数等于与所述最大相关系数R对应的缩放系数。优选地，在计算所述相关程度之前，还包括将第一期序列图的顺序号为x的图片以及所述第二期序列图中的Y幅图片转换为灰度图。优选地，使用差影法计算所述相关程度，包括以下步骤依次计算所述顺序号为x的图片与所述第二期序列图中的Y幅图片的差影，得到Y个差影值，两幅图片的相关程度与该两幅图片的差影值成反比。优选地，所述对所述第一期序列图或者第二期序列图中的图片进行反向排序之后，还包括将所述反向排序后的图片存储为第三期序列图。优选地，所述第一预设值a等于X的1%,第三预设值<5为X的2%。另一方面，本发明针对上述现有的人为的预处理序列图的方法误差大、效率不高的缺陷，提供一种自动化的预处理序列图的系统。本发明的预处理序列图的系统包括初始化模块、抽样模块、图片比较模块、判定与处理模块；所述初始化模块用于读取第一期序列图的图片数量X、读取第二期序列图的图片数量Y,以及根据lx-:rl与第一预设值"的大小关系判断所述第一期和第二期序列图的有效性；所述抽样模块用于读取第一期序列图中非中间区域的一副图片，所读取的图片在第一期序列图中的顺序号为x;所述图片比较模块用于根据像素值的差异计算所述顺序号为x的图片与第二期序列图所包括的Y幅图片的相关程度，根据所述相关程度确定第二期序列图中与所述顺序号为x的图片最相关的图片，以及记录该最相关的图片在所述第二期序列图中的顺序号y;所述判定与处理模块用于判断|n|与第三预设值5的大小关系，如果卜-;;l《5则将所述第一期和第二期序列图视为顺序相同；否则，将所述第一期和第二期序列图^L为顺序相反并对所述第一期序列图或者第二期序列图的图片进行反向排序。优选地，所述图片比较才莫块用于计算及="=i"=i,其中，T(m，n)为所述顺序=1"=1,MM2、号为x的图片中坐标为(m，n)的点的像素值，S"(m，n)为第二期序列图的某幅图片中与所述顺序号为x的图片的(m,n)点重合的点的像素值，R为所述顺序号为x的图片与第二期序列图的所述某幅图片的相关系数，图片的相关程度与相关系数R的值成正比。优选地，所述图片比较模块用于依次计算所述顺序号为x的图片与所述第二期序列图中的Y幅图片的差影，得到Y个差影值，两幅图片的相关程度与该两幅图片的差影值成反比。优选地，所述判定与处理模块还用于将所述反向排序后的图片存储为第三期序列图。与现有的预处理序列图的方法相比，本发明采用计算机判断两期或者多期序列图最相关的图片，并据此判断序列图的顺序是否相同，在两期序列图的顺序不相同时对其中一期序列图中的图片重新排序，最终得到顺序相同的两期或多期序列图。本发明提供的这种预处理序列图的方法和系统不依赖于人的主观性，预处理结果客观、误差小，自动化程度高，能够高效、快速地将两期或者多期序列图调整为相同顺序。图1为本发明预处理序列图的流程图；图2为本发明预处理序列图的系统框架图；图3、图4、图5分别为模板匹配法的第一被比图、第二被比图和模板图；图6为模板匹配法的示意图；图7、图8、图9分别为差影法中的第一被比图、第二被比图、差影图片；图IO和图11为本发明的另一个实施例中得到的相关系数曲线图。具体实施方式图1为本发明预处理序列图的流程图。如图l所示，步骤S102中，读取第一期序列图的图片数量X,读取第二期序列图的图片数量Y。本领域技术人员应当意识到，根据现有技术可以方便地读取某个序列图或者某个文件夹中的文件数量，此不赘述。接着，步骤S104中，比较X与Y的大小关系，这是为了检验该两期序列图的有效性，更具体地，两期序列图的图片数量要相同或者相差不大的情况下，才是有效的。因此，如果pr-第一预设值"，就说明这两期序列图是有效的，流程进入步骤S106，第一预设值a可根据精度的要求选取，例如，对于精度要求高的，《可以取X的0.1%~10%，或者X的0.5%~5%,或者0.5%~2%等等。如果两期lx-r卜第一预设值a,流程进入步骤S105,向用户报错。由此可见，本发明可适用于处理图片数量相同的两期或者多期序列图(例如人体的同一部位的动脉期CT序列图与静脉期CT序列图)，也适用于处理图片数量有一定差别的两期或者多期序列图。步骤S106中，读取第一期序列图中非中间区域的一副图片。在本专利申请中，所述的某期序列图的"中间区域的图片"是指该期序列图中中间位置的图片以及与其相邻的图片；而某期序列图的"非中间区域的图片"就是该起序列图中"中间区域的图片"之外的其他图片。根据精度要求，图片总数为X的第一期序列图中，非中间区域的图片可以是最先的(X的49.5%)幅图片以及最后的(X的49.50/0)幅图片，或者是最先的(X的45。/0)幅图片以及最后的(X的450/0)幅图片，或者是最先的(X的300/。)幅图片以及最后的(X的30%)幅图片。设步骤S106中所读取的图片在第一期序列图中的顺序号为x,下文以及附图中将该顺序号为x的图片称为"第x幅图片"，显然，即j^lJUsX。由于该第x幅图片不在第一期序列图的中间区域(不宜读取处于序列图中间区域的图片的原因将在后续部分结合步骤S112进行阐述)，因此，BxS*-/或者I^+"^j^Z,;5为第二预设值。根据需要，p可取l、2、3等自然数，或者》取植X的1。/q、2%等。根据编程语言环境提供的取随机数函数(例如C语言的ram()函数)可以方便地从1至工-戶的范围、以及奮+戶至X的范围内选出合乎要求的x，此不赘述。接着，步骤S108中，依次计算上述的顺序号为x的图片与第二期序列图所包括的图片的相关程度，图片之间的相关程度可由图片之间的像素值差异进行判断，适用的方法包括模板匹配法或者差影法等，模板匹配法与差影法的有关内容将在后续部分结合图3~图9进行阐述。步骤S108还包括根据所计算出的相关程度确定第二期序列图中与上述第x幅图片最相关的图片，以及记录该最相关的图片在该第二期序列图中的顺序号y,显然，ByW。例如，步骤S108采用模板匹配法依次计算上述的第x幅图片与第二期序列图所包括的图片的相关程度之后，会得到Y个相关系数，两幅图片的相关系数越大就表示该两幅图片的相关程度或者相似程度越高。因为所得到的Y个相关系数是与第二期序列图中的Y幅图片——对应的，即，最大的相关系数在上述Y个相关系数中的顺序号等于该最相关的图片在上述第二期序列图中的顺序号y，因此，在具体实现时，读取该最大值的相关系数在上述Y个相关系数中的顺序号y即可。接着，步骤S112中，判断x与y的关系，并根据x与y的关系进行不同的处理。本领域的技术人员将意识到，因为第一期序列图和第二期序列图都是针对相同或者相关的对象，所以，如果这两期序列图的顺序相同，那么，上述的x与y应该是相同的，或者是接近的。例如，假设第一期序列图和第二期序列图的图片数量都是99幅(相当于X=Y=99),如果这两期序列图的顺序相同，那么，第一期序列图的第IO幅图片(相当于x-10)应当与第二期序列图中的笫10幅图片(相当于y=10)最相关或者最相似，即x的值应该等于y的值；如果这两期的序列图顺序相反，那么，第一期序列图的第IO幅图片(相当于x=10)应当与第二期序列图中的第90幅图片(相当于y=90)最相关或者最相似，即x的值应该等于y的值。在一般的情况下，上述结论是可以反推的，例如，如果第一期序列图的第10幅图片(相当于x-10)与第二期序列图的第IO副图片(相当于y-10)相等，则说明该第一期序列图与第二期序列图的顺序是相同的。但是，由于不管两期序列图的顺序是相同还是相反，处于中间位置的图片都是最相关或者最相似的，因此，不能够根据第一期序列图的第50幅图片与第二期序列图的第50幅图片最相关或者最相似就判定这两期序列图的顺序是相同的。所以，在读取样本图片(如上述步骤S106中的第x幅幅片)时，要避免读取到序列图中间位置的图片。鉴于笫一期序列图的图片数量可能不等于第二期序列图的图片数量，以及考虑到图片的误差，因此，x要满足l^x《脊-y或者f+"^x^义，其中"为预设值。类似地，鉴于第一期序列图的图片数量可能不等于第二期序列图的图片数量，以及考虑到图片采集时的误差，可以认为，如果lx-yl小于某个阈值，就说明上述第一期序列图与上述第二期序列图的顺序相同。具体地，步骤S112中，判断lx-^l与第三预设值5的大小关系，根据具体情况，5可取0、1、2、3等整数，也可以根据情况取值X的1%、2%等。如果lx->^5则将所述第一期序列图和第二期序列图视为顺序相同，然后进入步骤S114;否则就将所述第一期序列图和第二期序列图视为顺序相反并进入步骤S113。步骤S113中，将第一期序列图或者第二期序列图进行反向排序。所谓的反向排序，就是将序列图中的第1幅图片调整为最后一幅图片，将第2幅图片调整为倒数第2幅图片，以此类推。在图片量较大时，通过计算机批处理对图片进行反向排序，将比现有的人为反向排序更快速、高效、更准确。显然，执行完步骤S113之后，所得到的两期序列图的顺序相同，完成了预处理的目标，可以进入步骤S114，结束预处理的过程。作为一个改进方案，步骤S114后面还可以继续其他的后续处理流程。例如，如果步骤S113中是将第二期序列图中的Y幅图片进行反向排序，那么，还可以在后续步骤中将反向排序后的这Y幅图片存储为第三期序列图，显然第三期序列图中的图片顺序是与第一期序列图的相同、与反向排序之前的第二期序列图的顺序相反。再例如，可以对反向排序后的这Y幅图片进行重新命名，使该重新命名后的序列图与第一期序列图的顺序相同。图2为本发明预处理序列图的系统的框架示意图。如图2所示，本发明的预处理序列图的系统包括初始化模块1、抽样模块3、图片比较模块5、判定与处理模块7。其中，抽样模块1用于执行上述步骤S102、步骤S104的流程，具体包括读取第一期序列图的图片数量X,读取第二期序列图的图片数量Y,以及检验该两期序列图的有效性。如果这两期序列图是有效的，就将处理流程转到抽样模块；否则，向用户报错(参考步骤S105)。抽样模块3用于执行上述的步骤S106，具体包括读取该第一期序列图中的第x幅图片，其中，x为图片在第一期序列图中的顺序号，Bxsf-p或者工+Z^;cS义，p为第二预设值。2图片比较^t块5用于执行上述步骤S108的流程，具体包括依次计算上述的第x幅图片与第二期序列图所包括的图片的相关程度，根据相关程度确定第二期序列图中与上述第x幅图片最相关的图片，以及记录该最相关的图片在所述第二期序列图中的顺序号y。计算图片之间的相关程度的过程将在后续部分结合图3~图9进行阐述。判定与处理模块7用于执行上述步骤S112至S114的流程，具体包括判断卜-少|与第三预设值3的大小关系，如果卜-^"则将所述第一期序列图和第二期序列图视为顺序相同；否则就将所述第一期序列图和第二期序列图视为顺序相反，并对对第一期序列图或者第二期序列图进行反向排序。类似的，还可以在本发明的预处理序列图的系统中增加其他功能模块，例如重新命名模块、重新存储模块等。但是这些变化并不脱离本发明的范围和实质。下面结合图3至图9阐述本发明釆用的比较图片之间的相关程度的方法。在本发明的一个实施例中，釆用模板匹配法计算图片之间的相关程度。所谓模板匹配的原理是通过两幅图像的像素值的平方差来判断两个图片的相关程度或者相似性，该两个图片分为称为"被比图"(或者"被搜索图")和"模板图"(或者"模板")。图3为模板匹配法的示意图。如图3所示，设模板图T的大小为MxM，设^1比图S的大小为NxN。冲莫板图T在被比图S上平移时，模板图T覆盖下的被比子图称为子图S"J,i,j是子图SJ'J左上角像素点在被比图S中的坐标，该像素点定义为参考点。图中i和j的取值范围是l《i，j<N-M+l;衡量才莫板T和子图Sij的相似程度的相关函数可以通过下面的相似性度量得出<formula>formulaseeoriginaldocumentpage14</formula>等式(l)其中，T(m,n)为模板图中坐标为(m，n)的点的像素值(例如灰度值)，S(m,n)为被比图中与模板图的(m,n)点重合的点的像素值(例如灰度值)，而D(i,j)表示模板图T与被比子图Sij'的差异(像素值的平方差)。D(i,j)越小，说明模板图T与被比子图Sij的相关程度或者相似程度越高。例如，当模板图T与被比子图Sij完全匹配时，D(i,j)取得最小值0。展开上面的等式(1)，得到<formula>formulaseeoriginaldocumentpage14</formula>等式(2)从等式(2)可以看到，等式(2)右边第3项仅与模板图T有关，是一个与(i,j)无关的常数。令<formula>formulaseeoriginaldocumentpage15</formula>等式(3)对等式(3)进行归一化，得到:<formula>formulaseeoriginaldocumentpage15</formula>等式(4)从等式(3)可以看到，当模板图T与被比子图Si，j一致时，有R(i，j)二l,否则R(i,j)〈1。同理，当模板图T与被比图S—致时，有R4，否则11<1。显然，R越大，模板T和被比图S的相关程度或者相似程度就越高。因此，将R定义为才莫板图T与4皮比图S的相关系数。从等式(1)可以看到，计算机对模板图T与被比子图S"J进行一次模板匹配要进行MxM次减法，MxM次平方，MxM-l次加法，匹配完整个被比图S要重复上述操作(N-M+l)x(N-M+l)次。为了有效地降低计算机的运算次数，提高计算机处理速度，可根据实际情况将模板图(例如第一期序列图中的第x幅图片)整幅图片作为模板图T。鉴于很多序列图的图片大小是相等的，因此，将某期序列图中的第x幅图片整体作为模板图，是可行的，即M=N。根据具体情况，可以先将序列图转换成灰度图之后，再进行图片相关程度的计算。例如，可以先将CT序列图转换成.BMP格式的灰度图，然后再进行相关程度的计算。如上所述，模板匹配法可以判定被比图中是否包含模板图，以及该模板图在所述被比图中的坐标位置。例如，以图6所示的图片作为模板图，以图4所示的图片作为被比图，模板匹配法能判断出被比图中包含了模板图，并且能确定该模板图在该被比图中的坐标位置。再例如，以图6所示的图片作为模板图，以图5所示的图片作为被比图，模板匹配法能判断出被比图中不包含了模板图。因此，本发明可适用于其他领域，例如，按照相同或者相反的顺序分别对同一地理区域的不同信息(水域、丘陵、绿化域)进行地图采集之后，可采用本发明提供的预处理方法对多期图像进行预处理。作为一种改进的方案，在应用模板匹配法之时，可以首先在预设的角度范围内模板图进行旋转，以及在预设的缩放范围内对模板图进行缩放，然后再对模板图与被比图进行模板匹配运算，并记录所得到的最大相关系数R、与该最大相关系数R对应的旋转角度值和缩放系数。这种改进方案的能够判断出两幅图片之间的角度差异、大小差异，角度差异值等于与该最大相关系数R对应的旋转角度值，大小差异值等于与该最大相关系数R对应的缩放系数。可根据该角度差异值、大小差异值旋转、缩放其中一期序列图的图片，使两期序列图的图片角度一致、大小相等。因此，这种改进的方案还可以适用于医学上CT序列图的预处理、卫星拍摄的地图照片的拼接等。本领域技术人员应当意识到，还可以采用差影法来判断两个图片之间的相关程度。差影法是根据两幅图片之间的差影值来判断两幅图片的相关程度或者相似程度的。例如，将图7所示的图片作为第一被比图，将图8所示的图片作为第二被比图，对该第一被比图、第二被比图进行差影值之后，就可以去除第一被比图和第二被比图中的相同内容，得到如图9所示的差影图片。显然，两幅差影值越小，该两幅图片的相关程度或者相似程度越高。类似地，差影法中，也可以先在预设的缩放范围、旋转范围内对其中一个被比图进行缩放与旋转，再进行比较。上面结合附图对本发明的预处理方法、系统进行阐述。虽然上面的阐述是以预处理两期序列图为例的，但是本发明不限于这种情况，本发明可适用于处理多期序列图。图10和图11为本发明的另一个实施例中得到的相关系数曲线图。该实施例是预处理肝动脉期、肝静脉期以及肝门静脉期这3期CT序列图，每期CT序列图均为396幅图片。这3期CT序列图是医生根据造影剂的流动顺序对同一人体的肝脏部位进行3次CT扫描得到的。本实施例的主要处理过程如下首先，读取任意一期CT序列图中某幅图片，在某次实验中，读取的是肝动脉期的第100幅CT图片。接着，将该第100幅CT图片整体作为模板图，调用模板匹配算法计算肝动脉期的第100幅CT图片与肝静脉期CT序列图、肝门静脉期CT序列图的图片的相关系数，得到两组相关系数，分别如图9和图10所示。然后，分别找出这两组相关性系数的最大值，并据此找出肝静脉期CT序列图中与模板图(肝动脉期的第IOO幅CT图片)最相似的图片所处的顺序号，以及肝门静脉期CT序列图中与模板图(肝动脉期的第100幅CT图片)最相似的图片的顺序号。在本次试验中，肝静脉期CT序列图中与模板图最相似的是第296幅图片，而在肝门静脉期CT序列图中与模板图最相似的是第IOO幅图片。鉴于人的生理结构及CT扫描的特性，可以初步得到结论肝门静脉期CT序列图的顺序与肝动脉期CT序列图的是相同的，而肝静脉期CT序列图的顺序与肝动脉期CT序列图的是相反的。为了进一步证实上述结论，上述试验可以进行多次。下面的表1是取该同病人的动脉期CT序列图的第096幅-0105幅CT图作为模板进行模板匹配的结果表l:模板匹配实验结果<table>tableseeoriginaldocumentpage17</column></row><table><table>tableseeoriginaldocumentpage18</column></row><table>如上表所示，这10次试验的数据得到的结论都是一致的，因此，进一步证实了上面的结论，即肝门静脉期CT序列图的顺序与肝动脉期CT序列图的是相同的，而肝静脉期CT序列图的顺序与肝动脉期CT序列图的是相反的。以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。权利要求1、一种预处理序列图的方法，其特征在于，包括以下步骤读取第一期序列图的图片数量X，读取第二期序列图的图片数量Y，根据|X-Y|与第一预设值α的大小关系判断所述第一期和第二期序列图的有效性；若所述第一期和第二期序列图有效，就读取第一期序列图中非中间区域的一副图片，所读取的图片在第一期序列图中的顺序号为x；根据像素值的差异计算所述顺序号为x的图片与第二期序列图所包括的Y幅图片的相关程度，根据所述相关程度确定第二期序列图中与所述顺序号为x的图片最相关的图片，以及记录该最相关的图片在所述第二期序列图中的顺序号y；判断|x-y|与第三预设值δ的大小关系，如果|x-y|≤δ则将所述第一期和第二期序列图视为顺序相同；否则，将所述第一期和第二期序列图视为顺序相反并对所述第一期序列图或者第二期序列图的图片进行反向排序。2、根据权利要求1所述的预处理序列图的方法，其特征在于，所述根据像素值的差异计算所述的相关程度的步骤中，包括<formula>formulaseeoriginaldocumentpage2</formula>，其中，T(m,n)为所述顺序号为x的图片中坐标为(m，n)的点的像素值，SiJ(m，n)为第二期序列图的某幅图片中与所述顺序号为x的图片的(m，n)点重合的点的像素值，R为所述顺序号为x的图片与第二期序列图的所述某幅图片的相关系数，图片的相关程度与相关系数R的值成正比。3、根据权利要求1所述的预处理序列图方法，其特征在于，所述根据像素值的差异计算所述的相关程度的步骤中，将所述顺序号为X的图片整体作为模板图，采用模板匹配法计算所述相关程度。4、根据权利要求3所述的预处理序列图方法，其特征在于在计算图片的相关程度的步骤中先在预设的旋转角度范围内对所述顺序号为x的图片进行旋转，以及在预设的缩放范围对所述顺序号为x的图片进行缩放，再对旋转与缩放后的图片与第二期序列图中的Y幅图片进行所述模板匹配运算，并记录所得到的最大相关系数R、与该最大相关系数R对应的旋转角度值和缩放系数；及所述预处理序列图的方法还包括对所述第一期序列图中的X幅图片进行旋转与缩放，旋转角度等于与所述最大相关系数R对应的旋转角度值，缩放倍数等于与所述最大相关系数R对应的缩放系数。5、根据权利要求1所述的预处理去序列图的方法，其特征在于，根据像素值的差异计算所述的相关程度的步骤中，包括依次计算所述顺序号为x的图片与所述第二期序列图中的Y幅图片的差影，得到Y个差影值，两幅图片的相关程度与该两幅图片的差影值成反比。6、根据权利要求1至5中任意一项所述的预处理序列图的方法，其特征在于，所述对所述第一期序列图或者第二期序列图中的图片进行反向排序之后，还包括将所述反向排序后的图片存储为第三期序列图。7、一种预处理序列图的系统，其特征在于，包括初始化模块(l)，用于读取第一期序列图的图片数量X、读取第二期序列图的图片数量Y,以及根据ly-yl与第一预设值"的大小关系判断所述第一期和第二期序列图的有效性；抽样模块(3)，用于读取第一期序列图中非中间区域的一副图片，所读取的图片在第一期序列图中的顺序号为x;图片比较模块(5),用于根据像素值的差异计算所述顺序号为X的图片与第二期序列图所包括的Y幅图片的相关程度，根据所述相关程度确定第二期序列图中与所述顺序号为X的图片最相关的图片，以及记录该最相关的图片在所述第二期序列图中的顺序号y;判定与处理模块(7),用于判断lul与第三预设值5的大小关系，如果l;c-y—5则将所述第一期和第二期序列图视为顺序相同；否则，将所述第一期和第二期序列图视为顺序相反并对所述第一期序列图或者第二期序列图的图片进行反向排序。8、根据权利要求7所述的预处理序列图的系统，其特征在于，所述图片比较模块(5)用于<formula>formulaseeoriginaldocumentpage4</formula>T(m，n)为所述顺序号为x的图片中坐标为(m，n)的点的像素值，S"(m，n)为第二期序列图的某幅图片中与所述顺序号为x的图片的(m,n)点重合的点的像素值，R为所述顺序号为x的图片与第二期序列图的所述某幅图片的相关系数，图片的相关程度与相关系数R的值成正比。9、根据权利要求7所述的预处理去序列图的方法，其特征在于，所述图片比较才莫块(5)用于依次计算所述顺序号为x的图片与所述第二期序列图中的Y幅图片的差影，得到Y个差影值，两幅图片的相关程度与该两幅图片的差影值成反比。10、根据权利要求7至9中任意一项所述的预处理序列图的方法，其特征在于，所述判定与处理模块(7)还用于将所述反向排序后的图片存储为第三期序列图。全文摘要本发明提供预处理序列图的方法和系统，所述方法包括读取第一期序列图的图片数量X及非中间区域的一副图片，该图片的顺序号为x；计算顺序号为x的图片与第二期序列图中的Y幅图片的相关程度，确定第二期序列图中与该顺序号为x的图片最相关的图片及其在第二期序列图中的顺序号y；如果|x-y|≤δ则将该两期序列图视为顺序相同；否则，将该两期序列图的顺序视为相反并对其中一期序列图反向排序。对应地，所述系统包括初始化模块、抽样模块、图片比较模块、判定与处理模块。本发明采用计算机判断两期序列图的顺序是否相同，并在两期序列图的顺序不相同时对其中一期序列图重新排序，得到顺序相同的两期或多期序列图，误差小，自动化程度高，效率高。文档编号G06T11/00GK101276472SQ20081002728公开日2008年10月1日申请日期2008年4月8日优先权日2008年4月8日发明者庞雄文,方驰华,段秀丽,楠项,鲍苏苏申请人:华南师范大学;南方医科大学珠江医院