系数最大值是否均大于设定阈值，是则执行步骤S110， 否则执行步骤Slll。
[0065] SllO :确定原始图像序列的拼接方向为水平方向。
[0066] Slll :拼接方向判定失败，拼接过程终止。
[0067] S2 :对图像序列中相邻图像之间的重叠范围进行初始估计，确定匹配模板。
[0068] 通过本步骤，以相似性匹配模板为基础，选取尽可能大的匹配模板，以利于后续空 间变换关系的估计。假设采样后图像Ji的相似性匹配模板Rvi与图像J i+1中像素点坐标 (Xi，yi)处的归一化互相关系数具有最大值，则本步骤最终确定的匹配模块为相似性匹配模 板R vi向上扩展X i个像素、向左平移y if像素而得到。
[0069] S3 :依据匹配模板估计图像序列中相邻图像之间的空间变换矩阵。
[0070] 本步骤中，相邻图像之间的空间变换关系可选用平移、旋转、缩放、仿射、透视等变 换模型描述。以仿射模型描述该空间变换关系为例，如图4所示，步骤S3又可包括以下步 骤：
[0071] S31 :采用Lucas-Kanade算法最大化各相似性匹配模板的归一化互相关系数。
[0072] 其中，Lucas-Kanade算法可简述为：给定模板J和一图像I，求解空间变换T，使得 经过空间变换T之后的图像I与给定模板J之间的归一化互相关系数最大化：
[0073] 在求解最优的空间变换T时，Lucas-Kanade算法假设当前的空间变换抑制， 迭代计算空间变换T的增量Λ T，使得更新后的空间变换T = Τ+Λ T能令上式最小化。 Lucas-Kanade算法可利用图像梯度快速求解，实际中被广泛应用于图像对齐、目标跟踪等 问题。
[0074] S32:采用由粗到精的策略，求解采样后图像序列中相邻图像之间的、仿射变换模 型描述的第一空间变换矩阵，以及原始图像序列中相邻图像之间的、仿射变换模型描述的 第二空间变换矩阵。
[0075] 其中，由粗到精的策略也可称为多分辨率策略，可简述为：先在粗糙的尺度上（如 下采样后的图像）采用步骤S31所述方法估计图像间的空间变换矩阵，然后利用该空间变 换矩阵作为初始解在更为精细的尺度上采用步骤S31所述方法估计图像间的空间变换矩 阵；迭代该过程，直到达到最精细的尺度。该策略可用于加快计算速度，改善空间变换的求 解精度和鲁棒性。
[0076] 本步骤中，假设由步骤S32得到的采样后图像序列中相邻图像1与J i+1之间的第 一空间变换矩阵Ti满足：
[0077]
【主权项】
1. 一种数字化X线图像的拼接方法，其特征在于，所述方法包括以下步骤： 依据输入的图像序列中各图像之间部分区域的相似性确定图像的拼接方向； 对所述图像序列中相邻图像之间的重叠范围进行初始估计，确定匹配模板； 依据所述匹配模板估计所述图像序列中相邻图像之间的空间变换矩阵； 依据所述空间变换矩阵，计算所述图像序列的全局空间变换矩阵，并利用所述全局空 间变换矩阵将所述图像序列中各图像的像素坐标统一到同一坐标系，完成所述图像序列的 对齐； 对对齐后的所述图像序列中的各相邻图像进行图像融合，得到全景图。
2. 如权利要求1所述的数字化X线图像的拼接方法，其特征在于，所述依据输入的图像 序列中各图像之间部分区域的相似性确定图像的拼接方向的步骤包括以下步骤： 对输入的原始图像序列进行下采样处理，得到采样后图像序列； 选取所述采样后图像序列中各图像的底部中间的部分区域作为竖直方向的相似性匹 配模板； 计算每一相似性匹配模板与所述采样后图像序列中相邻的下一图像的上半部分各像 素点的归一化互相关系数，并确定每一相似性匹配模板的归一化互相关系数最大值及下一 图像中的对应像素点坐标； 判断所述归一化互相关系数最大值是否均大于设定阈值，是则确定所述原始图像序列 的拼接方向为竖直方向，否则将所述采样后图像序列中各图像均沿同一旋转方向旋转90 度； 选取旋转后图像序列中各图像的底部中间的部分区域作为竖直方向的相似性匹配模 板； 计算每一相似性匹配模板与所述旋转后图像序列中相邻的下一图像的上半部分各像 素点的归一化互相关系数，并确定每一相似性匹配模板的归一化互相关系数最大值及下一 图像中的对应像素点坐标； 判断归一化互相关系数最大值是否均大于设定阈值，若均大于设定阈值，则确定原始 图像序列的拼接方向为水平方向。
3. 如权利要求2所述的数字化X线图像的拼接方法，其特征在于，所述依据所述匹配模 板估计所述图像序列中相邻图像之间的空间变换矩阵的步骤包括以下步骤： 采用Lucas-Kanade算法最大化各相似性匹配模板的归一化互相关系数； 采用由粗到精的策略，求解所述采样后图像序列中相邻图像之间的、仿射变换模型描 述的第一空间变换矩阵，以及所述原始图像序列中相邻图像之间的、仿射变换模型描述的 第二空间变换矩阵。
4. 如权利要求3所述的数字化X线图像的拼接方法，其特征在于，所述依据所述空间变 换矩阵，计算所述图像序列的全局空间变换矩阵，并利用所述全局空间变换矩阵将所述图 像序列中各图像的像素坐标统一到同一坐标系，完成所述图像序列的对齐的步骤包括以下 步骤： 指定所述采样后图像序列中的某一幅为固定图像，依据所述第一空间变换矩阵得到所 述采样后图像序列中每一图像对应的第一全局空间变换矩阵； 指定所述原始图像序列中的某一幅为固定图像，依据所述第二空间变换矩阵得到所述 原始图像序列中每一图像对应的第二全局空间变换矩阵； 由所述第一全局空间变换矩阵分别对所述采样后图像序列中的各图像进行空间变换， 以将所述采样后图像序列中的各图像的像素坐标统一到同一坐标系； 由所述第二全局空间变换矩阵分别对所述原始图像序列中的各图像进行空间变换，以 将所述原始图像序列中的各图像的像素坐标统一到同一坐标系，完成所述原始图像序列的 对齐。
5. 如权利要求4所述的数字化X线图像的拼接方法，其特征在于，所述对对齐后的所述 图像序列中的各相邻图像进行图像融合，得到全景图的步骤包括以下步骤： 采用动态规划算法，确定对齐后的图像序列中相邻图像重叠区域的最优拼缝； 依据所述最优拼缝构造第一融合权重图，所述最优拼缝将所述第一融合权重图分为两 部分：所述第一融合权重图中所述最优拼缝的上方区域中各像素点的像素值取值为1，所 述第一融合权重图中所述最优拼缝的下方区域中各像素点的像素值取值为0,所述第一融 合权重图中所述最优拼缝上的像素点的像素值取值为0. 5,所述第一融合权重图中位于有 效重叠区域外的像素点的像素值为0 ; 采用引导图像滤波器对所述第一融合权重图进行滤波处理，得到第二融合权重图； 依据所述第二融合权重图，依次将所述图像序列中相邻图像进行融合，得到全景图。
6. 如权利要求5所述的数字化X线图像的拼接方法，其特征在于，所述采用动态规划算 法，确定对齐后的图像序列中相邻图像重叠区域的最优拼缝的步骤包括以下步骤： 提取所述采样后图像序列的相邻图像中，序号在前的图像在相应有效重叠区域的第一 外接矩形、和在所述第一外接矩形中的像素点构成第一矩形图，并提取序号在后的图像在 相应有效重叠区域的第二外接矩形、和在所述第二外接矩形中的像素点构成第二矩形图； 将所述第一矩形图和所述第二矩形图中，位于所述有效重叠区域外的像素点的像素强 度置为〇 ; 确定所述第一矩形图与所述第二矩形图之间的差异图； 采用动态规划算法，沿水平方向搜索最短路径作为所述最优拼缝，使得所述差异图上 沿所述最短路径累积的差异最小。
7. 如权利要求6所述的数字化X线图像的拼接方法，其特征在于，所述采用引导图像滤 波器对所述第一融合权重图进行滤波处理，得到第二融合权重图的步骤表示为：
其中，Mi为第一融合权重图，M' i为第二融合权重图，Qi为引导图像，wp为Q 以像素 点P为中心、大小为'X W的窗口，ap为系数，和bp为系数，μ 5为Qi中窗口 Wp内各像素点 像素强度的均值，<为Qi中窗口 wpR各像素点像素强度的方差，％，为乂中窗口 Wp内各像 素点像素强度的均值，ε为设定的参数，k为像素点。
8. 如权利要求4所述的数字化X线图像的拼接方法，其特征在于，在所述完成所述图像 序列的对齐的步骤、以及所述对对齐后的所述图像序列中的各相邻图像进行图像融合的步 骤之间，所述方法还包括以下步骤： 依据所述采样后图像序列中各图像在同一坐标系下的像素坐标确定相邻图像之间的 有效重叠区域； 依次计算所述采样后图像序列中各相邻图像之间有效重叠区域中对应像素点像素强 度差异的中值； 分别将所述采样后图像序列和所述原始图像序列中，相邻图像中序号在前的图像及其 之前的每一图像中所有像素点的像素强度均加上对应的中值，以实现所述采样后图像序列 和所述原始图像序列的曝光补偿。
9. 一种数字化X线图像的拼接系统，其特征在于，所述系统包括： 拼接方向确定模块，用于依据输入的图像序列中各图像之间部分区域的相似性确定图 像的拼接方向； 匹配模板确定模块，用于对所述图像序列中相邻图像之间的重叠范围进行初始估计， 确定匹配模板； 空间变换矩阵估计模块，用于依据所述匹配模板估计所述图像序列中相邻图像之间的 空间变换矩阵； 对齐模块，用于依据所述空间变换矩阵，计算所述图像序列的全局空间变换矩阵，并利 用所述全局空间变换矩阵将图像序列中各图像的像素坐标统一到同一坐标系，完成所述图 像序列的对齐； 融合模块，用于对对齐后的所述图像序列中的各相邻图像进行图像融合，得到全景图。
10. 如权利要求9所述的数字化X线图像的拼接系统，其特征在于，所述系统还包括： 曝光补偿模块，用于依据所述图像序列中各图像在所述对齐模块得到的同一坐标系下 的像素坐标确定相邻图像之间的有效重叠区域，并对所述图像序列进行曝光补偿。
【专利摘要】本发明属于医学成像技术领域，提供了一种数字化X线图像的拼接方法及系统。该方法及系统采用了模板匹配方式实现图像对齐，避免了现有采用特征点检测及匹配的方式实现图像对齐时存在的特征点提取困难和匹配计算量大、易匹配失败的不足，减少了数字化X线图像的拼接时间，提高了效率。
【IPC分类】G06T3-40
【公开号】CN104732485
【申请号】CN201510189166
【发明人】饶玉明, 王益民
【申请人】深圳市深图医学影像设备有限公司
【公开日】2015年6月24日
【申请日】2015年4月21日