本发明涉及一种眼底图像处理技术领域,特别是涉及一种眼底图像拼接方法。
背景技术:
如今,随着健康越来越受到重视,人们对医疗卫生条件的要求越来越高,医疗单位和医护工作者对医疗器械的需求越来越大,要求也越来越高,视野范围有限的诊断及治疗设备越来越不能胜任高精度、高频率的工作。
但是目前在眼科疾病诊断及治疗设备中,光学相干断层扫描仪(简称oct)、裂隙灯、角膜内皮细胞计数仪、共焦激光眼底造影仪、眼底照相机、眼底血样浓度检测等设备都普遍存在着视野范围小,有效信息少的问题,极大地影响了诊断或治疗的效果。
要解决这类问题最好的方法就是增大设备成像的视野范围,但这通常需要花费更高昂的费用或者更长的研发周期。所以目前应对该类问题的主要方法是多角度大范围地多次拍摄,但观察这些图像又会极大地耗费医护工作者的宝贵时间,严重降低医疗工作的效率。
技术实现要素:
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种眼底图像拼接方法。
为了实现本发明的上述目的,本发明公开了一种眼底图像拼接方法,包括以下步骤:
s1,拍摄一组眼底图像;
s2,对拍摄的眼底图像进行预处理;
s3,提取预处理后眼底图像中的特征点;
s4,根据用户预先设定的固定图,寻找边缘图与中心图之间特征点的对应关系;
s5,若成对的特征点数量不大于2对,则对位失败,结束拼图;否则计算边缘图中的特征点相对于中心图中的特征点的偏移量均值δx和δy,并依据偏移量均值δx和δy融合边缘图与中心图。
在本发明的一种优选实施方式中,步骤s2中的眼底图像的预处理方法包括以下之一或任意组合顺序为:
s21,对眼底图像进行图像灰度化处理;
s22,对眼底图像进行增强对比度处理;
s23,对眼底图像进行削弱噪声处理。
在本发明的一种优选实施方式中,步骤s22中对眼底图像进行增强对比度处理的方法为:利用直方图均衡化或限制对比度自适应直方图均衡算法;
或/和步骤s23中对眼底图像进行削弱噪声处理的方法为:利用高斯滤波或均值滤波算法。
在本发明的一种优选实施方式中,步骤s3中提取预处理后眼底图像中的特征点包括以下步骤:
s31,计算图像在x和y方向的梯度,得到x方向梯度图像lx和y方向梯度图像ly;
s32,计算对x方向梯度图像lx进行优化平方处理,得到lx2=lx2、对y方向梯度图像ly进行优化平方处理,得到ly2=ly2,融合x方向和y方向梯度图像进行优化梯度处理,得到lxy=lx*ly;
s33,计算单通道图像
s34,将单通道图像h中大于阈值t的像素点作为特征点,其中阈值0≤t≤255。本发明的特征点提取算法具有光照不变性、旋转不变性、尺度不变性,极大地降低了漏检率,提高了鲁棒性。并且特征点匹配算法步骤简单,计算量极小,极大地降低了运算时间,提高了处理速度。
在本发明的一种优选实施方式中,步骤s33为:
对优化处理后的图像lx2、ly2和lxy进行滤波处理,得到x方向滤波处理图像gx2、y方向滤波处理图像gy2和融合x方向和y方向滤波处理图像gxy;
计算单通道图像
在本发明的一种优选实施方式中,对优化处理后的图像lx2、ly2和lxy进行滤波处理为高斯滤波。
在本发明的一种优选实施方式中,步骤s4中寻找边缘图与中心图之间特征点的对应关系的处理方法包括以下步骤:
s41,以特征点s为中心,以k1为半径的圆的边界上有k2个像素,其中特征点s为一幅眼底图像中的任一个特征点;所述k1为正数,k2为正整数;
s42,若圆的边界点的像素值大于特征点s的像素值,则标记为1,否则,标记为0;
s43,若边缘图中的某个特征点与中心图中的某个特征点有连续n个相同位置的标记相同,则这两个特征点为一对匹配点,其中,所述n为不大于k2的正整数,优选为n=9。
在本发明的一种优选实施方式中,所述k1为3,k2为16。
在本发明的一种优选实施方式中,步骤s5中融合边缘图与中心图的处理方法包括以下步骤:
s51,建立一张宽为中心图宽k3倍、高为中心图高k4倍的空图像作为融合图,所述k3、k4为不小于1的正数且至少有一个不小于2,将中心图复制到融合图中;
s52,在边缘图中从上到下,从左到右,依次遍历像素点,计算点(x,y)加上偏移量均值δx和δy到中心图中心坐标(x0,y0)距离
s53,判断d1是否大于中心图半径r,即判断该点(x,y)是否在中心图的范围内,若d1大于r,即该点(x,y)在中心图外,则直接将该点(x,y)的像素值c2复制到融合图中的相应位置;否则,计算该点(x,y)到边缘图中心的距离
在本发明的一种优选实施方式中,所述k3=k4=3;
或步骤s51为,建立一张宽为中心图宽k3倍、高为中心图高k4倍的空图像作为融合图,所述k3、k4为不小于3的正整数,将中心图复制到融合图正中央。
综上所述,由于采用了上述技术方案,本发明的有益效果是:本发明能够提升视野范围,增加有效信息,极大地增强诊断和治疗的效果。并且降低多角度大范围地多次拍摄,极大地缩减医护工作者的宝贵时间,提高医疗工作的效率。
附图说明
图1是本发明流程示意图。
图2中(a)~(i)是本发明拍摄的一组眼底图像示意图。
图3是本发明经图像灰度化处理后的图像示意图。
图4是本发明经增强对比度处理后的图像示意图。
图5是本发明经削弱噪声处理后的图像示意图。
图6是本发明提取边缘图特征点的图像示意图。
图7是本发明提取中心图特征点的图像示意图。
图8是本发明边缘图与中心图之间特征点的对应关系示意图。
图9是本发明以特征点s为中心,以3为半径的圆的边界上有16个像素示意图。
图10是本发明图9中圆的边界点的像素值与特征点的像素值判断结果标记示意图。
图11是本发明边缘图与中心图融合示意图。
图12是本发明图像融合完成示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明公开了一种眼底图像拼接方法,如图1所示,包括以下步骤:
第一步,拍摄一组眼底图像,如图2所示,该组眼底图像为同一眼底相机拍摄的同一眼底的连续九幅眼底图像。
第二步,对拍摄的眼底图像进行预处理。在本实施方式中,依次对眼底图像图像灰度化,如图3所示;并通过直方图均衡化(或限制对比度自适应直方图均衡等算法)增强对比度,如图4所示;再通过高斯滤波(或均值滤波等算法)削弱噪声,如图5所示。
第三步,提取预处理后眼底图像中的特征点,如图6和7所示。
在本实施方式中,提取预处理后眼底图像中的特征点具体包括以下步骤:
s31,计算图像在x和y方向的梯度,得到x方向梯度图像lx和y方向梯度图像ly;
s32,计算对x方向梯度图像lx进行优化平方处理,得到lx2=lx2、对y方向梯度图像ly进行优化平方处理,得到ly2=ly2,融合x方向和y方向梯度图像进行优化梯度处理,得到lxy=lx*ly;
s33,对优化处理后的图像lx2、ly2和lxy进行高斯滤波处理,得到x方向高斯滤波处理图像gx2、y方向高斯滤波处理图像gy2和融合x方向和y方向高斯滤波处理图像gxy;
计算单通道图像
s34,将单通道图像h中大于阈值t的像素点作为特征点,其中阈值0≤t≤255。优选像素点阈值t为100或200。
第四步,根据用户预先设定的固定图,寻找边缘图与中心图之间特征点的对应关系,如图8所示。
在本发实施方式中,寻找边缘图与中心图之间特征点的对应关系的处理方法具体包括以下步骤:
s41,以特征点s为中心,以k1为半径的圆的边界上有k2个像素,其中特征点s为一幅眼底图像中的任一个特征点;所述k1为正数,k2为正整数。优选的,以特征点s为中心,以3为半径的圆的边界上有16个像素,如图9所示。
s42,若圆的边界点的像素值大于特征点s的像素值,则标记为1,否则,标记为0;如图10所示。
s43,若边缘图中的某个特征点与中心图中的某个特征点有连续n个相同位置的标记相同,则这两个特征点为一对匹配点,其中,所述n为不大于k2的正整数,优选为n=9。在图10中有连续10个相同位置的标记(1),有连续3个相同位置的标记(0),有连续2个相同位置的标记(1)。
第五步,若成对的特征点数量不大于2对,则对位失败,结束拼图;否则计算边缘图中的特征点相对于中心图中的特征点的偏移量均值δx和δy,并依据偏移量均值δx和δy融合边缘图与中心图,如图11所示。
在本实施方式中,融合边缘图与中心图的处理方法具体包括以下步骤:
s51,建立一张宽为中心图宽k3倍、高为中心图高k4倍的空图像作为融合图,所述k3、k4为不小于1的正数且至少有一个不小于2,将中心图复制到融合图中;优选的,建立一张长和宽都为中心图3倍的空图像作为融合图,将中心图复制到融合图正中央。
s52,在边缘图中从上到下,从左到右,依次遍历像素点,计算点(x,y)加上偏移量均值δx和δy到中心图中心坐标(x0,y0)距离
s53,判断d1是否大于中心图半径r,即判断该点(x,y)是否在中心图的范围内,若d1大于r,即该点(x,y)在中心图外,则直接将该点(x,y)的像素值c2复制到融合图中的相应位置;否则,计算该点(x,y)到边缘图中心的距离
第六步,按照上述步骤处理剩余眼底图像,如图12所示。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。