宽景成像处理方法发明专利

宽景成像处理方法
技术领域
本发明涉及图像数据处理或产生,特别是涉及将多幅二维图像拼接成单幅图 像的数据处理或产生方法。
背景技术
“宽景成像”是指将一系列通过探头在同一平面内移动获取的二维图像拼接 为一幅连续图像。因为有较大的数据处理量,该技术一般利用高速处理器或计算机来重建所 述单幅图像,并且越来越广泛地被运用于较小探头对较大对象的数据拾取领域,例如微小探 头对指纹的采集。尤其在医学超声成像领域,以辅助医疗诊断为目的,对该技术有着更高的 要求和广泛需要。
以超声仪器为例,由于超声的无害性、方便性以及可靠性,超声透视已经成为医生观察 人体内部组织部位、诊断病患的常用辅助手段,医生通过操作放在人体皮肤表面的探头,可 以得到体内对应部位的超声图像。然而,一般探头的扫描面积有限,从而限制医生可看到的 单帧超声图像大小,当单帧图像无法显示该部位全景时,医生不得不来回移动探头以观察该 部位
的不同区域。于是,当需测区域无法位于一幅图像内时,还不能利用一般超声都具有的 测量功能对该区域大小进行直接测量。运用宽景成像技术,将所述医生在同一平面来回扫描 产生的一系列图像,利用图像间的相关性,将所述图像序列拼接成一幅“加长”了的超声图 像,同时也便于测量较大对象区域,这就是目前解决探头景深局限的较佳方法。
上述宽景成像中的图像拼接概念很早就有了,在超声仪器由单扫描线M超发展到B超的 过程中,就有人把一系列的扫描线拼接起来组成一幅二维图像,接着,又有人提出组合扫描 (compound B-Scanner)的概念,将B超探头固定于一条限制探头在一平面内移动的机械臂 上,实时记录探头的当前位置信息,利用该信息把探头在移动过程中获取的系列图像拼接成 一幅图像。所述组合扫描方法因为使用机械臂而极其不便,而且机械臂对于现代手持式超声 探头没有实际意义,所以在图像拼接领域没有继续发展。最近十年,针对手持式超声探头图 像拼接的各种宽景成像技术不断被提出来。
总的来说,宽景成像包括配准与拼接两大部分。配准包括计算图像间的相对偏移量 (offx,offy)以及相对旋转角度θ,可以将它们合起来成为变换系数(offx,offy,θ),一个变换系数 就确定了两幅图像之间的一个几何变换。拼接是指通过变换系数将两幅图像合并为一幅图像 的
过程。许多专利对拼接过程都描述得比较少,一般认为获得正确宽景图像的关键步骤在于 配准。
被用来计算偏移量的方法包括SAD(Sum of Absolute Difference,绝对差值之总和)。 通常先把一幅图像分割为多个部分,对每一部分选择在另一幅图中与该部分对应的一个区域, 再依据这两相对部分每个位置的数据计算SAD值,SAD值最小的那个区域的位置就是该部分 的最匹配位置,从而通过所述两相对部分位置的相对关系计算得到偏移量。有的技术也采用 SAD方法来计算旋转角度,与计算偏移量类似,将图像在一个角度范围内根据某个设定的步 进间距进行旋转,每次旋转则与另一幅图通过SAD方法计算相似度,SAD值最小的那个旋转 位置就是所求的旋转角度。
除了使用SAD方法外,还可以使用MLS(最小二乘法)方法来计算偏移量或旋转角度,并 通过局域偏移量估计出变换系数。Siemens公司专利US 5,566,674以及GE公司专利US 6,605,042 B2均使用了MLS方法。
下面对Siemens公司专利US 5,566,674作一介绍。
该专利方法主要包括以下步骤:
a)将第n帧Fn分割成若干区域;
b)使用SAD方法求局域运动向量;
c)使用模糊逻辑对局域运动向量进行修正,得到最终的局域运动向量;
d)使用最小二乘法计算全局运动向量与旋转角度,即变换系数;
e)将Fn拼接到前n-1帧拼接起来的宽景图中生成新的拼接图;
f)锐化图像;
g)n=n+1,如果第n帧存在,则返回到步骤a),否则输出拼接图为结果图。
具体是:把第n帧图像分成许多小的图像区域,其中第i个子区域称为n(i),在当前拼接 图中确定一个搜索区域,然后令n(i)在该搜索区域内移动,在移动过程中,依据对应位置内 每个点的数据计算SAD值,MSAD(Minimum SAD,即SAD值最小)的位置被认为是n(i)的最好 匹配,该位置与区域n(i)原始位置的偏移即为区域的局部偏移向量。区域SAD的计算方法如 下:
SAD m , n = Σ i = 1 l Σ j = 1 k | X i , j - Y i + m , j + n | ]]>
其中,l,k为区域n(i)的大小,X,Y分别表示区域n(i)内各点和该点在搜索区域内对应点 的灰度值,m,n为搜索区域内任意一点的横、纵坐标。这样,对应于SADm,n取得最小值的 (m,n)点,即为当前拼接图中该搜索区域内对应第n帧区域n(i)的最好匹配,由此来确定 区域n(i)的局部偏移向量v(i)。
为了保证局部偏移向量的正确性,步骤c中使用了模糊逻辑对该向量进行修正,具体是, 对模糊逻辑输入两个参数来评价当前局域偏移向量的正确性,并输出权值,根据权值对所述 局域偏移量与历史偏移向量加权平均。其中,第一个参数是MSAD与SAD平均值之差,用来 判断MSAD的可靠程度;第二个参数是当前偏移向量v(i)与前一时刻偏移向量h(i)之间的偏 差。经过对每个初始局域偏移量的修正,得到了最终的局域偏移量。GE公司专利US 6,605,042 B2则缺少修正该向量的步骤。
实际采用的数学模型F(x)的函数类型往往与实验物理背景以及数据实际分布有关,一 般含有某些待定参数。最小二乘法就是依据实验数据估计参数的重要工具,它是依据试验获 得的一组离散数据来估计F(x)中参数的最优值,该最优值使得模型与实际获得的数据的误 差总和为
最小。在所述两款相关专利中均使用了最小二乘法,利用它通过局域偏移量来计算 全局偏移量与旋转角度。
在拼接阶段(步骤e),US 5,566,674使用加权平均来计算重叠部分的灰度值。加权的 计算为:
SC(n)=((1-m)·(SC(n-1))+(m·Input(n))
其中SC(n-1)为前n-1帧拼接成的宽景图像,Input(n)为第n帧图像。权值m依赖于图 像序号与扫描速度。
由于在拼接过程有个重复加权的过程,因此拼接后,对图像进行一次锐化,即对拼接图 作高通滤波。
上述现有技术的缺点主要存在于下述几方面:
a)使用SAD方法计算图像间的旋转角度:该方法需要事先确定旋转范围与每次旋转角度 的步进间隔,但是该角度步进间隔难以确定,间隔小了会使计算量增加,速度减慢; 间隔大了会使计算精确度降低,因为准确的旋转角度可能会在两个计算角度之间。
b)使用拼接图进行配准:从理论上讲,相关性最大的应该是前后两个图像,而拼接图的 像素灰度值一般经过了一定的处理计算,这样,使用拼接图与第n帧图进行配准的结 果准确度会比使用第n-1帧图进行配准的差。
c)顺序使用图像序列的每一帧图进行配准与拼接:以四帧图像序列F1,F2,F3,F4为例,取 函数D(Fi,Fj)表示使用MLS计算出来的Fi与Fj两帧图X方向偏移,假设D(F1,F2)=1.6, D(F2,F3)=3.8,D(F3,F4)=2.5,D(F1,F4)=8.5,为阐述简单起见,设拼接使用整数 偏移量,则每两帧进行计算得到的D(F1,F4)因取整而致的误差有1.1个像素(即 0.4+0.2+0.5),但直接取F1与F4进行拼接的误差只有0.5。因此,该顺序处理不利于 减少误差,另一方面,将降低成像速度。
d)依据图像分割后的区域内各点数据直接利用SAD计算偏移:对于图像存在大块梯度变 化不明显的面积时,该方法将减低计算结果的准确性。
e)尤其是GE公司专利US 6,605,042 B2,直接使用SAD计算的局域偏移量以MLS计算变换 系数:实验证明,由于超声图像噪声以及组织运动等因素影响,并不是所有区域计算 出来的偏移量均正确,因此该变换系数可能不准确并导致最终拼接图出现极大异常。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足,而提出一种宽景成像 处理方法,能将一系列局部图像以较快的速度通过拼接重建成宽景图像,并且所述拼接的宽 景图像具有较高的准确度,特别是能满足医疗超声设备用于疾病诊断的极高要求。
为解决上述技术问题,本发明的基本构思为:处理系统宽景成像的基础是一系列通过时 间顺序排列的图像,一般前后两帧图像的数据相关性最大,即存在有较大的重叠区域,在以 第一帧图像为基础,依次将选择出来的单帧图像不断拼接扩展成宽景图的过程中,可以建立配 准图和拼接图,分别用于Fi图像配准时计算变换系数和拼接Fi图像产生输出图像;并且,处 理系统根据当前的状态(过快、过慢或配准无效等情况)自适应地调整图像顺序的提取间隔, 来保证处理的迅速被执行,提高系统速度与成像可靠性。另外,处理系统拼接Fi图像时,还 可以针对图像数据变化的特点,通过阈值过滤来选取特征点,以及通过指标参数过滤所述特 征点的运动向量来降低配准误差,也能同时提高计算结果的速度和准确性。
作为实现本发明构思的第一种技术方案是,提供一种宽景成像处理方法,用于将实时获 取的或者存储在介质中的图像序列生成目标图像,取图像顺序数i=1、2、3、……;Δ为图 像顺
序的提取间隔,步骤是,
A.取图像序列,初始化配准图和拼接图为第一帧图像;i=2,Δ=1;
B.将第i帧图像Fi分割成若干子区域;
C.求该帧图像相对配准图的运动向量;
D.根据所述运动向量,判定Fi的平移量在控制范围内,则继续步骤E;否则,通过i=i- Δ将i值复原后,在Δ的取值范围内调整Δ,再执行i=i+Δ,继续步骤B;
E.根据对所述运动向量的拟合来计算变换系数;
F.根据所述变换系数将Fi拼接到当前拼接图;并用Fi来设置或拼接配准图;
G.i=i+Δ,如果第i帧存在,则返回到步骤B,否则输出当前拼接图为结果图。
上述方案中,所述步骤C包括执行步骤:
a.Fi图像上选取若干特征点;
b.查所述各特征点在当前配准图上的对应点;
c.计算所述各特征点-对应点点对的运动向量。
上述方案中,所述步骤b包括执行步骤:
①.在Fi确定所述特征点的模板,它是一个包括以该特征点为中心的邻近点集合区域;
②.在当前配准图中确定一个搜索区域;
③.在所述搜索区域内通过相似度计算确定所述特征点的对应点,它是与模板等大小、 并且相似度最大的邻域的中心点。
上述方案中,所述步骤F中,单帧图像Fi与当前拼接图拼接时,是采取部分重叠区域加 权平均法;配准图的拼接是根据变换系数将该单帧图像Fi直接镶嵌到当前配准图。
作为实现本发明构思的第二技术方案是,提供一种宽景成像处理方法,用于将实时获取 的或者存储在介质中的图像序列生成目标图像,取图像顺序数i=1、2、3、……;步骤是,
A.取图像序列,初始化配准图和拼接图为第一帧图像;i=2;
B.查第i帧图像Fi的特征点;
C.求该帧图像相对于当前配准图的有效的运动向量;若所述运动向量数量不足,则继续 步骤F;
D.根据对所述运动向量的拟合来计算变换系数;

本文发布于:2024-09-23 16:27:00,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/3/416194.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:图像   拼接   计算
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议