检索历史 清除

摘要显微系统作为医学领域常用的设备，但由于其景深和视野有限，病理科医生在观察病理图像时需要不断调整镜头来达到聚焦，同时还要移动玻片观察病理图像的各个位置来完成诊断。这种传统的方式会导致医生工作量大、效率低、诊断准确率低，已很难满足当前的需求。而此时计算机科学技术和数字图像处理技术都取得了很大的进展，为了采集到清晰的图像可以应用自动对焦技术，将采集得到的两幅或多幅具有重叠部分的小视野范围图像利用图像的拼接技术拼接成一张大视野图像。这样拼接好的大图不但视野范围更大，而且图像清晰度较高，可以方便病理科医生的观察与诊断，减轻医生的工作负担。本文主要针对显微图像的自动对焦算法以及其拼接算法展开分析与研究的，研究的具体内容如下：<br>　　1、对显微镜的基本工作方法及其原理做出了介绍，在此基础上叙述了自动对焦相关的原理和方法，而对于图像处理的方法是研究重点。对于图像处理的对焦方法，理解了利用边缘特征完成图像的对焦，并得出该算法在显微图像的自动对焦过程中存在的不足，从而提出一种结合方向梯度直方图（HOG）特征的显微图像的自动对焦方法。将HOG特征与拉普拉斯梯度结合起来判断图像是否清晰，进而实现显微图像自动对焦。实验结果表明，当显微镜拍摄物体较小且背景相对复杂的情况下，本文的算法依然能够准确找到最清晰的图像。<br>　　2、针对基于特征点的图像匹配，介绍了Harris特征点提取、SUSAN特征点提取、尺度不变（SIFT）特征点提取。其中运用SIFT特征的图像匹配法作为本文研究的重点，先详细介绍SIFT特征的原理，然后提出结合二维熵的SIFT图像匹配方法。在特征点提取阶段，通过计算图像的二维熵，剔除一部分不稳定的特征点。在特征点匹配阶段，通过判断参考图像与待匹配图像中特征点之间的差值，如果特征点对的二维熵差值太大，则不再进行后续的欧氏距离比求取匹配对的计算，这样大大节省了计算时间。最后由实验可以验证，针对传统SIFT算法匹配速度慢的问题，本文改进算法在保持匹配鲁棒性的基础上，匹配速度有了很大的提升。<br>　　3、找到参考图像与待匹配图像之间的匹配对后，运用H空间变换矩阵得到图像的拼接结果。然而拼接好的图像总是会存在一定的拼接痕迹，因此需要运用图像的融合技术达到图像的无缝拼接。分别对直接平均融合、加权平均融合以及渐入渐出融合算法做出了介绍，并提出一种利用偏微分方程实现融合的算法。通过实验说明本文改进的融合算法在去除图像拼接痕迹及抑制噪声方面效果更佳。