目的肌骨超聲寬景圖像易出現(xiàn)解剖結(jié)構(gòu)錯(cuò)位、斷裂等現(xiàn)象,其成像算法中的特征檢測影響寬景圖像的質(zhì)量,也是超聲圖像配準(zhǔn)、分析等算法的關(guān)鍵步驟,但目前仍未有相關(guān)研究明確指出適合提取肌骨超聲圖像特征點(diǎn)的算法。本文利用結(jié)合SIFT （scale invariant feature transform）描述子的FAST（features from accelerated segment test）算法以及SIFT、SURF（speeded-up robust features）、ORB（oriented FAST and rotated binary robust independent elementary features（BRIEF））算法對肌骨超聲圖像序列進(jìn)行圖像拼接,并對各算法的性能進(jìn)行比較評估,為肌骨超聲圖像配準(zhǔn)、寬景成像提供可參考的特征檢測解決方案。方法采集5組正常股四頭肌的超聲圖像序列,每組再采樣10幅圖像。利用經(jīng)典的圖像拼接算法進(jìn)行肌骨圖像的特征檢測以及圖像拼接。分別利用上述4種算法提取肌骨超聲圖像的特征點(diǎn);對特征點(diǎn)進(jìn)行特征匹配,估算出圖像間的形變矩陣;對所有待拼接的圖像進(jìn)行坐標(biāo)變換... 

【文章來源】：中國圖象圖形學(xué)報(bào). 2020,25(05)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

SIFT特征點(diǎn)描述子的生成過程示意圖

如圖2所示，對任意一個(gè)特征點(diǎn)，將以該特征點(diǎn)為中心，邊長為20σ的正方形鄰域旋轉(zhuǎn)至主方向后，均勻分成4×4個(gè)子區(qū)域，統(tǒng)計(jì)每個(gè)子區(qū)域內(nèi)所有像素點(diǎn)在x、y方向上的Harr小波響應(yīng)值(dx、dy)及其絕對值，分別求和后可獲得4維的特征矢量,16個(gè)子區(qū)域的響應(yīng)信息組合在一起，共同構(gòu)成64維的特征點(diǎn)描述子。圖2中黑色加粗箭頭表示特征點(diǎn)的主方向;方框?yàn)橐蛔訁^(qū)域，內(nèi)含25個(gè)像素點(diǎn)。SURF特征點(diǎn)檢測算法直接使用不同大小的盒子濾波器與原始圖像做卷積構(gòu)建尺度空間金字塔，在一定程度上提高了運(yùn)算效率，但其耗時(shí)仍然較長。

FAST檢測模板示意圖


本文編號：3318430