宮頸細(xì)胞圖像拼接和融合技術(shù)算法研究及應(yīng)用
發(fā)布時間:2021-11-21 05:46
宮頸癌發(fā)病率很高,在女性群體中死亡率居高不下,僅次于乳腺癌,是我國第一大高發(fā)的女性癌癥。另一方面宮頸癌的早期治愈率可達(dá)近100%,因此宮頸癌的初期篩查工作顯得尤為重要,近年來許多學(xué)者致力于宮頸癌篩查的研究,且取得了很大進(jìn)展,為宮頸癌的預(yù)防和治療做出了很大貢獻(xiàn),考慮到中國人口基數(shù)大,農(nóng)村醫(yī)療衛(wèi)生條件差,很難做到全面且有效的篩查,在偏遠(yuǎn)地區(qū),現(xiàn)有的篩選手段主要主要通過顯微鏡進(jìn)行人眼識別,宮頸癌細(xì)胞篩查過程中會遇到一些問題,比如顯微鏡視野范圍比較小,局部視野只能顯示宮頸細(xì)胞切片的小部分信息;另外在高倍鏡下的宮頸細(xì)胞會出現(xiàn)目標(biāo)不能完全聚焦清晰,不能在一個層面進(jìn)行有效觀察。本文主要針對在宮頸癌細(xì)胞篩查中遇到的問題進(jìn)行了深入的研究,利現(xiàn)有圖像處理算法結(jié)合實際情況去解決這些問題。針對顯微鏡視野范圍比較小的問題,局部視野只能顯示宮頸細(xì)胞切片中的小部分信息,無法全面的反應(yīng)切片的整體信息。本文將基于SURF特征點提取,并結(jié)合機械掃描的特點,實現(xiàn)宮頸細(xì)胞圖像的快速拼接。首先對宮頸細(xì)胞圖像進(jìn)行目標(biāo)搜索,再對目標(biāo)區(qū)域進(jìn)行特征點搜索,并依據(jù)機械掃描的間距進(jìn)行約束匹配。通過實驗結(jié)果可以達(dá)到快速準(zhǔn)確的拼接效果。高倍鏡...
【文章來源】:湘潭大學(xué)湖南省
【文章頁數(shù)】:49 頁
【學(xué)位級別】:碩士
【部分圖文】:
積分圖像
圖 2-2 判斷特征點間中極值點,在圖像中,這些極值點通常是暗的極值點相對穩(wěn)定,適合于作為特征點進(jìn)行匹述中,將特征點描述成矢量 ,因此特征點是有方點的方向和大小。方向的尺度空間下,取半徑為 6σ 的圓形鄰域,以6過整個圓形鄰域,對每個扇形區(qū)域的像素點按照點越近,權(quán)重越大,離特征點越遠(yuǎn),權(quán)重越小響應(yīng)值的累加和,以累加和最大的區(qū)域的中線:
圖 2-2 判斷特征點對應(yīng)與尺度空間中極值點,在圖像中,這些極值點通常是暗區(qū)域的亮點或的暗點,這樣的極值點相對穩(wěn)定,適合于作為特征點進(jìn)行匹配。.2 特征點描述在 SURF 算法中,將特征點描述成矢量 ,因此特征點是有方向和大小的,分別計算特征點的方向和大小。(1)選取主方向在特征點所在的尺度空間下,取半徑為 6σ 的圓形鄰域,以 60 的扇形區(qū)域間隔距離,掃過整個圓形鄰域,對每個扇形區(qū)域的像素點按照離特征點的遠(yuǎn)權(quán)重,離特征點越近,權(quán)重越大,離特征點越遠(yuǎn),權(quán)重越小。然后計算每域的哈爾小波響應(yīng)值的累加和,以累加和最大的區(qū)域的中線防線為特征點。如下圖所示:
【參考文獻(xiàn)】:
期刊論文
[1]基于真實感的虛擬現(xiàn)實關(guān)鍵技術(shù)研究[J]. 魏曉光,唐瀟,張倩. 現(xiàn)代電子技術(shù). 2019(09)
[2]基于微相機陣列成像系統(tǒng)的圖像拼接研究[J]. 王一博,劉云猛. 紅外技術(shù). 2019(04)
[3]基于Hessian矩陣和Gabor濾波的手指靜脈特征提取[J]. 楊如民,許琳英,余成波. 兵器裝備工程學(xué)報. 2019(03)
[4]基于區(qū)域特性量測的小波變換圖像融合[J]. 郭立強,范志祥. 長春師范大學(xué)學(xué)報. 2019(02)
[5]基于SURF特征點提取的顯微圖像拼接[J]. 胡天寒,吳敏,葉明全,昌杰,盧小杰,柳玉婷. 滁州學(xué)院學(xué)報. 2018(05)
[6]一種基于圖像插值運算的Laplace算子邊緣檢測方法[J]. 楊鵬. 浙江工貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報. 2018(03)
[7]融合凹點檢測與仿射變換的活動輪廓模型[J]. 劉國奇,鄧銘,竇智. 中國圖象圖形學(xué)報. 2018 (02)
[8]基于SURF和RANSAC的快速圖像拼接[J]. 王武,于林韜. 數(shù)字技術(shù)與應(yīng)用. 2017(11)
[9]基于改進(jìn)SURF的快速圖像配準(zhǔn)算法[J]. 胡旻濤,彭勇,徐赟. 傳感器與微系統(tǒng). 2017(11)
[10]基于圖像塊能量梯度的多聚焦圖像融合[J]. 方凱,王奇,郝惠娟. 計算機測量與控制. 2017(06)
碩士論文
[1]圖像配準(zhǔn)中基于特征提取和匹配的方法研究[D]. 陳磊.吉林大學(xué) 2016
本文編號:3508897
【文章來源】:湘潭大學(xué)湖南省
【文章頁數(shù)】:49 頁
【學(xué)位級別】:碩士
【部分圖文】:
積分圖像
圖 2-2 判斷特征點間中極值點,在圖像中,這些極值點通常是暗的極值點相對穩(wěn)定,適合于作為特征點進(jìn)行匹述中,將特征點描述成矢量 ,因此特征點是有方點的方向和大小。方向的尺度空間下,取半徑為 6σ 的圓形鄰域,以6過整個圓形鄰域,對每個扇形區(qū)域的像素點按照點越近,權(quán)重越大,離特征點越遠(yuǎn),權(quán)重越小響應(yīng)值的累加和,以累加和最大的區(qū)域的中線:
圖 2-2 判斷特征點對應(yīng)與尺度空間中極值點,在圖像中,這些極值點通常是暗區(qū)域的亮點或的暗點,這樣的極值點相對穩(wěn)定,適合于作為特征點進(jìn)行匹配。.2 特征點描述在 SURF 算法中,將特征點描述成矢量 ,因此特征點是有方向和大小的,分別計算特征點的方向和大小。(1)選取主方向在特征點所在的尺度空間下,取半徑為 6σ 的圓形鄰域,以 60 的扇形區(qū)域間隔距離,掃過整個圓形鄰域,對每個扇形區(qū)域的像素點按照離特征點的遠(yuǎn)權(quán)重,離特征點越近,權(quán)重越大,離特征點越遠(yuǎn),權(quán)重越小。然后計算每域的哈爾小波響應(yīng)值的累加和,以累加和最大的區(qū)域的中線防線為特征點。如下圖所示:
【參考文獻(xiàn)】:
期刊論文
[1]基于真實感的虛擬現(xiàn)實關(guān)鍵技術(shù)研究[J]. 魏曉光,唐瀟,張倩. 現(xiàn)代電子技術(shù). 2019(09)
[2]基于微相機陣列成像系統(tǒng)的圖像拼接研究[J]. 王一博,劉云猛. 紅外技術(shù). 2019(04)
[3]基于Hessian矩陣和Gabor濾波的手指靜脈特征提取[J]. 楊如民,許琳英,余成波. 兵器裝備工程學(xué)報. 2019(03)
[4]基于區(qū)域特性量測的小波變換圖像融合[J]. 郭立強,范志祥. 長春師范大學(xué)學(xué)報. 2019(02)
[5]基于SURF特征點提取的顯微圖像拼接[J]. 胡天寒,吳敏,葉明全,昌杰,盧小杰,柳玉婷. 滁州學(xué)院學(xué)報. 2018(05)
[6]一種基于圖像插值運算的Laplace算子邊緣檢測方法[J]. 楊鵬. 浙江工貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報. 2018(03)
[7]融合凹點檢測與仿射變換的活動輪廓模型[J]. 劉國奇,鄧銘,竇智. 中國圖象圖形學(xué)報. 2018 (02)
[8]基于SURF和RANSAC的快速圖像拼接[J]. 王武,于林韜. 數(shù)字技術(shù)與應(yīng)用. 2017(11)
[9]基于改進(jìn)SURF的快速圖像配準(zhǔn)算法[J]. 胡旻濤,彭勇,徐赟. 傳感器與微系統(tǒng). 2017(11)
[10]基于圖像塊能量梯度的多聚焦圖像融合[J]. 方凱,王奇,郝惠娟. 計算機測量與控制. 2017(06)
碩士論文
[1]圖像配準(zhǔn)中基于特征提取和匹配的方法研究[D]. 陳磊.吉林大學(xué) 2016
本文編號:3508897
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3508897.html
最近更新
教材專著