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(shí)別,宮頸癌細(xì)胞篩查過程中會(huì)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(huì)出現(xiàn)目標(biāo)不能完全聚焦清晰,不能在一個(gè)層面進(jìn)行有效觀察。本文主要針對(duì)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(shí)際情況去解決這些問題。針對(duì)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(diǎn)提取,并結(jié)合機(jī)械掃描的特點(diǎn),實(shí)現(xiàn)宮頸細(xì)胞圖像的快速拼接。首先對(duì)宮頸細(xì)胞圖像進(jìn)行目標(biāo)搜索,再對(duì)目標(biāo)區(qū)域進(jìn)行特征點(diǎn)搜索,并依據(jù)機(jī)械掃描的間距進(jìn)行約束匹配。通過實(shí)驗(yàn)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(jí)別】：碩士

【部分圖文】：

積分圖像

圖 2-2 判斷特征點(diǎn)間中極值點(diǎn)，在圖像中，這些極值點(diǎn)通常是暗的極值點(diǎn)相對(duì)穩(wěn)定，適合于作為特征點(diǎn)進(jìn)行匹述中，將特征點(diǎn)描述成矢量 ，因此特征點(diǎn)是有方點(diǎn)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(gè)圓形鄰域，對(duì)每個(gè)扇形區(qū)域的像素點(diǎn)按照點(diǎn)越近，權(quán)重越大，離特征點(diǎn)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(diǎn)對(duì)應(yīng)與尺度空間中極值點(diǎn)，在圖像中，這些極值點(diǎn)通常是暗區(qū)域的亮點(diǎn)或的暗點(diǎn)，這樣的極值點(diǎn)相對(duì)穩(wěn)定，適合于作為特征點(diǎn)進(jìn)行匹配。.2 特征點(diǎn)描述在 SURF 算法中，將特征點(diǎn)描述成矢量 ，因此特征點(diǎn)是有方向和大小的，分別計(jì)算特征點(diǎn)的方向和大小。（1）選取主方向在特征點(diǎn)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(gè)圓形鄰域，對(duì)每個(gè)扇形區(qū)域的像素點(diǎn)按照離特征點(diǎn)的遠(yuǎn)權(quán)重，離特征點(diǎn)越近，權(quán)重越大，離特征點(diǎn)越遠(yuǎn)，權(quán)重越小。然后計(jì)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(diǎn)。如下圖所示：

【參考文獻(xiàn)】：
期刊論文
[1]基于真實(shí)感的虛擬現(xiàn)實(shí)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(jī)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(bào). 2019(03)
[4]基于區(qū)域特性量測(cè)的小波變換圖像融合[J]. 郭立強(qiáng),范志祥.  長(zhǎng)春師范大學(xué)學(xué)報(bào). 2019(02)
[5]基于SURF特征點(diǎn)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(bào). 2018(05)
[6]一種基于圖像插值運(yùn)算的Laplace算子邊緣檢測(cè)方法[J]. 楊鵬.  浙江工貿(mào)職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2018(03)
[7]融合凹點(diǎn)檢測(cè)與仿射變換的活動(dòng)輪廓模型[J]. 劉國奇,鄧銘,竇智.  中國圖象圖形學(xué)報(bào). 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(jì)算機(jī)測(cè)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(hào)：3508897