隨著人口結(jié)構(gòu)向老年人口的急劇轉(zhuǎn)變,與年齡有關(guān)的眼部疾病,將變得越來越普遍,并發(fā)展成為一個嚴重的公共衛(wèi)生問題。眼底全景圖對手術(shù)的診斷和介入規(guī)劃非常有意義,然而由眼底照相機或掃描激光檢眼鏡(Scanning Laser Ophthalmoscope,SLO)拍攝的單張眼底圖像只能捕捉到眼睛的局部區(qū)域,故將多張高分辨率圖像生成清晰的視野寬闊的全景圖有較大研究價值。X線圖像因為其輻射低,價格低廉等優(yōu)點,在疾病的診斷方面的優(yōu)勢仍無可替代。X線圖像如脊柱或者下肢圖像由于硬件如探測器的限制往往只能拍攝其中一部分,對于脊柱側(cè)彎畸形和下肢畸形等疾病,醫(yī)生需要X線全景圖像來提供更好地臨床診斷。本文的研究內(nèi)容包括:(1)基于特征的眼底圖像的自動拼接。該算法首先采用卷積神經(jīng)網(wǎng)絡(luò)對眼底圖像中的血管結(jié)構(gòu)進行分割。提出一種基于形態(tài)學算子的方法提取血管結(jié)構(gòu)的分叉點為特征點。接著對圖像進行匹配,使用隨機抽樣一致算法(Random Sample Consensus,RANSAC)對圖像匹配點對進行提純并且計算圖像的單應性矩陣實現(xiàn)圖像的配準對齊。利用不同的投影變換模型將全部待拼接圖像變換到同一坐標系下。最終將待拼接圖像無縫...

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

圖２－２眼底圖像拼接流程圖??Ｆｉｇ．２－２?Ｆｌｏｗｃｈａｒｔ?ｏｆ?ｔｈｅ?ｐｒｏｐｏｓｅｄ?ｍｅｔｈｏｄ?ｆｏｒ?ｆｕｎｄｕｓ?ｍｏｓａｉｃ?ｉｍａｇｅｓ??：ｌ＂

對血管網(wǎng)絡(luò)清晰的圖像拼接成功，細微血管易出現(xiàn)模糊，拼接的圖片張數(shù)比較??少。??圖像全景拼接技術(shù)現(xiàn)已經(jīng)形成比較系統(tǒng)的方法，基本的算法流程如圖２－１??所示。??圖像采集Ｈ圖像預處理｜￣Ｈ圖像特征提圖像配準Ｍ圖像融合￣１￣？１全景圖??２－１圖像拼接基本流程??Ｆｉｇ．２－１?Ｆｌ....

圖２＿３本文方法生成的全景圖像??Ｆｉｇ．２－３?Ｅｘａｍｐｌｅ?ｏｆ?ｒｅｔｉｎａｌ?ｍｏｓａｉｃ?ｉｍａｇｅ?ｐｒｏｄｕｃｅｄ?ｂｙ?ｏｕｒ?ｍｅｔｈｏｄ??

并且特征點的有效信息太少，進而容易導致特征匹配出錯，影響融合結(jié)果。??本章采用形態(tài)學算子腐蝕二值血管網(wǎng)絡(luò)圖像，利用獲得的特征點坐標位置信息??在彩色眼底圖像上進行匹配和拼接，獲得全景圖，示例２－３所示，圖２－３左邊??是９個待拼接的子圖，右圖是利用拼接算法得到的全景圖像，血管拼接....

圖2一4以p，為中心3x3窗口中的9個像素.FigZ一Desi卯a(chǎn)tionsoft比ninepixelsina3x3window

Ｆｉｇ．２－５?Ｓｅｇｍｅｎｔａｔｉｏｎ?ｏｆ?ｖａｓｃｕｌａｒ?ｓｔｒｕｃｔｕｒｅｓ?ａｎｄ?ｅｘｔｒａｃｔｅｄ?ｖａｓｃｕｌａｒ?ｃｅｎｔｅｒｌｉｎｅｓ，?（ａ）?Ｆｕｎｄｕｓ?ｉｍａｇｅ，??（ｂ）?Ｖａｓｃｕｌａｒ?ｓｔｒｕｃｔｕｒｅｓ?ｏｆ?ｆｕｎｄｕｓ，?ａｎｄ?（ｃ....

圖2一5血管結(jié)構(gòu)的分割和血管中心線的提取

Ｆｉｇ．２－５?Ｓｅｇｍｅｎｔａｔｉｏｎ?ｏｆ?ｖａｓｃｕｌａｒ?ｓｔｒｕｃｔｕｒｅｓ?ａｎｄ?ｅｘｔｒａｃｔｅｄ?ｖａｓｃｕｌａｒ?ｃｅｎｔｅｒｌｉｎｅｓ，?（ａ）?Ｆｕｎｄｕｓ?ｉｍａｇｅ，??（ｂ）?Ｖａｓｃｕｌａｒ?ｓｔｒｕｃｔｕｒｅｓ?ｏｆ?ｆｕｎｄｕｓ，?ａｎｄ?（ｃ....

本文編號：3939940