文章插图
显微图像处理系统的构成如图病历录入和改写模组可输入和编辑病人的基本医疗情况,病历查询模组可方便查询和编辑其诊断图像信息,图像摄入模组将光学图像变为数位化图像,诊断报告列印模组将列印有显微图像的诊断报告,图像标注模组为在图像上写字和标记图像的特徵区域提供工具,图像对比分析模组为所检测的图像与样本图像的比较和分析提供对比和分析的环境.从系统构成的框图上可知,系统的各基本模组是可相互调用的,软体系统的使用者可在可视化环境中用滑鼠方便地完成各种操作 。发展前景显微图像处理系统主要套用了图像对象与资料库的关联技术和面想对象的编程方法,通过系统的实际运行检验,表明系统的软体框架设计合理,为高效準确地提供显微图像诊断结果和医疗信息计算机化提供了一个良好的操纵平台,我们将添加更多的医疗图像种类的分析模组.同时,该系统可拓广到CT、X光透视图像的管理及无损医学检验中.图像拼接图像拼接的主要问题是处理相邻两个图像样本之间的重叠部分 。图像拼接的质量主要依赖图像的对準程度,通常的匹配算法是基于两图像重叠部分的对应像素在RGB或CMY颜色系统中的灰度相似性 。目前已提出一种基于格线匹配的快速匹配算法,其基本思路是利用图像中相邻像素的灰度值相差不大的特点,在第二幅图像的重叠区域取一个格线,然后将格线在第一幅图像上移动,计算所有格线点的两幅图像对应点的RGB值的差的平方和 。记录最小的值的格线位置,即认为是最佳匹配位置 。并且将匹配分为粗细两个步骤,可明显减少计算量 。图像拼接技术目前主要套用于全景视频系统和地理信息系统中,实现若干幅部分重叠的小图像拼接成一幅大的图像,以得到全景信息 。在显微图像的研究中,同样地存在类似的图像拼接问题 。智慧型化铁谱诊断系统是一个典型的显微图像套用领域,其基本思想是通过对显微图像中的机械磨损颗粒图像进行识别以进行机械磨损故障分析 。在低的物镜放大倍数下(如× 4、× 10) ,磨粒的整体形貌在同一现场中基本上能得到完整显示,但在高放大倍数下(如× 40、× 60) ,在一个视场中往往不能完整显示一个尺寸较大的磨粒,所以经常出现磨粒被截断的现象,从而导致后续磨粒识别的困难 。模板匹配拼接模板匹配又称为基于块kuai匹配的算法,是一种最常用的图像匹配算法 。在模板匹配中使匹配的两个表达都是图像 。对图像的匹配可以是整幅图像和整幅图像间的匹配,也可以是图像间的一部分(子图像)间的匹配,显然图像拼接中的模板匹配是在第二幅图像中建立模板,在第一幅图像中去寻找与模板最相似的图像区域,从而以确定图像的重叠区域,最终实现图像拼接 。匹配中的主要工作是将模板在图上平移并计算相关,相关值最大处即为匹配最好处 。
文章插图
模板匹配示意图多解析度匹配又称基于金字塔数据结构的多解析度匹配 。在模板匹配中,如果模板的尺寸选取过大,虽能保证足够的精度,但匹配的速度将大大降低; 如果模板的尺寸选取过小,虽能有效地提高计算速度,但匹配的精度又将明显降低 。一种减少匹配搜寻时间的有效方法是用图像的金字塔式数据结构,按先粗后细的顺序寻找匹配位置 。其基本思路是先对图像中2× 2领域内的像点灰度值取平均,得到解析度低一级的图像 。照此原理,可得到一组呈金字塔式的图像 。当把待匹配的两幅都作此预处理后,匹配搜寻从二图的某一低解析度的开始 。这里不但像点数目少,高频信息也平滑掉一部分 。因此粗匹配结果可能出现不只一个匹配位置 。因为图中点数少,即使粗匹配是在全部参考点上进行,搜寻过程仍很快 。接下去转到高一级解析度的图上找匹配,但搜寻空间只限于一个或几个粗匹配点附近,计算量不大 。第三次找匹配同第二次的 。仿此下去,直到在k= 0的一级即原图像上找出二图的匹配点为止 。