一种显微子图像拼接方法及其大批量图像的拼接方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114998106A(43)申请公布日2022.09.02(21)申请号202210631619.7(22)申请日2022.06.06(71)申请人华南农业大学地址510642广东省广州市天河区五山路483号(72)发明人樊青青林芳(74)专利代理机构广州粤高专利商标代理有限公司44102专利代理师郑堪泳(51)Int.Cl.G06T3/40(2006.01)G06T5/00(2006.01)G06T7/13(2017.01)G06T7/33(2017.01)权利要求书3页说明书9页附图4页(54)发明名称一种显微子图像拼接方法及其大批量图像的拼接方法(57)摘要本发明提供了一种显微子图像拼接方法，该方法获取原始显微子图像数据集，对原始显微子图像数据做预处理；通过分别提取两幅图像的特征点以及特征点其所对应的特征向量，利用所得结果对两幅图像进行图像配准以及图像融合拼接；利用图像所检测的角点作为图像的特征点，进而得到特征点的特征向量，为后续图像配准以及图像融合拼接提供有效特征信息，实现更快的特征匹配速度；采用双向‑K最近邻匹配，能有效减少错配点，使得到的配准图更加准确，提高配准精度。另外本发明还提供一种显微子图像拼接方法，该方法以两两拼接为基本拼接环节，结合树型拼接路径能够快速完整复原显微图像，结合树型拼接路径对大批量显微子图像进行拼接复原显微图像。CN114998106ACN114998106A权利要求书1/3页1.一种显微子图像拼接方法，其特征在于，包括以下步骤：S1：获取原始显微子图像数据集，对原始显微子图像数据做预处理；S2：根据步骤S1所述的已预处理的原始显微子图像数据集，对原始显微子图像进行两两拼接，其中两两拼接包括以下步骤：S21：分别提取两幅图像的特征点以及特征点其所对应的特征向量；S22：根据步骤S21所得的特征点以及特征向量对两幅图像进行图像配准；S23：根据S22所得的配准信息对两幅图像进行图像融合拼接。2.根据权利要求1所述的一种显微子图像拼接方法，其特征在于，所述步骤S1中，所述对原始显微子图像数据做预处理为对原始显微子图像进行两倍下采样，得到尺寸为原图像四分之一的图像。3.根据权利要求1所述的一种显微子图像拼接方法，其特征在于，所述步骤S21中，所述提取图像的特征点，包括以下步骤：S211：设单张图像中的像素点坐标为(x，y)，对坐标为(x，y)的像素点在x方向上进行二阶偏导得到在y方向上进行二阶偏导得到在x方向上进行一阶偏导后在y方向上再进行一阶偏导得到Ixy(x，y)，利用所得到的和Ixy(x，y)，构建自相关矩阵M(x，y)：根据自相关矩阵M(x，y)，结合改进的角点响应函数计算得到每一个像素点的R值，其中改进的角点响应函数为det(M)表示矩阵M(x，y)的行列式，tr(M)表示矩阵M对角线之和，α和β为矩阵M的特征值，分别代表x方向和y方向的梯度，det(M)＝α·β，tr(M)＝α+β，ε为一极小里量；S212：图像按照宽n等分，高m等分，平均分成n×m块，对于每一块图像提取该块中所有像素点坐标(x，y)，并按R值的大小，将像素点坐标(x，y)进行从大到小排序，根据排序结果，保留该块图像R值在前80％的像素点作为候选角点，其余的像素点剔除；S213：选用一个k×k的窗口矩阵，按照步长为1，沿x，y的轴向顺序处理整幅图像，其中k值设置不能大于图像的长和宽，对于窗口矩阵所框选的图像部分，在该图像中保留框选范围内R值最大的候选角点，并将其余的候选角点剔除，完成整幅图像的角点检测，并将所检测出的角点作为图像的特征点；S214：根据步骤I所得的特征点的邻域像素，计算该点的梯度方向作为特征点向，其梯度计算公式为：其中，L为该特征点的尺度空间值，(x，y)为该特征点坐标，m(x，y)表示该特征点的梯度幅值，θ(x，y)表示该特征点的梯度方向。2CN114998106A权利要求书2/3页4.根据权利要求3所述的一种显微子图像拼接方法，其特征在于，所述步骤S21中，所述提取图像的特征点其所对应的特征向量，包括以下步骤：S215：将坐标轴按照特征点的特征方向进行旋转，再将特征点附近的邻域划分为4×4个子区域，在每个子区域内计算8个方向的梯度方向直方图，绘制每个梯度方向的累加值，形成一个种子点，每个子区域的梯度方向直方图将0到360度划分为8个方向范围，每个范围为45度，这样，每个种子点共有8个方向的梯度强度信息，那么一共有4×4×8＝128个数据，最终每个角点均对应形成一个128维的SIFT特征向量片＝(h1，h2，...，hi，...，h128)，hi表示一个数据；S216：对所得到的特征向量的长度做归一化处理得到归一化向量：。5.根据权利要求4