一种基于模板匹配法的眼底图像拼接方法.pdf

第 2 O卷第 4 期 2 0 1 0年 4月 计 算 机 技 术 与 发 展 O0M P1 r I ER TEa NoL D GY AND DEVE I P M匮NT V0 1 2 0 No 4 Ap r 2 0 1 0 一种基于模板 匹配法的眼底图像拼接方法 焦晶萍，廖文和，沈建新(南京航空航天大学 机电学院，江苏 南京 2 1 0 0 1 6)摘要：图像拼接技术是近年来医学图像处理的研究热点之一，在眼科方面具有广泛的研究价值。笔者根据眼底图像的 特点，提出了一种基于模板匹配法的眼底图像拼接方法。首先在两幅图像 的重叠区域中分别抓取一对初始匹配点，分别 以抓取点为中心取不同大小的模板区域和搜索区域，然后根据模板匹配法的基本原理，确定最佳匹配点，通过平移和旋转 变换完成图像之间的配准，最后采用重叠区域线性过渡的图像融合方法消除拼缝，实现图像间的平滑过渡。经实验验证，该方法实现了不同视角眼底图像之间的拼接，且计算速度快，精度高。关键词：眼底图像；图像配准；图像融合；模棱匹配法 中图分类号：T P 3 9 1 7 文献标识码：A 文章编号：1 6 7 3 6 2 9 X(2 0 1 0)0 4 0 1 4 8 0 3 A Fu nd u s I ma g e M o s a i c M e t h o d Ba s e d o n Te mpl a t e M a t c hi n g J I AO J i n g-p i n g，LI AO We n h e，S HE N J i a n x i n (C o i l o f Me c h a n i c a l&E l e c t ri c a l E n g ，N a n j i n g Un i v o f Ae r o n a u t i c s&A s t r o n a u t i cs，N a n j i n g 2 1 0 0 1 6，C h i n a)Ab s t r t：I ma gemo s a ic in gi sah o t s p o t o f me d i c a l i ma g ep r o c e s s in gt e c h n o l o g yi n r e c e n ty e a r s。a n d h a sb r o a dv a l u eo f t h e r e s e a r c hino p h t h a h no k,g yTh i s p a p e r p ropoa f u n d u s i ma g e mo s a i c me t h o d b a s e d o n t e mp l a t e ma t c h i n g a e in g t o t h e c h a r a c t e r i s t i c s o f f u n d u s i m a g e s F i r s t，g r a b a p a i r o f in i t ial ma t c h i n g poi n t s i n t h e o v e r l a p p i ng 0 t e a o f t wo ima g es。u s e t h e s e poi n t s fl S t h e c e n t e r t O g e t d i f f e r e n t s i z e o f t em p la t e r e g io n a n d s e a r c h r e g io n r esp e c t i v e l y，t h e n f i x t h e o p t imu m ma t c h i ng p o i n m a c c o r d i ng t o t h e t e mp l a t e ma t c h i ng me t h o d And t h e n a d j u s t t h e i ma g e s t h r o u g h t r a n s l a t io n a n d r o t a t i o n At la s t e l imi n a t e edg e j o i n t b y l i n e a r t r a n s i t i o n o f o v e r la p p i ng r e g io n a l t O a c h i e v e a ma o o t h t r a ns it io n b e t we e n i ms g esAf t e r e x p e riment al v e rif i c a t i o n，f u n d u s i ma g es o f d i f f e r e n t p e r s p e c t iv es we r e ma t c h ed b y t h is me t h o d wh i c h a l s o h a s q u ic k c ale a t ion s p e e d a n d h i g h a c c u r a c y Ke y WO l d S；f u nd u s ima g e；il e r e g is t r a t io n；i ma g e f u s io n；t e mp l a t e ma t c hin g O 引 言 图像拼接技术是近十年来医学图像处理l 1 J 的研究 热点，其目的是使得多幅图像的空间几何位置匹配并 且可视化。实际上就是不同图像之间的配准和叠加，经过某些必要的变换使这些图像的空间位置、空间坐 标达到匹配，通过对多幅图像或者多种模式图像的信 息综合获取，弥补信息不准确和不完整的缺陷，增加信 息量，使得临床诊断和治疗更加全面和精确。由于受拍摄角度的限制，眼底图像的成像区域相 对于整个 眼底来说是 比较小 的，因此需 要 图像处理技 收稿 日期：2 0 0 90 72 7：修回日期：2 0 0 9 1 00 8 基金项 目：国家 高技术研究发展计(8 6 3汁划)(2 0 o 6 AA 0 2 0 8 o 4 7 7)作者简介：焦 晶萍(1 9 8 6一)，女，江苏常州人，硕 士研 究生，研究方向 为计算机辅助生物 医疗工程；廖 文和，教授，博 士生导师，研 究方 向 为计算机辅助生物医学 工程、数字化 设计制造技 术、制造业信息 化 工程技术；沈建新，教授。博 士生导师，研究方 向为 计算机辅助生 物 医学工程、电子商务信息技术。术把多幅图像拼接起来，以便 于 医生对 眼底 的全面分 析。如何研究出合适的眼底图像拼接方法，便于各种 疾病的确诊，避免许多人为误差，使之具有很好的可靠 性、稳定性、可重复性和精确性，在眼科方面具有广泛 的研究价值和非常重要的临床意义。1 图像拼接相关技术 图像配准和图像融合是图像拼接的两个关键技 术 3】。图像配准是图像融合的基础，而且图像配准 算法的计算量一般非常大，因此图像拼接技术的发展 很大程度上取决于图像配准技术的创新。1 1 图像配准技术 图像配准主要是指对参考图像和待配准图像中的 匹配信息进行提取，在提取出的信息中寻找最佳的匹 配，完成图像问的对齐。图像拼接的成功与否主要是 图像的配准。待拼接的图像之间，可能存在平移、旋 转、缩放等多种变换或者大面积的同色区域等很难匹 配的情况，一个好的图像配准算法应该能够在各种情 第 4 期 焦晶萍等：一种基于模板匹配法的眼底图像拼接方法-1 4 9 况下准确找到图像间的对应信息，将图像对齐。近十年来，许多图像 自动配准技术被提出并实现。主要可分为两大类：第一类是基于特征，5】的配准方 法，是利用图像明显的特征来估计图像之间的变换，在 原始图像上提取边缘、区域、点等特征，再进行特征集 的配准。这类算法对图像畸变有较好适应性，但由于 提取特征过程中损失了大量图像信息，配准的精确度 和准确性受到影响。第二类是基于区域 6，的配准方 法，是指利用两张图像像素间灰度的关系来确定图像 间坐标变化的参数，充分利用了图像的信息。这类算 法的研究比较成熟，易于实现，精度非常高，但计算量 大，对图像畸变适应力弱。1 2 图像融合技术 图像融合是将两幅已配准图像中的有用信息综合 到一幅图像中并以可视化方法显示的技术。配准后的 图像由于分辨率和视角的不同以及光照等因素的影 响，在拼接的重叠部分一些本应该相同的图像特性就 不会表现的完全一样，边界处也可能形成明显的拼缝。拼缝就是从一幅图像区域过渡到另一幅图像区域时，由于图像中的某些相关特性发生了跃变而产生的。为 了改善拼接图像的视觉效果和客观质量，需要对拼接 后的图像进行融合，得到平滑无缝全景图像。2 基于模板匹配法的眼底图像拼接 眼底图像与一般图像相比比较特殊，具有 自身的 特点 引。由于采集设备和环境的影响，眼底图像(如图 1 所示)一般具有局部光照不均，血管对比度和信噪比 较低的特点。图 1 眼底 图像 从实际的眼底图像可以看出中央视神经乳头灰度 值较高，周边较暗，图像背景亮度不均，血管对 比度较 差，因此很难从眼底图像准确完整地提取有效特征进 行配准。而基于灰度的配准算法在配准全过程中使用 了图像的全部灰度信息，使用最灵活，具有精度高、易 于实现的优点，是人们最感兴趣和最重视的研究方法，也是目前发展最为成熟的一种方法。文章采用基于灰 度的改进后的模板匹配算法对眼底图像进行配准，下 面介绍模板匹配法的基本原理。2 1 模板匹配法基本原理 如图 2 所示，设两幅图像 A和 B具有垂直方向的 重叠区域(双箭头所指)，其中图像 A中有一模板图像 块 T，图像B中箭头所示为搜索区域 S，设模板 T叠放 在搜索区域 S上平移，模板覆盖下的那块搜索图叫做 子图 S ”，(，)为子图，j 的左上角在搜索区域S中 的坐标，若 S的大小为M x N，T的大小为XY，则 i，的取值范围分别为1-i M X+1，1 N y+1 图像 A 图像 B 图 2 模 板匹配法示意图 因为图像A和图像B 是同一彩色C C D摄像机在不 同时间摄取的且拍摄的物体具有重叠区域，因此，理想 情况下一定有一块子图S ，j 和T一致，则 丁和S 之差 为零。但由于光照条件、器件光电噪声等因素影响，二 者之差不可能为零。所以可以用最小平方误差 D(，)来衡量 T和S i，的相似程度。X y D(i，)=(z，)一丁(z，)(1)z 1，1 展开有：X y Y y D(i，)=s i J(2 7，y)2 ，(z，)=1 =】=】：】X y T(z，)+T(z，)(2)=1 =1 (2)式第一项是模板 T覆盖下子图像S 的能量，它随(i，)缓慢变化，第三项表示模板的总能量，一旦 模板确定后就是一个常量且与(i，)无关，第二项是 子图像 和模板 T的相互关系，随(，)变化而变 化，当二者配准后此项取值最大，因此，可以用下面的 归一化后相关函数 R(i，)做相似性测度。R(，)=y ，(z，)丁(z，y)厂 可 一 厂 r 7 一 s (z，)。丁(z，)z 根据施瓦兹不等式可知 0 R(i，)1，使用时 模板在(M X+1)X(Ny+1)个位置上移动一 遍后求得最大 R(，)处的(i，)就是最佳匹配点，这 就是用最大相似性准则进行模板匹配的基本原理。1 5 0 计算机技术与发展 第2 0 卷 2 2 改进 的模板匹配法拼接眼底图像 若直接采用模板匹配法来进行眼底图像的配准，对于整图的穷尽搜索配准计算量很大，并且由于从不 同的角度拍摄，图像与图像之间的灰度变化可以很大，尤其是非线性的光照变化将大大降低算法的性能，所 以很可能造成配准精度不高，甚至是配准失败的情况。但是眼底图像最明显的特征就是血管和视神经盘，所 以可以利用血管的走向以及血管分支和交叉处的信息 来辅助进行配准。文章基于模板匹配法的原理，针对眼底图像的特 点提出了一种改进的模板匹配图像拼接方法。对两幅 具有重叠区域的眼底图像，以其中一幅图像为参考图，另一幅为待配准图。首先分别抓取两幅图像重叠区域 中的两个近似相同位置的点 A 和B作为初始配准点(最好抓取血管分支或交叉处)，以抓取点 A 为中心 点，取基准图中一定大小的区域为模板区域 T(I I 6 1 6 1，以像素为单位)，再在待配准图中以抓取点 B为中 心点取比模板区域更大的区域为搜索区域 S(如 1 0 1 1 0 1)，如图3所示(左边是待配准图，右边是参考图，白 色十字标处为抓取点，上方小区域图像分别为搜索区 域 S和模板区域 T)。然后根据模板匹配法的基本原 理，用模板 T在搜索区域S中逐个像素扫描，以最大相 似性准则找到 A的最佳配准点A】，最后根据A、A】的 相对位置，通过图像之间的平移和旋转变换完成两幅 图像之间的配准。这种方法承袭了模板匹配法易于实 现及精度高的特点，又大大减少了计算量，经实验验 证，针对眼底图像有很强的实用性。一 一 图 3 抓点示意 图 2 3 图像 融合 实现图像之间的配准后，就可以进行图像融合了。为了消除重叠区的拼缝问题，目前采用较多的是基于 图像灰度的方法。这种方法又有两种：一是简单取重 叠区域像素平均值，二是重叠区域线性过渡的方法。文章采用第二种方法，使得过渡部分比较平滑，没有明 显的台阶。实现的具体步骤是假设两幅图像 A和 B 的重叠区域宽度为 L，取过渡因子 t(0 t 1)。重叠 一 一 一 一 一 1 5 4 计算机技术与发展 第2 0卷(C I-,C 2、c 3、c 4)，破解O D J P 和抵御N U FL V L A的签名 算法，从 而得 到可能正确的签名对(r 2，c 2)(五 2，C )。通 过文献 2 可得，方案可抵御存在伪造，故定理一成 立。4 结束语 文中在不影响方案安全性的前提下，对J P i e p r z y k 所提出的“最优并行签密”进行了改进，大规模地缩减 了签密过程中的数据冗余和密文长度，使得密文长度 几乎最优，从而有效地提高了方案效率。同时它保留 了“最优并行签密”原有的优点：可以在签密和解签密 过程中并行处理，方案的普遍性允许使用所有适合的 加密和签名算法，且对所使用算法只需要很低的安全 性要求(o w C P A&NU FR MA)。因此，改进 方案 可更好地满足应用需求。参考文献：1 Z H E N GY S i g n e r y p t ion o r H o wt OA c h i e v eC o s t(S ig n a t u r e E n c r y p t i o n)C o s t(S ig n a t ure)+C o s t(E n c r y p t io n)C C r y p to 1 9 9 7，L N(2 5 1 2 9 4 B e r l i n：S p r in g e r V e r b，1 9 9 7：1 6 51 7 9 2 3 P i e p r z y k J，P o i n t c h e v a l D P a r a l l e l A u t h e n t i c a t i o n a n d P u b l i c 斗+-卜 卜 -一 +卜,-+-4-+-,-+-1-*-+-一 卜 卜-+-+-卜-一 (上接第 1 5 0页)然，本算法也有一定的局限性。当抓取的点不在血管 交叉点或分支处时，会出现找错最佳匹配点的情况，从 而导致拼接精度降低。一K e y E n c r y p t i o n C】A C I S P 2 0 0 3，U C S B e r li n：S p rin g e rVe r l a g，2 0 0 3：3 874 0 1 A nJ H，Do d i sY，R a b inT Ont h eS e c u r i t yo f J o i n t S ig n a t u r e s a n d E n c r y p t i on C E u r o c t 2 o 0 2，u C S 2 3 3 2 B e r h n：S p r i n g e r Ve r l a g，2 0 0 2：8 31 0 7 B e l l a r e M。N a mp r e mp r e CAu t h e n t i cat e d En c r y p t ion：Re la-t i o n s a mo n gNo t i o n sandAn a l y s i s o f t h eGe n e r i cC o mp o s i t i o n P a r a d i g m C A s i a c r y p t 2 0 0 0，L N C S v o 1 1 9 7 6 B e r L n：Spr i n g e r 2 O 0 0：5 3 1 5 4 5。R a b i n M O E f f i d e n t ns p e o f I n f o r ma t i o n f o r S e c u r it y L o a d B a l a n c i ng，a n d F a u l t T o l e r anc e J J o u ma l o f A C M，1 9 8 9。3 6(2)：3 3 5 3 4 8 S h a m i r A H o wt OS h a r e a S e er e t J C o m mu n i cat i o ns oft he AC M，1 9 7 9，2 2：6 1 26 1 3。Kr a wc z y kH Di s t r i b u t ed Fin g e r p r in t s a n d S e c u r e I n f o r ma t i o n Dis p e r s a l C P r o c e e d i n g s of 1 2 t h P 0 0 C N e w Y o r k：A C M p r e s s 1 9 9 3：2 0 721 8 Bd hr e M Ro g a wa y P R a n d o m Or a c le s A r e P r a c t i c a l：a P a r a d i g m o r D e s i g n i n g E f f i c i ent P r o t o c o ls C Pr o c e e d i n g s o ft h e1 s t 0C S New Yo r k：AC M P r e s s 1 9 9 3：6 27 3 K r a w e z y k H S e c r e t S h a r i ng Ma d e S h o r t C A d v anc e s i n C r y p t q g r a p h y C R Y m 9 3 B e r fi n：Spr in g e r。1 9 9 4：1 3 6 1 4 6 4,-+一 +一 +-卜一 卜 卜 一 +-_ 卜-一-4-4-b-+-I-+-I -图 5 拼接效果图 3 结束语 由于眼底图像对灰度的敏感性，直接采用模板匹 配法对眼底图像进行拼接，可能造成误匹配，且计算量 太大。文中根据眼底图像血管信息丰富的特点，提出 先抓取初始匹配点，然后在小区域内用模板匹配法的 原理找到最佳匹配点，再通过重叠区域线性过渡的方 法消除拼缝，最终实现拼接的方法。经实验验证，此方 法拼接精度高，且易于实现。参考文献：1 宋余庆 数字医学图像 M 北京：清华大学出版社，2 0 0 8 2 解凯，郭恒业，张 田文 图像 Mo s a i c s 技术综述 J 电子 学报，2 0 0 4，3 2(4)：6 3 0 6 3 4 3 徐正光，田清，张利欣 图像拼接方法探讨 J 微计算机 信息，2 0 0 6，2 2(3 0)：2 5 5 2 5 6 【4 张少辉，沈晓蓉，范耀祖 一种基于图像特征点提取及匹配 的方法 J 北京航空航 天大学学报，2 0 0 8，3 4(5)：5 1 6 5 1 9 5 李寒，牛纪桢，郭禾 基于特征点的全自动无缝图像拼 接方法 J 计算机工程与设计，2 0 0 7，2 8(9)：2 0 8 3 2 0 8 5 6 胡社教，涂桂林，江萍 基于灰度相关图像拼接的改进算 法 J 合肥工业大学学报：自然科学版，2 0 0 8，3 1(6)：8 6 3 8 6 5 7 高军，李学伟，张建，等 基于模板 匹配的图像配准算 法 j 西安交通大学学报，2 0 0 7，4 1(3)：3 0 7 3 1 1 8 S t e w a r t C V，T s a i C h i a L i n g，R o y s a m B T h e D u a l B o o t s t r a p I t e r a t i v e Cl o s e s t Po i nt Al g o rit h m wi t h Ap p l i c a t i o n t O R e t i n a l I m a g e R e g i s t r a t io n J I E E E T r a n s a c t i o n s o n Me d i c a l I m a g i ng，2 0 0 3，2 2(1 1)：1 3 7 9 1 3 9 4 1 _1 J 1 j 1 J 1 J 1 j 1 J I!