[发明专利]一种立位全脊柱图像自动无缝拼接的方法及装置

说明书

本发明公开了一种立位全脊柱图像自动无缝拼接的方法及装置，S1、分别获取两幅原始图像的特征点描述集；S2、匹配两幅原始图像的特征点描述集，获取重叠区域坐标；S3、根据重叠区域坐标对两幅原始图像进行图像拼接。优点是：通过局部特征点匹配的方式将多张图像自动合成为一张脊柱全长图像，提高技术人员的工作效率并提供准确的拼接合成图。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种立位全脊柱图像自动无缝拼接的方法及装置。

背景技术

脊柱侧凸俗称脊柱侧弯，它是一种脊柱的三维畸形，包括冠状位、矢状位和轴位上的序列异常。正常人的脊柱从后面看应该是一条直线，并且躯干两侧对称。如果从正面看有双肩不等高或后面看到有后背左右不平，就应怀疑“脊柱侧凸”。这个时候应拍摄站立位的全脊柱X线片来做判断，而拍摄时的图像会经过3次曝光获取3张分离的图像，然后对所获得的分段影像再进行对接获取全脊柱的整体影像。目前，对接影像的工作需要技术人员手动设置和调整，对接后的影像即作为临床判断依据，但是，仅凭技术人员的目视对接存在很大的主观臆断和视觉误差，而且还需要设置部分参数并调整图像位置，效率较低并且无法提供准确的拼接图像。

Sift特征提取算法是由David Lowe发表的一种基于多尺度空间的特征提取算法，它在空间尺度中寻找极值点，对旋转、尺度变换、亮度变换都具有不变性，是目前特征提取领域使用最为广泛的算法之一。但由于Sift算法在计算特征点主方向时过度依赖梯度方向，在实际使用过程中容易出现离散点主方向不准确而导致后续计算特征向量异常，此外，Sift算法对于相对平滑的图像很难准确提取出较多特征点，这些都会导致它无法完成正确匹配。

发明内容

本发明的目的在于提供一种立位全脊柱图像自动无缝拼接的方法及装置，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种立位全脊柱图像自动无缝拼接的方法，

S1、分别获取两幅原始图像的特征点描述集；

S2、匹配两幅原始图像的特征点描述集，获取重叠区域坐标；

S3、根据重叠区域坐标对两幅原始图像进行图像拼接。

优选的，步骤S1具体包括如下内容，

S11、针对每幅原始图像分别构建高斯差分金字塔；

S12、分别提取两幅原始图像的局部极值点；

S13、根据两幅原始图像的局部极值点分别构建两幅原始图像的特征点描述集。

优选的，步骤S11具体包括如下内容，

S111、对其中一幅原始图像进行上采样，获取上采样图像，其长宽为该原始图像的两倍；

S112、对上采样图像进行下采样，获取下采样图像，其长宽为该原始图像的0.5倍；

S113、使用高斯核对生成的下采样图像进行6次卷积，获取6幅高斯模糊图像；

S114、将6幅高斯模糊图像进行两两差分，获取5幅高斯差分图像；

S115、取倒数第三张高斯模糊图像作为原始图像返回步骤S111，直到重复操作S次，生成S层高斯差分图像，组成该原始图像的高斯差分金字塔；

S116、重复步骤S111-S115，获取另一幅原始图像的高斯差分金字塔。

优选的，所述高斯核为