[发明专利]一种甲襞微循环图像位置溯源算法及装置

说明书

本发明公开了医学图像处理技术领域，特别涉及一种甲襞微循环图像位置溯源算法及装置。所述算法包括：对获取的甲襞微循环图像进行特征点检测提取及方向定位；对图像特征点进行模板匹配。不仅可以识别甲襞图像毛细血管的管袢状态、位置、角度、环形，还能够实现对现有观测到的冗杂图像进行原位置的溯源。

技术领域

本发明涉及医学图像处理技术领域，特别涉及一种甲襞微循环图像位置溯源算法及装置。

背景技术

微循环图像主要是通过显微动态透视人体手指末梢甲襞微循环血管的类别、形状、血液流动的状态和血液周围的情况所得到的观测图像。其主要存在的问题是观测到的局部甲襞微循环图像数据分散冗杂，不能与甲周弧度相对应，无法匹配到原位置，从而清楚地反映甲襞特点区域在人体的反射区。

发明内容

本发明的目的在于克服现有技术中所存在的局部微循环观测图像不能清楚地匹配到原位置，提供一种微循环图像序列匹配，位置溯源的算法。

为了实现上述发明目的，本发明提供了以下技术方案：

一种甲襞微循环图像位置溯源算法，包括以下步骤：

步骤一：获取多个分散的局部甲襞微循环图像；

步骤二：基于Hessian矩阵提取所述局部甲襞微循环图像中的特征点；

步骤三：基于ASM算法对根据所述特征点的信息进行定位；

步骤四：基于哈尔小波变换对定位后的特征点进行方向定位；

步骤五：基于所述特征点的方向对所述特征点周围的像素点建立描述子；

步骤六：基于RANSAC算法根据所述描述子对所述局部甲襞微循环图像进行图像映射，完成图像位置溯源。

优选地，步骤二中，Hessian矩阵为图像中特征点x，y方向的二阶导数矩阵，测量所述特征点的局部曲率，所述Hessian矩阵行列式值为像素点周围的变化量，特征点为所述行列式值的极值点。

优选地，甲襞微循环图像中的特征点包括毛细血管的管袢形态，位置，角度及环境。

优选地，特征点的信息，包括特征点附近的像素信息，特征点的尺寸，特征点的主曲率。

优选地，步骤四为计算特征点周围像素点x，y方向的哈尔小波变换，并将x，y方向的变换值在x，y平面任意两个象限区间内相加组成一个向量，其中向量最长的即为所述特征点的方向。

优选地，步骤五为以55个像素点为一个子区域，取特征点周围20个像素点的范围共16个子区域，所述子区域内取平行特征点方向的x和垂直特征点方向的y，并计算所述x和y的哈尔小波转换总和、、与其向量长度总和、、共四个量值，共可产生一个64维的描述子。

优选地，步骤六为根据两张局部甲襞微循环图像之间描述子的对应关系，将第二张图像映射到第一张图像的坐标系下，两张图像合并成一张新图像，并重复此步骤，直到完成所有图像合并。

本发明还公开了一种甲襞微循环图像位置溯源装置，包括第一处理器和第一计算机可读存储介质，所述第一计算机可读存储介质中存储有第一指令，当所述第一指令被所述第一处理器执行时，实现上述任意一项所述的甲襞微循环图像位置溯源算法。

与现有技术相比，本发明的有益效果：

本发明提供的甲襞微循环图像位置溯源算法，能将多个分散的、重叠的甲襞微循环图像，通过特征提取，方向定位，以及RANSAC算法映射，直观地按照几何位置关系与原图像位置对应，并能将所述分散、重叠的甲襞微循环图像合并成清晰完整的甲襞微循环图像，不仅提高了甲襞微循环图像的观测价值，也为甲襞特定区域对应人体反射区的观测提供了有力帮助。

附图说明

图1为本发明的算法流程图；

图2为本发明的图像溯源示意图。

具体实施方式