基于实时自动拼接技术的医学图像处理系统研究

徐艳　方二喜

摘要：目前，图像拼贴技术在医学图像处理领域的发展趋势是实现图像的实时自动拼接。本文探讨了基于实时自动拼接技术的医学图像处理系统的主要技术和实现方案。

关键词：医学图像；图像采集；拼接技术；实时；自动

中图分类号：TP319 文獻标识码：A 文章编号：1009-3044（2015）27-0135-01

1引言

近年来，医学影像技术已成为医疗技术中发展最快的领域之一，图像拼接（Image Mosaic）是指将多幅具有重叠区域的序列图像通过图像预处理、图像变换、图像配准、图像融合等处理后，形成一幅包含各个图像序列内容的宽视角全景图像的技术。图像拼接技术是图像处理的重要研究领域，被广泛应用于卫星遥感、图像识别、医学图像分析及无人机监视和搜索、虚拟现实等方面。Shmuel Peleg等人在图像拼接理论和图像拼接方法上做了大量工作，为图像拼接在工程技术上的应用奠定了理论基础。Masanobu Shimada等人将图像拼接技术应用于雷达图像处理领域，用于监控森林植被的变化情况。国外Mustafa Suphi Erden课题组研制了针式共聚焦显微腹腔镜，在微创手术中截取部分视频图像，拼接成全景图像指导医生诊断治疗。国内的严壮志课题组提出基于特征检测、特征匹配、空间坐标转换和图像融合等方法的图像拼接技术，实现了连续X光片拼接的医学全景成像。

现有的传统医学成像设备，特别是显微成像设备，基本都是对组织的某一较小视野进行成像，设备最后采集到的是不同组织部位的多帧医学图像，需要医生对这些图像进行观察分析，根据自身医学知识与医疗经验来做出诊断。图像拼接技术的应用，能将多幅具有重叠区域的医学图像，通过图像变换、图像配准、图像融合等方法，自动拼接为大视野的清晰图像。该图像包含完整的医学病理信息，有助于医生全面了解病人病情。同时，系统能够自动追踪图像中的感兴趣区域，做出标记和注释，为医生提供诊断辅助。

2主要研究内容及关键技术

2.1主要研究内容

本系统的研究是通过研发基于实时自动图像拼接技术的医学图像分析系统，为医学实践中，实现显微镜、眼科设备、内窥镜等设备的数字化图像采集、图像自动分析处理，从而对医生的诊断、治疗起到辅助作用。

本系统的主要研究内容有基于CMOS的图像采集、实时自动图像拼接技术。

（1） 基于CMOS的图像采集

基于CMOS的高清图像采集系统的研发，包括图像和视频采集、图像的编码技术。兼顾红外光和可见光，实现图像的多波段自适应采集。具体功能还包括自动对焦、自动识别拍照功能，以及图像采集模块在各种医疗设备使用的适应性研究。

（2） 实时自动图像拼接技术

研究图像灰度处理、图像变换、图像配准、图像融合等算法，实现多帧医学图像或视频序列的实时自动图像拼接，输出具有计算机诊断辅助功能的大视野全景医学图像。能够自动跟踪图像中的感兴趣区域并做出标识和注释。

2.2关键技术

图像的拼接技术是本设计的关键，本设计提出对采集的多帧医学图像进行实时自动拼接，提供宽角度全景图像。同时，能够自动跟踪图像中的感兴趣区域并做出标识和注释。

3 系统设计思路

3.1 图像处理模块

图像传感器模块计划采用CMOS传感器为核心做成独立硬件模块，通过高速数据线与图像处理模块连接。这样设计的优点在于模块可以根据不同的应用场合，进行合理布置。

图像编解码和图像处理模块的方案计划采用TI的soc方案。该方案可以完成图像编解码、图像处理功能。

3.2实时自动图像拼接技术研究

图像拼接的核心技术是图像配准，关键在于准确找到相邻图像间重叠区域的位置及范围，进而通过图像融合的方法实现全景图像构建。图像配准通常有三类方法：基于灰度值的图像配准、基于变换域的图像配准和基于特征的图像配准。基于灰度值的图像配准方法实现方便，计算量小，但该方法对图像间的细微差别较敏感，抗干扰能力不强。基于变换域的图像配准可以缓解这个问题，且算法简洁，利于硬件的实现。不过该方法要求两幅图像的重叠区域不能少于50%，如果重叠区域过小，容易造成误配准。为了提高图像配准的精确度和速度，达到实时自动图像拼接的功能，本设计提出将基于灰度的网格配准和基于特征值配准相结合的方法。首先，对输入图像进行粗网格的分块处理，利用基于灰度的配准方法确定相似重叠区域。然后在重叠区域内进行基于SIFT（Scale-invariant feature transform）特征点提取和配准，这样就可以大大提高图像配准的速度。图像拼接算法的流程如图1所示。

4 结论

本文探讨了基于实时自动拼接技术的医学图像处理系统的主要技术和设计思路，有了自动的图像拼接技术，就能将多幅具有重叠区域的医学图像，通过图像处理的方法，自动拼接为大视野的清晰图像，为医生的诊断提供参考。

参考文献：

[1]马玉琨，张志霞. 图像拼接技术在医学诊断中的应用研究[J].软件导刊，2014（5）：169-171.

[2]张旭峰，严壮志，N.R.Wani gasekara，刘书朋. 基于拼接技术的医学X光片全景成像[J]. 航天医学与医学工程，2005（5）：360-364.

[3] Erxi Fang， Jiajun Wang， Danfeng Hu， Jingya Zhang， Wei Zou， Yue Zhou. Adaptive monotone fast iterative shrinkage thresholding algorithm for fluorescence molecular tomography[J]. IET Science， Measurement & Technology，2015（5）：587-595.