微创手术内窥镜图像拼接技术研究

• 作 者: 胡蓉蓉
• 机 构: 电子科技大学
• 出 处: 电子科技大学
• 发表日期: 2018年01期
• 关键词: 内窥镜 图像拼接 图像配准 图像融合

内窥镜微创手术是外科手术中的一个重要发展方向,而且内窥镜能够很好的辅助医师进行临床诊断、治疗,以及完成微创外科手术。相比于一般的外科手术来说,内窥镜微创手术是经过一个很小的创口,通过观察内窥镜图像来得到其内部的信息构造。内窥镜成像对病灶的诊断及治疗方面都有着十分重要的作用,然而内窥镜成像的特点是成像范围小,对较大器官的扫查无法实现一次就完成,这就影响了医师对于病变范围和细节进行详细判断,不利于病变的定性诊断,运用图像拼接技术就能很好的解决该问题。然而针对内窥镜图像拼接的误匹配多,实时性要求高和图像尺度变化等问题,本文对内窥镜图像拼接技术进行了详细研究,主要内容如下:首先,对内窥镜图像拼接中的流程和核心技术进行了简要的概述,主要分为五个方面的内容,提取关键点、生成描述子、关键点配准、计算变换矩阵、最后是图像融合,其中特征点匹配是重点。然后,对图像拼接领域的经典算法SIFT(Scale invariant feature transform)进行了详细研究并对其进行了改进。由于特征点匹配的过程中会产生误匹配,而现有的误匹配剔除技术一般仅选用单一的方法,针对该问题,本文提出将最近邻匹配法和RANSAC(Random Sample Consensus)匹配算法相结合,即首先采用最近邻与次近邻的距离比值进行匹配点对的初步确定,其次采用RANSAC匹配算法剔除误匹配点并求出对应帧间的单应性矩阵H,然后根据单应性矩阵进行内窥镜图像的配准;最后采用一种渐入渐出的加权融合算法对配准后的图像进行融合,消除图像拼接过程中产生的明显缝隙,实现内窥镜全景图像的无缝拼接,实验结果表明拼接效果良好,并且特征点匹配的准确性得到了提升。最后,针对内窥镜图像拼接的实时性要求,对ORB(Oriented Brief)算法进行改进,改进后的方法与SIFT算法相比有更高效的特征提取与表述方法,减少了计算量和内存需求,提高了图像配准的效率。但ORB的缺点是不具备尺度不变性,因此本文提出的金字塔ORB算法就很好的解决了这个问题。并将金字塔ORB算法的性能与改进的SIFT算法进行实验对比,实验结果表明,金字塔ORB算法拥有不变性在尺度变化和旋转变化方面,具有很好的鲁棒性对于亮度改变以及噪声的影响,配准的准确度也比较高,且拼接速度是SIFT的10倍左右。