基于模板融合的超声医学影像全景拼接
方法
摘要:本文克服SIFT原始拼接算法的局限性,同时解决了在超声全景图
的拼接过程中超声信号存在低信噪比和阴影、斑点和其他噪声,以及医生在对病
人进行超声检查时,在不同的检测位置探测时的力度和与接触程度可能会不尽相
同产生的影响,进而提出一种ABUS乳腺超声全景图的自动拼接算法。此算法
指定乳腺组织中的乳头位置为拼接算法所使用的匹配特征点,提升了自动拼接超
声图像算法的准确率,无需人工干预,医生可通过全景图对乳腺癌筛查病例实现
更为准确和客观地诊断,具有非常重要的临床应用价值。
关键词:超声影像;融合拼接;图像处理;模板匹配
引言
正交拟合技术是摄影和遥测领域的主要研究课题之一。但是,用于创建正交
图像的数字地形模型不包含可见的地面对象,例如建筑物等。对口线穿过这些区
域时,对口线区域会明显描影。因此,从重叠区域寻找明显的图形资料并避免拟
合线是建立无缝、大范围 DOM 的一个重要问题。
1 超声医学影像全景拼接
超声医学影像全景拼接方法的核心是图像配准,大致分为两类。第一类是基
于特征的图像配准,这类方法先从待配准图中提取重要的特征如轮廓、角点等进
行匹配,主要包括 Harris 、 SIFT ( scale invariant feature transform ) 、
SURF ( speeded-up robust features) 、 FAST ( features from accelerated
segment test) 、ORB ( oriented FAST and rotated binary robust
independent elementary features ( BRIEF )等,已广泛应用于超声图像的心
室运动轨迹跟踪、肌骨超声图像的特征检测及配准等领域。第二类是基于区域的
配准方法,早期主要采用全局搜索法,该方法计算量极大;扩展位相关法,解决