结合SIFT变换与Otsu匹配的彩色眼底图像拼接方法

doi:10.3778/j.issn.1002-8331.1604-0243

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (18): 176-181.DOI: 10.3778/j.issn.1002-8331.1604-0243

结合SIFT变换与Otsu匹配的彩色眼底图像拼接方法

张欣鹏1，杜伟强1，肖志涛1，张芳1，耿磊1，吴骏1，苏龙2

1.天津工业大学电子与信息工程学院，天津 300387
2.天津医科大学第二医院，天津 300211

出版日期:2017-09-15 发布日期:2017-09-29

Color fundus image mosaic method based on SIFT and Otsu matching

ZHANG Xinpeng 1, DU Weiqiang1, XIAO Zhitao1, ZHANG Fang1, GENG Lei1, WU Jun1, SU Long2

1.School of Electronics and Information Engineering, Tianjin Polytechnic University, Tianjin 300387, China
2.The Second Hospital of Tianjin Medical University, Tianjin 300211, China

Online:2017-09-15 Published:2017-09-29

摘要/Abstract

摘要： 针对多幅单模彩色眼底图像的拼接问题，提出一种基于尺度不变特征变换（Scale Invariant Feature Transform，SIFT）与最大类间方差（Otsu）匹配的拼接方法。为克服光照不均对特征提取造成的影响，采用SIFT变换提取眼底图像特征点；利用Otsu剔除误匹配点，提高特征点的匹配精度；在此基础上，计算匹配点对之间的仿射变换矩阵，进行图像空间变换实现图像配准，并对配准图像进行融合。结果表明，提出的方法可实现对多幅单模彩色眼底图像的高精度自动拼接，具有很强的鲁棒性。

关键词: 彩色眼底图像, 图像拼接, SIFT特征, Otsu匹配, 图像融合

Abstract: A new mosaic method is proposed using Scale Invariant Feature Transform （SIFT） and Otsu matching for single-mode fundus images. SIFT features are extracted for fundus images to overcome the influences of uneven illumination. Otsu algorithm is utilized to remove false matching points for improving the accuracy of feature matching. Then, the matrix of affine transformation is calculated among the matching points to complete image registration by space transformation. Finally, the registrated images are fused. The experiment results show that the proposed method is robust and can achieve high precision automatic single-mode fundus images mosaic.

Key words: color fundus image, image mosaic, Scale Invariant Feature Transform（SIFT）, Otsu matching, image fusion

张欣鹏1，杜伟强1，肖志涛1，张芳1，耿磊1，吴骏1，苏龙2. 结合SIFT变换与Otsu匹配的彩色眼底图像拼接方法[J]. 计算机工程与应用, 2017, 53(18): 176-181.

ZHANG Xinpeng 1, DU Weiqiang1, XIAO Zhitao1, ZHANG Fang1, GENG Lei1, WU Jun1, SU Long2. Color fundus image mosaic method based on SIFT and Otsu matching[J]. Computer Engineering and Applications, 2017, 53(18): 176-181.

[1]	董旭彬，赵清华. 改进Mask R-CNN在航空影像目标检测的研究应用[J]. 计算机工程与应用, 2021, 57(8): 133-144.
[2]	顾梅花，王苗苗，李立瑶，冯婧. 彩色图像多尺度融合灰度化算法[J]. 计算机工程与应用, 2021, 57(4): 209-215.
[3]	王长城，周冬明，刘琰煜，谢诗冬. 无监督深度学习模型的多聚焦图像融合算法[J]. 计算机工程与应用, 2021, 57(21): 209-215.
[4]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[5]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[6]	李广安，曹岩，岳晓新. 基于BEEMD分解的红外与可见光图像融合[J]. 计算机工程与应用, 2021, 57(14): 237-244.
[7]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[8]	宫睿，王小春. 基于可协调经验小波变换的多聚焦图像融合[J]. 计算机工程与应用, 2020, 56(2): 201-210.
[9]	吴帆，高媛，秦品乐，王丽芳. 基于拉普拉斯金字塔和CNN的医学图像融合算法[J]. 计算机工程与应用, 2020, 56(15): 208-214.
[10]	卢鹏，卢奇，邹国良，王振华，侯倩. 基于改进SIFT的时间序列图像拼接方法研究[J]. 计算机工程与应用, 2020, 56(1): 196-202.
[11]	李一菲，杨燕，张国强. 基于补偿暗通道和透射率融合的图像去雾算法[J]. 计算机工程与应用, 2019, 55(3): 196-201.
[12]	余霆嵩，文元美，凌永权. 基于张量分解融合RGB-D图像的物体识别[J]. 计算机工程与应用, 2019, 55(2): 174-178.
[13]	李敏，苑贤杰，骆志丹，邱晓华. 基于改进引导滤波与DCPCNN的图像融合方法[J]. 计算机工程与应用, 2019, 55(19): 207-213.
[14]	王烈，罗文，陈俊鸿，秦伟萌. 自适应PCNN与信息提取的红外与可见光图像融合[J]. 计算机工程与应用, 2018, 54(4): 192-198.
[15]	付争方1，朱虹2. 多尺度细节融合的多曝光高动态图像重建[J]. 计算机工程与应用, 2018, 54(24): 182-187.

结合SIFT变换与Otsu匹配的彩色眼底图像拼接方法

Color fundus image mosaic method based on SIFT and Otsu matching

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics