新的眼底图像配准方法的研究

doi:10.3778/j.issn.1002-8331.2011.04.055

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (4): 198-200.DOI: 10.3778/j.issn.1002-8331.2011.04.055

• 图形、图像、模式识别 • 上一篇下一篇

新的眼底图像配准方法的研究

黄琳琳，魏丽芳，潘林，余轮

福州大学物理与信息工程学院，福州 350002

收稿日期:2009-05-18 修回日期:2009-07-02 出版日期:2011-02-01 发布日期:2011-02-01
通讯作者: 黄琳琳

Research on new fundus image registration method

HUANG Linlin，WEI Lifang，PAN Lin，YU Lun

College of Physics and Information Engineering，Fuzhou University，Fuzhou 350002，China

Received:2009-05-18 Revised:2009-07-02 Online:2011-02-01 Published:2011-02-01
Contact: HUANG Linlin

摘要/Abstract

摘要： 针对传统的基于特征的眼底图像配准方法配准精度不高的问题，提出了一种新的眼底图像配准方法。通过具有仿射不变性的尺度不变特征变换（Scale Invariance Feature Transform，SIFT）方法提取待配准图像的特征点匹配对。采用适合眼底图像特点的曲面变换模型，实现图像的配准，变换模型参数通过M估计获得。实验结果表明，该算法提高了配准精度，对正常眼和非正常眼的眼底图像配准都是有效的。

关键词: 尺度不变特征变换（SIFT）, 曲面变换模型, 随机抽样一致性（RANSAC）, M估计

Abstract: To improve the accuracy of the traditional feature-based methods of fundus image registration，a new method is proposed.First，the feature matches of the pictures are extracted by SIFT（Scale Invariance Feature Transform）.Then，the quadratic transformation model which is fit for the fundus images is used to register the pictures.The parameters of the transformation are obtained by M-estimate.Experimental results show that the method is effective to both normal and non-normal fundus image registration.

Key words: Scale Invariance Feature Transform（SIFT）, quadratic transformation model, RANdom SAmple Consensus（RANSAC）, M-estimate

中图分类号:

TP391.9

黄琳琳，魏丽芳，潘林，余轮. 新的眼底图像配准方法的研究[J]. 计算机工程与应用, 2011, 47(4): 198-200.

HUANG Linlin，WEI Lifang，PAN Lin，YU Lun. Research on new fundus image registration method[J]. Computer Engineering and Applications, 2011, 47(4): 198-200.

[1]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[2]	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.
[3]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[4]	任臻1，李积英1，吴昊2. 基于M估计的鲁棒后向平滑CKF单站跟踪算法[J]. 计算机工程与应用, 2019, 55(11): 74-79.
[5]	李和阳，孙云莲，黄雅鑫，黎圣旻，余军伟. 基于图像匹配的变压器套管工况识别方法研究[J]. 计算机工程与应用, 2018, 54(5): 211-216.
[6]	刘婷婷1，张惊雷2. 基于ORB特征的无人机遥感图像拼接改进算法[J]. 计算机工程与应用, 2018, 54(2): 193-197.
[7]	龚正，王强. 基于微观图像的图像拼接算法研究[J]. 计算机工程与应用, 2018, 54(2): 198-202.
[8]	贾雯晓1，张贵仓1，汪亮亮1，秦娜2. 基于SIFT和改进的RANSAC图像配准算法[J]. 计算机工程与应用, 2018, 54(2): 203-207.
[9]	王其浩1，2，王斌1，2. 用于图像购物搜索的局部匹配算法[J]. 计算机工程与应用, 2017, 53(6): 246-251.
[10]	夏克付1，2，李鹏飞2，陈小平2. 基于改进RANSAC算法的单应矩阵鲁棒估计方法[J]. 计算机工程与应用, 2017, 53(23): 147-152.
[11]	阳小燕1，任家富1，刘长江2. 基于视野分界线的多摄像机运动目标跟踪算法[J]. 计算机工程与应用, 2016, 52(9): 208-212.
[12]	董晓庆，陈洪财. 光照变化环境下的SIFT改进算法[J]. 计算机工程与应用, 2016, 52(15): 222-227.
[13]	王君竹，陈丽芳，刘渊. 基于张量投票的摄像机自标定方法研究[J]. 计算机工程与应用, 2016, 52(15): 190-197.
[14]	许可可，朱文球，郭富禄. 基于结构相似的RANSAC改进算法[J]. 计算机工程与应用, 2016, 52(12): 168-171.
[15]	许钢，林园胜，江娟娟，江明. 改进型SIFT立体匹配算法研究[J]. 计算机工程与应用, 2015, 51(6): 134-138.

新的眼底图像配准方法的研究

Research on new fundus image registration method

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