导　　师： 阳维

授予学位： 硕士

作　　者： (）;

机构地区： 南方医科大学

摘　　要： 随着人口结构向老年人口的急剧转变，与年龄有关的眼部疾病，将变得越来越普遍，并发展成为一个严重的公共卫生问题。眼底全景图对手术的诊断和介入规划非常有意义，然而由眼底照相机或扫描激光检眼镜(Scanning Laser Ophthalmoscope，SLO)拍摄的单张眼底图像只能捕捉到眼睛的局部区域，故将多张高分辨率图像生成清晰的视野宽阔的全景图有较大研究价值。X线图像因为其辐射低，价格低廉等优点，在疾病的诊断方面的优势仍无可替代。X线图像如脊柱或者下肢图像由于硬件如探测器的限制往往只能拍摄其中一部分，对于脊柱侧弯畸形和下肢畸形等疾病，医生需要X线全景图像来提供更好地临床诊断。　　本文的研究内容包括:　　(1)基于特征的眼底图像的自动拼接。该算法首先采用卷积神经网络对眼底图像中的血管结构进行分割。提出一种基于形态学算子的方法提取血管结构的分叉点为特征点。接着对图像进行匹配，使用随机抽样一致算法(Random Sample Consensus，RANSAC)对图像匹配点对进行提纯并且计算图像的单应性矩阵实现图像的配准对齐。利用不同的投影变换模型将全部待拼接图像变换到同一坐标系下。最终将待拼接图像无缝融合生成全景图像。　　图像数据来自14对不同的眼睛，总共62张图像，190对重叠的图像。使用数据对算法进行量化评估。本文算法得到的均方根误差较小，匹配召回率均高于其他算法。此外选择常用的图像处理拼接软件AutoStitch软件、phtoshop cs6软件中的phtomerge功能以及ICE(Image Composite Editor)软件与本文方法分别生成全景图比较。实验结果表明，算法能实现精准匹配，得到高质量的眼底图像全景图。　　(2)基于区域匹配的X线图像全景拼接。本文提出一种基于模板匹配的拼接算法。首先将图像进行预处理，然后使用�

关 键 词： 眼底图像 图像全景拼接 特征检测 卷积神经网络

领　　域： [] []