[發明專利]一種顯微系統的實時大尺度圖像合成算法有效
| 申請號: | 202011623367.0 | 申請日: | 2020-12-31 |
| 公開(公告)號: | CN112819735B | 公開(公告)日: | 2022-02-01 |
| 發明(設計)人: | 李磊;劉淑斌;鄭若鵬 | 申請(專利權)人: | 四川大學 |
| 主分類號: | G06T5/50 | 分類號: | G06T5/50 |
| 代理公司: | 成都智涌知識產權代理事務所(普通合伙) 51313 | 代理人: | 張洪 |
| 地址: | 610065 四*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 顯微 系統 實時 尺度 圖像 合成 算法 | ||
1.一種顯微系統的實時大尺度圖像合成算法,其特征在于,包括以下步驟:
S1、并行采集樣本的多個不同視野的圖像,構成圖像序列S,相鄰兩圖像具有重疊區域,設W為S中的任一圖像;
S2、確定S中各圖像的感興趣區域ROI,設WROI表示W的感興趣區域;
S3、并行提取S中各圖像ROI的特征點集,對于WROI,其特征點集是根據W的待匹配圖像提取的,該待匹配圖像指的是S中與W具有重疊區域的圖像,記為WD,設WDROI表示WD的感興趣區域;
S4、在GPU加速環境下,并行求取S中各圖像的M個匹配對集,
對于W,獲取其M個匹配對集的方法為:
S41、根據WROI的特征點集,基于概率密度函數求取WROI的特征點分布密度情況,根據該特征點分布密度情況,按照由密至疏的順序將WROI劃分為N個子區域,將其中前M個子區域作為有效子區域,按照由密至疏的順序,WROI的有效子區域與WDROI的有效子區域一一對應;
S42、對于WROI的每一有效子區域,將其特征點與其對應有效子區域的特征點匹配,得到多個匹配對并構成W的匹配對集;
S5、對于S中的每一圖像,將其與其待匹配圖像的中心連線,得到參考線;
S6、基于參考線的長度和斜率,從匹配對集篩選出若干最優匹配對;
S7、確定圖像合成區域,對該圖像合成區域進行預處理后,采用最優匹配對在該區域合成得到最終的圖像。
2.根據權利要求1所述顯微系統的實時大尺度圖像合成算法,其特征在于,所述步驟S1中,相鄰兩圖像的重疊比例為10%-20%。
3.根據權利要求1所述顯微系統的實時大尺度圖像合成算法,其特征在于,所述步驟S2中,對于S中的某一圖像,采用圖像邊界表達式表示其ROI。
4.根據權利要求1所述顯微系統的實時大尺度圖像合成算法,其特征在于,所述步驟S3中,提取WROI的特征點集的方法具體為:將W非ROI的像素值以掩模版的方式置為0,將WD非ROI的像素值置為255,之后通過ORB算法提取WROI的若干特征點并構成特征點集。
5.根據權利要求1所述顯微系統的實時大尺度圖像合成算法,其特征在于,所述步驟S4中,3≤N≤9,1≤M≤3,M<N。
6.根據權利要求1所述顯微系統的實時大尺度圖像合成算法,其特征在于,所述步驟S41中,特征點分布密度情況的求取公式如下:
si=∫abf(i)di
其中,a,b為積分區間范圍,f(i)為第i個子區間特征點的概率分布函數,f(M)是第M個子區間特征點的概率分布函數,Jsec是判斷第i個子區域與第M個子區域特征點分布的判斷函數。
7.根據權利要求1所述顯微系統的實時大尺度圖像合成算法,其特征在于,所述步驟S42中,對于WROI的每一有效子區域,將其特征點與其對應有效子區域的特征點匹配的方法是:對于該有效子區域的每一特征點,求取與對應有效子區域的各特征點的歐式距離;對于該有效子區域的每一特征點,和與其具有最短歐式距離的特征點匹配,得到匹配對。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川大學,未經四川大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011623367.0/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:低油性冷卻液
- 下一篇:激光發射控制裝置、方法及計算機可讀存儲介質





