[发明专利]基于血管的眼底图像与SD-OCT投影图像配准方法

说明书

技术领域

本发明涉及一种图像配准处理的方法，特别是一种基于血管的眼底图像与SD-OCT投影图像的配准方法。

背景技术

眼底照相可以快速获取不同视野范围的彩色眼底图像，而SD-OCT能有效地呈现视网膜组织层的细微变化（厚度变化、组织层结构变化），不同的成像设备可以提供不同的图像信息。图像配准技术能够将来自不同设备的信息进行结合。图像配准方法大体上可分为两类：

（1）基于灰度的方法通常利用图像灰度信息的不同实现图像的配准。利用图像分割或根据相关性、互信息测量等测度作为目标函数。然而基于灰度的方法容易陷入一个局部极小值，而且变换模型的搜索空间非常大。

（2）基于特征的配准是以待配准图像对之间存在的匹配点为基础的，通过匹配点之间的相似度来完成图像配准。

由于彩色眼底图像与SD-OCT投影图像的灰度不在同一个灰度级内，很难用基于灰度的方法实现图像的配准。而血管是这两种模态下图像共有的特征，所以采用基于特征的方法完成图像配准。

目前国际上只有一种方法能够实现彩色眼底图像与SD-OCT投影图像的配准，该方法将血管脊作为配准的特征，然后定义一种距离函数，在函数中加入血管脊的法方向信息，计算相似匹配点的距离，ICP搜索相似函数的最大值，从而完成图像的配准。但是该方法的计算复杂度较高。

发明内容

本发明的目的在于提供一种基于血管的眼底图像与SD-OCT投影图像配准方法。

实现本发明的目的的技术解决方案为：一种基于血管的眼底图像与SD-OCT投影图像配准方法，包括以下步骤：

步骤1、采集彩色眼底图像与三维SD-OCT视网膜图像；

步骤2、用基于双梯度信息和空间约束信息的视网膜组织层分割算法对SD-OCT视网膜图像进行IS-OS层和RPE层分割；具体为：

步骤2-1、采用基于非局部均值思想的三维块匹配去噪算法对SD-OCT图像进行降噪处理，然后用基于边缘流的方法提取视网膜图像的边缘，所述边缘的像素值为255，其它为黑色背景；

步骤2-2、对于步骤2-1结果的每个A-scan，从上向下搜索第一个值为255的像素点，提取ILM边界；所述A-scan表示图像的列，ILM为视网膜图像内界膜；之后在垂直方向上使用确定图像梯度d2l来修正ILM边界，I为视网膜图像，具体方法如下：

定义ILM边界位置向量ILMposition(x)，x∈[1,M]，M为A-scan方向的宽度；之后判断相邻两列间的位置差：Diff=|ILMposition(x)-ILMposition(x-1)|，如果位置差大于给定的阈值T，则用当前点的局部邻域内最大梯度位置修正该点的边界值，即

ILMposition(x)=maxz∈Sd2l(z,x)ifDiff>TILMposition(x)Others]]>

其中S是以ILMposition(x)为中心在x列窗口大小为l区域内的像素点集合，d2l(z,x)为由暗到亮梯度图像，z表示图像的高度，x表示图像的宽度，这里所述的阈值T=20；