基于顯微鏡成像的圖拼接技術(shù)研究.pdf

1、在醫(yī)學(xué)、生物學(xué)等領(lǐng)域，顯微鏡是一個(gè)重要的觀察工具。顯微鏡的視野隨著放大倍數(shù)的增大而縮小，在低倍鏡下的視野較大但清晰度較差，在高倍鏡下能夠獲得高分辨率的局部樣本信息，但難以獲得整體樣本信息，因此，利用顯微鏡高倍鏡獲得整體樣本的高分辨率信息是顯微鏡成像的一個(gè)問題。利用圖像拼接算法對(duì)多張高清晰度的圖像進(jìn)行拼接，從而得到整體樣本的高分辨率圖像。
　　本文的實(shí)驗(yàn)對(duì)象為顯微鏡觀察得到的細(xì)胞圖像，圖像中包含有大量的斑點(diǎn)結(jié)構(gòu)，如細(xì)胞核、線粒體、細(xì)

2、胞膜附著物等，因此本文采用的是基于SURF特征的拼接算法。
　　本文首先針對(duì)顯微鏡觀察到的5幅細(xì)胞局部圖像進(jìn)行了圖像預(yù)處理，在這個(gè)部分中，使用了濾波器對(duì)圖像進(jìn)行了平滑處理，并對(duì)圖像進(jìn)行邊緣檢測(cè)，經(jīng)過實(shí)驗(yàn)分析，選擇高斯濾波器和Canny邊緣檢測(cè)方法作為適用于課題任務(wù)研究的預(yù)處理操作。
　　在圖像配準(zhǔn)的研究中，分別采用Moravec角點(diǎn)檢測(cè)算法、Harris角點(diǎn)檢測(cè)算法、SUSAN角點(diǎn)檢測(cè)算法和SURF特征檢測(cè)算法對(duì)實(shí)驗(yàn)圖像進(jìn)行

3、了特征點(diǎn)檢測(cè)，實(shí)驗(yàn)表明，SURF特征檢測(cè)算法適用于課題的研究。SURF檢測(cè)算法首先利用快速Hessian矩陣對(duì)不同尺度空間下的圖像特征進(jìn)行檢測(cè)，并建立描述向量，然后根據(jù)描述向量間的歐氏距離確定圖像間的初步匹配點(diǎn)，再利用RANSAC算法剔除錯(cuò)誤匹配點(diǎn)，進(jìn)行匹配點(diǎn)的提純，得到準(zhǔn)確的特征匹配點(diǎn)。
　　最后，進(jìn)行了基于SURF特征的顯微鏡圖像拼接及圖像融合，完成了幀到幀、幀到拼接子圖的設(shè)計(jì)任務(wù)。實(shí)驗(yàn)表明，該方法可以有效地實(shí)現(xiàn)電鏡顯微圖像的