C#处理医学影像(四):基于Stitcher算法拼接人体全景脊柱骨骼影像
在拍摄脊柱或胸片时，经常会遇到因设备高度不够需要分段拍摄的情况，对于影像科诊断查阅影像时希望将分段影像合并成一张影像，有助于更直观的观察病灶，
以下图为例的两个分段影像：
我们使用OpenCVSharp中的Stitcher类的Stitch方法，导入两张图像并拼接：
但结果却失败了，返回错误结果：ERR_NEED_MORE_IMGS，是由于医学影像的特征点匹配不够，导致无法确定对接点。
一幅图中总存在着一些独特的像素点，这些点我们可以认为就是这幅图的特征，即为特征点
获取一幅图中存在的一些独特的像素点，需要解决两个问题：
[*]解决尺度不变性问题，不同大小的图片获取到的特征是一样的
[*]提取到的特征点要稳定，能被精确定位
可参考本系列文章：C#处理医学影像(三):基于漫水边界自动选取病灶范围的实现思路
根据算法原理得到如下结果：
Sobel算子：
根据算法原理得到如下结果：
其中直观区别是canny算子计算的结果清晰，但不连续，容易受噪点影响，而sobel算子线条相对柔和，连续性强。
⑤背景降噪
进行一次手动背景降噪，使得展现的无用边缘更少，结果更清晰：
经过上述的一系列处理步骤后我们再次合并拼接：
Mat srcImg1 = imgList1;
Mat srcImg2 = imgList1;
Mat[] images = new Mat[] { srcImg1, srcImg2};
Stitcher stitcher = Stitcher.Create(Stitcher.Mode.Panorama);
Mat pano = new Mat();
var status = stitcher.Stitch(images, pano);
if (status != Stitcher.Status.OK)
{
ShowMsg.Box("拼接异常(" + status.ToString() + "),请重试。", BoxType.Msg, 120, this);
return;
}得到了正确的结果：
来源:https://www.cnblogs.com/Uncle-Joker/archive/2023/05/05/17373754.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]