CN106570895A - 一种眼底血管网图像的配准方法 - Google Patents

Abstract

本发明公布了一种眼底血管网图像的配准方法，包括：去除所述横扫原图中的若干横向白色亮条，将所述横扫原图划分为若干第一横扫子块，以及去除所述纵扫原图中的若干纵向白色亮条，将所述纵扫原图划分为若干第一纵扫子块；经处理先后得到第一横扫图、第二横扫图、第二横扫图、全局配准纵扫图；将所述配准过程图和所述全局配准纵扫图中的其余第二纵扫子块的重叠区域一一进行局部配准，得到配准眼底血管网图像；对所述配准眼底血管网图像中的空白部分进行插值处理，得到眼底血管网图像。本方法简单，处理时间短，消除了装置所采集的眼底血管网图像在横纵方向的畸变，达到了在装置对人眼慢扫情况下也能获得准确图像效果的目的。

Description

一种眼底血管网图像的配准方法

技术领域

本发明属于图像处理领域，尤其涉及到眼底血管网图像配准的技术领域。

背景技术

在用眼科OCT装置对人眼进行扫描时，由于眼球会不由自主的移动，医学上称之为“眼动”，采集得到眼底图中，通常会出现一些白色的亮条；若扫描装置对人眼进行左右横向扫描，则得到的图1所示的血管网图像中会出现若干横向的白色亮条(1A,1B)；若扫描装置对人眼进行上下纵向扫描，则得到的图2所示的血管网图像中会出现若干纵向的白色亮条(2B)。白色亮条的出现，把人眼血管网图像中完整的血管分为若干小段，不能准确反应眼底血管的分布情况，因此，需要将图1所示的血管网图像和图2所示的血管网图像进行配准，使得配准后的眼底血管网图像反应人眼中各血管的真实分布。

发明内容

本发明提供了一种眼底血管网图像的配准方法，其目的在于消除眼科OCT装置对人眼慢扫时，经装置所采集的眼底血管网图像在横、纵方向产生的畸变的缺陷。

本发明的技术方案如下：

一种眼底血管网图像的配准方法，包括如下步骤：

利用眼科OCT装置扫描人眼，经处理得到眼底血管的横扫原图和纵扫原图；

去除所述横扫原图中的若干横向白色亮条，将所述横扫原图划分为若干第一横扫子块，以及去除所述纵扫原图中的若干纵向白色亮条，将所述纵扫原图划分为若干第一纵扫子块；

从所述若干第一纵扫子块中选取最大的一块作为纵扫最大块，用每块第一横扫子块依次与所述纵扫最大块一一进行全局配准，得到若干第二横扫子块；所有第二横扫子块依次组成第一横扫图；

将所述纵扫最大块依次与所述第一横扫图中的每块第二横扫子块进行局部配准，得到若干第三横扫子块；所有第三横扫子块依次组成第二横扫图；

以所述纵扫最大块和所述若干第二横扫子块中的横扫最大块在进行局部配准时得到的若干纵向位移，偏移所述纵扫最大块，得到第一纵扫最大块；以所述第一纵扫最大块填充所述第二横扫图中的相对应的空白区域，得到配准过程图；

以所述配准过程图为参考图，将除所述纵扫最大块以外的其余第一纵扫子块依次和所述配准过程图进行全局配准，得到若干第二纵扫子块；所述纵扫最大块和所述若干第二纵扫子块依次组成全局配准纵扫图；

将所述配准过程图和所述全局配准纵扫图中的其余第二纵扫子块的重叠区域一一进行局部配准，得到配准眼底血管网图像；

对所述配准眼底血管网图像中的空白区域进行插值处理，得到眼底血管网图像；

其中，所述空白区域由所述横扫原图中去除若干横向白色亮条后形成或者由所述纵扫原图中去掉若干纵向白色亮条后形成。

进一步地：用每块第一横扫子块依次与所述纵扫最大块一一进行全局配准，是指对每块第一横扫子块与所述纵扫最大块用频域相关的方法，利用相关最大值确定的位移来进行整体初步配准。

进一步地：将所述纵扫最大块依次与所述第一横扫图中的每块第二横扫子块进行局部配准，得到若干第三横扫子块；所有第三横扫子块依次组成第二横扫图的具体步骤如下：

从所述第一横扫图中选取任意一块第二横扫子块作为第二待配横扫子块与所述纵扫最大块进行局部配准，得到第三横扫子块；

将所述第一横扫图中剩下的其余第二横扫子块依次以和所述第二待配横扫子块与所述纵扫最大块进行配准的同样的办法，与所述纵扫最大块进行局部配准，得到若干其余第三横扫子块；

将所有第三横扫子块合成为所述第二横扫图。

进一步地：从所述第一横扫图中选取任意一块第二横扫子块作为第二待配横扫子块与所述纵扫最大块进行局部配准，得到第三横扫子块，具体步骤如下：

将所述纵扫最大块和所述第二横扫子块均采用三次样条插值的方式放大若干倍，得到放大纵扫最大块和放大第二横扫子块；

将所述放大纵扫最大块的上、下各裁剪掉若干相同行数像素，左、右各裁剪掉和行数相同的若干列像素，得到裁剪纵扫最大块；将所述放大第二横扫子块的上、下、左、右各裁剪掉和所述放大纵扫最大块同样行数和列数的像素，得到裁剪第二横扫子块；

确定所述裁剪纵扫最大块和所述裁剪第二横扫子块的重叠区域，将所述裁剪纵扫最大块的重叠区域定义为第一重叠区域，将所述裁剪第二横扫子块的重叠区域定义为第二重叠区域；

将所述第一重叠区域和所述第二重叠区域进行局部配准，配准后的所述第第二横扫子块的第二重叠区域和第二横扫子块的非重叠区域构成第三横扫子块。

进一步地：将所述第一重叠区域和所述第二重叠区域进行局部配准，具体步骤如下：

以所述第一重叠区域为参考，将所述第二重叠区域的每一行像素和所述第一重叠区域相对应的每一行像素进行配准，得到和像素行数相对应的若干第一横向位移值；

将若干所述第一横向位移值进行拟合，得到若干第一横向位移拟合值；

根据若干所述第一横向位移拟合值将所述第二重叠区域的相对应每一行像素进行平移，得到第一配准图；

以所述第一配准图为参考，将所述第一重叠区域的每一列像素和所述第一配准图相对应的每一列像素进行配准，得到和像素列数相对应的若干第一纵向位移值；

将若干所述第一纵向位移值进行拟合，得到若干第一纵向拟合位移值；

根据若干所述第一纵向拟合位移值将所述第一重叠区域的相对应的每一列像素进行平移，得到第二配准图；

以所述第二配准图为参考图像，将所述第一配准图的每一行像素和所述第二配准图的相对应的每一行像素进行配准，得到和像素行数相对应的若干第二横向位移值；

将若干所述第二横向位移值进行拟合，得到若干第二横向位移拟合值；

根据若干所述第二横向位移拟合值将所述第一配准图的相对应的每一行像素进行平移，得到第三配准图；

将所述第三配准图和所述第二配准图叠加求平均，完成所述第一重叠区域和所述第二重叠区域进行局部配准。

进一步地：将除所述纵扫最大块以外的其余第二纵扫子块依次和所述配准过程图进行全局配准，是指将其余每块所述第二纵扫子块依次与所述配准过程图用频域相关的方法，利用相关最大值确定的位移来进行整体初步配准。

进一步地：将所述配准过程图和所述全局配准纵扫图中的其余第二纵扫子块的重叠区域一一进行局部配准，得到配准的眼底血管网图像，具体步骤如下：

以所述配准过程图为参考图像，将除所述纵扫最大块以外的其余第二纵扫子块一一与所述配准过程图进行配准，得到和其余第二纵扫子块数量相同的若干组重叠区域；

从所述若干组重叠区域中任选一组，将属于所挑选的第二纵扫子块的重叠区域定义为第三重叠区域，属于所述配准过程图的最大重叠区域定义为第四重叠区域；

将所述第三重叠区域的每一列像素和所述第四重叠区域的相对应的每一列像素进行逐列配准，得到和重叠区域列数相同的若干第二纵向位移值；

将若干所述第二纵向位移值进行拟合，得到若干第二纵向位移拟合值；

根据若干所述第二纵向位移拟合值将所述第三重叠区域的相对应的每一列像素进行偏移，以偏移后的每一列像素和第四重叠区域的相对应的每一列像素叠加求平均；

用偏移后的所述每一列像素中与所述空白区域对应的像素，填充所述配准过程图中的相对应的所述空白区域；

以同样的办法将剩下的所述其余第二纵扫子块分别和所述配准过程图的最大重叠区域进行局部配准，最后得到所述配准眼底血管网图像。

进一步地：所述配准过程图的最大重叠区域为所挑选的所述第二纵扫子块和所述配准过程图在配准过程中形成的若干重叠块中的重叠面积最大的块。

进一步地：所述横向白色亮条的确定方法为：

定义所述横扫原图为图像I，大小为W*H；其中，W表示图像宽，H表示图像高；

对所述图像I的图像数据求均值AI；

对所述图像I进行纵向梯度变换，得到与所述图像I对应的梯度图像GI；

对所述梯度图像GI的每一行求一个均值GI(i)，其中i∈(1,H)，i为所述图像I中的横向白色亮条的位置；

若GI(i)>a*AI，将白色亮条对应的所述图像I上的位置设置为0；其中a∈(0,1)。

进一步地：所述纵向白色亮条的确定方法为：

定义所述纵扫原图为图像Ⅱ，其大小为W*H；其中，W表示图像宽，H表示图像高；

对所述图像Ⅱ进行横向梯度变换，得到与所述图像Ⅱ对应的梯度图像GⅡ；

对所述梯度图像GⅡ的每一列求一个均值GⅡ(j)，其中，j∈(1,W)，j为所述图像Ⅱ中纵向白色亮条的位置；

若GⅡ(j)>a*AI，j为所述图像Ⅱ中纵向白色亮条的位置。

本发明的有益效果：本发明所公布眼底血管网图像的配准方法，处理方法简单，处理时间短，通过该方法，消除了眼科OCT装置所采集的眼底血管网图像在横纵方向的畸变，实现了在眼科OCT装置对人眼慢扫情况下也能获得准确图像效果。

附图说明

图1为眼底血管网图像的横扫原图；

图2为眼底血管网图像的纵扫原图；

图3为图1去掉若干横向白色亮条后被分割成的若干第一横扫子块的图像；

图4表示图2去掉纵向白色亮条后被分割成的若干第一纵扫子块的图像；

图5表示从图4中选出的纵扫最大块4A；

图6表示图3中去掉最小的第一横扫子块3D后剩下的若干第一横扫子块的图像；

图7表示将图6中的各第一横扫子块和图5中的纵扫最大块4A进行全局配准后,得到若干第二横扫子块，各若干第二横扫子块依次组成第一横扫图；

图7.1表示选择的图5所示的纵扫最大块4A作为配准参考图；

图7.2表示选择的图7所示的第一横扫图中的其中一块第二横扫子块3A1；

图7.3表示图5中的纵扫最大块4A和图7中的第二横扫子块3A1进行全局配准后显示全局配准效果图；

图8表示图5中的纵扫最大块4A和图7.2中的其中一块第二横扫子块3A1进行配准时纵扫最大块4A的重叠区域；

图9表示图5中的纵扫最大块4A和图7.2中的第二横扫子块3A1进行配准时第二横扫子块3A1的重叠区域；

图10表示将图9中第二横扫子块3A1的重叠区域的每一行像素和图8中的纵扫最大块4A的重叠区域的相对应的每一行像素进行横向配准后得到的第一配准图；

图11表示以图10为参考图，将图8中的纵扫最大块4A的重叠区域的每一列和图10中的第一配准图的相对应的每一列进行纵向配准后得到的第二配准图；

图12表示以图11为参考图，将图10所示的第一配准图的每一行和图11所示的第二配准图的相对应的每一行进行横向配准后得到的第三配准图；

图13表示将图11所示的第二配准图和图12所示的第三配准图进行叠加平均后得到的第二横扫子块配准图；

图14表示图5中的纵扫最大块4A和图7.2中的第二横扫子块3A1经过局部配准后得到的非重叠部分填充效果图；

图15表示各第三横扫子块配准合成的第二横扫图；

图16表示最大纵扫块经过偏移后配准图15所示的第二横扫图得到的配准过程图；

图17表示所有第一纵扫子块和图16所示的配准过程图先进行全局配准后进行局部配准后得到配准眼底血管网图像；

图18表示用三次样条插值的方法对图17中的空白部分处理后最终得到的眼底血管网图像；

图19为眼底血管网图像的总的配准步骤图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

参考图19,本发明公布了一种眼底血管网图像的配准方法，包括如下步骤：

S1：利用眼科OCT装置扫描人眼，经处理得到眼底血管的横扫原图和纵扫原图；

S2：去除所述横扫原图中的若干横向白色亮条，将所述横扫原图划分为若干第一横扫子块，以及去除所述纵扫原图中的若干纵向白色亮条，将所述纵扫原图划分为若干第一纵扫子块；

S3：从所述若干第一纵扫子块中选取最大的一块作为纵扫最大块，用每块第一横扫子块依次与所述纵扫最大块一一进行全局配准，得到若干第二横扫子块；所有第二横扫子块依次组成第一横扫图；

S4：将所述纵扫最大块依次与所述第一横扫图中的每块第二横扫子块进行局部配准，得到若干第三横扫子块；所有第三横扫子块依次组成第二横扫图；S5：以所述纵扫最大块和所述若干第二横扫子块中的横扫最大块在进行局部配准时得到的若干纵向位移，偏移所述纵扫最大块，得到第一纵扫最大块；以所述第一纵扫最大块局部配准所述第二横扫图中的相对应的空白区域，得到配准过程图；

S6：以所述配准过程图为参考图，将除所述纵扫最大块以外的其余第一纵扫子块依次和所述配准过程图进行全局配准，得到若干第二纵扫子块；所述纵扫最大块和所述若干第二纵扫子块依次组成全局配准纵扫图；

S7：将所述配准过程图和所述全局配准纵扫图中的其余第二纵扫子块的重叠区域一一进行局部配准，得到配准眼底血管网图像；

S8：对所述配准眼底血管网图像中的空白部分进行插值处理，得到眼底血管网图像；

其中，所述空白区域由所述横扫原图中去除若干横向白色亮条后形成或者由所述纵扫原图中去掉若干纵向白色亮条后形成。

对于步骤S1和S2，请参考图1到图4，眼科OCT装置扫描人眼得到的血管网的横扫原图见图1，纵扫原图见图2。在横扫原图中，有若干横向白色亮条，如1A，1B；在纵扫原图中有若干纵向白色亮条，如2A；在将横扫原图和纵扫原图进行配准前，需要将图1中的所有横向白色亮条和纵扫原图中所有纵向白色亮条去除。当去除若干横向白色亮条和若干纵向白色亮条后，则图1变为图3，图2就变为图4，也就是说，当图1的横扫原图去除若干横向白色亮条后，被分为图3所示的若干第一横扫子块，图2的纵扫原图去除若干纵向白色亮条后，就被分为图4所示的若干第一纵扫子块。

为了去除图1中的若干横向白色亮条，首先需要在图1中找到横向白色亮条。找横向白色亮条的方法为：

S21a：令图1为I，大小为W*H,W表示图像宽，H表示图像高。首先对图1的图像数据求均值AI。需要说明的是，图像的大小为W*H，是指图1中有图像部分的大小，对于图1中的黑色区域部分则不用考虑。

S22a：对图像I进行纵向梯度变换，得到与原图对应的梯度图像GI(未图示)；

S23a：对梯度图像GI的每一行求一个均值GI(i)；其中i∈(1,H)，

S24a：若GI(i)>a*AI，i为横扫图中的白色亮条的位置，将亮条对应图像上的位置设置为0，如图3所示。其中a∈(0,1)。

同样的，为了将图2中的若干纵向白色亮条去除，首先也需要在图2中找到纵向白色亮条。找纵向白色亮条的方法为：

S21b:令图2为图像Ⅱ，大小为W*H,W表示图像宽，H表示图像高。对图像数据求均值AI。需要说明的是，图像的大小为W*H，是指图2中有图像部分的大小，对于图2中的黑色区域部分则不用考虑。

S22b:对图像Ⅱ进行横向梯度变换，得到与图像Ⅱ对应的梯度图像GⅡ(未图示)；

S23b:对梯度图像GⅡ的每一列求一个均值GⅡ(j)；其中j∈(1,W)；

S24b:若GⅡ(j)>a*AI，则j为图2中纵向白色亮条的位置，将纵向白色亮条对应图像上的位置设置为0，如图4所示。同样的，a∈(0,1)。

当得到图3所示的若干横扫子块和图4所示的若干纵扫子块后，接下来就需要若干横扫子块和若干纵扫子块进行配准，而对于图3和图4中的非图像部分的黑色区域，则不用参与配准。

步骤S3：从所述若干第一纵扫子块中选取最大的一块作为纵扫最大块，用每块第一横扫子块依次与所述纵扫最大块一一进行全局配准，得到若干第二横扫子块；所有第二横扫子块依次组成第一横扫图。

参考图3,将图1去掉若干横向白色亮条后，图1被划分为若干第一横扫子块，分别命名为第一横扫子块3A、第一横扫子块3B、第一横扫子块3C和第一横扫子块3D。由于去掉了若干横向白色亮条，则图3中的第一横扫子块3A和第一横扫子块3D之间，第一横扫子块3D和第一横扫子块3B之间，以及第一横扫子块3B和第一横扫子块3C之间均形成了黑色横条状的若干空白区域。例如第一横扫子块3B和第一横扫子块3C之间形成的黑色横条状，即为第空白区域3E。参考图6，由于第一横扫子块3D太过于细小，所以忽略不计，因此将其去掉，形成第一空白部分3F。接着将图2去掉纵向白色亮条2A，得到了图4，图4中去掉了纵向白色亮条2A后，形成空白区域4E。同样的，当图2所示的纵扫原图去除若干纵向白色亮条后，图2就被分割成图4所示的两块第一纵扫子块4A、4B。对于特别小的第一纵扫子块(未图示)，也不参与配准，所以将其去掉，留下第二空白部分(未图示)。将图4中面积最大的第一纵扫子块4A定义为纵扫最大块，4B则为其余的第一纵扫子块。接着，需要将第一横扫子块3A、第一横扫子块3B、第一横扫子块3C分别和纵扫最大块4A进行全局配准。当图6中的每块第一横扫子块和纵扫最大块4A依次进行全局配准后，分别得到图7所示的第二横扫子块3A1,第二横扫子块3B1和第二横扫子块3C1，这三块第二横扫子块组成图7所示的第一横扫图。需要说明的是，此处所说的全局配准，是指将第一横扫子块3A、第二横扫子块3B、第一横扫子块3C分别与纵扫最大块4A采用频域相关的方法，利用相关最大值确定的位移来进行整体初步配准。图7.1-图7.3具体展示了第一横扫子块3A和纵扫最大块4A进行全局配准的过程。图7.1为选取的纵扫最大块4A,图7.2为选取的第一横扫子块3A，图7.3为将第一横扫子块3A和纵扫最大块4A进行全局配准的配准过程图。

对于其它第一横扫子块，如：第一横扫子块3B、第一横扫子块3C，它们分别和纵扫最大块4A进行全局配准的方法同第一横扫子块3A和纵扫最大块4A进行全局配准的方法相同。

接下来，将图7所示的第一横扫图中的每块第二横扫子块和纵扫最大块4A进行局部配准。具体地，以图7中的第二横扫子块3A1和纵扫最大块4A进行局部配准为例展开描述，对于图7中的其它第二横扫子块和纵扫最大块4A进行局部配准的方法，则和第二横扫子块3A1与纵扫最大块4A进行局部配准相同。

参考图8-图14，图8到图14展示了图7中的第二横扫子块3A1和纵扫最大块4A进行局部配准的过程。

首先，将图7.2中的第二横扫子块3A1和图7.1中纵扫最大块4A均采用三次样条插值的方式放大若干倍，得到放大第二横扫子块(未图示)和放大纵扫最大块(未图示)。由于插值会影响图像的边界，所以先裁去放大第二横扫子块的上、下各若干相同行像素，左、右各若干相同列像素，得到裁剪第二横扫子块(未图示)。其中，行像素和列像素的数目相同。同样的，将放大纵扫最大块的上、下、左、右各裁掉和放大第二横扫子块相同的行数和列数的像素，得到裁剪纵扫最大块(未图示)。

接着，确定裁剪第二横扫子块和裁剪纵扫最大块的重叠区域，将裁剪纵扫最大块的重叠区域定义为第一重叠区域，如图8所示；将裁剪第二横扫子块的重叠区域定义为第二重叠区域，如图9所示。

需要说明的是，在将图8和图9进行局部配准过程中，图8和图9中周围的黑色区域不参与配准计算。图8和图9的具体局部配准过程如下：

S311:以图8所示的第一重叠区域为参考，将图9所示的第二重叠区域的每一行和图8所示的第一重叠区域相对应的每一行进行配准，得到和行数相对应的若干第一横向位移值。在配准过程中，仅考虑第二重叠区域的每一行的横向位移，忽略纵向位移。需要说明的是，第一横向位移值只是一个整体称呼，第二重叠区域的每一行和第一重叠区域相对应的每一行进行配准时，得到的第一横向位移值应该不完全相同。

S312：将配准过程中得到的若干第一横向位移值进行拟合，得到若干第一横向位移拟合值。需要说明的是，第一横向位移拟合值只是一个整体称呼，它和第一横向位移值相对应。

S313：根据若干第一横向位移拟合值将图9所示的第二重叠区域的每一行进行平移，得到第一配准图。在移动过程中，第二重叠区域的每一行像素应以相对应的第一横向位移拟合值作为位移进行移动。当第二重叠区域的每一行像素完成平移后，就得到了如图10所示的第一配准图。

S314：以图10所示的第一配准图为参考，将图8所示的第一重叠区域的每一列和图10所示的第一配准图相对应的每一列进行逐列配准，得到和列数相对应的若干第一纵向位移值。在配准过程中，仅考虑第一重叠区域的每一列配准的纵向位移，忽略横向位移。需要说明的是，每一个第一纵向位移值不完全相同。

S315：将若干第一纵向位移值进行拟合，得到若干第一纵向拟合位移值。同样的，每一个第一纵向拟合位移值不完全相同。

S316：根据若干所述第一纵向拟合位移值,将图8所示的第一重叠区域的每一列进行平移，得到如图11所示的第二配准图。需要说明的是，本步骤中，若干所述纵向拟合位移值的每一个值和图8中第一重叠区域的每一列像素对应。

S317：以图11所示的第二配准图为参考，将图10所示的第一配准图的每一行和图11所示的第二配准图的相对应的每一行进行配准，得到和行数相对应的若干第二横向位移值；

S318:将若干第二横向位移值进行拟合，得到若干第二横向位移拟合值。

S319：根据若干所述第二横向位移拟合值将图10所示的第一配准图像的每一行进行平移，得到图12所示的第三配准图；

S320：将图12所示的第三配准图和图11所示的第二配准图叠加求平均，得到图13所示的第二横扫子块配准图。需要说明的是，图13只是显示了纵扫最大块4A和第二横扫子块3A1的重叠区域进行局部配准后得到的效果图，对于纵扫最大块4A和第二横扫子块3A1的非重叠部分，在重叠区域进行局部配准后的效果图如图14，此时，重叠部分和非重叠部分构成了第三横扫子块图3A2。当完成纵扫最大块4A和第二横扫子块3A1的重叠区域进行局部配准，得到如图14所示的第三横扫子块图3A2后，对于图7中其余第二横扫子块3B1和3C1，也将它们分别与纵扫最大块4A的重叠区域进行局部配准，其配准思路和纵扫最大块4A和第二横扫子块3A1的重叠区域进行局部配准的思路相同，配准后分别变为相应的第三横扫子块3B2和第三横扫子块3C2，见图15。最后，第三横扫子块3A2,第三横扫子块3B2和第三横扫子块3C2组成图15所示的第二横扫图。

图4中除了纵扫最大块4A外，还存在有其它第一纵扫子块，例如第一纵扫子块4B。需要说明的是，图4中仅仅示例性的展示了包括两块第一纵扫子块4A,4B的情形，应当理解，第一纵扫子块的块数是可变的。

在前面纵扫最大块4A与各横扫子块配准的重叠区域进行局部配准过程中，纵扫最大块4A与面积最大的第二横扫子块3A1(在本专利申请中，面积最大的横扫块为图7中的3A，这仅仅是示例性的)进行局部配准时，会得到纵扫最大块4A的若干纵向位移，利用该若干纵向位移偏移纵扫最大块4A，得到第一纵扫最大块4A1，以偏移后的第一纵扫最大块4A1填充配准过程图15所示的第二横扫图空白区域，得到图16所示的配准过程图。这里之所以强调是若干纵向位移，是因为在偏移纵扫最大块4A时，是将纵扫最大块4A的每一列像素进行偏移。将每一列像素进行偏移时会得到一个纵向位移，由于纵扫最大块4A包含若干列像素，所以会得到若干纵向位移。

这里所说的每一纵向位移，是指纵扫最大块4A的重叠区域和第二横扫子块3A1(也是面积最大的横扫子块)的重叠区域相对应的每一列像素进行配准时得到经拟合后的若干第二纵向拟合位移值；当偏移纵扫最大块4A时，是指用经拟合后的若干第二纵向拟合位移值偏移纵扫最大块4A的相对应的每一列像素,并用偏移后的每一列像素相对应的像素配准过程图15中的相对应的空白区域。由此可见，偏移过后的每一列像素只有一部分用于填充空白区域相对应的部分。此处，空白区域为前面所述的图3去掉若干横向白色亮条后留下的若干空白区域(例如空白区域3E、3F)在配准过程中形成，即:图6中的空白区域3E由于第一横扫子块3B和第一横扫子块3C在和纵扫最大块4A经历全局配准和局部配准后变为图15所示的第三横扫子块3B2和第三横扫子块3C2后,变成了空白区域3E1；图6中空白区域3F由于第一横扫子块3A和第一横扫子块3B在和纵扫最大块4A经历全局配准和局部配准后变为图15所示的第三横扫子块3A2和第三横扫子块3B2后,变成了空白区域3F1。

以图16所示的配准过程图为参考，将图4中的其余第一纵扫子块4B与图16所示的配准过程图先全局配准，得到第二纵扫子块(未图示)，再对全局配准得到的重叠区域进行局部配准。需要说明的是，图4中除了纵扫最大块4A以外，就剩下一块第一纵扫子块4B，但是这仅仅是示例性的。若图4中还剩下其余第一纵扫子块，则需要将除了纵扫最大块4A以外的其余第一纵扫子块依次与图16所示的配准过程图先全局配准，得到若干第二纵扫子块，再对若干第二纵扫子块和配准过程图的若干重叠区域进行局部配准。

在将其余第一纵扫子块与图16所示的配准过程图进行全局配准时，其全局配准的方法也是将其余第一纵扫子块的每一块采用频域相关的方法，利用相关最大值确定的位移分别依次与图16所示的配准过程图来进行整体初步配准。

下面以第一纵扫子块4B为例，具体阐述第一纵扫子块4B如何与图16所示的配准过程图进行局部配准。将第一纵扫子块4B和图16所示的配准过程图经过全局配准后得到第二纵扫子块(未图示)，在配准过程中和配准过程图形成的最大重叠区域5A(见图17)分别定义为第三重叠区域和第四重叠区域。其中，属于第二纵扫子块的重叠区域为第三重叠区域，属于配准过程图的重叠区域为第四重叠区域。这里之所以要选最大重叠区域5A，是因为图16中出现面积不同的第三横扫子块3A2,3B2和3C2，当将纵扫子块4B和第三横扫子块3A2,3B2和3C2进行局部配准时，会得到图17所示的3个重叠区域5A,5B和5C，此时需要从重叠区域5A,5B和5C选取一个面积最大的作为最大重叠区域。在本专利申请中，重叠区域5A的面积最大，因此选它作为最大重叠区域。若重叠区域5A,5B和5C存在两个或两个以上的面积最大的重叠区域，则任选一个作为最大重叠区域。

当选定最大重叠区域5A后，将第三重叠区域的每一列和第四重叠区域的相对应的每一列进行逐列配准，得到和重叠区域列数相同的若干第二纵向位移值；将若干第二纵向位移值进行拟合，得到若干第二纵向位移拟合值；根据若干所述第二纵向位移拟合值将第三重叠区域的相对应的每一列像素进行偏移，从而将第二纵扫子块的每一列像素进行偏移，最后将第二纵扫子块变为第三纵扫子块(未图示)。在最大重叠区域5A用第三纵扫子块和图16所示的配准过程图叠加求平均；对于图16所示的空白区域3E1、3F1则用第三纵扫子块进行填充。以同样的办法将剩下的其余第一纵扫子块和图16所示的配准过程图先进行全局配准，后进行局部配准，最后得到如图17所示的配准眼底血管网图像。需要说明的是，本专利申请中的若干第一纵扫子块只是象征性的包括了4A和4B两块的情形。其中，4A为纵扫最大块，4B为较小纵扫块。因此，本段中所述的其余纵扫子块并没有在图16中出现。事实上，第一纵扫子块可能为3块或者更多，在这种情形下除了第一纵扫子块4A和第一纵扫子块4B外还有其他的其他的第一纵扫子块参与和图16所示的配准过程图先进行全局配准，后进行局部配准。

最后，应用三次样条插值的方法，对图17中图像的空白区域(即：图像中间的黑色区域5a)进行插值处理，最终得到如图18所示的眼底血管网图像。此处空白区域和前面的定义一样。需要说明的是，图4中只是包含了纵扫最大块4A和较小纵扫块4B的情形，这是因为只有一条纵向白色亮条2A的缘故，这仅仅是示例性的。但是，图2所示的纵扫原图也有可能被很多条纵向白色亮条分割，若是这样，则图2就会出现非常小的纵扫子块。

通过上述方法，最后完成了眼底血管网图像的配准。该眼底血管网图像的配准方法，消除了眼科OCT装置对人眼慢扫时，眼科OCT装置所采集的眼底血管网图像在横纵方向产生的畸变的缺陷；同时，眼底血管网图像的配准过程简单，配准时间短，实现了在眼科OCT装置对人眼慢扫情况下也能获得准确图像效果的目的。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种眼底血管网图像的配准方法，其特征在于，包括如下步骤：

利用眼科OCT装置扫描人眼，经处理得到眼底血管的横扫原图和纵扫原图；

去除所述横扫原图中的若干横向白色亮条，将所述横扫原图划分为若干第一横扫子块，以及去除所述纵扫原图中的若干纵向白色亮条，将所述纵扫原图划分为若干第一纵扫子块；

从所述若干第一纵扫子块中选取最大的一块作为纵扫最大块，用每块第一横扫子块依次与所述纵扫最大块一一进行全局配准，得到若干第二横扫子块；所有第二横扫子块依次组成第一横扫图；

将所述纵扫最大块依次与所述第一横扫图中的每块第二横扫子块进行局部配准，得到若干第三横扫子块；所有第三横扫子块依次组成第二横扫图；

以所述纵扫最大块和所述若干第二横扫子块中的横扫最大块在进行局部配准时得到的若干纵向位移，偏移所述纵扫最大块，得到第一纵扫最大块；以所述第一纵扫最大块填充所述第二横扫图中的相对应的空白区域，得到配准过程图；

以所述配准过程图为参考图，将除所述纵扫最大块以外的其余第一纵扫子块依次和所述配准过程图进行全局配准，得到若干第二纵扫子块；所述纵扫最大块和所述若干第二纵扫子块依次组成全局配准纵扫图；

将所述配准过程图和所述全局配准纵扫图中的其余第二纵扫子块的重叠区域一一进行局部配准，得到配准眼底血管网图像；

对所述配准眼底血管网图像中的空白区域进行插值处理，得到眼底血管网图像；

其中，所述空白区域由所述横扫原图中去除若干横向白色亮条后形成或者由所述纵扫原图中去掉若干纵向白色亮条后形成。

2.如权利要求1所述的眼底血管网图像的配准方法，其特征在于：用每块第一横扫子块依次与所述纵扫最大块一一进行全局配准，是指对每块第一横扫子块与所述纵扫最大块用频域相关的方法，利用相关最大值确定的位移来进行整体初步配准。

3.如权利要求1所述的眼底血管网图像的配准方法，其特征在于：将所述纵扫最大块依次与所述第一横扫图中的每块第二横扫子块进行局部配准，得到若干第三横扫子块；所有第三横扫子块依次组成第二横扫图的具体步骤如下：

从所述第一横扫图中选取任意一块第二横扫子块作为第二待配横扫子块与所述纵扫最大块进行局部配准，得到第三横扫子块；

将所述第一横扫图中剩下的其余第二横扫子块依次以和所述第二待配横扫子块与所述纵扫最大块进行配准的同样的办法，与所述纵扫最大块进行局部配准，得到若干其余第三横扫子块；

将所有第三横扫子块合成为所述第二横扫图。

4.如权利要求3所述的眼底血管网图像的配准方法，其特征在于：从所述第一横扫图中选取任意一块第二横扫子块作为第二待配横扫子块与所述纵扫最大块进行局部配准，得到第三横扫子块，具体步骤如下：

将所述纵扫最大块和所述第二横扫子块均采用三次样条插值的方式放大若干倍，得到放大纵扫最大块和放大第二横扫子块；

将所述放大纵扫最大块的上、下各裁剪掉若干相同行数像素，左、右各裁剪掉和行数相同的若干列像素，得到裁剪纵扫最大块；将所述放大第二横扫子块的上、下、左、右各裁剪掉和所述放大纵扫最大块同样行数和列数的像素，得到裁剪第二横扫子块；

确定所述裁剪纵扫最大块和所述裁剪第二横扫子块的重叠区域，将所述裁剪纵扫最大块的重叠区域定义为第一重叠区域，将所述裁剪第二横扫子块的重叠区域定义为第二重叠区域；

将所述第一重叠区域和所述第二重叠区域进行局部配准，配准后的所述第第二横扫子块的第二重叠区域和第二横扫子块的非重叠区域构成第三横扫子块。

5.如权利要求4所述的眼底血管网图像的配准方法，其特征在于：将所述第一重叠区域和所述第二重叠区域进行局部配准，具体步骤如下：

以所述第一重叠区域为参考，将所述第二重叠区域的每一行像素和所述第一重叠区域相对应的每一行像素进行配准，得到和像素行数相对应的若干第一横向位移值；

将若干所述第一横向位移值进行拟合，得到若干第一横向位移拟合值；

根据若干所述第一横向位移拟合值将所述第二重叠区域的相对应每一行像素进行平移，得到第一配准图；

以所述第一配准图为参考，将所述第一重叠区域的每一列像素和所述第一配准图相对应的每一列像素进行配准，得到和像素列数相对应的若干第一纵向位移值；

将若干所述第一纵向位移值进行拟合，得到若干第一纵向拟合位移值；

根据若干所述第一纵向拟合位移值将所述第一重叠区域的相对应的每一列像素进行平移，得到第二配准图；

以所述第二配准图为参考图像，将所述第一配准图的每一行像素和所述第二配准图的相对应的每一行像素进行配准，得到和像素行数相对应的若干第二横向位移值；

将若干所述第二横向位移值进行拟合，得到若干第二横向位移拟合值；

根据若干所述第二横向位移拟合值将所述第一配准图的相对应的每一行像素进行平移，得到第三配准图；

将所述第三配准图和所述第二配准图叠加求平均，完成所述第一重叠区域和所述第二重叠区域进行局部配准。

6.如权利要求1所述的眼底血管网图像的配准方法，其特征在于：将除所述纵扫最大块以外的其余第二纵扫子块依次和所述配准过程图进行全局配准，是指将其余每块所述第二纵扫子块依次与所述配准过程图用频域相关的方法，利用相关最大值确定的位移来进行整体初步配准。

7.如权利要求1所述的眼底血管网图像的配准方法，其特征在于：将所述配准过程图和所述全局配准纵扫图中的其余第二纵扫子块的重叠区域一一进行局部配准，得到配准的眼底血管网图像，具体步骤如下：

以所述配准过程图为参考图像，将除所述纵扫最大块以外的其余第二纵扫子块一一与所述配准过程图进行配准，得到和其余第二纵扫子块数量相同的若干组重叠区域；

从所述若干组重叠区域中任选一组，将属于所挑选的第二纵扫子块的重叠区域定义为第三重叠区域，属于所述配准过程图的最大重叠区域定义为第四重叠区域；

将所述第三重叠区域的每一列像素和所述第四重叠区域的相对应的每一列像素进行逐列配准，得到和重叠区域列数相同的若干第二纵向位移值；

将若干所述第二纵向位移值进行拟合，得到若干第二纵向位移拟合值；

根据若干所述第二纵向位移拟合值将所述第三重叠区域的相对应的每一列像素进行偏移，以偏移后的每一列像素和第四重叠区域的相对应的每一列像素叠加求平均；

用偏移后的所述每一列像素中与所述空白区域对应的像素，填充所述配准过程图中的相对应的所述空白区域；

以同样的办法将剩下的所述其余第二纵扫子块分别和所述配准过程图的最大重叠区域进行局部配准，最后得到所述配准眼底血管网图像。

8.如权利要求7所述的眼底血管网图像的配准方法，其特征在于：所述配准过程图的最大重叠区域为所挑选的所述第二纵扫子块和所述配准过程图在配准过程中形成的若干重叠块中的重叠面积最大的块。

9.如权利要求1-8中任一项所述的眼底血管网图像的配准方法，其特征在于：所述横向白色亮条的确定方法为：

定义所述横扫原图为图像I，大小为W*H；其中，W表示图像宽，H表示图像高；

对所述图像I的图像数据求均值AI；

对所述图像I进行纵向梯度变换，得到与所述图像I对应的梯度图像GI；

对所述梯度图像GI的每一行求一个均值GI(i)，其中i∈(1,H)，i为所述图像I中的横向白色亮条的位置；

若GI(i)>a*AI，将白色亮条对应的所述图像I上的位置设置为0；其中a∈(0,1)。

10.如权利要求1-8中任一项所述的眼底血管网图像的配准方法，其特征在于：所述纵向白色亮条的确定方法为：

定义所述纵扫原图为图像Ⅱ，其大小为W*H；其中，W表示图像宽，H表示图像高；

对所述图像Ⅱ进行横向梯度变换，得到与所述图像Ⅱ对应的梯度图像GⅡ；

对所述梯度图像GⅡ的每一列求一个均值GⅡ(j)，其中，j∈(1,W)，j为所述图像Ⅱ中纵向白色亮条的位置；

若GⅡ(j)>a*AI，j为所述图像Ⅱ中纵向白色亮条的位置。