眼科OCT图像的基准图选取方法和图像合成方法

摘要

一种眼科OCT图像的基准图选取方法、眼科OCT图像合成方法及眼科OCT图像处理设备，该选取方法包括：对于N幅OCT图像，在每一幅OCT图像中的左、中、右各提取n列的图像灰度数据；求得左、中、右各自n列的图像灰度数据最大值处的位置的均值，分别为valueLeft[i],valueMid[i],valueRight[i]；其中i＝[0,N‑1]；对时序上每相邻三幅OCT图像的三组均值数据，计算Value：Value＝(abs(valueLeft[k‑1]‑valueLeft[k‑2])+abs(valueLeft[k‑1]‑valueLeft[k])+abs(valueMid[k‑1]‑valueMid[k‑2])+abs(valueMid[k‑1]‑valueMid[k])+abs(valueRight[k‑1]‑valueRight[k‑2])+abs(valueRight[k‑1]‑valueRight[k]))/3；其中k＝2到N‑1；将最小的Value对应的k‑1确定为基准图的索引。本发明能够有效找出眼科OCT图像最佳基准图，改善高清合成效果。

说明书

技术领域

本发明涉及眼科的OCT(光学相干断层扫描仪，Optical Coherence Tomography)图像处理，特别是涉及一种OCT图像的基准图选取方法、图像合成方法以及眼科OCT图像处理设备。

背景技术

现有的眼科OCT图像的基准图选取方法是：对于采集的N张OCT图像，在中间M(M<N)张图中，选取信号最强的一张图为基准图。确定一幅图像强度的方法为：先对该图像的每一列求最大值，所有最大值的平均即为该图像的信号强度值。

由于在采集人眼过程中，人眼会有不同程度的眼动，因此按照现有方法选取的基准图有可能是眼动状态下的图。因此，现有的方法容易出现基准图选取不合适，最终会造成合成的高清效果不佳。

发明内容

本发明的主要目的在于克服现有技术的不足，提供一种眼科OCT图像的基准图选取方法、图像合成方法以及眼科OCT图像处理设备，能够有效找出最佳基准图(即无眼动图)，改善高清合成效果。

为实现上述目的，本发明采用以下技术方案：

一种眼科OCT图像的基准图选取方法，包括以下步骤：

对于N幅OCT图像，在每一幅OCT图像中的左、中、右各提取n列的图像灰度数据；求得左、中、右各自n列的图像灰度数据最大值处的位置的均值，分别为valueLeft[i],valueMid[i],valueRight[i]；其中i＝[0,N-1]，其中N为大于3的整数，n为大于1的整数；

对时序上每相邻三幅OCT图像的三组均值数据，使用如下公式计算Value：

Value＝(abs(valueLeft[k-1]-valueLeft[k-2])+abs(valueLeft[k-1]-valueLeft[k])+abs(valueMid[k-1]-valueMid[k-2])+abs(valueMid[k-1]-valueMid[k])+abs(valueRight[k-1]-valueRight[k-2])+abs(valueRight[k-1]-valueRight[k]))/3；

其中k＝2到N-1，k表示图像索引；

将最小的Value对应的k-1确定为基准图的索引，从而确定基准图。

进一步地：

N不小于50。

n不小于20。

一种眼科OCT图像合成方法，包括以下步骤：

对于N幅OCT图像，在每一幅OCT图像中的左、中、右各提取n列的图像灰度数据；求得左、中、右各自n列的图像灰度数据最大值处的位置的均值，分别为valueLeft[i],valueMid[i],valueRight[i]；其中i＝[0,N-1]，其中N为大于3的整数，n为大于1的整数；

对时序上每相邻三幅OCT图像的三组均值数据，使用如下公式计算Value：

Value＝(abs(valueLeft[k-1]-valueLeft[k-2])+abs(valueLeft[k-1]-valueLeft[k])+abs(valueMid[k-1]-valueMid[k-2])+abs(valueMid[k-1]-valueMid[k])+abs(valueRight[k-1]-valueRight[k-2])+abs(valueRight[k-1]-valueRight[k]))/3；

其中k＝2到N-1，k表示图像索引；

将最小的Value对应的k-1确定为基准图的索引，从而确定基准图；

使用所述基准图确定所述N幅OCT图像中参与高清合成的图像；

进行图像合成。

进一步地：

N不小于50。

n不小于20。

一种眼科OCT图像处理设备，具有处理器和存储有计算机程序的计算机可读存储介质，所述计算机程序使所述处理器执行所述的步骤。

本发明的有益效果：

与传统的选取信号最强的一张图为基准图的方法不同，本发明的眼科OCT图像基准图选取方法旨在找出无眼动图作为最佳基准图，相比于传统的基准图选取方法，本发明的眼科OCT图像选取方法和设备能够有效排除眼动图，显著提高高清合成效果。

根据本发明的选取方法，对于多幅眼科OCT图，时序上相邻的三幅图中，算出的左、中、右的最大值的平均位置两两相减之后，求和的值越小，可判断出三幅图的形态基本越一致，眼动越小，因此，本发明利用找最小值的方法可以获取眼动最小或者无眼动的图像，将该图像作为基准图，高清合成效果最佳。

附图说明

图1为一幅OCT图像的原图；

图2为从图1所示的OCT图像的原图中选取其左、中、右各n列图像灰度数据(n＝20)；

图3示出N幅OCT图像数的左、中、右各n列的图像灰度数据的最大值处的位置变化；

图4为基于现有的方法选取的基准图的高清合成效果；

图5为基于本发明的实施例方法选取的基准图的高清合成效果。

具体实施方式

以下对本发明的实施方式作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

在一种实施例中，一种眼科OCT图像的基准图选取方法，包括以下步骤：

如图1所示，对于N幅OCT图像，在每一幅OCT图像中的左、中、右各提取n列的图像灰度数据；求得左、中、右各自n列的图像灰度数据最大值处的位置的均值，分别为valueLeft[i],valueMid[i],valueRight[i]；其中i＝[0,N-1]。其中N为大于3的整数，n为大于1的整数。

在具体实施例中，N优选不小于50，例如为50。

在具体实施例中，n优选不小于20，，例如为20。

对于以采集时间顺序每相邻三幅OCT图像的三组数据，使用如下公式计算一个Value：

Value＝(abs(valueLeft[k-1]-valueLeft[k-2])+abs(valueLeft[k-1]-valueLeft[k])+abs(valueMid[k-1]-valueMid[k-2])+abs(valueMid[k-1]-valueMid[k])+abs(valueRight[k-1]-valueRight[k-2])+abs(valueRight[k-1]-valueRight[k]))/3；

其中k＝2到N-1，k表示图像索引。

当得到的Value最小时，对应的k-1确定为最优基准图的索引。

在另一种实施例中，一种眼科OCT图像合成方法，包括以下步骤：

按照前述实施例的方法确定基准图；

使用所述基准图确定所述N幅OCT图像中参与高清合成的图像；

进行图像合成。

在又一种实施例中，一种眼科OCT图像处理设备，具有处理器和存储有计算机程序的计算机可读存储介质，所述计算机程序使所述处理器执行所述的步骤。

本发明确定最优基准图的基本思想简述如下：

例如，时序上相邻的三幅图中，如果存在比较大的眼动，那么这三幅图的形态就会有所不同，算出的左、中、右的最大值的平均位置就完全不一致，按上述公式两两相减，得到的值就会较大；如果相邻的三幅图中，眼动很小或者无眼动，三幅图的形态基本一致，那么算出的左、中、右的最大值的平均位置也是基本一致的，两两相减之后，值就很小；所以本发明利用找最小值的方法来获取眼动最小眼动或者无眼动的图像，作为基准图来确定参与高清合成的图像，得到的高清合成效果最佳。

以50幅OCT图像为例进行基准图的选取和高清合成，实验效果如图3和图4所示。

图4为现有的方法找取基准图后合成的高清效果图。该方法确定的基准图为第29张，而以该图为基准图，最终确定2张图像参与高清合成。

图5为本发明的方法找取基准图后合成的高清效果图。本方法确定的基准图为第25张，而以该图为基准图，最终确定参与高清合成的图像张数为29张。

可以发现，图4的中心凹向中间缩进了一些，表示存在一定的眼动。从图4和图5的图像合成效果可以看出，基准图的选取直接影响了高清的合成效果，而本发明方法的高清合成效果明显优于现有的方法。

以上内容是结合具体/优选的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，其还可以对这些已描述的实施方式做出若干替代或变型，而这些替代或变型方式都应当视为属于本发明的保护范围。