(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210882079.X (22)申请日 2022.07.26 (71)申请人 中北大学 地址 030051 山西省太原市尖草 坪区学院 路3号 (72)发明人 赵晓杰　陈平　秦英伟　 (74)专利代理 机构 太原新航路知识产权代理事 务所(特殊普通 合伙) 14112 专利代理师 王勇 (51)Int.Cl. G06T 3/40(2006.01) G06V 10/762(2022.01) (54)发明名称 一种适用于阵列显微CT成像的图像拼接方 法 (57)摘要 本发明涉及图像拼接技术， 具体是一种适用 于阵列显微CT成像的图像拼接方法， 该方法是采 用如下步骤实现的： 步骤一： 在多个视角下采集 待测样品的图像， 由此得到多幅图像； 步骤二： 针 对每幅图像， 将该图像的所有像素灰度值定义为 一个数据集； 然后， 针对每个数据集， 将该数据集 划分为五个聚类； 步骤三： 将所有图像的灰度标 定值定义为一个数据集， 并将该数据集划分为五 个聚类； 步骤四： 对各幅图像进行灰度重分配； 步 骤五： 识别出各幅图像的重合区域， 并计算出重 合区域的位置关系， 然后对各幅图像进行拼接， 由此得到拼接图像。 本发明有效解决了现有图像 拼接方法在应用于阵列显微CT成像时容易导致 拼接质量差、 拼接图像失真的问题， 适用于阵列 显微CT成像 。 权利要求书1页 说明书2页 CN 115330596 A 2022.11.11 CN 115330596 A 1.一种适用于 阵列显微CT成像的图像拼接方法， 其特征在于： 该方法是采用 如下步骤 实现的： 步骤一： 利用阵列显微CT成像系统在多个视角下采集待测样品的图像， 由此得到多幅 图像； 步骤二： 针对每幅图像， 将该图像的所有像素灰度值定义为一个数据集； 然后， 针对每 个数据集， 利用模糊C均值聚类算法将该数据集划分为 五个聚类， 并将五个聚类中心定义为 该数据集所对应图像的灰度标定值； 步骤三： 将所有图像的灰度 标定值定义为一个数据集， 并利用模糊C均值聚类算法将该 数据集划分为五个聚类， 然后将五个聚类中心定义 为各幅图像共同的灰度标定值； 步骤四： 根据各幅图像共同的灰度标定值对各幅图像进行 灰度重分配； 步骤五： 利用边缘检测算法识别出各幅图像的重合区域， 并利用八邻域法计算出重合 区域的位置关系， 然后根据重合区域的位置关系对各幅图像进行拼接， 由此 得到拼接图像。权　利　要　求　书 1/1 页 2 CN 115330596 A 2一种适用于阵列显微 CT成像的图像拼 接方法 技术领域 [0001]本发明涉及图像拼接技 术， 具体是一种适用于阵列显微CT成像的图像拼接方法。 背景技术 [0002]显微CT相较于普通CT具有更高的空间分辨率， 但显微CT的成像视野往往较小。 因 此， 针对体积 较大的待测样品， 需要搭建阵列显微CT成像系统， 并利用阵列显微CT成像系统 在多个视角下采集待测样品的图像， 然后对多幅图像进 行拼接， 由此实现阵列显微CT成像。 目前， 图像拼接方法主要分为两种： 第一种是基于图像灰度的图像拼接方法， 此种方法适用 于图像灰度分布较为分散的情况， 但在应用于阵列显微CT成像时， 由于图像灰度分布较为 集中， 容易导致拼接质量差。 第二种是基于图像特征的图像拼接方法， 此种方法适用于图像 间重合率较低的情况， 但在应用于阵列显微CT成像时， 由于图像间重合率较高， 容易导致拼 接图像失真。 基于此， 有必 要发明一种适用于阵列显微CT成像的图像拼接方法， 以解决现有 图像拼接方法在应用于阵列显微CT成像时容 易导致拼接质量差、 拼接图像失真的问题。 发明内容 [0003]本发明为了解决现有图像拼接方法在应用于阵列显微CT成像时容易导致拼接质 量差、 拼接图像失真的问题， 提供了一种适用于阵列显微CT成像的图像拼接方法。 [0004]本发明是采用如下技 术方案实现的： 一种适用于阵列显微CT成像的图像拼接方法， 该 方法是采用如下步骤实现的： 步骤一： 利用阵列显微CT成像系统在多个视角下采集待测样品的图像， 由此得到 多幅图像； 步骤二： 针对每幅图像， 将该图像 的所有像素灰度值定义为一个数据集； 然后， 针 对每个数据集， 利用模糊C均值聚类算法将该数据集划分为 五个聚类， 并将五个聚类中心定 义为该数据集所对应图像的灰度标定值； 步骤三： 将所有图像的灰度标定值定义为一个数据集， 并利用模糊C均值聚类算法 将该数据集划分为五个聚类， 然后将五个聚类中心定义 为各幅图像共同的灰度标定值； 步骤四： 根据各幅图像共同的灰度标定值对各幅图像进行 灰度重分配； 步骤五： 利用边缘检测算法识别出各幅图像的重合区域， 并利用八邻域法计算出 重合区域的位置关系， 然后根据重合区域的位置关系对各幅图像进行拼接， 由此得到拼接 图像。 [0005]与现有图像拼接方法相比， 本发明所述的一种适用于阵列显微CT成像的图像拼接 方法利用模糊C均值聚类算法实现了图像拼接， 由此具备了如下优点： 其一， 与基于图像灰 度的图像拼接方法相比， 本发明适用于图像灰度分布较为集中的情况， 因此在应用于阵列 显微CT成像时， 本发明能够有效提高拼接质量。 其二， 与基于图像特征的图像拼接方法相 比， 本发明适用于图像间重合率较高的情况， 因此在应用于阵列显微CT成像时， 本发 明能够 有效避免拼接图像失真。说　明　书 1/2 页 3 CN 115330596 A 3