基于ARM9的医学图像拼接的研究与实现

基于ARM9的医学图像拼接的研究与实现

论文摘要

近20年嵌入式系统成为各行业的研究热点,为网络通信技术之后,又一个新的技术发展方向。由于嵌入式系统具有体积小、低功耗、稳定性高以及面向应用的特点,目前已经广泛地应用各个领域。但目前嵌入式系统在医疗和公共卫生保健领域的应用相对较少,事实上,嵌入式系统在医疗和公共卫生领域同样也有着广泛的应用价值。本次研究的目的则是设计一种基于ARM9的嵌入式医学图像拼接系统,该系统可将局部的组织图像数据拼接成一幅具有高清晰度的组织整体图像,辅助医生进行医学图像观阅。本文首先简要介绍了嵌入式系统的基本概念,同时回顾了图像拼接算法研究背景和国内外研究现状,并阐述了本次设计研究的目的和意义。之后,进一步叙述了ARM的体系结构,同时,结合S3C2410芯片和Windows CE操作系统,对嵌入式系统的BootLoader和Windows CE下USB摄像头驱动的设计原理和实现进行了详细的讨论。BootLoader的探讨以启动的第一阶段为主,摄像头驱动的开发以OV511为例。在此基础上,对图像拼接算法的研究和实现做了阐述。在本文所采用的拼接算法中,首先使用SIFT算法对两幅图像的特征点进行提取,然后利用最邻近点算法对特征点施行粗匹配,接着使用RANSAC算法对匹配点对进行提纯,将提纯的配对点做为求解图像变换参数的初始条件。而变换参数的求解模型则是采用的是经典的8参数投影模型。图像的融合则是采用多分辨析样条技术。本文的最后,总结了全文的工作,肯定了本次研究和实现具有一的成果,同时也总结了本研究中所遇到的问题和不足之处,这些都是要在今后的工作中继续改进的。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 嵌入式系统概述
  • 1.2 图像拼接技术及其研究现状
  • 1.3 本课题的研究意义
  • 1.4 本论文的组织和安排
  • 2 嵌入式系统硬件软件平台
  • 2.1 ARM 体系结构
  • 2.1.1 ARM 寄存器的组织
  • 2.1.2 ARM 内存管理
  • 2.1.3 ARM 异常处理
  • 2.1.4 ARM 处理器状态
  • 2.1.5 ARM 指令集
  • 2.2 采用ARM9 内核的的53C2410 微处理器简介
  • 2.3 WINDOWS CE 5.0 软件平台
  • 2.3.1 Windows CE 概述
  • 2.3.2 Windows CE 操作系统模型
  • 2.3.3 Windows CE 应用在医疗领域的优势
  • 2.4 基于ARM 的软件开发
  • 2.5 本章小结
  • 3 系统BOOTLOADER 的设计和USB 摄像头驱动程序的开发
  • 3.1 ARM 嵌入式系统的BOOTLOADER 的设计和实现
  • 3.1.1 BootLoader 概念
  • 3.1.2 BootLoader 典型的结构框架
  • 3.1.3 三星53C2410 ARM9 处理器BootLoader 设计
  • 3.1.4 53C2410 BootLoader Stage 1 的实现步骤
  • 3.1.5 内存管理单元MMU 的使用
  • 3.2 USB 摄像头驱动的开发
  • 3.2.1 Windows CE 提供的驱动模型
  • 3.2.2 流接口驱动工作结构
  • 3.2.3 流接口驱动程序入口点函数
  • 3.2.4 流接口USB 设备加载及卸载过程分析
  • 3.2.5 图像采集的基本结构以OV511+为例
  • 3.2.6 USB 摄像头驱动的具体实现,以OV511 为例
  • 3.2.7 视频数据的分析和显示以OV511 为例
  • 3.3 小结
  • 4 基于SIFT 特征的图像拼接技术
  • 4.1 引言
  • 4.2 SIFT 特征提取
  • 4.2.1 图像的多尺度表示
  • 4.2.2 SIFT 特征提取
  • 4.2.3 SIFT 的局部特征描述
  • 4.3 特征匹配
  • 4.3.1 最邻近点优先搜索
  • 4.3.2 利用RANSAC 排除外点
  • 4.4 图像变换模型参数的计算
  • 4.4.1 参数投视变换模型
  • 4.4.2 变换参数的求解[54][55]
  • 4.5 图像的融合
  • 4.5.1 平均值法
  • 4.5.2 加权平均法
  • 4.5.3 多分辨率样条融合
  • 4.6 本章小结
  • 5 全文工作总结
  • 致谢
  • 参考文献
  • 附录
  • 相关论文文献

    • [1].骨科手术中移动式C型臂X射线机图像拼接的应用研究[J]. 影像研究与医学应用 2020(04)
    • [2].基于检测-分割的图像拼接篡改盲取证算法[J]. 电子设计工程 2020(13)
    • [3].基于安卓平台的舰船图像拼接研究[J]. 舰船科学技术 2019(18)
    • [4].图像拼接中权重的改进设计研究[J]. 广东工业大学学报 2017(06)
    • [5].基于特征的图像拼接融合技术的研究与实现[J]. 数字技术与应用 2016(11)
    • [6].图像拼接法在阿里地区壁画数字化应用的关键问题及解决办法——以札达县托林寺白殿壁画数字化为例[J]. 数码世界 2016(12)
    • [7].图像拼接软件配合数字化X线摄影(DR)在全下肢及全脊柱摄片中的应用[J]. 健康之路 2016(11)
    • [8].图像拼接检测的被动取证方法研究综述[J]. 网络安全技术与应用 2020(11)
    • [9].基于深度学习的图像拼接篡改检测[J]. 北京航空航天大学学报 2020(05)
    • [10].多视点下场景图像拼接研究[J]. 国外电子测量技术 2018(04)
    • [11].基于局部特征提取的图像拼接系统[J]. 电子世界 2018(14)
    • [12].基于局部均值分解和矩特征的图像拼接检测[J]. 电子测量技术 2017(04)
    • [13].一种图像拼接新方法[J]. 电脑迷 2016(07)
    • [14].基于图像拼接的表面粗糙度测量方法[J]. 机械与电子 2020(02)
    • [15].基于统计噪声水平分析的图像拼接检测[J]. 光电子·激光 2020(02)
    • [16].一种人体热红外图像拼接及部位划分方法[J]. 光电工程 2019(09)
    • [17].基于互信息技术的舰船图像拼接研究[J]. 舰船科学技术 2019(18)
    • [18].基于最小二乘孪生支持向量机的图像拼接检测[J]. 安徽大学学报(自然科学版) 2017(05)
    • [19].多相机图像拼接匀色算法[J]. 测绘通报 2016(07)
    • [20].基于韦伯局部特征的图像拼接检测[J]. 计算机工程与应用 2013(12)
    • [21].基于篡改区域轮廓的图像拼接篡改盲取证算法[J]. 电子测量技术 2020(04)
    • [22].基于元素图像拼接的集成成像计算重构[J]. 光学学报 2019(11)
    • [23].基于无人飞艇数字摄影测量系统及航拍序列图像拼接[J]. 测绘科学 2010(S1)
    • [24].具有连续纤维目标的图像拼接研究[J]. 纺织科学与工程学报 2019(02)
    • [25].结合变形函数和幂函数权重的图像拼接[J]. 计算机应用 2019(10)
    • [26].基于亮度校正的航拍图像拼接融合算法[J]. 安徽工业大学学报(自然科学版) 2019(02)
    • [27].一种加权局部熵羽化的图像拼接模型[J]. 科技通报 2018(03)
    • [28].基于改进最佳缝合线的图像拼接方法[J]. 计算机工程与设计 2018(07)
    • [29].一种改进的非线性加权图像拼接融合方法[J]. 小型微型计算机系统 2017(05)
    • [30].基于多微面光纤面板的仿生复眼图像拼接及定位算法[J]. 兵工学报 2018(06)

    标签:;  ;  

    基于ARM9的医学图像拼接的研究与实现
    下载Doc文档

    猜你喜欢