超分辨视网膜图像拼接
计算机视觉与模式识别
2016-02-11 v1
摘要
由于技术、生理和经济原因，获取大视场（FOV）的高分辨率视网膜眼底图像具有挑战性。本文提出一种全自动框架，从使用非散瞳、可移动、具备视频功能但低成本的相机捕获的多张低分辨率图像中，重建具有高空间分辨率和增大视场的视网膜图像。在一次检查范围内，我们利用患者引导产生的眼动扫描视网膜上不同区域。基于视盘跟踪追踪眼动，为我们的拼接方法选择合适的视图。对于每个视图，通过融合多个视频帧重建一幅超分辨图像。最后，所有超分辨视图使用一种新颖的多项式配准方案配准到一个公共参考，并通过图像拼接进行合并。我们针对一种可移动低成本视频眼底相机评估了我们的框架。在实验中，我们从 10 个 15{\deg} FOV 的互补视图重建了高达 30{\deg} FOV 的视网膜图像。由人类专家对拼接结果的评估以及与常规彩色眼底图像的定量比较，支持了我们的框架在临床上的可用性。
引用
@article{arxiv.1602.03458,
title = {Super-Resolved Retinal Image Mosaicing},
author = {Thomas Köhler and Axel Heinrich and Andreas Maier and Joachim Hornegger and Ralf P. Tornow},
journal= {arXiv preprint arXiv:1602.03458},
year = {2016}
}
备注
accepted for 2016 IEEE 13th International Symposium on Biomedical Imaging (ISBI 2016)