基于SURF算法的胶囊内镜冗余图像快速筛除

摘要：

胶囊内镜在检查消化道全程中会产生数万帧有大量冗余的图像数据,要从中找出有病灶的图像,医生需要耗费大量的时间和精力逐帧仔细查看.因此,研究冗余图像的自动筛除对提高医生的诊疗效率具有重要意义.但由于胶囊内镜图像场景复杂多变,且存在气泡、蠕动等不确定因素,冗余图像的自动筛除仍是一个难题.采用SURF算法,提取胶囊内镜图像的特征点及特征描述向量;将向量夹角作为两帧连续图像特征点之间的匹配度量,采用最大类间方差法实现对特征点对的自适应识别;最后以匹配特征点数和分块匹配度为指标,计算图像之间的相似度,筛除冗余图像.对采集的128段胶囊内镜视频段进行冗余图像筛除实验.结果表明,该方法能以平均0.06 s/帧的速度快速完成冗余图像的自动筛除,其召回率(recall)、准确率(precision)和F-measure等3个性能指标分别达到了81％、90％和85％,且该方法对消化道存在的蠕动、气泡及光照变化等不确定因素具有较强的鲁棒性,具有良好的性能.

关键词：胶囊内镜、快建鲁棒特征(SURF)、特征匹配、冗余图像

所属期刊栏目：35

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61374149;教育部博士点基金20130161110010;湖南省自然科学基金13JJA33

在线出版日期：2016-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：264-271