基于描述的微血管网络图象压缩

微血管网络图象已日渐成为临床诊断和科学研究的重要依据，为了压缩无用数据，保留已有测量结果，本文提出了基于描述的微血管网络图象压缩技术。通过血管提取、细化等步骤，最后建立了相应于原血管图的数学描述结构，这种方法使数据达到了极高的压缩比。借助于生成的描述结构，可以方便地获得已有的测量结果而无需对图象作恢复和再测量。由于描述保留了足够充分的网络构造信息，因此使网络重构成为可能。

图象的自动拼接

本文论述了实现图象自动拼接的新方法，针对拼接问题的特殊性，提出基于匹配的图象拼接应由以下四步完成：１．生成梯度图象以消除噪声的影响并提高配准精度。２．基于自学习阈值的快速匹配方法适用于大量图象的匹配。３．利用基团生长的方法从多幅图象的空间病态超定关系中确定拼接关系。４．边界处理中以距离为权的灰度均值调整消除了拼接处的阶梯。优点是：能自动完成多幅图象的空间定位，拼接。速度快，精度高，拼接处光滑过渡，避免了人为误差。