显微图像拼接技术将多幅小视场图像拼接成一幅视场较大的显微图像,已广泛应用于医学图像分析领域。本文在研究国内外显微图像拼接技术的基础上,重点研究基于灰度信息的显微图像拼接算法,对模板匹配算法和渐进渐出融合算法进行改进,重建图像无明显拼接痕迹,且匹配的速度和精度明显提高。本文主要针对显微图像拼接技术中的预处理、匹配以及融合三大模块进行研究,具体工作如下:(1)分别采用分量法、平均值法、最大值法以及加权平均值法四种方法对采集到的RGB显微图像进行灰度处理,经过对比分析,选用加权平均灰度法进行灰度化。利用Roberts,Prewitt,Sobel,Laplacian及LOG五种边缘检测算法对灰度化的显微图像进行边缘检测,综合检测速度及效果,选择Sobel边缘检测算法进行灰度显微图像的边缘检测。(2)分析对比基于二值图的模板匹配算法和基于灰度图的模板匹配算法的优缺点,本文针对基于灰度图的模板匹配算法工程适用性差的缺点,对其进行改进。改进的基于灰度图的模板匹配算法以模板图像水平中线与待匹配区域垂直中线的交点为搜索起点,以模板图像宽度的4倍为垂直方向初始步长(水平初始步长是垂直初始步长的一半),进行非对称十字搜索,将搜索结果中评价函数值最大点作为下次搜索的中心点,并将搜索步长减半;重复上述过程直至搜索步长减小为1,停止迭代,将最后得到的最大评价函数值与设置的阈值比较,判断是否匹配成功。(3)为提高图像匹配的准确性,采用多对模板进行匹配,将模板中心与匹配区域中心相连,通过比较两条直线夹角判断匹配点是否正确。相比于传统的灰度图模板匹配算法,匹配速度有所提高且匹配准确率高达97.8%,算法稳定性高。(4)对基于灰度值的渐进渐出融合算法进行改进,以匹配点为中心线将融合区域分成左右两半,以右侧图像为基准,比较左图像素与其相应右图像素的4邻域均值,根据差值对图像亮度进行调整,在此基础上再进行图像的渐进渐出融合。用四种图像评价参数对三种不同的融合算法处理效果图对比分析,改进的方法简单,复杂度低,同时可以达到融合后图像的平滑过渡。(5)在MFC框架下设计了显微图像拼接仿真界面,并将改进的显微图像拼接算法加载到人机交互界面中,该界面操作简单且可以根据需要随时更改参数,实现显微图像的快速拼接。