超声扫描检测技术以其方便性和无害性在医学诊断技术领域中占有了越来越重要的地位。而随着超声诊断技术的飞速发展,传统的窄视野超声探头扫描图像已经越来越不能满足临床检测要求,故而产生了宽景成像这一技术。其先进的超宽视野成像极大地扩展了图像的观察范围,使得使用者能够更加轻松地获取到各器官的位置关系,更详细的反映组织器官的整体信息。为了解决项目课题的实际需要,本文经过了对现有宽景成像相关技术的性能分析总结后,提出了一种新的基于混合测度的超声宽景成像算法。将处理对象锁定扫描视频数据,使得该算法能够直接应用于超声实际系统中,具有较高的实用价值。在本算法中,应用了多种不同的测度来完成宽景成像功能:包括统计测度、SAD、互信息MI和梯度相关法GC测度。这种测度的结合使用方法汲取了各种测度的优点,屏蔽了单一测度的性能缺陷。为了减少计算量,算法引入了采样机制,利用采样特征帧来代替整个视频数据完成宽景成像,使得算法结构成为一个循环采样的过程。而为了保证采样帧特征的连续性,算法中引入了采样帧性能判断环节,以确保采样帧符合宽景成像要求。由于在扫描过程中扫描速度并不能被人为地控制恒定,故而采样步长应该根据扫描速度的变化实时地做相应的调整。在本算法中,利用配准位移的数值变化来控制采样步长的调节过程,实现了采样步长的自适应调整。经过仿真分析和性能比对,证明该算法具有较强的鲁棒性和精确性,并有较高的实时性。经过了OpenCV和C语言的代码转换实现后,表明该算法完全能够满足系统要求,在实际系统中应用。