一种基于膨胀血管约束和度量学习的视网膜图像配准方法

本发明公开了一种基于膨胀血管约束和度量学习的视网膜图像配准方法，涉及医学图像处理技术领域，包括：获取原始视网膜图像集，构建初始视网膜图像配准模型；对原始视网膜图像进行预处理和血管分割，分别获得视网膜图像对和膨胀血管掩码图像对，再获得关键点特征图像对，确定关键点特征图像对之间的匹配点对；为保证相似度高的关键点有效区分，添加基于度量学习的描述符损失函数，并构建总训练目标损失函数，利用总训练目标损失函数对初始视网膜图像配准模型进行训练优化，得到训练好的视网膜图像配准模型；将待配准视网膜图像对输入到配准模型中，输出两幅图像之间的配准关系。本发明能够实现视网膜图像关键点的有效识别与表示，能有效提升视网膜图像配准性能。