在临床检验中,血液检验的完成往往依托于显微镜,医学显微图像在高倍镜下视野清晰易于观察局部细节,但视野较小无法观察标本整体,在低倍镜下视野较大但难以观察细节问题,于是图像拼接技术在医疗检验中发挥着越来越重要的作用。本研究主要针对40倍镜下血液显微图像的特点,设计一种基于血液细胞图像的多视野图像拼接方法,在保证拼接准确率、拼接质量的同时,也为提高拼接速度提供可能。主要工作如下:1.设计一种适用于血液显微图像特点的快速稳定的特征检测算法。分析当前广泛使用的SIFT、SURF和Harris特征检测算法的原理、特点及应用,针对血液显微图像细胞排列密集,细胞与背景对比度低的问题,提出一种基于局部纹理的SIFT特征检测算法,以特征点为中心取其64邻域对其灰度信息进行二进制编码,并利用其统计信息作为特征描述符的一部分。该方法充分利用了细胞自身携带的纹理信息,增强了特征描述算子的稳固性。2.提出一种改进的RANSAC算法,在保证准确计算单应性矩阵的同时,减少计算复杂度。本研究通过两次观测的方式确定最终的正确匹配对,使RANSAC算法脱离了迭代次数的限制。该方法首先保证了拼接效果具有较高的可读性,同时明显减少了计算复杂度,提高了血液显微图像多视野拼接的运算效率。3.设计多角度的实验对比。在特征检测算法模块,分别在模糊图像、噪声图像、几何形变图像、旋转图像以及不同尺度图像的图像拼接中,与主流特征检测算法进行了对比,实验结果显示,本文得到的特征描述符更具有稳固性,在细胞排列密集的血液细胞图像中,拼接准确率较SIFT算法提高了63.91%。在图像融合模块,本文算法拼接结果更加平滑自然无明显拼接缝;同时选取MSE、PSNR和SSIM对全景图像进行了拼接质量的评价,最后关于运算效率分别对50组图像进行测试,统计结果显示,本文算法平均效率较SIFT算法提高了42.37%。本研究解决了血液显微图像拼接中的常见问题,为血液类疾病的检验提供了大视野高倍镜的环境,有希望进一步应用于细胞检验。